PBi_Introductie

HET BELANG VAN DATA

We leven in een tijd waar elke dag een enorme hoeveelheid data wordt gegenereerd. Dit kunnen transactiegegevens zijn, maar ook telemetriegegevens van diensten die u gebruikt, trackinggegevens omtrent de pagina’s die bezocht werden op een website, de items die bekeken of gekocht werden, enzoverder.

Data is informatie, en daarmee het meest strategische bezit van een bedrijf. Inzicht in deze data helpt een organisatie om veranderingen binnen een bedrijf vorm te geven en te beïnvloeden.

Data kan gebruikt worden om voorraden bij te houden, maar ook om aankoopgewoonten en -trends te identificeren, patronen te detecteren, e.d.

Besluitvormers zijn afhankelijk van deze data om snel competitieve beslissingen te nemen, eventuele koerswijzigingen door te voeren en zo de concurrentie voor te zijn.

Gegevensanalyse is een cruciaal onderdeel van elke organisatie, om de impact van veranderingen op het bedrijf te helpen bepalen, het klantengevoel vast te leggen, trends te evalueren…

GEGEVENSANALYSE

Voor de data gebruikt kan worden om ons verhaal te vertellen, moeten er een aantal stappen doorlopen worden. Dit gaat van

• Het identificeren van de data;
• Het opkuisen van de data;
• Het transformeren en modelleren van de gegevens
• Het verwerken van de gegevens tot een verhaal door middel van rapporten en dashboards

De kerncomponenten van een analyse kunnen onderverdeeld worden in verschillende categorieën:

• Beschrijvende: Geeft een antwoord gebaseerd op historische data. Door KPI’s (Key Performance Indicators) te ontwikkelen kan het succes of falen van doelstellingen in kaart gebracht worden.
  
• Diagnostisch: Help een antwoord te formuleren op het ‘waarom‘ van gebeurtenissen of evoluties. De bevindingen uit de beschrijvende analyse worden gebruikt om de oorzaak van gebeurtenissen te achterhalen. Dit is een proces in 3 stappen:
  • Afwijkingen in de gegevens identificeren
  • Gegevens verzamelen die verband houden met deze afwijkingen
  • Statistische technieken gebruiken om deze afwijkingen te verklaren.
    
• Voorspellend: Wat zal er in de toekomst gebeuren? Beschrijvende, historische data wordt gebruikt om trends te identificeren en te kijken naar de waarschijnlijkheid van herhalingen van deze gebeurtenissen. Hier worden statistische en machine learning-technieken gebruikt (zoals neurale netwerken, beslissingsbomen en regressie).
  
• Prescriptief: Welke acties moeten ondernomen worden om het doel te bereiken. Inzichten uit de voorspellende analyse. Er wordt gezocht naar patronen in grote datasets.
  
• Cognitief: Helpen om te leren wat er kan gebeuren als de omstandigheden veranderen en om te bepalen hoe je met deze situaties kan omgaan.

VOCABULARIUM

• Telemetriegegevens: Telemetrie is het op afstand meten van bepaalde parameters (bijvoorbeeld temperatuur, luchtvochtigheid, hartritme) om die vervolgens via (vaak draadloze) telecommunicatie te versturen naar een andere locatie.
• KPI: Kritieke prestatie-indicator – laat je toe om de prestaties van jouw organisatie, team, medewerkers e.d. te meten.
• ROI: Return on investment – geeft het rendement van een investering aan.
• Machine Learning: Tak binnen A.I. (Artificiële Intelligentie) en informatica, gericht op het gebruik van gegevens en algoritmen om de manier waarop mensen leren na te bootsen.
• Deep Learning: Subtak binnen Machine Learning – een groot deel van de extractie-functies worden geautomatiseerd, waardoor (een deel van) de menselijke tussenkomst die vaak nodig is bij Machine Learning wordt geëlimineerd. Dit maakt dat het gebruik van grotere datasets mogelijk wordt.

• Beslissingsbomen: Boomstructuur voor de weergave van de alternatieven en keuzen in een besluitvormingsproces.