Datenanalyse für komplexe Fragestellungen Datenanalyse für komplexe Fragestellungen
Analysemethoden lassen sich nach ihren Inhalt und ihrer Komplexität in vier Typen unterteilen: Beschreibend (Descriptive), Diagnostisch (Diagnostic), Vorausschauend (Predictive) und Vorschreibend (Prescriptive).
Descriptive Analytics baut als erste, simple Stufe auf Instrumente des klassischen Business Intelligence, vor allem Visualisierungen von Daten in z.B. Kreis‑, Balken‑, Linien- und Tortendiagrammen auf, Weiter können ebenfalls Scorecards, Berichte sowie Warnungen und Meldungen Dafür werden historische Daten eingesetzt. Im Zentrum steht die Frage: Was ist passiert?
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.
Predictive Analytics hebt sich von Descriptive und Diagnostic Analytics ab, indem auf Basis historischer Daten zukünftige Entwicklungen vorhergesagt werden. Die Frage: Was wird passieren? steht im Mittelpunkt und soll mit statistischen Modellen, Data Mining und Maschinellem Lernen ergründet werden.
Prescriptive Analytics bildet die letzte Stufe und geht über Predictive Analytics hinaus, indem neben Vorhersagen Handlungsempfehlungen gegeben werden, die eine gezielte Beeinflussung der zukünftigen Entwicklungen ermöglichen. Im Zentrum steht die Frage: Was sollen wir tun? Diese wird mithilfe von Algorithmen des Maschinellen Lernens und Simulationen beantwortet. Es obliegt dem Menschen die letztinstanzliche Entscheidungsgewalt, ob die Vorschläge des Algorithmus umgesetzt werden.
Weitere Informationen zu den vier Typen der Datenanalyse finden Sie auf der Seite Industry Analytics.
Schätzen Sie ihren Erfahrungsstand ein und finden Sie passende Analysemethoden in drei Schritten
Je nach Datensatz und Ziel des jeweiligen Nutzers kann die Auswahl auf die richtige Analysemethode schwerfallen. Wir bieten Ihnen eine Orientierung, indem wir Ihnen zuerst einen Überblick über Methoden mit unserer Datenanalyse-Mindmap geben:
(Die Erstellung der MindMap ist in Anlehnung an die Bücher “Multivariate Analysemethoden” und “Fortgeschrittene Multivariate Analysemethoden” erfolgt.)
Klicken Sie auf den jeweiligen Button, um zu sehen, welche Analysemethoden der Datenanalyse-Mindmap zu welchem Typ gezählt werden können. Des Weiteren werden Use Cases aufgeführt, die den vier Typen der Datenanalyse zugeordnet werden können:
Quellen: gartner.com, industry-analytics.de, sigmacomputing.com, ibm.com, online.hbs.edu,