Jebkura datu veida vai datu avota lietderība ir atkarīga no veiktās analītikas veida. Dažiem uzņēmumiem datu analīze darbojas kā reālā laika izlūkošanas datu apkopošanas un veiktspējas mērīšanas rīks. Cits uzņēmums var izmantot tikai aprakstošu analītiku, kas koncentrējas uz profilēšanu, segmentēšanu un patērētāju identificēšanu. Vērienīgāka datu analīzes versija ir saistīta ar datu pārveidošanu prognozēs - jautājot ne tikai par to, kas ir, bet kas būs. Visstraujāk augošā datu izmantošana biznesa analītikā ir zināma kā optimizācija, kurā tiek salīdzināti dažādi datu veidi, lai maksimāli palielinātu mērķa rezultātu efektivitāti.
Dati ir svarīgi, kad tie ir pārveidoti par noderīgu rīku. Raugoties perspektīvā, domājiet par nerafinētiem datiem tā, it kā tie būtu nerafinēti: ir iespējams savākt milzīgus datu apjomus, taču tie ir jāpārveido par noderīgu produktu, lai tas būtu vērtīgs ekonomiskajā nozīmē. Pieteikums ir jāizņem no datiem. Biznesa analītikas uzdevums ir uzlabot datus.
Apsveriet šo piemēru: Uzņēmums ABC pārdod rotaļlietu automašīnas. Vadība nolemj, ka vēlas izprast savu potenciālo tirgu, bet tā nevar izlemt, kāda veida datus vākt. Vai tai vajadzētu aplūkot īstu automašīnu pirkšanas modeļus? Vai būtu jāveic bērnu iecienītāko rotaļlietu krāsu apsekojumi? Vai tajā būtu jāņem vērā etniskā piederība, reliģija, dzimums vai ienākumi mērķa tirgū?
Uzņēmums ABC, iespējams, nesāks vākt datus par patērētāja ēšanas paradumiem. Šķiet, ka starp pusdienām un rotaļlietu automašīnu iegādi nav daudz korelācijas. Pat ja tā darbiniekiem būtu izcili statistiskās modelēšanas rīki un viņi varētu veikt sarežģītus ekonometriskos pētījumus, maz ticams, ka šie dati būtu svarīgi.
Vissvarīgākie dati ir dati, kas nodrošina vislielākās konkurences priekšrocības. Datu ieguve un uzlabošana nav bezmaksas process. Uzņēmumiem jāmeklē dati, kas nodrošina visaugstāko atdevi no ieguldījumiem biznesa analītikā.
