Der Nutzen eines Datentyps oder einer Datenquelle hängt von der Art der durchgeführten Analyse ab. Für einige Unternehmen fungiert die Datenanalyse als Werkzeug zur Erfassung von Informationen in Echtzeit und zur Leistungsmessung. Ein anderes Unternehmen könnte rein deskriptive Analysen verwenden, die sich auf Profilerstellung, Segmentierung und Kundenidentifizierung konzentrieren. Eine ehrgeizigere Version der Datenanalyse befasst sich mit der Umwandlung von Daten in Vorhersagen. Dabei wird nicht nur gefragt, was ist, sondern was wird. Die am schnellsten wachsende Anwendung von Daten in der Geschäftsanalyse wird als Optimierung bezeichnet, bei der verschiedene Datentypen verglichen werden, um die Effizienz bei den angestrebten Ergebnissen zu maximieren.
Daten sind wichtig, wenn sie zu einem nützlichen Werkzeug verfeinert wurden. Stellen Sie sich ungereinigte Daten so vor, als ob es sich um ungereinigtes Öl handeln würde: Es ist möglich, große Datenmengen zu sammeln, aber sie müssen in ein nützliches Produkt umgewandelt werden, um wirtschaftlich wertvoll zu sein. Die Anwendung muss aus den Daten extrahiert werden. Die Rolle der Geschäftsanalyse besteht darin, die Daten zu verfeinern.
Betrachten Sie folgendes Beispiel: Firma ABC verkauft Spielzeugautos. Das Management entscheidet, dass es seinen potenziellen Markt verstehen möchte, kann sich jedoch nicht entscheiden, welche Art von Daten erfasst werden sollen. Sollte es Kaufmuster in realen Autos betrachten? Sollten Umfragen zu den Lieblingsspielzeugfarben für Kinder durchgeführt werden? Sollte es sich um ethnische Zugehörigkeit, Religion, Geschlecht oder Einkommen auf dem Zielmarkt handeln?
Unternehmen ABC würde wahrscheinlich nicht damit beginnen, Daten über die Essgewohnheiten seiner Verbraucher zu sammeln. Es scheint keine große Korrelation zwischen Essens- und Spielzeugautokäufen zu geben. Selbst wenn die Mitarbeiter über bemerkenswerte statistische Modellierungsinstrumente verfügen und komplexe ökonometrische Studien durchführen könnten, ist es unwahrscheinlich, dass diese Daten von Bedeutung sind.
Die wichtigsten Daten sind die Daten, die den größten Wettbewerbsvorteil bieten. Das Abbauen und Verfeinern von Daten ist kein kostenloser Prozess. Unternehmen sollten nach Daten suchen, die die höchste Rendite für ihre Investition in Business Analytics erzielen.
