contact
Kom altijd beslagen ten ijs met een degelijke data analyse
Organisaties worstelen met de enorme wildgroei aan data analyse technieken. Onze data coaches stellen niet de techniek maar de mens centraal.

Bestel boek BI & Data Analytics

Data analyse

Met data analyse ga je gegevens analyseren. Zo begrijp je beter wat er is gebeurd, wat er nu gebeurt, waarom het gebeurt en wat er morgen zou kunnen gebeuren. Zodat je zaken kunt verbeteren. Dankzij data analyses kun je je beslissingen beter onderbouwen en legitimeren. Maar welke soorten data analyse en data analysetechnieken bestaan er allemaal? En hoe selecteer je betrouwbare data analyse tools en relevante data analyse software? De data-analisten van Passionned Group verkennen graag voor jou alle mogelijkheden. Ook helpen ze je bij het ontwikkelen van de vereiste skills (datageletterdheid), het opleiden en coachen van de medewerkers en het kiezen van het meest geschikte data analyse programma.

Data analyse betekenis en impact

Vreemd genoeg worden nog steeds veel besluiten op onderbuikgevoel genomen. Als het om data analyse gaat valt er dus nog een wereld te winnen. Sinds de opkomst van big data staat de vraag “waarom data analyse” echter niet meer ter discussie. Steeds meer mensen realiseren zich dat data het nieuwe goud is dat waardevolle inzichten kan opleveren.

Wél plaatsen mensen vraagtekens bij de toenemende automatisering en een algoritmegedreven samenleving met tal van artificial intelligence toepassingen. Een kleine geruststelling is op zijn plaats. Machine data analyseren gebeurt weliswaar automatisch, maar het menselijke beoordelingsvermogen en gezonde boerenverstand spelen ook nog een rol. Alleen hoe geef je een geavanceerde data analyse handen en voeten? Maar eerst gaan we in op de vraag: wat is data analyse eigenlijk?

Inleiding: wat is data analyse?

Wat is data analyse (betekenis)? Het afbakenen van het begrip data analyse is nog niet zo eenvoudig, omdat het schort aan scherpe definities. In de praktijk worden de volgende begrippen vaak kriskras door elkaar heen gebruikt:

Wat ook niet helpt is dat de meeste Engelstalige vaktermen uit de IT inmiddels helemaal vernederlandst zijn.

Wat is data analytics?

Data analytics is het brede vakgebied dat tools en dashboards als hulpmiddelen gebruikt om besluitvormingsprocessen in organisaties te ondersteunen. Bekende data analytics tools zijn bijvoorbeeld Tableau, Google Analytics en Microsoft Power BI.

Data analytics als paraplubegrip gebruikt de aanwezige data hierbij als grondstof. Idealiter brengt data analytics nieuwe trends, inzichten en patronen aan het licht die het nemen van bedrijfskritische bedrijfsbeslissingen aanzienlijk vereenvoudigt.

Data Analytics Sectoren
Figuur 1: Data Analytics is de paraplu voor tal van toepassingen en instrumenten

Wat is data analysis?

Het Nederlandse begrip data analyse is de letterlijke vertaling van het Engelse begrip data analysis.

Wat is data analyse?

Data analyse valt onder de paraplu van data analytics en omvat een aantal deelprocessen.

Data analyse is het verzamelen, opschonen, ontdubbelen, integreren en interpreteren van gegevens met als doel om te komen tot een dataset die nuttige informatie bevat voor het opstellen van een rapport of het samenstellen van een dashboard. Het data analyse proces begint met een scherp afgebakende onderzoeksvraag.

Data Analyse stappen
Figuur 2: De vijf stappen in Data Analyse vereenvoudigd weergegeven

Wat is business analytics?

Business analytics is met name gericht op het verkrijgen van inzichten over specifieke bedrijfsprestaties. Je gaat de eigen bedrijfsprestaties analyseren met het oog op doelrealisatie, inclusief het monitoren van Kritische Performance Indicatoren (KPI’s).

Wat is business intelligence?

Business Intelligence (BI) is het geheel aan concepten, processen, strategieën, cultuur, structuur, methodieken, standaarden en IT-hulpmiddelen die organisaties intelligenter maakt.

Wat houdt bedrijfsanalyse in?

Een bedrijfsanalyse is zowel een extern als een intern gericht onderzoek naar de stand van zaken in een organisatie.

Soorten data-analyse

Data analyses heb je in allerlei soorten en smaken. Een van de meeste bekende hoofdindelingen is het groeimodel van Gartner dat globaal vier verschillende typen van data analyse onderscheidt (zie figuur):

Dit model veronderstelt een groei naar volwassenheid als het gaat om data analyse.

Data Analyse volwassenheid
Figuur 3: Data Analyse kent globaal vier verschillende stadia in de groei naar volwassenheid

Gebruik data analyse als concurrentiewapen

Organisaties die hun klantdata analyseren en/of een sentimentanalyse op social media uitvoeren hebben een streepje voor. Een degelijke data analyse kan productmanagers behoeden voor marketingflaters. Automatische data analyse in fabrieken in de luchtvaart en op olieplatforms voorkomt kostbare uitval. Overheden gebruiken geavanceerde data analyses om te toetsen of hun beleid effect sorteert. En accountants en controllers gebruiken statistische data analyses om grootschalige (internationale) fraudes op te sporen. Maar ook het midden- en kleinbedrijf kan natuurlijk profiteren van een degelijke data analyse. Je hoeft niet altijd hoog van de toren te blazen. Laagdrempelige, gestandaardiseerde analyses, zoals een analyse van het bezoekersgedrag in een winkel of op een website kunnen hele interessante nieuwe inzichten opleveren.

Top 25 data analyse technieken

Naast de verschillende soorten data analyses bestaan er enkele tientallen, meer specifieke data analyse technieken gericht op bepaalde thema’s, disciplines of sectoren. We stippen er hieronder 25 heel kort aan. Heb je vragen of wil je meer duiding of toelichting? Neem contact op met een van onze data coaches.

  1. Ad hoc data analyse (ad hoc query). Dit is een data analysetechniek die je uitvoert op basis van een eenmalige onderzoeksvraag. Dit in tegenstelling tot een regelmatig terugkerend verzoek, of een meer uitgebreide, telkens terugkerende rapportagecyclus.
  2. Advertentie analyse. Het meten van het effect van een (online) advertentiecampagne in print of online aan de hand van een aantal ratio’s zoals bijvoorbeeld bereik, conversie, spontane of geholpen naams- of merkbekendheid, click-through-rate (CTR) en cost per click (CPC).
  3. Basket analyse (winkelmandanalyse). Een data mining analyse toegepast in de retailwereld waarbij het historische aankoopgedrag van consumenten grootschalig wordt geanalyseerd, gericht op cross selling. Welke producten koopt de consument bijvoorbeeld bijna altijd tegelijkertijd? Met deze wetenschap kun je hierop inspelen.
  4. Churn analyse. Met een churn data analyse ga je exact proberen te voorspellen welke klanten afscheid van jou nemen en weglopen naar een van jouw concurrenten. De churn rate is een belangrijke voorspeller voor de totale klantwaarde.
  5. Cluster analyse. Dit is het classificeren of het groeperen in clusters of klassen van objecten op grond van hun kenmerken. De bedoeling is om deelverzamelingen te vormen die elk hun eigen gedeelde karakteristieken bevatten.
  6. Cohort analyse. Een cohort is een groep personen die gedurende een bepaald tijdsinterval, bijvoorbeeld een kalenderjaar of een kwartaal, eenzelfde (demografische) gebeurtenis heeft meegemaakt. Met behulp van een cohort analyse kunnen marketeers of wetenschappers bepaalde patronen in verschillende gebruikersgroepen ontdekken.
  7. Correlatieanalyse. Deze statistische techniek geeft de relatie weer tussen twee onafhankelijke variabalen. Het verband wordt weergegeven met een cijfer tussen -1 en +1. Het cijfer 0 geeft aan dat er geen verband is tussen de twee onderzochte variabelen.
  8. Customer profitability analysis. Een data analysetechniek gericht op het vaststellen hoeveel winst een bepaalde klant oplevert voor de organisatie. Van klanten die het bedrijf op termijn te weinig opleveren zou je op termijn, in goed overleg, afscheid moeten nemen.
  9. Customer Lifetime Value (CLV) analysis. Een voorspelling van de totale winstbijdrage die een klant gedurende de gehele klantrelatie gaat leveren aan de organisatie.
  10. Diepteanalyse (content drilldown). Bij een diepteanalyse ga je informatie eerst op een globaal niveau analyseren. Daarna heb je de mogelijkheid om per onderdeel de diepte in te gaan (down drilling). Bij elke doorklik boor je meer gedetailleerde informatie aan. Bijvoorbeeld je drilt van provincie naar de steden of dorpen in die provincie. Vanuit een stad of dorp kun je weer doordrillen naar postcodeniveau.
  11. Discriminant analyse. Een statistische techniek om van een nieuwe waarneming te bepalen bij welke van de van tevoren gedefinieerde groepen van waarnemingen deze het beste past. Bij deze data analyse is er dus sprake van een a priori opgelegde groepsindeling.
  12. Financiele data analyse. Dit behelst een onderzoek naar de rentabiliteit, solvabiliteit, liquiditeit en stabiliteit van de organisatie.
  13. Funnel analysis (trechteranalyse). Deze data analyse brengt in kaart welke stappen of fasen een potentiële klant chronologisch moet doorlopen in de webshop om uiteindelijk te converteren tot klant. De funnel visualiseert dus de klantreis.
  14. Fuzzy logic. Een data analyse techniek die gebaseerd is op waarschijnlijkheden in plaats van absolute waarden, zoals “waar” en “onwaar”.
  15. Geospatiale analyse. Deze data analyse maakt onder andere gebruik van locatiedata, ook wel geografische informatie of geospatiale informatie genoemd. Een geografisch informatie systeem (GIS) kent vele toepassingen, onder andere in het kader van marketingsegmentatie, meteorologie, natuurbeheer, rampenbestrijding, oorlogsvoering, enzovoorts.
  16. Kritieke pad analyse. Dit is een data analyse methode om de voortgang van een project te bewaken. Als een activiteit of taak op het kritieke pad ligt, dan zorgt een uitloop van die activiteit ervoor dat de einddatum van het project ook opschuift.
  17. Multivariate analyse. Een statistische methode waarbij je op grond van een data analyse de relatie test tussen meer dan twee variabelen. In feite ga je verschillende afhankelijke kansvariabelen simultaan analyseren om iets over de onderlinge samenhang te weten te komen.
  18. Retentie analyse. Deze data analyse geeft inzicht in de mate waarin je er als organisatie in slaagt om het bestaande personeel of bestaande klanten vast te houden. Deze ratio, die meestal in een percentage wordt uitgedrukt, zegt iets over de personeelsloyaliteit en klantentrouw.
  19. Root cause analysis (RCA). Met deze data analysetechniek ga je op zoek naar de hoofdoorzaak van een specifiek probleem. Je gaat op fundamenteel niveau analyseren waarom een probleem optreedt, of waarom een proces niet het gewenste resultaat oplevert.
  20. Sentiment analyse. Een handmatige of geautomatiseerde manier om berichten op sociale media een positieve, negatieve of neutrale connotatie mee te geven. Deze data analysetechniek wordt vooral gebruikt om het sentiment rondom een merk, organisatie of persoon in de tijd te meten.
  21. Simulatie analyse. Het nabootsen, imiteren of naspelen van de werkelijkheid met behulp van een model. Het is een manier om met een computerprogramma een situatie of toestand zo realistisch mogelijk na te bootsen. Bij een zogenoemde Monte-Carlosimulatie wordt het simulatieproces meerdere keren herhaald.
  22. Spend analyse. Bij deze data analysetechniek ga je alle uitgaven van een organisatie verzamelen, rubriceren en analyseren. Een spend analyse levert informatie voor het management op waarmee zij het inkoopbeleid van de organisatie kritisch kan toetsen en evalueren.
  23. Text analyse (text mining): het analyseren van grote hoeveelheden ongestructureerde tekstgegevens waarmee je bepaalde patronen, sentimenten en andere opvallende zaken kunt opsporen.
  24. Web scraping. Een data analyse techniek waarbij je met behulp van speciale software geautomatiseerd data van andere websites ophaalt, analyseert en hergebruikt voor een specifiek doel.
  25. Wittevlekkenanalyse. Met deze data analysetechniek breng je mogelijkheden voor omzetgroei in kaart. Voor een keten van woonwinkels is een witte vlek bijvoorbeeld een stad of winkelcentrum waar nog geen filiaal van de desbetreffende keten is gevestigd, terwijl hier wel veel welvarende potentiёle klanten wonen. Of je brengt in kaart welke producten jouw klanten niet kochten, maar gezien het bestelpatroon van andere klanten eigenlijk wel hadden moeten kopen.

Hoe selecteer je de juiste data analyse software?

Passionned Group heeft een aantal online vergelijkingsgidsen samengesteld, waaronder de BI & Analytics Guide 2022, waarmee je op relatief eenvoudige wijze leveranciers van data analyse software met elkaar kunt vergelijken op voor jouw organisatie relevante selectiecriteria. De gids bevat 250+ selectiecriteria met een gelaagde structuur met drill-downs tot wel drie niveaus diep. Download hier deze unieke gids.

Download hier de BI & Analytics Guide 2022

Raadpleeg het actuele overzicht data analyse tools

Daarnaast publiceert Passionned Group van elk data analyse bedrijf afzonderlijk een zeer uitgebreide actuele beschrijving van hun producten- en dienstenportfolio’s, inclusief de meest relevante data analyse tools en software releases. Bekijk bijvoorbeeld eens de data analyse Power BI of ga na hoe het Power BI data analyse proces bij marktleider Microsoft verloopt. Raadpleeg het focusartikel van Tableau Software of het lees het onderzoek naar Qlik BI & Analytics.

Ruim baan voor data analyse, maar vergeet je mensen niet

Let wel, het investeren in data analyse, software en data analyse tools heeft alleen zin als je tegelijkertijd ook investeert in de datageletterdheid van je mensen. Reserveer een deel van je budget daarom voor opleiding en training on the job, zodat jouw medewerkers te allen tijde over de juiste vaardigheden beschikken.

Meer informatie

Wil jij ook een gedegen data analyse of advies over een plan van aanpak, of ben je op zoek naar interim ondersteuning, neem dan nu contact met ons op.

Over Passionned Group

logo van Passionned Group, de Data Analyse specialistPassionned Group is sinds 2004 dé specialist in het ontwerpen en implementeren van datagedreven, intelligente organisaties. Bijna alle aangesloten consultants, docenten en interim-adviseurs hebben kennis en ervaring met data analyses. Ze helpen (middel)grote en kleinere organisaties bij de kanteling naar een intelligente, datagedreven organisatie. Interesse? Neem dan nu contact met ons op

Neem contact met ons op

Onze Data Analyse consultants

Thomas Abramse - Associate Partner Data Analyse

THOMAS ABRAMSE MSc

Associate Partner Data Analyse

Mark de Kort - Specialist Data Analyse & Power BI

drs. MARK DE KORT

Specialist Data Analyse & Power BI

Rick Van der Linden - Senior Data Analist

ir. RICK VAN DER LINDEN

Senior Data Analist

» Bekijk alle experts

Deze organisaties gingen je voor

Word nu ook klant

Wil je ook klant bij ons worden? Wij helpen je maar wat graag verder met Data analyse technieken of andere zaken waar je slimmer van wordt.

Thomas Abramse - Associate Partner Data Analyse

THOMAS ABRAMSE MSc

Associate Partner Data Analyse

Neem contact met mij op

Fact sheet

Organisaties geholpen
___
Trainingen & workshops
___
Deelnemers opgeleid
___
Beoordeling klanten
8,9
Consultants & docenten
___
Kantoren
3
Jaar ervaring
17
EDIT POST