Η ανάλυση δεδομένων είναι η διαδικασία επιθεώρησης, καθαρισμού, μετασχηματισμού και μοντελοποίησης δεδομένων για την ανακάλυψη χρήσιμων πληροφοριών, την εξαγωγή συμπερασμάτων και την υποστήριξη της λήψης αποφάσεων. Δεν πρόκειται απλώς για την εκτέλεση αριθμών. Είναι η υποβολή των σωστών ερωτήσεων, η επιλογή των σωστών μεθόδων και η ειλικρινής ερμηνεία των αποτελεσμάτων.

Η διαδικασία συνήθως ξεκινά με μια ερώτηση. Τι προσπαθούμε να μάθουμε; Στη συνέχεια, τα δεδομένα συλλέγονται, καθαρίζονται και διερευνώνται. Οι αναλυτές αναζητούν μοτίβα, δοκιμάζουν υποθέσεις και κατασκευάζουν μοντέλα. Τέλος, τα ευρήματα κοινοποιούνται με τρόπο που να μπορούν να κατανοήσουν και οι μη ειδικοί. Το τελευταίο βήμα είναι συχνά το πιο δύσκολο.

Τύποι ανάλυσης δεδομένων:

• Περιγραφικό: τι συνέβη;
• Διαγνωστικό: γιατί συνέβη;
• Προγνωστικό: τι είναι πιθανό να συμβεί;
• Προδιαγραφικό: τι πρέπει να κάνουμε γι' αυτό;

Τα εργαλεία κυμαίνονται από υπολογιστικά φύλλα έως γλώσσες προγραμματισμού όπως Python και R, έως εξειδικευμένες πλατφόρμες όπως Tableau και Power BI. Αλλά τα εργαλεία δεν κάνουν έναν αναλυτή. Η κρίση τον κάνει. Ένας καλός αναλυτής γνωρίζει πότε μια συσχέτιση είναι άνευ νοήματος, πότε ένα δείγμα είναι μεροληπτικό και πότε τα δεδομένα απλώς δεν υποστηρίζουν το συμπέρασμα που θέλει να εξαγάγει κάποιος.