Wat is analytics?

Analytics gedefinieerd

Analytics is het proces van het ontdekken, interpreteren en communiceren van significante patronen in data. Simpel gezegd helpt analytics ons om inzichten en zinvolle data te zien die we anders misschien niet zouden opmerken. Business analytics zijn gericht op het gebruik van inzichten die zijn afgeleid van data om beter onderbouwde beslissingen te nemen die organisaties helpen hun omzet te verhogen, kosten te verlagen en andere zakelijke aspecten te verbeteren.

Business analytics

Business analytics is tegenwoordig alomtegenwoordig omdat elk bedrijf beter wil presteren en data zal analyseren om betere beslissingen te nemen. Organisaties willen meer halen uit analytics, met meer data om meer inzichten sneller te verkrijgen, voor meer mensen en alles voor minder geld. Als u die doelen wilt bereiken, hebt u een robuust platform voor cloudanalytics (pdf) nodig dat het volledige analyseproces ondersteunt met de beveiliging, flexibiliteit en betrouwbaarheid die u verwacht. Het moet u helpen uw gebruikers in staat te stellen zelfbedieningsanalyses uit te voeren zonder daarbij governance uit het oog te verliezen. En het moet gemakkelijk te beheren zijn.

Maar hoe kunt u de voordelen van een systeem van ondernemingsklasse krijgen zonder de kosten en infrastructuur van ondernemingsklasse?

Met business analytics, waarbij gebruikt wordt gemaakt van personalisatie, machine learning en diepgaande domeinkennis, kunnen bedrijven relevante, bruikbare inzichten verkrijgen van data in verschillende applicaties en dataopslag. Business analytics moet een compleet proces zijn dat om actie vraagt. Zodra inzichten zijn bereikt, kan een bedrijf zijn processen opnieuw evalueren, opnieuw uitvoeren en opnieuw configureren. Het gaat allemaal om actie ondernemen.

Basisprincipes van analytics

Data is op zichzelf betekenisloos. We kunnen elke afzonderlijke steen omkeren en elke mogelijke les leren, maar als we niet handelen, als we geen ommekeer maken, als we niets aanpassen, zal al ons werk voor niets zijn. Als we geen gebruik maken van alle technologie die we tot onze beschikking hebben, kunnen we niet elke geïnvesteerde euro terugverdienen. In de wereld van vandaag zijn we effectief in staat om met onze data te spreken; het vragen te laten beantwoorden; het resultaten voor ons te laten voorspellen; en het nieuwe patronen te laten leren. Dit is de potentie van onze data.

De zakelijke waarde van analytics

• Een nieuwe manier van werken

  De aard van zaken is aan het veranderen en met die verandering komt een nieuwe manier om te concurreren. Gelijke tred houden met de eisen van de technisch onderlegde workforce van vandaag betekent een methode hebben om waarde te creëren en snel te werken. Lever snelheid en eenvoud aan uw gebruikers met behoud van de hoogste normen voor datakwaliteit en -beveiliging. Een centraal analyticsplatform waarbij IT een cruciale rol speelt dient een fundamenteel onderdeel te zijn van uw business analytics-strategie. De combinatie van zowel door bedrijven geleide als door IT geleide initiatieven is een goede plaats voor innovatie.

• Ontdek nieuwe mogelijkheden

  Vooruitgang in technologie op het gebied van analytics biedt u nieuwe mogelijkheden om uw data beter te benutten. Moderne analyses zijn voorspellend, zelflerend en adaptief om verborgen datapatronen aan het licht te brengen. Ze zijn ook intuïtief en bevatten verbluffende visualisaties waarmee miljoenen rijen en kolommen met data in een oogwenk duidelijk worden. Moderne business analytics zijn mobiel en makkelijk om mee te werken. En ze verbinden u op het juiste moment met de juiste data, waarbij weinig of geen training is vereist.

• Visualiseer uw data

  U wilt de datasignalen opmerken voordat uw concurrenten dat doen. Analytics bieden de mogelijkheid om een high-definition weergave te zien van uw zakelijk landschap. Door persoonlijke, zakelijke en big data te combineren, kunt u snel de waarde van data begrijpen, uw dataverhaal delen met collega's en dit allemaal binnen een paar minuten te doen.

Trends in analytics

Te midden van de constant evoluerende analyticsmarkt, is de fundamentele verschuiving van IT die de leiding neemt om business analytics te ondernemen, tot een waarbij IT en het bedrijf deze beslissing delen nu het nieuwe normaal is. Het lijdt geen twijfel dat analytics tegenwoordig strategisch is geworden voor de meeste organisaties en daarom een nieuwe golf van zowel nieuwe consumenten als nieuwe verwachtingen heeft geïntroduceerd.

Wat is veranderd, is de manier waarop beslissingen in realtime moeten worden genomen en met een breed publiek moeten worden gedeeld. De workforce is aan het veranderen en met die verandering komt een nieuwe manier om te werken. De dagen dat trainingshandleidingen op kantoor gemeengoed waren, zijn voorbij. De workforce van vandaag verwacht snel aan de slag te kunnen met een intuïtieve interface. Maar daarmee is het nog niet klaar. Hoewel snelheid en eenvoud van groot belang zijn, hebben bedrijfsleiders nog steeds hoge verwachtingen van de kwaliteit en veiligheid van data. Een centraal analyticsplatform waarbij IT een cruciale rol speelt is nog steeds een fundamenteel onderdeel van een zakelijke analyticsstrategie. De combinatie van zowel door bedrijven geleide als door IT geleide initiatieven is een goede plaats voor innovatie.

We zijn van mening dat analytics in de cloud veel meer is dan alleen een implementatiekeuze: het doorbreekt de barrières tussen mensen, plaatsen, data en systemen. Zo wordt de manier waarop mensen en processen omgaan met informatie, technologie en elkaar fundamenteel verschoven.

Verleden: geschiedenis van analytics

Het vergelijken van statistieken en het analyseren van data is ouder dan de geschreven geschiedenis, maar er zijn een aantal belangrijke mijlpalen die hebben geholpen bij de ontwikkeling van analytics tot het proces dat we vandaag kennen.

In 1785 bedacht William Playfair het idee van een staafdiagram, dat een standaard (en veelgebruikt) data-visualisatiekenmerk is. Het verhaal gaat dat hij staafdiagrammen heeft uitgevonden om een paar dozijn data-punten te laten zien.

In 1812 volgde kaartenmaker Charles Joseph Minard de verliezen die het leger van Napoleon had geleden tijdens hun mars naar Moskou. Beginnend bij de Pools-Russische grens, creëerde hij een lineaire kaart met dikke en dunne lijnen die aantonen hoe de verliezen waren gekoppeld aan de bitterkoude winter en de tijd dat het leger uit de buurt was van aanvoerlijnen.

In 1890 vond Herman Hollerith een "tabulatiemachine" uit, die data op ponskaarten vastlegde. Hierdoor kon de data sneller worden geanalyseerd, waardoor het tellen van de U.S. Census van zeven jaar naar achttien maanden werd versneld. Dit vormde een zakelijke vereiste om dataverzameling en -analyse voortdurend te verbeteren en dit wordt vandaag nog steeds gehandhaafd.

Heden: analytics vandaag de dag

In de jaren zeventig en tachtig van de vorige eeuw werd RDB- en SQL-software (relationele database, standaardquerytaal) gemaakt die data on-demand kon onttrekken voor analyse.

Aan het eind van de jaren tachtig stelde William H. Inmon het begrip van een 'datawarehouse' voor, waar informatie snel en herhaaldelijk toegankelijk was. Bovendien noemde Gartner-analist Howard Dresner dit 'bedrijfsintelligence'. Dit zorgde binnen de industrie voor een ontwikkeling naar de mogelijkheid om data te analyseren met de bedoeling om bedrijfsprocessen beter te begrijpen.

In de jaren negentig stelde het concept data mining bedrijven in staat om patronen te analyseren en te ontdekken in extreem grote datasets. Data-analisten en datawetenschappers stroomden naar programmeertalen zoals R en Python om algoritmen voor machine learning te ontwikkelen, met grote datasets te werken en complexe datavisualisaties te maken.

In de jaren 2000 maakten innovaties in het zoeken op het internet de ontwikkeling mogelijk van MapReduce, Apache Hadoop en Apache Cassandra om informatie te helpen ontdekken, voorbereiden en presenteren.

Toekomst: analytics van de volgende generatie

Naarmate bedrijven verschoven van alleen het verkrijgen van datazichtbaarheid en meer inzicht nodig hadden, zijn de tools en hun mogelijkheden ook geëvolueerd.

De eerste analyticshulpmiddelen waren gebaseerd op de semantische modellen die waren ontwikkeld vanuit bedrijfsintelligence-software. Deze hielpen bij het opzetten van sterke governance, data-analyse en afstemming tussen functies. Een nadeel was dat rapporten niet altijd op tijd waren. Bedrijfsbeslissers wisten soms niet zeker of de resultaten waren afgestemd op hun oorspronkelijke vraag. Vanuit een technisch oogpunt worden deze modellen voornamelijk op locatie gebruikt, waardoor ze kostenefficiënt worden. De data zit ook vaak gevangen in silo's.

Vervolgens heeft de evolutie van zelfbedieningshulpmiddelen geavanceerde analyses naar een breder publiek gebracht. Deze versnelden het gebruik van analytics omdat ze geen speciale vaardigheden vereisten. Deze tools voor desktopanalytics zijn in de afgelopen jaren enorm populair geworden, met name in de cloud. Zakelijke gebruikers zijn enthousiast over het verkennen van een breed scala aan data-assets. Hoewel het gebruiksgemak aantrekkelijk is, wordt het vermengen van data en het maken van een 'enkele versie van de waarheid' steeds complexer. Desktopanalytics is niet altijd schaalbaar voor grotere groepen. Ze zijn ook vatbaar voor inconsistente definities.

Onlangs hebben analyticstools een bredere transformatie van bedrijfsinzicht mogelijk gemaakt met behulp van tools die data-ontdekking, data-opschoning en datapublicatie automatisch upgraden en automatiseren. Zakelijke gebruikers kunnen samenwerken met elk apparaat met context, de informatie in realtime gebruiken en uitkomsten genereren.

Tegenwoordig doen mensen nog steeds het grootste deel van het werk, maar automatisering wordt steeds populairder. Data van bestaande bronnen kunnen eenvoudig worden gecombineerd. De consument werkt door query's uit te voeren en krijgt dan inzicht door interactie met visuele representaties van data en bouwt modellen om toekomstige trends of uitkomsten te voorspellen. Deze worden allemaal beheerd en gecontroleerd door mensen op een zeer gedetailleerd niveau. De opname van data-verzameling, datadetectie en machine learning biedt de eindgebruiker meer opties in een sneller tijdsbestek dan ooit tevoren.

Business analytics omarmen

Analytics doordringt elk aspect van ons leven. Welke vraag u ook stelt, of het nu gaat om medewerkers of financiën, wat klanten leuk vinden of niet leuk vinden en hoe dat hun gedrag beïnvloedt, analytics biedt u antwoorden en helpt u om weloverwogen beslissingen te nemen.