تعتمد فائدة أي نوع بيانات أو مصدر بيانات على نوع التحليلات التي يتم تنفيذها. بالنسبة لبعض الشركات ، يعمل تحليل البيانات كأداة لجمع المعلومات في الوقت الحقيقي وقياس الأداء. قد يستخدم عمل آخر تحليلات وصفية بحتة تركز على التنميط والتجزئة وتحديد هوية المستهلك. يتعلق الإصدار الأكثر طموحًا من تحليلات البيانات بتحويل البيانات إلى تنبؤات - ليس فقط السؤال عما سيكون ولكن ماذا سيكون. يُعرف أسرع تطبيق للبيانات في تحليلات الأعمال بالتحسين ، حيث تتم مقارنة أنواع مختلفة من البيانات لزيادة الكفاءة في النتائج المستهدفة.
البيانات مهمة عندما يتم تنقيحها إلى أداة مفيدة. لوضع هذا في منظوره الصحيح ، فكر في البيانات غير المكررة كما لو كانت عبارة عن نفط غير مكرر: من الممكن جمع كميات هائلة من البيانات ، ولكن يجب تحويلها إلى منتج مفيد ليكون ذا قيمة بالمعنى الاقتصادي. يجب استخراج التطبيق من البيانات. يتمثل دور تحليلات الأعمال في تحسين البيانات.
النظر في المثال التالي: شركة ABC تبيع لعبة سيارات. تقرر الإدارة أنها تريد أن تفهم سوقها المحتمل ، لكنها لا تستطيع أن تقرر أي نوع من البيانات لجمعها. يجب أن ننظر في شراء أنماط في السيارات الحقيقية؟ هل يتطلب الأمر إجراء مسوحات لألوان الألعاب المفضلة للأطفال؟ يجب أن ننظر إلى العرق أو الدين أو الجنس أو الدخل في السوق المستهدفة؟
من المحتمل ألا تبدأ شركة ABC في جمع البيانات حول عادات الطعام لدى المستهلك. لا يبدو أن هناك الكثير من الارتباط بين تناول الطعام وشراء لعبة السيارات. حتى لو كان لدى موظفيها أدوات مميزة للنمذجة الإحصائية ويمكنهم إجراء دراسات اقتصادية قياسية معقدة ، فمن غير المرجح أن تكون هذه البيانات مهمة.
أهم البيانات هي البيانات التي توفر أكبر ميزة تنافسية. تعدين وتكرير البيانات ليست عملية خالية من التكلفة. يجب أن تبحث الشركات عن البيانات التي توفر أعلى عائد من استثماراتها في تحليلات الأعمال.
