Data Analyse

Data analyse is een proces waarbij de data geïnspecteerd wordt, opgeschoond wordt, getransformeerd wordt en gemodelleerd wordt om vervolgens de meest waardevolle informatie uit de data te halen. Data analyse heeft verschillende facetten en kan op verschillende manieren uitgevoerd worden.

Datamining is een data analyse methode die gericht is op het leggen van statische verbanden in grote datasets. Het doel van datamining is door middel van analyse op bestaande data voorspellingen te kunnen doen voor de toekomst en het verleden uit te kunnen leggen. Door middel van datamining kunnen data analyse processen worden ingericht. Moderne tools ondersteunen dit soort processen door grote delen te automatiseren. Hierdoor kunnen veel tijdrovende taken worden geautomatiseerd.

Data-integratie is een voorloper van data analyse daarnaast is data-analyse is nauw verbonden met data visualisatie en verspreiding van gegevens. De term data-analyse wordt soms gebruikt als synoniem voor datamodellering.

Definitie Data Analyse

Gegevensanalyse - De analyse van gegevens (data).
Tijdens de ontwikkeling zien welke gegevens gebruikt worden, welke waarden zij kunnen aannemen en hoe ze met elkaar in verband staan: definitie van de entiteiten.

Tijdens het gebruik de ingevoerde gegevens bekijken, bijvoorbeeld op een van de volgende manieren:
Query/Report (wat is er gebeurd?)
OLAP (wat is er gebeurd en waarom)
EIS (wat moet ik nu weten?)
Data mining (wat zou er kunnen gebeuren?)
 
Bron: ICT woordenboek Computable

<br/

Het proces van Data Analyse

Data-Analyse is een proces waarbij er ruwe data omgezet wordt naar nuttige informatie. Deze informatie kan ingezet worden binnen de besluitvorming rondom vraagstukken. Binnen het data analyse proces kunnen we verschillende stadia onderscheiden.

De vereiste gegevens voor Analyse

De noodzakelijke input voor de analyse van gegevens. De data wordt gespecificeerd op basis van de eisen die gesteld worden door het management of de klanten van het eindproduct.

Verzamelen van te analyseren data (Data Collectie)

Vanuit verschillende bronnen moeten er gegevens verzameld worden om aan de eisen van het management of de klanten te voldoen. Beheerders van de systemen moeten de data aanleveren bij analisten. Data kan verzameld worden vanuit databases, interviews, downloads en andere online bronnen. Data komt ook steeds vaker uit sensoren die bijvoorbeeld het verkeer op een snelweg meten.

Verwerken van data

De verkregen gegevens moeten zo georganiseerd worden dat zij geschikt zijn voor analyse. Dit kan inhouden dat de gegevens binnen een vaste kolom structuur opgeslagen moeten worden voordat er verdere analyse uitgevoerd kan worden.

Datacleaning

Zodra de data verwerkt en op de juiste manier georganiseerd is moet de data geschoond worden. Gegevens kunnen onvolledig zijn of de georganiseerde data bevat duplicaten. Data cleaning is nodig om fouten die ontstaan zijn bij de invoer van de data te corrigeren.

Exploratieve data-analyse

Wanneer de gegevens opgeschoond zijn kan er gestart worden met de analyse van de data. Analisten zullen een eerste exploratieve data analyse uitvoeren. Deze eerste analyse heeft als doel te onderzoeken of er voldoende data en correcte data beschikbaar is om het doel van de analyse te behalen. Het gaat hier vooral om het begrijpen van de data. De eerste analyse kan leiden tot een tweede datacleaning of verzoeken voor extra data.

Modellering en algoritmen

Na de exploratieve data-analyse zullen er wiskundige formules of modellen toegepast worden op de data. Door middel van deze algoritmen kan er correlatie of causaliteit identificeert worden tussen de variabelen.

Data producten

Afhankelijk van de frequentie van de analyse kan er een applicatie ontwikkeld worden die de input automatisch omzet naar bruikbare informatie. Deze applicatie kan gebaseerd zijn op een model of algoritme. Een goed voorbeeld is een applicatie die de klant adviseerd om op basis van zijn inkoop geschiedenis andere aankopen te doen.

Communciatie

Zodra de gegevens geanalyseerd zijn kunnen er rapporten opgemaakt worden. De rapporten kunnen voor elke gebruiker anders van inhoud zijn.

Zie ook:

 

Meer over Data analyse

Kennis

 

 

Meer documenten >>

Externe Bronnen

 

 




 

 

Aansluitend op Data Analyse

My Marqit

Registreer je gratis voor de volgende voordelen:

  • Kosteloos toegang tot alle informatie
  • Onbeperkt downloaden van whitepapers
  • Altijd up-to-date via de Marqit nieuwsbrieven
E-mailadres
Wachtwoord
Wachtwoord [vergeten?]

Data analyse artikelen


De verborgen rijkdom aan informatie ontdekken

Data analyse whitepaper van SaSEen belangrijk element van data analyse is data discovery. Een summier overzicht van zaken die in uw data zitten opgesloten - een zogenaamd "summary-level" overzicht - kan al indrukwekkende inzichten opleveren.



Tips voor optimaal databeheer tijdens de analytics explosie

Tips voor data-analyse van Tableau software
Data is onmiskenbaar een essentieel onderdeel in hedendaagse besluitvorming. Daarbij komt ook nog dat data analytics steeds vaker deel uitmaakt van werkzaamheden bij werknemers.



Beheers uw datastromen

Tips voor data-analyse van Tableau software
1 op de 4 bedrijven faalt bij een security audit. Is uw organisatie daar één van?