Eerder schreven we over het verschil tussen Data Science, Data Analytics en Business Intelligence. Data Analytics is een breed begrip waarbij inzichten geanalyseerd worden om te bepalen hoe ze tot stand zijn gekomen, hoe ze verklaard kunnen worden en hoe ze vervolgens vraagstukken van de organisatie kunnen oplossen. Data Analytics is te verdelen in vier verschillende gradaties, namelijk: Descriptive Analytics, Diagnostic Analytics, Predictive Analytics en Prescriptive Analytics. Deze niveaus zullen we stap voor stap behandelen.
Descriptive Analytics
De eerste gradatie van Data Analytics begint met een beschrijvend proces. Bij Descriptive Analytics wordt er gekeken naar historische data. Het doel is hierbij om antwoord te geven op de vraag ‘Wat gebeurde er?’. Bij dit niveau van analytics wordt informatie met name op een beschrijvende en betekenisvolle manier weergegeven, denk bijvoorbeeld aan het bijhouden van Key Performance Indicators (KPI’s) of het bijhouden van het aantal bezoekers op je website.
De inzichten verkregen uit Descriptive Analytics hebben een ondersteunende rol bij besluitvorming, menselijke input blijft van belang. Er is geen sprake van het maken van voorspellingen, het gaat enkel om het duidelijk weergeven van data en trends uit het verleden.
Diagnostic Analytics
Een gradatie verder ligt Diagnostic Analytics. Hierbij wordt gepoogd om te antwoorden waarom iets gebeurd is. In plaats van enkel je KPI’s bij te houden is het zaak om te kijken naar waarom je bijvoorbeeld meer verkopen had in april dan in maart. Door statistische modellen los te laten op je data kun je vaak de oorzaak hiervan achterhalen. De verkregen inzichten uit Diagnostic Analytics zijn ook gebaseerd op data uit het verleden en hebben ook een ondersteunende rol bij besluitvorming.
Predictive Analytics
Na het constateren van een verkooptoename in april ben je erachter gekomen dat dit komt door een aanpassing van je website. Er zijn meer bezoekers en zij gaan vaker over tot het afnemen van jouw product of dienst. De volgende stap van analytics is Predictive Analytics. Hoe zullen de verkopen zijn in mei? Door patronen in data nader te bestuderen en bijvoorbeeld Machine Learning toe te passen kun je bijvoorbeeld de verkopen in mei of het komende kwartaal voorspellen. Hierop kun je dan weer je inkopen baseren, zodat ‘nee’ verkopen niet zal voorkomen.
Een voorspelling is gebaseerd op verschillende factoren en komt niet altijd precies uit, maar is vaak een goede indicator voor de toekomst. Daarnaast zijn computationele voorspellingen meestal vele malen nauwkeuriger dan menselijke inschattingen. ‘Wat zal er gebeuren?’ is de vraag die beantwoord moet worden. Door trends te detecteren en voorspellingen te maken weet je vooraf welke zaken goed zullen gaan en waar verbetering mogelijk is. Dit biedt ondersteuning bij het vormen van besluiten en optimaliseren van bedrijfsprocessen. Met Predictive Analytics verhelp je geen ontevreden klanten, maar voorkom je ontevreden klanten.
Prescriptive Analytics
Een stap verder dan Predictive Analytics is Prescriptive Analytics, het voorschrijven van de daadwerkelijke actie die vereist is om een proces te verbeteren, een probleem op te lossen of om je doel te bereiken. Dit valt te bereiken door het implementeren van (geavanceerde) algoritmen en technieken zoals Artificial Intelligence (AI) en Machine Learning. Hiermee geef je antwoord op de vraag ‘Wat is het beste om te doen?’.
Dit niveau van Data Analytics gaat voorbij de ondersteunende rol en schrijft de beste beslissing voor. Het evalueren van vraagstukken en processen kan geautomatiseerd worden om zo de vereiste menselijke input te verkleinen. Niet alle onderwerpen zijn echter geschikt voor Prescriptive Analytics, in bepaalde gevallen blijft menselijke input onmisbaar.
Met Prescriptive Analytics heb je vooraf inzicht in welke resultaten de aankomende periode behaald gaan worden en krijg je de vervolgens de beste actie(s) voorgeschreven om deze resultaten te verbeteren. Bijvoorbeeld door gerichte marketingacties of prijsverlagingen uit te voeren.
Welke gradatie van Data Analytics heb ik nodig?
Waarderealisatie creëren door inzichten te halen uit data, dat kan met Data Analytics. Het hangt van je doel af welke gradatie bijpassend is. Bepaal dus eerst wat je wil bereiken. Stel dat je wil vaststellen of je sales toenemen of afnemen, en in welke mate voor elke productgroep. In dit geval maak je gebruik van Descriptive Analytics.
Je constateert dat je sales vergeleken met vorig jaar voor een productgroep zijn afgenomen. De reden, het waarom, hierachter kun je achterhalen door Diagnostic Analytics toe te passen. De oorzaak kan bijvoorbeeld liggen bij een lager aantal werknemers dat zich heeft bezig gehouden met sales of een concurrerende partij met scherpe marketingacties.
Met Predictive Analytics kun je vervolgens voorspellen of een extra werknemer genoeg is om een boost te geven aan je sales en te winnen van je concurrentie, of dat je misschien meer mensen zal moeten inhuren.
Prescriptive Analytics maakt een completere vergelijking van alle data en geeft je vooraf inzicht in de te verwachten toename in verkoopresultaten van ieder scenario aan hoeveelheid van extra aan te nemen medewerkers.
Comments