Data analytics to szeroka dziedzina. Istnieją cztery podstawowe typy data analytics: analiza opisowa, diagnostyczna, predykcyjna i nakazowa. Każdy typ ma inny cel i inne miejsce w procesie analizy danych.
Analiza opisowa pomaga odpowiedzieć na pytania dotyczące tego, co się stało. Techniki te podsumowują duże zbiory danych w celu opisania wyników zainteresowanym stronom. Dzięki opracowaniu kluczowych wskaźników wydajności strategie te mogą pomóc w śledzeniu sukcesów lub porażek. Mierniki takie jak zwrot z inwestycji są wykorzystywane w wielu branżach.
Analiza diagnostyczna pomaga odpowiedzieć na pytania, dlaczego coś się wydarzyło. Techniki te uzupełniają bardziej podstawowe analizy opisowe. Biorą ustalenia z analiz opisowych i sięgają głębiej, aby znaleźć przyczynę. Wskaźniki wydajności są dalej badane w celu ustalenia, dlaczego poprawiły się lub pogorszyły. Zwykle odbywa się to w trzech krokach.
Analityka predykcyjna pomaga odpowiedzieć na pytania dotyczące tego, co wydarzy się w przyszłości. Techniki te wykorzystują dane historyczne do identyfikowania trendów i określania, czy istnieje prawdopodobieństwo ich powtórzenia. Predykcyjne narzędzia analityczne zapewniają cenny wgląd w to, co może się wydarzyć w przyszłości, a ich techniki obejmują różnorodne techniki statystyczne i uczenia maszynowego, takie jak: sieci neuronowe, drzewa decyzyjne i regresja.
Analiza nakazowa pomaga odpowiedzieć na pytania dotyczące tego, co należy zrobić. Wykorzystując spostrzeżenia z analiz predykcyjnych, można podejmować decyzje oparte na danych. Pozwala to firmom podejmować świadome decyzje w obliczu niepewności.
Tego typu analizy danych zapewniają wgląd, którego potrzebują firmy do podejmowania skutecznych i wydajnych decyzji. Używane w połączeniu zapewniają pełne zrozumienie potrzeb i możliwości firmy.