Unternehmen aus allen Branchen nutzen Data Analytics, um ihre Prozesse zu optimieren, ihre Gewinne zu steigern und ihre eigene Transformation voranzutreiben. Es geht darum, Daten aus unterschiedlichsten Prozessen und Quellen zu analysieren und mithilfe von Tools und Techniken, Erkenntnisse über z.B. Trends in diesen Daten zu ermitteln.
Anhand der vier Data-Analytics-Methoden (Descriptive-, Diagnostic-, Predictive- und Prescriptive Analytics) wird analysiert, was in der Vergangenheit passiert ist, momentan passiert und was in Zukunft passieren wird. Schließlich konzentrieren sich Prescriptive Analytics auf Schritte, die getätigt werden müssen, um ein bestimmtes Ziel zu erreichen. Dabei werden in Unterkategorien wie Data Analysis oder Business Analytics an der Untersuchung, Bereinigung und Modellierung von Daten gearbeitet und moderne Datenanalysetechniken verwendet.
Solche Datenanalysetechniken lassen sich in explorative Datenanalyse (EDA) und kontrollierende Datenanalyse (CDA) unterteilen. EDA beschafft neue Informationen und Erkenntnisse über Daten, während CDA diese kontrolliert und erwartete Hypothesen bestätigt / für falsch erklärt.
Mit Hilfe von Künstlicher Intelligenz (KI) und Machine Learning (ML) lassen sich Data Analytics insbesondere im Bereich Predictive- und Prescriptive-Analytics auf das nächste Level heben.
Quellen:
https://de.wikipedia.org/wiki/Explorative_Datenanalyse
https://www.computerwoche.de/a/die-multi-cloud-strategie-der-deutschen-boerse,3553069