De vier soorten data analytics: hoe zit dat precies?

Analytics

Steeds meer bedrijven maken gebruik van data analytics, en dit is niet voor niets. Data analytics is veelbelovend, aangezien dit mogelijk voor een hoger ROI, minder kosten en snellere processen zorgt. Een voorwaarde is wel dat je voor de juiste soort data analytics kiest. Er zijn vier soorten, maar welk soort past bij jouw bedrijf?

Wat is analytics?

Het woord zegt het eigenlijk al: analytics komt neer op het analyseren van grote hoeveelheden data, vaak binnen een bedrijf. Hierdoor kunnen bedrijven hun prestaties en processen goed omschrijven, en vervolgens voorspellen en verbeteren. Analytics heeft een facilitaire functie, aangezien je de besluitvorming binnen een bedrijf ermee kan ondersteunen. Nu bedrijven zich realiseren dat data ontzettend waardevol is, analyseren ze erop los. Dit doen ze op talloze manieren, bijvoorbeeld met text analytics, speech analytics en video analytics. Daarnaast onderscheidt men vier deelrichtingen binnen analytics: descriptive, diagnostic, predictive en prescriptive analytics. Deze deelrichtingen kunnen elk op een andere manier de besluitvorming binnen een bedrijf ondersteunen.

Descriptive analytics

Descriptive analytics is de meest ingezette vorm. Bij descriptive analytics wordt geanalyseerd wat er op dit moment gebeurt, en wat er in het verleden is gebeurd. Met andere woorden: men stelt de belangrijkste metingen, resultaten en gegevens van een bedrijf vast. Ook kun je door middel van descriptive analytics relaties binnen en tussen gegevens vaststellen, waardoor je vervolgens klanten of prospects kunt classificeren in bepaalde groepen. Als je alle gegevens eenmaal op een rijtje hebt, kun je deze begrijpelijk maken door middel van data mining. Uiteindelijk kun je de data op aantrekkelijke wijze presenteren door visualisatietools in te zetten.

Diagnostic analytics

Diagnostic analytics gaat een stap verder: hier ga je op zoek naar verklaringen voor de data die je bij descriptive analytics hebt gevonden. Waarom is deze data er? Hoe is deze tot stand gekomen? Om achter het antwoord op deze vragen te komen, kun je verschillende aspecten analyseren. Zo kun je bewust op zoek gaan naar afwijkende waarden of bepaalde patronen. Daarnaast kun je alle irrelevante of onduidelijke informatie wegfilteren. Diagnostic analytics wordt weleens achterwege gelaten, omdat deze vorm veel overeenkomsten heeft met descriptive analytics. Het enige verschil is dat je – in het geval van diagnostic analytics – op zoek gaat naar oorzaken.

Predictive analytics

Bij predictive analytics kijk je naar de toekomst. Op basis van historische gegevens worden voorspellingen gedaan door middel van algoritmes: wat zal er waarschijnlijk gaan gebeuren? Dit kan heel waardevol zijn voor bedrijven, omdat een bedrijf betere beslissingen kan nemen door middel van accurate voorspellingen. In sommige gevallen kunnen deze beslissingen zelfs geautomatiseerd worden. Verder kan predictive analytics niet alleen de toekomst voorspellen, maar ook een klasse of een label. Vanuit technisch perspectief komt het voorspellen van de toekomst ofwel een klasse of label, op hetzelfde neer.

Prescriptive analytics

Na de hierboven omschreven stappen, volgt de laatste stap: prescriptive analytics. In dit geval draait het om een advies dat uiteindelijk resulteert in concrete acties of strategieĆ«n. Het advies is gebaseerd op de uitkomsten van predictive analytics. Het uiteindelijke advies is de goedkoopste, minst risicovolle, of kwalitatief gezien beste oplossing of keuze voor een bedrijf. Veel bedrijven vinden het echter lastig om al het advieswerk – dat uiteindelijk resulteert in beslissingen – over te laten aan prescriptive analytics. In veel bedrijven heeft de mens tegenwoordig nog het laatste woord. Maar hoe verder je gaat met prescriptive analytics, des te dichter je bij 1-op-1 marketing komt.

Welk type analytics past bij jouw bedrijf?

Kortom, descriptive en diagnostic analytics helpen je met het vaststellen van data. Predictive en prescriptive analytics houden zich daarentegen bezig met de toekomst. Welk type analytics je (als eerst) moet toepassen, hangt onder andere af van de behoeftes en de grootte van jouw bedrijf.

Predictive en prescriptive analytics zijn heel waardevol in grote organisaties, terwijl kleinere bedrijven hier waarschijnlijk geen gebruik van maken. Recent onderzoek heeft echter aangetoond dat Advanced Analytics – bestaande uit predictive en prescriptive analytics – een stuk populairder is geworden in 2018. Niet gek, als je nagaat dat steeds meer bedrijven data driven (willen) zijn.

Een lineaire relatie?

Volgens onderzoeksbureau Gartner is de relatie tussen de vier soorten analytics lineair. Als je descriptive analytics hebt uitgevoerd, ga je over naar diagnostic analytics, et cetera. Maar volgens critici is deze correlatie minder lineair dan Gartner doet beweren.

Zo maken critici onderscheid tussen wat-vragen, waarom-vragen en hoe-vragen. De wat-vragen beantwoord je met descriptive en predictive analytics. Je kijkt naar historische data (descriptive analytics), en maakt een voorspelling door middel van machine learning technieken (predictive analytics). De diagnostische tussenstap is hierbij onnodig.

De waarom-vragen en de hoe-vragen beantwoord je juist met diagnostic analytics en prescriptive analytics. Deze twee soorten analytics bouwen als het ware voort op wat descriptive en predictive analytics al hebben verwezenlijkt. Het essentiĆ«le verschil tussen descriptive en predictive respectievelijk diagnostic en prescriptive analytics, zit ‘m in de Business Intelligence. Met Business Intelligence vergaar je inzichten, oftewel: waarom is iets gebeurd, en wat moet er in de toekomst gaan gebeuren?

Data analytics en de toekomst

Volgens Gartner is de relatie tussen de vier soorten analytics lineair, maar volgens critici juist niet. Critici stelden het onderstaande overzicht op, als reactie op de aanname van Gartner:

  • Descriptive analytics = data
  • Diagnostic analytics = data + BI (inzichten)
  • Predictive analytics = data + machine learning (voorspellingen)
  • Prescriptive analytics = data + machine learning (voorspellingen) + BI (inzichten)

Kortom, er zijn verschillende visies als het aankomt op data analytics. Veel bedrijven zouden data analytics wel willen toepassen, maar zij dienen eerst te achterhalen welk soort het beste bij hen past. Daarnaast gaan bedrijven allemaal op een andere manier om met data science en analytics. Kortom: tot op de dag van vandaag zijn er nog geen ‘best practices’ die voor elk bedrijf gelden.

Want to know more?

Ben je benieuwd naar wat wij nog meer in petto hebben als het gaat om data science? Neem dan contact op met Jesse Luk via jesse@tottadatalab.nl. Je kunt natuurlijk ook even bellen naar 020 514 1328.

Posted on 24 juli 2019

Share the Story

Back to Top