Data Analytics – Datenanalyse
Der Begriff umfasst Prozesse, Werkzeuge und Techniken, die zum Einsatz kommen, um Daten zu extrahieren. Er beinhaltet das Sammeln, Organisieren und Speichern der Daten mit dem Ziel, Trends zu ermitteln und Probleme zu lösen.
Der Bereich der Datenanalyse wird von zahlreichen weiteren Wissenschaften, wie der Informatik, Mathematik und Statistik, beeinflusst. Die Datenanalyse soll die Leistung beschreiben, vorhersagen und letztlich aufpolieren. Damit dies pflichtbewusst funktioniert, setzen Datenanalyseteams massenweise Datenmanagementtechniken ein, wie z. B. Data Mining, Data Cleansing (Datenbereinigung), Data Modeling (Datenmodellierung) und alternative.
Vier Data Analytics Methoden:
- Discriptive Analytics:
“Was ist in der Vergangenheit geschehen?” und “Was geschieht jetzt?” sind die entscheidenden Fragen der Discriptive Analytics (deskriptiven Analyse). Folglich werden aktuelle und historische Daten aus verschiedenen Quellen analysiert, um den Status quo zu beschreiben und Trends und Muster in den Daten zu identifizieren. - Diagnostic Analytics:
Bei der Diagnostic Analytics (diagnostischen Analyse) geht es um die Frage „Warum passiert das gerade jetzt?“. Die hier verwendeten Daten sind oft das Ergebnis deskriptiver Analysen. - Predictive Analytics:
“Was wird in der Zukunft passieren?” ist die Frage, auf der die Predictive Analytics (prädiktive Analyse) basiert. Ziel ist es, die Faktoren oder Gründe für bestimmte historische Leistungen zu ermitteln. Um die Ergebnisse der deskriptiven und diagnostischen Analyse für eine prädiktive Analyse zu nutzen, werden unter anderem statistische Verfahren, Deep Learning und Machine Learning (maschinelles Lernen) eingesetzt.
Predictive Analytics wird auch als Unterkategorie von Advanced Analytics bezeichnet. - Prescriptive Analytics:
Die Prescriptive Analytics (präskriptive Analytik) ist ebenfalls eine Unterkategorie der fortgeschrittenen Analytik und konzentriert sich auf die Frage: “Was ist zu tun, um das Ziel zu erreichen?” Bei präskriptiven Analyselösungen werden Algorithmen, Anwendungstests, maschinelles Lernen und andere Techniken eingesetzt, um Lösungen zu ermitteln, die zu bestimmten Ergebnissen führen.