a:

تعتمد فائدة أي نوع بيانات أو مصدر بيانات على نوع التحليلات التي يتم تنفيذها. بالنسبة لبعض الشركات، وظائف تحليل البيانات كأداة لجمع المعلومات الاستخبارية في الوقت الحقيقي وقياس الأداء. وقد يستخدم نشاط تجاري آخر تحليلات وصفية بحتة تركز على التنميط والتجزئة وتحديد هوية المستهلك. وهناك نسخة أكثر طموحا من تحليلات البيانات تتعلق بتحويل البيانات إلى تنبؤات - لا يسأل ليس فقط ما هو ما سيكون. ويعرف تطبيق البيانات الأسرع نموا في تحليلات الأعمال بالتحسين، حيث تتم مقارنة أنواع مختلفة من البيانات لتحقيق أقصى قدر من الكفاءة في النتائج المستهدفة.

البيانات مهمة عندما يتم صقلها إلى أداة مفيدة. ولكي نضع ذلك في المنظور، فكر في البيانات غير المكررة كما لو كانت نفطا غير مكرر: فمن الممكن جمع كميات هائلة من البيانات، ولكن يجب أن تتحول إلى منتج مفيد لتكون ذات قيمة من الناحية الاقتصادية. يجب استخراج التطبيق من البيانات. دور تحليلات الأعمال هو تحسين البيانات.

انظر المثال التالي: شركة أبك تبيع سيارات لعبة. وتقرر الإدارة أنها تريد أن تفهم سوقها المحتملة، ولكنها لا تستطيع أن تقرر أي نوع من البيانات التي يتعين جمعها. يجب أن ننظر في شراء أنماط في السيارات الحقيقية؟ يجب أن تأخذ المسوحات من الألوان لعبة المفضلة للأطفال؟ وهل ينبغي النظر إلى العرق أو الدين أو الجنس أو الدخل في السوق المستهدفة؟

شركة أبك ربما لن تبدأ في جمع البيانات عن عادات الطعام المستهلك. هناك لا يبدو أن هناك علاقة كبيرة بين الطعام وشراء سيارة لعبة. وحتى لو كان لدى موظفيها أدوات نمذجة إحصائية ملحوظة ويمكنهم إجراء دراسات اقتصادية اقتصادية معقدة، فمن غير المحتمل أن تكون هذه البيانات مهمة.

أهم البيانات هي البيانات التي توفر أكبر ميزة تنافسية. إن بيانات التعدين والتكرير ليست عملية خالية من التكاليف. يجب على الشركات أن تبحث عن البيانات التي توفر أعلى عائد على الاستثمار تحليلات الأعمال.