L'utilité de tout type de données ou source de données dépend du type d'analyse effectuée. Pour certaines entreprises, l'analyse des données fonctionne comme un outil de collecte de renseignements en temps réel et de mesure des performances. Une autre entreprise pourrait utiliser des analyses purement descriptives qui se concentrent sur le profilage, la segmentation et l'identification des consommateurs. Une version plus ambitieuse de l'analyse de données concerne la transformation des données en prévisions - demandant non seulement ce qui est, mais ce qui sera. L'application de données qui augmente le plus rapidement dans l'analyse commerciale est connue sous le nom d'optimisation, où différents types de données sont comparés pour maximiser l'efficacité des résultats ciblés.
Les données sont importantes lorsqu'elles sont raffinées en un outil utile. Pour mettre cela en perspective, pensez aux données non raffinées comme s'il s'agissait de pétrole non raffiné: il est possible de collecter d'énormes quantités de données, mais elles doivent être transformées en un produit utile pour avoir une valeur économique. L'application doit être extraite des données. Le rôle de l'analyse commerciale est d'affiner les données.
Prenons l'exemple suivant: la société ABC vend des petites voitures. La direction décide qu'elle veut comprendre son marché potentiel, mais elle ne peut pas décider du type de données à collecter. Doit-il se pencher sur les habitudes d'achat dans de vraies automobiles? Doit-il prendre des enquêtes sur les couleurs de jouets préférées des enfants? Doit-il examiner l'ethnicité, la religion, le sexe ou le revenu sur le marché cible?
La société ABC ne commencerait probablement pas à collecter des données sur les habitudes alimentaires de ses consommateurs. Il ne semble pas y avoir beaucoup de corrélation entre les achats de restaurants et de voitures jouets. Même si ses employés avaient des outils de modélisation statistique remarquables et pouvaient effectuer des études économétriques complexes, ces données ne sont probablement pas importantes.
Les données les plus importantes sont celles qui offrent le plus grand avantage concurrentiel. L'extraction et le raffinage des données ne sont pas un processus gratuit. Les entreprises doivent rechercher des données qui offrent le meilleur retour sur leur investissement en analyse commerciale.
