Analytics is niet alleen een hype, maar steeds meer bedrijven zullen analytics als onmisbaar middel inzetten om processen te optimaliseren en strategische beslissingen te ondersteunen.
Analytics is de afgelopen tijd een van de meest voorkomende buzz woorden in het business intelligence vakgebied. Het is dan ook geen wonder dat, net als bij veel andere hypes, de verschillende leveranciers hierop inspringen. Daarbij hanteert iedere leverancier zijn eigen definities, en probeert er een richting aan te geven die het beste aansluit bij de eigen portfolio van business intelligence producten. Daarom is het wellicht even goed om analytics goeroe Thomas Davenport er bij te halen. Hij beschouwt analytics als een subset van business intelligence, gebaseerd op statistiek, voorspellingen en optimalisatie. Dat is helaas nog niet een heel complete afbakening. Maar uitgaande van deze definitie kunnen we in ieder geval alvast concluderen dat analytics niet hetzelfde is als rapportages, dashboards of zelfs online analytical processing (OLAP). Ja, deze technieken kunnen gebruikt worden om de resultaten van analytics weer te geven, maar ze zijn op zichzelf nog geen analytics.
Analytics gaat dus meer over het geautomatiseerd toepassen van datamining en voorspellende algoritmes op de beschikbare gegevens. Dit voor doeleinden als het maken van verkoopprognoses, het segmenteren van klanten, het detecteren van fraude, het voorspellen van de omzet en het optimaliseren van de cash flow. En dat dan weer om de juiste beslissing op het juiste moment te kunnen maken. Vanuit een technisch perspectief is een analytisch model zoiets als een ETL mapping die 'intelligentie' toevoegt aan de ruwe data. Vanuit een functioneel perspectief stelt analytics organisaties in staat om een antwoord te geven op vragen als 'waarom gebeurt dit?', 'wat gebeurt er (als deze trend doorzet)?' en zelfs 'wat zouden we moeten doen om het mogelijk te maken?'. Dit terwijl traditionele business intelligence-oplossingen zich vaak alleen richten op wat er gebeurt en is gebeurd.
Terwijl analytics in het verleden voornamelijk voor wetenschappelijke doeleinden werd ingezet, neemt de toepassing ervan in het bedrijfsleven nu steeds verder toe. Daar geven de groter groeiende hoeveelheden data die gebruikt kunnen maken om beslissingen op te baseren ook alle aanleiding toe. Deze grote hoeveelheden zijn immers voor een mens niet meer te behappen. Toch zijn er de nodige obstakels die een organisatie moet overwinnen voordat deze optimaal gebruik kan maken van analytics. Zo is de kwaliteit van de gegevens, en een goed inzicht in deze datakwaliteit, essentieel om analytics goed toe te kunnen passen. Vanuit een businessperspectief is er daarnaast vaak nog een complete omslag in managementcultuur nodig. Om optimaal gebruik te maken van analytics zullen de beslissingen immers gebaseerd moeten zijn op de resultaten die met behulp van analytics naar voren komen. Dus niet meer allen beslissen op basis van gevoel en businesskennis, maar beslissen op basis van feiten. En hoewel deze omslag binnen de meeste organisaties niet bereikt zal worden in enkele maanden, kan de return on investment enorm zijn als een organisatie daardoor ontwikkelingen tijdig signaleert en hierop anticipeert.