application of labor and overhead to WIP, the transfer of WIP into finished goods inventory, and the depre- ciation of plant and equipment.
Data Collection
Data collection is the first operational stage in the information system. The objective is to ensure that event data entering the system are valid, complete, and free from material errors. In many respects, this is the most important stage in the system. Should transaction errors pass through data collection undetected, the system may process the errors and generate erroneous and unreliable output. This, in turn, could lead to incorrect actions and poor decisions by the users.
Two rules govern the design of data collection procedures: relevance and efficiency. The information system should capture only relevant data. A fundamental task of the system designer is to determine what is and what is not relevant. He or she does so by analyzing the user’s needs. Only data that ultimately contribute to information (as defined previously) are relevant. The data collection stage should be designed to filter irrelevant facts from the system.
Efficient data collection procedures are designed to collect data only once. These data can then be
made available to multiple users. Capturing the same data more than once leads to data redundancy and inconsistency. Information systems have limited collection, processing, and data storage capacity. Data redundancy overloads facilities and reduces the overall efficiency of the system. Inconsistency among redundant data elements can result in inappropriate actions and bad decisions.
Data Processing
Once collected, data usually require processing to produce information. Tasks in the data processing stage range from simple to complex. Examples include mathematical algorithms (such as linear program- ming models) used for production scheduling applications, statistical techniques for sales forecasting, and posting and summarizing procedures used for accounting applications.
Database Management
The organization’s database is its physical repository for financial and nonfinancial data. We use the term database in the generic sense. It can be a filing cabinet or a computer disk. Regardless of the database’s physical form, we can represent its contents in a logical hierarchy. The levels in the data hierarchy— attribute, record, and file—are illustrated in Figure 1-6.
DATA ATTRIBUTE. The data attribute is the most elemental piece of potentially useful data in the database. An attribute is a logical and relevant characteristic of an entity about which the firm captures data. The attributes shown in Figure 1-6 are logical because they all relate sensibly to a common entity— accounts receivable (AR). Each attribute is also relevant because it contributes to the information content of the entire set. As proof of this, the absence of any single relevant attribute diminishes or destroys the information content of the set. The addition of irrelevant or illogical data would not enhance the informa- tion content of the set.
RECORD. A record is a complete set of attributes for a single occurrence within an entity class. For example, a particular customer’s name, address, and account balance is one occurrence (or record) within the AR class. To find a particular record within the database, we must be able to identify it uniquely. Therefore, every record in the database must be unique in at least one attribute.1 This unique identifier at- tribute is the primary key. Because no natural attribute (such as customer name) can guarantee unique- ness, we typically assign artificial keys to records. The key for the AR records in Figure 1-6 is the customer account number. This is the only unique identifier in this record class. The other attributes pos- sess values that may also exist in other records. For instance, multiple customers may have the same name, sales amounts, credit limits, and balances. Using any one of these as a key to find a record in a
1 When we get into more advanced topics, we will see how a combination of nonunique attributes can be used as a unique identifier.
การใช้แรงงานและค่าใช้จ่ายในการโอนของ WIP ใน WIP , สินค้าปริมาณสินค้าคงคลัง และ depre - ciation พืชและอุปกรณ์ เก็บข้อมูล
รวบรวมข้อมูลการดำเนินการครั้งแรกในระบบข้อมูล วัตถุประสงค์คือเพื่อให้แน่ใจว่าข้อมูลเหตุการณ์การเข้าสู่ระบบที่ถูกต้อง สมบูรณ์ และปลอดจากข้อผิดพลาดของวัสดุ ในหลายประการนี้เป็นขั้นตอนที่สำคัญที่สุดในระบบ ควรรวบรวมข้อมูลธุรกรรมผ่านการตรวจไม่พบข้อผิดพลาด ระบบจะประมวลผลและสร้างข้อผิดพลาดข้อผิดพลาดและไม่น่าเชื่อถือออก นี้ในการเปิดอาจนำไปสู่การกระทำที่ไม่ถูกต้อง และการตัดสินใจที่ยากจน โดยผู้ใช้ .
2 กฎควบคุมการออกแบบขั้นตอนการเก็บรวบรวมข้อมูลที่เกี่ยวข้อง และประสิทธิภาพระบบสารสนเทศควรจับเฉพาะข้อมูลที่เกี่ยวข้อง งานพื้นฐานของการออกแบบระบบคือการตรวจสอบสิ่งที่เป็นและสิ่งที่ไม่เกี่ยวข้อง เขาหรือเธอ ดังนั้น จากการวิเคราะห์ความต้องการของผู้ใช้ ข้อมูลเดียวที่ในที่สุดส่งผลให้ข้อมูล ( ตามที่ระบุไว้ก่อนหน้านี้ ) เกี่ยวข้อง รวบรวมข้อมูลขั้นตอนควรจะออกแบบมาเพื่อกรองข้อมูลที่ไม่เกี่ยวข้องจากระบบ
ขั้นตอนการเก็บรวบรวมข้อมูลที่มีประสิทธิภาพที่ถูกออกแบบมาเพื่อรวบรวมข้อมูลเพียงครั้งเดียว ข้อมูลเหล่านี้จากนั้นจะสามารถ
ให้ผู้ใช้หลาย จับข้อมูลเดียวกันมากกว่าหนึ่งครั้ง นำไปสู่ความซ้ำซ้อนข้อมูลและสิ่งที่ไม่สอดคล้องกัน ระบบข้อมูลมี จำกัด รวบรวม ประมวลผล และความจุข้อมูล ความซ้ำซ้อนข้อมูล overloads เครื่องและลดประสิทธิภาพโดยรวมของระบบความไม่สอดคล้องกันระหว่างองค์ประกอบของข้อมูลที่ซ้ำซ้อนสามารถส่งผลในการกระทำที่ไม่เหมาะสมและการตัดสินใจที่ไม่ดี การประมวลผลข้อมูล
เมื่อรวบรวมข้อมูลที่ต้องมีการประมวลผลเพื่อผลิตข้อมูล งานในการประมวลผลข้อมูล ขั้นตอนช่วงจากง่ายไปซับซ้อน ตัวอย่างเช่นขั้นตอนวิธีทางคณิตศาสตร์ ( เช่นโปรแกรมเชิงเส้นหมิงรุ่น ) ใช้สำหรับการจัดตารางการผลิตใช้เทคนิคทางสถิติเพื่อการพยากรณ์การขาย และการลงรายการบัญชี และสรุปขั้นตอนที่ใช้สำหรับการใช้งานการบัญชี
ฐานข้อมูลการจัดการองค์กรฐานข้อมูลทางกายภาพ หรือการเงินและ nonfinancial ข้อมูล เราใช้คำฐานข้อมูลในความรู้สึกทั่วไป มันอาจจะเป็นตู้หรือคอมพิวเตอร์ดิสก์ โดยไม่คำนึงถึงรูปแบบทางกายภาพของฐานข้อมูล ,เราสามารถแสดงเนื้อหาในลำดับตรรกะ ระดับในข้อมูลลำดับชั้น -- คุณลักษณะ , บันทึก , และไฟล์จะแสดงในรูปที่ 6
ข้อมูลคุณลักษณะ ข้อมูล Attribute คือ ธาตุมากที่สุดชิ้นส่วนที่อาจเป็นประโยชน์ข้อมูลในฐานข้อมูล แอตทริบิวต์เป็นลักษณะเชิงตรรกะและที่เกี่ยวข้องในองค์กร ซึ่งบริษัท รวบรวมข้อมูลคุณลักษณะที่แสดงในรูปที่ 1-6 เป็นตรรกะเพราะพวกเขาทั้งหมดมีความสัมพันธ์อย่างสมเหตุสมผล เพื่อกิจการทั่วไป - บัญชีลูกหนี้ ( AR ) แต่ละคุณลักษณะยังเป็นที่เกี่ยวข้องเพราะมันมีส่วนช่วยให้ข้อมูลเนื้อหาของทั้งชุด หลักฐานนี้ขาดคุณลักษณะที่เกี่ยวข้องใด ๆเดียวจีบหรือทำลายของข้อมูลชุดนอกเหนือจากข้อมูลที่ไม่เกี่ยวข้อง หรือไร้เหตุผลจะไม่เพิ่ม Informa tion - เนื้อหาของชุด
บันทึก บันทึกชุดคุณลักษณะสำหรับเดียวที่เกิดขึ้นภายในองค์กรระดับ ตัวอย่างเช่น ลูกค้าโดยเฉพาะ ชื่อ ที่อยู่ และยอดเงินในบัญชีเป็นหนึ่งการเกิด ( หรือบันทึก ) ในชั้นเรียนเกี่ยวกับ ค้นหาเฉพาะระเบียนในฐานข้อมูลเราต้องสามารถระบุเอกลักษณ์ . ดังนั้น ทุกระเบียนในฐานข้อมูลจะต้องไม่ซ้ำกันอย่างน้อยหนึ่งคุณลักษณะนี้ระบุที่ไม่ซ้ำกันใน 1 - บรรณาการเป็นคีย์หลัก เพราะไม่ใช่ธรรมชาติแอตทริบิวต์ ( เช่นชื่อลูกค้า ) สามารถรับประกันเฉพาะ - เนส เรามักจะกำหนดปุ่มเทียม เพื่อบันทึก กุญแจสำหรับบันทึก AR ในรูปที่ 1-6 เป็นบัญชีลูกค้าจำนวนนี่เป็นเพียงระบุที่ไม่ซ้ำกันในชั้นเรียน บันทึกนี้ อื่น ๆคุณลักษณะ POS - เซ็ซค่านิยมที่อาจมีอยู่ในบันทึกอื่น ๆ ตัวอย่าง ลูกค้าหลายคนอาจจะชื่อเดียวกัน , ยอดขาย , ขีด จำกัด สินเชื่อ และยอดดุล ใช้หนึ่งของเหล่านี้เป็นคีย์เพื่อค้นหาระเบียนใน
1 เมื่อเราได้รับในขั้นสูงเพิ่มเติม หัวข้อเราจะเห็นการรวมกันของแอตทริบิวต์ nonunique สามารถใช้เป็นตัวระบุที่ไม่ซ้ำกัน .
การแปล กรุณารอสักครู่..