Wat is data analytics?
- Uitleg en definitie van data analytics
- Mogelijkheden en toepassing van data analytics en business analytics
- Volg de ontwikkelingen via de Data analytics & management Update
|
Wie kan u helpen?
Vind hier oplossingen en leveranciers.
|
Waarom data analytics?
Of het nu gaat om commerciële, financiële of logistieke thema’s, de beschikbaarheid en inzet van medewerkers of de ontwikkelingen in de markt, u kunt hier alleen de juiste beslissingen over nemen als u goed geïnformeerd bent. Daarvoor heeft u goede, betrouwbare informatie nodig. Veel van deze informatie kunt u halen uit de data (gegevens) waarover u al beschikt. Het lastige is dat deze data verspreid is opgeslagen in de diverse systemen waarvan u gebruik maakt. Andere gegevens die u nodig heeft, kunnen ook buiten uw organisatie beschikbaar zijn. Data management oplossingen helpen u om al deze data te verzamelen en te beheren. Meer dan een verzameling gegevens is het dan nog niet. Om aan deze data conclusies te kunnen verbinden, om verbanden te zien, om trends te bespeuren of om voorspellingen te doen is nog een stap nodig: analyse. Het resultaat van een goede analyse van de data is de informatie die u nodig heeft voor de beslissingen die u wilt nemen.
Data analytics bij bedrijven
Internet en andere moderne communicatietechnologieën hebben geleid tot een enorme productie en beschikbaarheid van data, die getransformeerd kan worden tot concrete informatie. Het kennisgebied dat zich hiermee bezig houdt is data science. Data analytics is er een praktische toepassing van. Data analytics heeft de afgelopen jaren een grote vlucht genomen onder bedrijven. Het wordt toegepast om digitale gegevens over klanten, eigen processen en marktgegevens te verzamelen en te analyseren. Daarmee vormt de data analyse de basis voor nieuwe kennis, inzichten en bedrijfsstrategieën. Data analyse tools worden steeds vaker en met succes toegepast in het bedrijfsleven. Business intelligence software is hier een voorbeeld van. Onder een groot aantal namen en begrippen bestaan er inmiddels veel rapportage software oplossingen en datavisualisatie tools.
Wat is business analytics?
Business analytics is een specifieke vorm van data analytics waarmee inzichten worden verworven over uw bedrijfsprestaties. U doet dit door uw eigen bedrijfsdata te analyseren. Het gaat hier om data die aanwezig is in uw bedrijfsapplicaties en die gestructureerd van aard is. Met de juiste data en softwaretools kunt u snel antwoord krijgen op de vraag of u uw eigen doelstellingen heeft gehaald, bijvoorbeeld met betrekking tot omzet, productie en personeel. Business analytics biedt u ook de mogelijkheid een scherp beeld te krijgen van het gedrag en de wensen van klanten. Het is hierdoor mogelijk om nauwkeurige voorspellingen te doen over het gedrag van klanten in de toekomst (predictive analysis). Ook vertelt business analytics u waar nieuwe kansen voor uw organisatie liggen. Lees meer over business analytics.
Wat zijn de voordelen van data analytics en business analytics?
De sterke eigenschappen van data analyse bieden uw organisatie meerdere voordelen:
- Het vergroot het rendement van uw bedrijf. U kunt uw prestaties beter monitoren en sneller ingrijpen.
- Het maakt uw beslissingen beter. Op basis van data analytics beschikt u over betere informatie en kunt u beter onderbouwde beslissingen nemen.
- Het biedt u een concurrentievoordeel. Uw beslissingen kunnen op betere informatie gebaseerd zijn dan waarover uw concurrenten beschikken bij het nemen van hun beslissingen.
- Het levert u nieuwe kennis en inzichten op. U krijgt beter inzicht in uw bedrijfsprocessen en de markten waarin u actief bent. Nieuwe kennis en inzichten geven u meer mogelijkheden voor tactische en strategische besluiten.
Vier soorten data analytics
Er worden vier soorten data analytics onderscheiden: descriptive analytics, diagnostic analytics, predictive analytics en prescriptive analytics. De eerste twee vallen onder het begrip basic analytics. Predictive en prescriptive analytics zijn vormen van advanced analytics.
- Descriptive analytics wordt het meest gebruikt. Het geeft antwoord op de vraag: wat is er gebeurd? De analyse betreft gebeurtenissen uit het heden en verleden. Het resultaat bestaat uit bijvoorbeeld bedrijfsresultaten, overzichten en meetgegevens. Het accent ligt meer op de presentatie van de data, dan op een echte analyse en de interpretatie ervan. Descriptive analytics kijkt terug, is beschrijvend.
- Diagnostic analytics probeert data die voortkomt uit descriptive analytics te verklaren. Het geeft antwoord op de vraag: waarom is het gebeurd? Het onderzoekt hoe de data is ontstaan en waarom deze er is. Bijzondere afwijkingen vallen op en nodigen uit om te worden verklaard. Diagnostic analytics geeft inzicht.
- Predictive analytics gaat nog een stap verder en probeert vooruit te kijken. Dit geeft antwoord op de vraag: wat zal er gebeuren? Met data uit heden en verleden wordt een voorspelling gedaan over ontwikkelingen in de toekomst. Hierbij speelt machine learning een rol. Predictive analytics richt zich op vooruitkijken.
- Prescriptive analytics heeft een advies als uitkomst, gebaseerd op de resultaten van de predictive analytics. Het geeft antwoord op de vraag: wat moeten we doen om het te laten gebeuren? Het is een verdere interpretatie van de voorspelde omstandigheden. Ook hierbij speelt machine learning een rol. Prescriptive analytics is ook vooruitkijkend en voorschrijvend.
Data analisten
Steeds meer bedrijven maken gebruik van data analytics. Vaak is een team van data analisten binnen die bedrijven fulltime bezig met het analyseren van bedrijfsdata en het ontwikkelen van een goed gefundeerde strategie. De vraag naar data analisten is dan ook groot. Als u zelf niet over de juiste expertise beschikt, zult u gebruik moeten maken van externe data analisten. Data analisten moeten goed kunnen werken met actuele business analytics tools van verschillende softwareleveranciers. Ook moeten zij kunnen werken met cloudplatformen en databases. Daarnaast moeten zij algoritmes kunnen schrijven in diverse programmeertalen, kennis hebben van statistiek en genoeg weten over de sector waarin uw bedrijf actief is.
|
BI/DATA kennisbank: alles over dataoplossingen
|
Data analytics in de praktijk
Data analytics begint met het verzamelen van de juiste data door een team van specialisten. Dit kunnen data analisten of data scientists zijn. Het transformeren van data waarmee zij aan de slag kunnen komt voor rekening van data engineers. Verschillende soorten data worden dan met elkaar gecombineerd tot één werkbare dataset (datawarehouse). Deze vormt de basis voor het uitvoeren van de gewenste analyse. Datakwaliteit is daarbij belangrijk. Zonder goede, gevalideerde data kunnen er geen betrouwbare analyses gemaakt worden. Dit is het terrein van data management.
Met data analytics aan de slag
Dataprojecten waarbij analytics en business intelligence een rol spelen vereisen al snel specialistische kennis. Niet zozeer om met de rapportagesoftware of visualisatietools te kunnen werken, maar vooral om die te kunnen voeden met juiste en betrouwbare data. Datakwaliteit en datawarehouses zijn daar onder andere belangrijk bij. Om goede keuzes te kunnen maken en uw project optimaal te kunnen starten en begeleiden, kunt u gebruik maken van meer kennis en informatie via de DATA kennisbank.
Kijk welke oplossingen en leveranciers u kunnen helpen en gebruik de informatie van de DATA kennisbank
Wij geven je graag de beste informatie op de prettigste manier. Daarom maakt het ICT informatiecentrum op deze website gebruik van cookies. Wij gebruiken deze om je de beste service te kunnen bieden, voor het bijhouden van statistieken, om jouw gebruiksinstellingen op te slaan en voor marketingdoeleinden. Kijk bij ‘Instellingen’ om je voorkeuren aan te passen of kies ‘Accepteren’.