Technologie Notdienst Nachrichten Was ist Datenanalyse? Definition, Modelle, Lebenszyklus und Best Practices für Anwendungen

9.

Dezember 2022 12:37 Uhr.

Sehen Sie sich hier alle On-Demand-Sessions der Intelligent Security Top an.

Informationsanalyse wird als die Fähigkeit spezifiziert, quantitative Analysen und Innovationen für Informationen zu verwenden, um Muster zu entdecken und Probleme zu beheben.

Da die Informationsmengen enorm wachsen, ermöglicht die Informationsanalyse Unternehmen, Informationen auszuwerten, um die Entscheidungsfindung zu verbessern und zu beschleunigen.

Innerhalb der Technik- und Unternehmenswelt hat jedoch gerade die "Informationsanalyse" eigentlich eine engere und speziellere Bedeutung.

Es diente tatsächlich dazu, die neuere, algorithmische Analyse „riesiger“ und häufig desorganisierter Datensätze zu erklären, die beispielsweise die monetären und unternehmensbasierten Organisationsaufzeichnungen übersteigen, die eigentlich seit langem Standard-Unternehmensinformationen (BI) und -analysen bekannt machen.

A Die aktuelle Studie der International Data Corporation (IDC) hat herausgefunden, dass Unternehmen, die digitale Analysetools und -verfahren am besten nutzen, Unternehmensergebnisverbesserungen erzielen, die das 2,5-fache der Ergebnisse von rückständigen Organisationen für 6 von 12 untersuchten Ergebnissen führender Unternehmen ausgleichen.

Es ist nicht bemerkenswert, dass IDC ebenfalls berichtet, dass Unternehmen stark in ihre enormen Informations- und Analysefähigkeiten investieren und feststellen, dass die weltweiten Kosten im Jahr 2021 im Großen und Ganzen 2157 Milliarden US-Dollar erreichten.

Was ist Informationsanalyse? Die Informationsanalyse ist in der Regel vorausschauend und ermöglicht viele brandneue Fähigkeiten, die aus der iterativen Verbesserung von Algorithmen für die künstliche Intelligenz (ML) bestehen, die viele Expertensysteme (KI) antreibt.

Ebenso verbessert es die BI und die Entscheidungsfindung in allen Unternehmen erheblich.

Gelegenheit.

Intelligente Sicherheit Top On-Demand.

Entdecken Sie die wichtige Funktion von KI und ML in der Cybersicherheit und vermarkten Sie spezielle Fallstudien.

Sehen Sie sich noch heute On-Demand-Sitzungen an.

Hier ansehen.

Unternehmen generieren Informationsmanager, legen brandneue Richtlinien fest und nutzen Dienste wie Snowflake, um große Mengen an Informationen (strukturiert, halbstrukturiert oder desorganisiert) zu sammeln, die aus Quellen innerhalb und außerhalb ihrer Unternehmen einströmen.

Das Ziel ist es, den Wert dieser Daten zu steigern wachsende Mengen an Informationen, aber das Sammeln allein reicht dazu nicht aus.

Informationen werden häufig in roher Form (Tabellen, Grafiken, Logfiles) zusammengestellt, die ohne Aufbereitung keinen Wert liefern.

An dieser Stelle steht die Informationsanalyse zur Verfügung.

Aus zahlreichen Quellen gesammelte Rohdaten werden ausgewertet, um Erkenntnisse zu gewinnen, die für das Unternehmen von Nutzen sind und wichtige Entscheidungen des Unternehmens vorantreiben können.

Die Informationsanalyse wird im Allgemeinen von Informationsexperten (und häufig Informationsanalyse-Ingenieuren) durchgeführt.

.

Sie werfen einen Blick auf das gesamte Puzzle von Informationen, verstehen sie (durch Bereinigung, Änderung, Modellierung) und bestimmen schließlich relevante Muster und Erkenntnisse für die Nutzung durch das Unternehmen.

Sie können auch Steuertafeln und Berichte erstellen, die weniger technisch versierte Unternehmensexperten für ihre Arbeit verwenden.

(In größeren Unternehmen können Informationsingenieure und Informationsanalyseingenieure die von diesen Experten verwendeten Informationssysteme zusammenstellen und unterstützen.) Informationsanalysen werden im Gesundheitswesen umfassend eingesetzt.

Große Mengen echter Kundeninformationen werden zusammengestellt und verarbeitet, um Folgendes zu ermitteln:.

Die Häufigkeit medizinischer Diagnosen und Behandlungen und VerfahrenDie Wirksamkeit solcher Behandlungen und VerfahrenDer Erfolg von Behandlungen und Behandlungen nach Demografie, Gebiet und Art der EinrichtungFür jeden untersuchten Ort können Erkenntnisse zu Folgendem erstellt werden:.

Die Vergangenheit erklärenDie Zukunft vorhersagenAnsätze zur Verbesserung der Ergebnisse empfehlenArten der Informationsanalyse.

Je nach Anwendungsebene kann die Informationsanalyse in 4 Typen eingeteilt werden:.

1.

Detaillierte Analysen.

Detaillierte Analysen ermöglichen es Unternehmen, ihre Vergangenheit zu verstehen.

Es sammelt und stellt sich historische Informationen vor, um Fragen wie „Was ist passiert?“ anzusprechen.

und "die Anzahl von?" Dies bietet Geschäftsanwendern eine Methode, um das Ergebnis von Entscheidungen zu bestimmen, die aktuell tatsächlich auf der Organisationsebene getroffen wurden.

2.

Diagnostische Analytik.

Während die detaillierte Analyse einen Standard dafür bietet, was tatsächlich stattgefunden hat, geht die diagnostische Analyse noch mehr auf eine Aktion ein und beschreibt, warum sie stattgefunden hat.

Es überprüft historische Informationen, zeigt Muster und Abhängigkeiten zwischen Variablen, die ein bestimmtes Ergebnis diskutieren könnten.

3.

Vorausschauende Analytik.

Predictive Analytics nutzt das Verständnis des Kurses aus detaillierten Analysen, um darüber zu informieren, was in Zukunft am wahrscheinlichsten passieren wird.

Vorhersageexperten können historische Muster nutzen, um vorherzusagen, was das Ergebnis einer Erhöhung der Rate eines Artikels um 30 % für das Unternehmen sein könnte.

Es umfasst hauptsächlich Vorhersagemodellierung, Daten, Information Mining und ausgefeilte Analysen.

4.

Maßgebliche Analytik.

Authoritative Analytics geht, wie der Name schon sagt, noch einen Schritt weiter und nutzt Maker Discovery, um Unternehmen mit geeigneten Vorschlägen zu unterstützen, um bevorzugte Ergebnisse zu erzielen.

Es kann dabei helfen, das Geschäft viel besser zu führen, den Umsatz zu steigern und mehr Einnahmen zu erzielen.

Diese Arten von Analysen können in einer Unternehmensfinanzierungsabteilung auf folgende Weise veröffentlicht werden:.

Detaillierte Analysen (in diesem Zusammenhang auch als "Service Intelligence" zu verstehen) können interne regelmäßige monatliche und vierteljährliche Berichte über Verkäufe und Erfolge für Abteilungen, Produktlinien, geografische Gebiete usw.

liefern.

Diagnostische Analysen können die Auswirkungen von Währungsumtausch, regionaler Ökonomie und regionalen Steuern auf die Ergebnisse nach geografischen Gebieten zerlegen.

Predictive Analytics kann prognostizierte Finanz- und Marktnachfrageinformationen nach Produktlinie und Bereich integrieren, um den Umsatz für den nächsten Monat oder das nächste Quartal zu prognostizieren.

Maßgebliche Analysen können dann Vorschläge für relative finanzielle Investitionen in Produktions- und Marketingbudgetpläne nach Produktlinie und Bereich für den kommenden Monat oder das kommende Quartal liefern.7 entscheidende Designs für die Informationsanalyse.

Wenn es darum geht, Informationen wirklich zu untersuchen, um Muster und Muster zu bestimmen, können Experten zahlreiche Designs verwenden.

Jeder arbeitet auf eine andere Weise und jeder bietet Einblicke für eine viel bessere Entscheidungsfindung.

Regressionsanalyse: Dieses Design identifiziert die Beziehung zwischen einem bereitgestellten Satz von Variablen (abhängig und unabhängig), um wichtige Muster und Muster zwischen ihnen zu erkennen.

Ein Experte kann die Strategie nutzen, um soziale Kosten (eine unabhängige Variable) mit Verkaufserlösen (einem verlässlichen Wert) in Verbindung zu bringen und nachzuvollziehen, welche Wirkung soziale Geldanlagen bisher tatsächlich auf den Umsatz hatten.

Diese Informationen können dem Management schließlich dabei helfen, Entscheidungen in Bezug auf soziale Investitionen zu treffen.

Es bietet Geschäftsanwendern eine Reihe möglicher Ergebnisse und die Möglichkeit, dass alle auftreten.

Zahlreiche Unternehmen nutzen diesen mathematischen Ansatz für die Gefahrenanalyse.

Faktoranalyse: Diese Methode beinhaltet, eine Masse von Informationen zu nehmen und sie auf eine kleinere Größe zu reduzieren, die praktikabler und leichter verständlich ist.

Organisationen minimieren häufig Variablen, indem sie all ihre Gemeinsamkeiten auf eine kleinere Vielfalt von Elementen ausdehnen.

Dies hilft, zuvor verborgene Muster zu entdecken, und zeigt, wie sich diese Muster überschneiden.

Kohortenanalyse: Bei der Komplizenanalyse, anstatt Informationen als Ganzes zu untersuchen, gliedern sich Experten schrittweise in assoziierte Gruppen zur Analyse.

Diese Gruppen teilen normalerweise einige typische Qualitäten oder Erfahrungen innerhalb einer bestimmten Zeitspanne.

Cluster-Analyse: Die Cluster-Analyse umfasst das Organisieren von Informationen in Clustern in einer solchen Methode, dass Produkte innerhalb eines Clusters einander ähneln, sich jedoch im Vergleich zu denen in einem anderen Cluster völlig unterscheiden.

Es bietet Einblick in die Informationszirkulation und kann schnell dabei helfen, Muster hinter Anomalien aufzudecken.

Ein Versicherungsunternehmen kann die Methode verwenden, um festzustellen, warum mit bestimmten Standorten mehr Schadensfälle verbunden sind.

Denken Sie an die Auswertung von Verkaufszahlen, um vorherzusagen, wo die Zahlen im nächsten Quartal eingehen werden.

Stimmungsanalyse: Diese Methode bestimmt den psychologischen Ton hinter einem Datensatz und hilft Unternehmen, Standpunkte zu einem Artikel, einer Dienstleistung oder einer Idee zu bestimmen.

Automatisierung und Expertensystem: Geheime Reifephasen.

Während die Mehrheit der Unternehmen den Wert der Informationsanalyse versteht, müssen viele noch die vollständige Anwendungsreife erreichen.

Um dies zu verstehen, hat Gartner in seinem Reifegraddesign für Informationen und Analysen tatsächlich 5 Stufen detailliert.

Fundamental: Dies ist die vorläufige Reifephase, in der Informationen und Analysen in Silos gehandhabt werden, wobei der Schwerpunkt hauptsächlich auf rückblickenden Ereignissen (z.

B.

den Einnahmen des letzten Quartals) liegt, wobei Transaktionsinformationen und Protokolle verwendet werden.

In diesem Fall werden Analyseverfahren auf Adoptions-hoc-Basis durchgeführt, mit wenig bis gar keiner Automatisierung und Governance.

Experten müssen mit Tabellenkalkulationen und großen Informationsmengen umgehen.

Opportunistisch: Auf dieser Ebene beginnen Unternehmen, sich auf umfassendere Anforderungen an die Zugänglichkeit von Informationen für Servicesysteme (Abteilungsmärkte) zu konzentrieren und Kriterien festzulegen, um die Informationsqualität sicherzustellen.

All diese Bemühungen bleiben in Silos und werden durch die Kultur, das Fehlen eines angemessenen Managements, organisatorische Barrieren und die schleppende Erweiterung der Tools beeinflusst.

Die Informationsmethode hat ebenfalls keine Unternehmensrelevanz.

Systematisch: In Unternehmen dieser 3.

Phase werden Führungskräfte zu Informations- und Analyse-Champions.

Sie bringen eine klare Technik und Vision mit und konzentrieren sich auf flinken Versand.

Als Teil davon werden Information-Warehousing- und Company-Intelligence-Fähigkeiten (BI) genutzt, was zu einer umfassenderen Informationsverarbeitung führt.

Auch auf dieser Ebene sind Informationen keine wesentliche Unternehmenspriorität.

Differenzierung: In dieser Phase beginnen Informationen, zu einer taktischen Eigenschaft zu werden.

Es ist mit allen Servicesystemen verbunden und arbeitet als lebenswichtiger Treibstoff für Effizienz und Entwicklung.

Ein CDO (Primary Information Officer) leitet den gesamten analytischen Aufwand und bestimmt den ROI, während Führungskräfte die besten Praktiken fördern und interagieren.

Insbesondere bringt das System immer noch Governance-Bereiche mit sich, und die Nutzung von KI/ML ist begrenzt.

Transformational: Ein Unternehmen auf der Transformationsebene hat tatsächlich Informationen und Analysen als Kernbestandteil seiner Organisationstechnik durchgeführt, mit einer viel tieferen Kombination von KI/ML.

Informationen wirken sich auch auf die entscheidenden Service-Investitionen des Unternehmens aus.

Laut Nick Heudecker, ehemaliger Vizepräsident von Gartner und Experte, „erfreuen sich Organisationen mit Transformationsreife an größerer Geschicklichkeit, einer viel besseren Kombination mit Partnern und Anbietern und einer viel einfacheren Nutzung ausgefeilter prädiktiver und maßgeblicher Arten von Analytics.

All dies führt zu Wettbewerbsvorteilen und Differenzierung.“ Darüber hinaus hat IDC in mehreren Studien aus dem Jahr 2022 tatsächlich die Informationsanalysefähigkeiten und -vorteile von Unternehmen innerhalb eines vierstufigen Reifegraddesigns erfasst.

Führende 10 Best Practices für die Informationsanalyse im Jahr 2023 Konzentrieren Sie sich auf diese Best Practices, um eine effektive Analyseaufgabe auszuführen:.

1.

Verbessern Sie die Zusammenarbeit zwischen Einzelpersonen und Verfahren.

Bevor Sie einzigartige Tools und Innovationen für die Analytik entwickeln, müssen Sie sich auf eine viel bessere Zusammenarbeit zwischen Personen und Verfahren in Ihrem Unternehmen konzentrieren.

Ein Teil davon ist das Aufbrechen von Silos und die Förderung einer Kultur, in der Informationen für die Unternehmensziele von zentraler Bedeutung und leicht verfügbar sind.

Es muss eine einzige Quelle der Realität geben und kein Kampf um Informationen.

2.

Beginnen Sie wenig mit einem klaren Ziel.

Nach der Zusammenarbeit von Personen und Verfahren müssen Sie mit den leicht verfügbaren Details ermitteln, was sie erreichen möchten.

Es kann viele Ziele geben, aber es ist sehr wichtig, sich darauf zu konzentrieren, damit bestimmte Ressourcen auf die bestmögliche Weise für einen optimalen ROI freigesetzt werden.

Mit einem klaren Ziel können Benutzer sich von Informationstypen und Tools fernhalten, die nicht benötigt werden.

3.

Auditieren Sie entscheidende Fähigkeiten.

Organisationen müssen ebenfalls eine Prüfung der analysekritischen Fähigkeiten durchführen, bestehend aus: der Fähigkeit, Effizienzmetriken auf der Grundlage festgelegter Ziele zu bestimmen; die Fähigkeit, prädiktive Designs zu erstellen; und die Qualität und Effizienz der erforderlichen Informationen.

4.

Konzentrieren Sie sich auf die Skalierbarkeit.

Denken Sie bei der Auswahl eines Informationsanalysetools an die Skalierbarkeit.

So stellen Sie sicher, dass Ihr Tool auch dann noch liefert, wenn Ihr Informationsvolumen, Ihre Analysetiefe und die Vielfalt gleichzeitiger Benutzer enorm zunehmen.

5.

Integrieren Sie Compliance.

Es ist ebenfalls wichtig Compliance mit Informationsanalyse verknüpfen.

Auf diese Weise können Sie sicherstellen, dass Ihre Benutzer beim Umgang mit Informationen privater Organisationen die Richtlinien der Bundesregierung und branchenspezifischen Sicherheitsanforderungen befolgen.

6.

Feinabstimmung von Designs.

In Anbetracht der Tatsache, dass sich Unternehmensinformationen ständig ändern, müssen die zur Untersuchung der Informationen verwendeten Designs ebenfalls mit der Zeit verfeinert werden.

Auf diese Weise kann ein Unternehmen sicherstellen, dass es über das pulsierende Marktumfeld auf dem Laufenden bleibt.

7.

Standardisieren Sie die Berichterstattung.

Konzentrieren Sie sich auf die Standardisierung von Tools zur Erstellung von Berichten im gesamten Unternehmen.

Dadurch kann sichergestellt werden, dass die nach der Analyse erstellten Berichte und Visualisierungen für alle Benutzer, unabhängig von ihrer Abteilung, vergleichbar aussehen.

Mehrere Berichtsformate führen in der Regel zu Verwirrung und ungenauen Analysen.

8.

Geschichtenerzählen von Informationen.

Während Visualisierungen ausreichende Details liefern können, sollten sich Unternehmen ebenfalls darauf konzentrieren, die Dinge durch Information Storytelling verfügbarer zu machen.

Dies kann jedem Servicenutzer helfen, einschließlich derjenigen, die keine analytischen Fähigkeiten haben, Erkenntnisse für die Entscheidungsfindung zu nutzen.

Tableau ist ein Anbieter, der Informations-Storytelling-Fähigkeiten für die Analyseaufnahme bereitstellt.

9.

Etablieren Sie Schulungen und Weiterbildungen.

Um den optimalen Nutzen aus Informationen zu ziehen, pflegen Sie Ihre Informationskultur im gesamten Unternehmen.

Sie können dies durch wechselseitige Interaktion erreichen und indem Sie die Mitarbeiter über den Wert von Informationen informieren und wie sie diese nutzen können, um viel bessere Ergebnisse zu erzielen.

10 Effizienz des Bildschirmdesigns.

Informationen können mit der Zeit stagnieren, was zu Problemen mit der Effizienz eines Designs führt.

Dies kann verhindert werden, wenn das Unternehmen diese Effizienz regelmäßig überwacht.

Um die vorhandenen Fähigkeiten zu nutzen und die Wettbewerbsfähigkeit zu erhalten, bedarf es jedoch erheblich der Systeme und Unterstützung durch die Informatik- und Informations- und KI-Engineering-Gruppen Ihres Unternehmens.

Das Ziel von VentureBeat ist es, ein digitaler Marktplatz für technische Entscheidungsträger zu sein, um sich ein Verständnis für transformative Geschäftsinnovationen anzueignen und zu verhandeln.

Entdecken Sie unsere Anleitungen.