任意のデータ型またはデータソースの有用性は、実行される分析の種類によって異なります。 一部の企業では、データ分析はリアルタイムのインテリジェンス収集とパフォーマンス測定のツールとして機能します。 別のビジネスでは、プロファイリング、セグメンテーション、および消費者識別に焦点を当てた純粋に記述的な分析を使用する場合があります。 データ分析のより野心的なバージョンは、データを予測に変換することに関するもので、何が何であるかだけでなく、何が起こるかを尋ねます。 ビジネス分析で急成長しているデータのアプリケーションは最適化と呼ばれ、さまざまなタイプのデータを比較して、ターゲットの結果の効率を最大化します。
データは、有用なツールに洗練されたときに重要です。 これを概観するには、未精製のデータを未精製のオイルと考えてください。膨大な量のデータを収集することは可能ですが、経済的な意味で価値のある有用な製品に変換する必要があります。 データからアプリケーションを抽出する必要があります。 ビジネス分析の役割は、データを改良することです。
次の例を考えてみましょう。ABC社はおもちゃの車を販売しています。 経営陣は、潜在的な市場を理解することを決定しますが、収集するデータのタイプを決定することはできません。 実際の自動車の購入パターンを見るべきでしょうか？ 子供のためのお気に入りのおもちゃの色の調査を取る必要がありますか？ 対象市場の民族、宗教、性別、収入を調べるべきですか？
ABC社は、おそらく消費者の食習慣に関するデータの収集を開始しないでしょう。 食事とおもちゃの車の購入の間にはあまり相関関係はないようです。 従業員が優れた統計モデリングツールを持っていて、複雑な計量経済学の研究を実行できたとしても、このデータは重要ではないでしょう。
最も重要なデータは、最大の競争優位性を提供するデータです。 データのマイニングと精製は、無料のプロセスではありません。 企業は、ビジネス分析への投資に対して最高の利益をもたらすデータを探す必要があります。
