Diagnostic Analytics

Diag­nos­tic Ana­lyt­ics set­zt eben­so wie Descrip­tive Ana­lyt­ics auf his­torische Dat­en. Die Analyse umfasst dabei Dat­en und ihre Zusam­men­hänge und fokussiert sich auf die Frage: Warum ist es passiert? Damit geht Diag­nos­tic Ana­lyt­ics einen Schritt weit­er als Descrip­tive Ana­lyt­ics und sucht nach Grün­den, Auswirkun­gen, Wech­sel­wirkun­gen und Fol­gen von Ereignis­sen. Ver­wen­dete Tech­niken sind u.a. visuelle Analy­sen und Date­n­analy­sen mit­tels Drill-Down, Data Dis­cov­ery, Data Min­ing und Korrelationen. 

Welche Methoden der Datenanalyse-Mindmap können mit Diagnostic Analytics verknüpft werden?

Fol­gende Meth­o­d­en kön­nen zu Diag­nos­tic Ana­lyt­ics gezählt werden:

  • Regres­sion­s­analyse
  • Zeitrei­hen­analyse
  • Var­i­an­z­analyse
  • Diskrim­i­nan­z­analyse
  • Kreuzta­bel­lierung und Kontingenzanalyse
  • Fak­tore­n­analyse und Kon­fir­ma­torische Faktorenanalyse
  • Clus­ter­analyse
  • Con­joint-Analyse
  • Kor­re­spon­den­z­analyse
 
Welche Use Cases können zu Diagnostic Analytics gezählt werden?

Zappe mit den Pfeilen durch die Karten. Durch einen Klick auf die jew­eilige Karte gelangst du zum dahin­ter­ste­hen­den Use Case.

Übersicht über eine Auswahl an Use Cases, die zu Diagnostic Analytics gezählt werden können

Alle Use Cas­es aus dem Bilderkarus­sell auf einen Blick:

Forderungsmanagement

Pub­lika­tion: Wie Unternehmen Dat­en heute schon nutzen und in Zukun­ft nutzen kön­nen. Her­aus­ge­ber: Fraun­hofer IMW, Inhalt: Data Min­ing und Wertschöpfung

Quellen: gartner.com, industry-analytics.de, sigmacomputing.com, ibm.com, online.hbs.edu,