gegevensgestuurde organisaties gebruiken vaak de termen “business intelligence” (BI) en “data analytics” door elkaar. Ze zijn niet hetzelfde, maar als iemand je vroeg om het verschil uit te leggen, wat zou je dan zeggen?

sommige mensen maken onderscheid tussen deze twee door te zeggen dat business intelligence terug kijkt naar historische gegevens om dingen te beschrijven die zijn gebeurd, terwijl data analytics data science technieken gebruikt om te voorspellen wat er in de toekomst zal of zou moeten gebeuren. We denken dat dat dichtbij is, maar er zit meer achter.

Business intelligence omvat het gebruik van gegevens om zakelijke beslissingen te helpen nemen, of als OLAP.com puts it, BI ” verwijst naar technologieën, toepassingen en praktijken voor het verzamelen, integratie, Analyse en presentatie van bedrijfsinformatie. Het doel van business intelligence is om betere zakelijke besluitvorming te ondersteunen.”Echter, je zou hetzelfde kunnen zeggen over data analytics.

om de lijn te trekken tussen business intelligence en data analytics, denken we dat het nuttiger is om te praten over wat we willen bereiken. We kunnen analytics in drie categorieën verdelen: beschrijvend, voorspellend en prescriptief.

Descriptive analytics neemt data en maakt er iets van dat managers kunnen visualiseren, begrijpen en interpreteren. Het geeft inzicht in historische prestaties en beantwoordt vragen over wat er is gebeurd. Beschrijvende analytics rapporten zijn ontworpen om te worden uitgevoerd en bekeken op een regelmatige basis. Voorbeelden hiervan zijn klant -, operations-en verkooprapporten.

Predictive analytics biedt inzichten over waarschijnlijke toekomstige uitkomsten-voorspellingen, gebaseerd op beschrijvende gegevens, maar met toegevoegde voorspellingen met behulp van data science en vaak algoritmen die gebruik maken van meerdere datasets. Hoe meer gegevens beschikbaar zijn, hoe beter de voorspellingen. Voorbeelden zijn onder andere verkoopvoorspellingen, consumentenkredietscores en suggesties van retailers voor wat u wilt lezen, bekijken of volgende aankoop.

Prescriptive analytics geeft advies over welke maatregelen moeten worden genomen. Het onderzoekt mogelijke resultaten die voortvloeien uit verschillende mogelijke acties en suggereert welke acties optimale resultaten zullen hebben. Het creëren van prescriptieve analytics vereist geavanceerde modelleringstechnieken en kennis van vele analytische algoritmen — allemaal onderdeel van het werk van data wetenschappers.

big data strateeg Mark van Rijmenam schrijft: “als we beschrijvende analytics zien als de basis van business intelligence en we voorspellende analytics zien als de basis van big data, dan kunnen we stellen dat prescriptieve analytics de toekomst van big data zal zijn.”

dus wat is het verschil tussen BI en data analytics?

met behulp van deze drie categorieën kunnen we een beter onderscheid maken tussen BI en data analytics.

alle beschrijvende analyses vallen onder de categorie business intelligence. Sommige predictive analytics vormen ook BI. Immers, waarom kijken naar analytics als je niet van plan om ze te gebruiken om actie te ondernemen om toekomstige resultaten te verbeteren? Prescriptive analytics, echter, stijgt boven BI in het domein van data analytics.

waar trekken we de lijn? Business intelligence is gebaseerd op gegevens waarmee business managers werken. Als ze getraind zijn in het gebruik van visualisatietools, zoals Tableau, Microsoft Power BI, Looker, of een van een groot aantal andere opties, kunnen ze hun eigen BI-rapporten maken.

gegevensanalyse vereist een hoger niveau van wiskundige expertise. Data scientists nemen big data sets en passen algoritmen toe om ze te organiseren en te modelleren tot het punt waarop de gegevens kunnen worden gebruikt voor toekomstgerichte, voorspellende rapporten. Het is gebaseerd op algoritmen, simulaties en kwantitatieve analyse om relaties te bepalen tussen gegevens die niet duidelijk zijn aan de oppervlakte. Dat gebeurt niet met BI.

in plaats van vragen te beantwoorden over wat er gebeurd is, probeert data analytics te achterhalen waarom dingen gebeurd zijn. Stitch medeoprichter en Talend SVP Jake Stein zegt, ” Data analytics gaat over iteratief vragen stellen. Het antwoord op een bepaalde vraag wordt vaak slechts één keer bekeken en gebruikt om de volgende vraag te informeren op onze weg het beantwoorden van een fundamentele zakelijke vraag of het oplossen van een probleem.”

Common ground for business intelligence and analytics

Business intelligence richt zich op lopende activiteiten en helpt bedrijven en afdelingen organisatorische doelen te bereiken. Data-analyse kan bedrijven helpen die hun manier van zakendoen willen veranderen. Beide disciplines kunnen profiteren van een beetje gegevensvoorbereiding.

gegevensanalyse vereist in het algemeen datamodellering, waarbij ruwe gegevens worden verzameld, gereinigd, gecategoriseerd, geconverteerd, geaggregeerd, gevalideerd en anderszins getransformeerd. Schone gegevens zijn ook nuttig voor BI.

zodra de gegevens schoon zijn, wordt deze opgeslagen in een structuur en indeling die zich leent voor rapportage. Vaak betekent dat dat de gegevens worden opgeslagen in een datawarehouse — een zuilvormige dataopslag die tegenwoordig vaak draait op schaalbare cloud-infrastructuur. De data in het datawarehouse vertegenwoordigt een enkele versie van truth voor alle organisatorische rapportage, voor zowel BI als data-analyse.

zowel BI als data analytics vragen om een analytics stack gebaseerd op een data warehouse, met data doorgesluisd via een ETL tool. Stitch maakt het bevolken van uw data warehouse gemakkelijk.

zaak gesloten?

Lost deze discussie de vraag op? Niet waarschijnlijk. Het maakt niet uit hoe we het definiëren, mensen gaan nog steeds termen gebruiken zoals ze willen. Dus wat als iemand zegt: “Data analytics is hoe je naar business intelligence” of “Business intelligence omvat data analytics”? Wat als ze willen praten over “business analytics”? Het zij zo. Het punt van beide processen is om gegevens te analyseren en rapporten te maken om de besluitvorming te verbeteren-op dat punt is iedereen het eens.

beeld door: Jeff Dahl