Корисність будь-якого типу даних або джерела даних залежить від типу аналітики, що виконується. Для деяких підприємств аналіз даних функціонує як інструмент збору розвідки в реальному часі та вимірювання ефективності. Інший бізнес може використовувати суто описову аналітику, яка зосереджена на профілюванні, сегментації та ідентифікації споживачів. Більш амбітна версія аналізу даних стосується перетворення даних у прогнози - запитання не тільки про те, що є, але і що буде. Найшвидше застосування даних у бізнес-аналітиці відоме як оптимізація, де різні типи даних порівнюються для досягнення максимальної ефективності в цільових результатах.
Дані важливі, коли вони переробляються на корисний інструмент. Для того, щоб це зробити з точки зору, подумайте про нерафіновані дані так, ніби це нерафінована олія: можна зібрати величезну кількість даних, але це має бути перетворене на корисний продукт, щоб бути цінним в економічному сенсі. Програму потрібно витягувати з даних. Роль бізнес-аналітики полягає в удосконаленні даних.
Розглянемо наступний приклад: Компанія ABC продає іграшкові машини. Керівництво вирішує, що хоче зрозуміти свій потенційний ринок, але не може вирішити, який тип даних збирати. Чи варто дивитися на зразки покупки у реальних автомобілях? Чи слід проводити опитування улюблених кольорів іграшок для дітей? Чи слід розглядати етнічну приналежність, релігію, стать або дохід на цільовому ринку?
Компанія ABC, ймовірно, не почне збирати дані про звичаї своїх споживачів. Здається, не існує великої залежності між покупками їдальні та іграшок. Навіть якщо його співробітники мали чудові інструменти статистичного моделювання та могли виконувати складні економетричні дослідження, ці дані навряд чи будуть важливими.
Найважливіші дані - це дані, що забезпечують найбільшу конкурентну перевагу. Видобуток та переробка даних - це недешевий процес. Підприємства повинні шукати дані, які забезпечують найбільшу віддачу від інвестицій у їх бізнес-аналітику.
