Dataanalys är en uttömmande studie av en uppsättning information vars mål är att få slutsatser som gör det möjligt för ett företag eller en enhet att fatta ett beslut.
Det vill säga vi hänvisar till granskning och tolkning av en databas. Detta för att lösa ett problem eller en fråga.
Under denna analys kan data handlas till exempel för att få statistiska indikatorer.
Det bör noteras att detta är en datavetenskapsprocess som inträffar efter att informationen samlats in.
Det vill säga den här analysen innehåller alla verktyg som vi kan använda för att studera en databas, inklusive visuella sådana som histogram, stapeldiagram, cirkeldiagram, bland andra.
Typer av dataanalys
Dataanalys kan vara av två typer:
- Kvantitativ: Informationen är numerisk från vilken exakt statistik kan sammanställas. Till exempel de betyg som eleverna i en klass fått under den senaste terminen.
- Kvalitativ: Det är information som erhållits från en databas som vanligtvis presenteras i textform. Till exempel en målgrupp där deltagarna har fått sin åsikt om en ny produkt.
Verktyg för dataanalys
För dataanalys finns olika verktyg som kommer från studier, såsom statistik, ekonometri eller matematik.
Således kan vi till exempel använda statistiska mätvärden som medelvärdet, standardavvikelsen eller medianen för att få information om beteendet hos en variabel. För sin del ger ekonometri oss grundläggande verktyg som regressionsanalys. I linje med detta kan vi också använda grafik som ger visuell information. Till exempel från ett histogram.
Det är ändå värt att nämna att dataanalys inte är utan begränsningar. Detta eftersom det finns variabler som är svåra att kvantifiera exakt. Det är därför det i dataanalys är vanligt att tala i termer av sannolikhet.
Användbarhet av dataanalys
Dataanalys kan ha olika tillämpningar, både för företag och för statliga organisationer eller de med ideella mål. Till exempel kommer en enhet som försöker minska undernäring av barn i ett land ständigt utvärdera anemihastigheten hos barn i ett visst åldersintervall.
På samma sätt kan ett företag analysera nöjdhetsdata som visas av sina kunder. Detta efter att ha genomfört en undersökning av alla personer som hyrde in sina tjänster föregående månad. På det sättet kan du fatta beslut för din affärsstrategi.
Dataanalys blir relevant i tider med Big Data, som är så stora datamängder att de överskrider kapaciteten hos traditionella datorprogram för att hantera dem på en rimlig tid.
Idag kan företag ha stora databaser, till exempel när de skapar applikationer där alla deras kunder och målgrupp kan komma åt.