Data Analyse

Gepost door Koen Van den Bossche 15-09-2014 0 Commentaren Data Analyse,

1.1. Waarover gaat dit fundamenteel

 

Data-analyse, meestal Big data en Business intelligence genoemd, staat sterk in de belangstelling. Terecht, want de mogelijkheden en het strategisch belang van specifieke informatie voor uw bedrijf zijn sterk toegenomen.

Hoe kan uw bedrijf gebruik maken van deze nieuwe mogelijkheden. We leggen u in het kort uit wat de voordelen zijn van data-analyse en we leggen u uit hoe je data analyseert. In de kern is data-analyse statistiek, een discipline die meestal als lastig ervaren wordt.
 
Data-analyse is het zeker geen hype en zal niet meer overwaaien. Op het gebied van geneeskunde en natuurwetenschappen zijn de resultaten indrukwekkend. Bedrijven met grote IT-afdelingen analyseren intensief hun data. Het is dus een beproefde methode voor beter beslissen. Maar voor KMO's blijft het gebruik achter. Dat zal door de toegenomen mogelijkheden snel veranderen. Dus ook voor de KMO is het halen van kennis uit data met data-analyse een manier om de harde concurrentie voor te blijven.
 
De meeste data in de KMO zijn ruwe gegevens, ongestructureerd en meestal onvolledig en vervuild. Dus is er al heel wat werk aan de winkel om uw data, uw toekomstig goud op de goede manier op te slaan en te ontginnen.
Dat vraagt actieve inzet van statistische technieken als regressie-analyse, het vastleggen van data om deze te analyseren, het opsporen van mogelijke verbanden, het doen van voorspellingen en het toetsen van deze voorspellingen aan de werkelijkheid.

 

1.2. Wat zijn de voordelen van data-analyse?

 
Informatie, bewerkte gegevens, zal op termijn net zo belangrijk geacht worden als de vroeger gekende bedrijfsmiddelen zoals arbeid en kapitaal. Want informatie is nodig voor coördinatie binnen een bedrijf en om gefundeerde beslissingen (op alle niveau's) te kunnen nemen.
 
Enerzijds is informatie een belasting, omdat het verzamelen en structureren nu eenmaal veel inzet en middelen vraagt. Maar anderzijds is informatie een bron voor concurrentie-voordeel en is het goed bruikbaar voor de verbetering van bedrijfsprocessen en dus van de resultaten.
 
Bij data-analyse gaat het niet om het traceren van losse feiten of om het berekenen van gemiddelden, maar om het ontdekken van verbanden in data.
 
Data over dingen die echt gebeurd zijn. Met dit inzicht kan je voorspellingen doen op basis van historische gegevens en trends. Daarmee kan je onderbouwd de beste optie kiezen. Deze keuzes worden dan op hun beurt weer onderzocht met nieuw verzamelde data.
 
Gissen is missen en is dus afhankelijk wordt van subjectieve intuïtie en ervaringen. Kennis die voort komt uit data-analyse is niet het einddoel, maar is middel om geld te verdienen, dus om kosten te verlagen, omzet te verhogen, processen te stroomlijnen en kwaliteit van produkten en diensten te verhogen.

 

1.3. Trends die data-analyse stimuleren

 
De sterke belangstelling voor data-analyse is goed verklaarbaar. Een aantal trends bevorderen het gebruik.

Informatie op papier wordt meer en meer digitaal.

Binnen de meeste organisaties zijn bijna alle data en bestanden digitaal opgeslagen. De hele administratie wordt per computer verwerkt en massa data worden opgeslagen in één of ander databank systeem.
Veel communicatie, zowel intern als extern, wordt digitaal gevoerd, maar niet altijd op de goede manier opgeslagen.
Het Internet maakt data altijd en overal bereikbaar
 
Met het Internet kunnen computers data uitwisselen. Dat gaat snel en een limiet aan de omvang is er nauwelijks. Dit betekent dat een analist data van elke lokatie zonder drempel kan gebruiken (als hij dat mag).
Krachtige hulpmiddelen
Voor data-analyse zijn hulpmiddelen, zoals opslagmedia, processors en software, nodig. Deze hulpmiddelen zijn steeds krachtiger en tegelijkertijd steeds goedkoper geworden. Sommige software, zoals de programmeertaal R en OpenOffice Calc, is zelfs gratis omdat het door universiteiten en vrijwilligers is ontwikkeld.
Open data
Steeds meer overheden stellen hun data gratis beschikbaar aan het publiek. Voorbeelden zijn de Amerikaanse overheid (http://www.data.gov/)
Doorbraak economische psychologie
In 2002 braken de inzichten uit de economische psychologie door toen Daniel Kahnemann, een psycholoog, de Nobelprijs voor Economie ontving. Hij toonde aan dat beslissers vaak minder rationeel zijn dan ze zelf denken en wensen. In veel situaties is dat 'automatisch denken' niet erg, maar bij belangrijke beslissingen zijn hulpmiddelen, zoals een second opinion of data-analyse, gewenst.
Zie ook ons artikel over de verborgen verleiders.
Deze site gebruikt Cookies, om u een aangename surfervaring te garanderen. Voor meer info raadpleeg onze privacy politiek