データ分析は、データを分析して結論を​​導き出す手法です。何が起こったのか？なぜ起こったのか？次に何が起こるのか？それに対してどうすべきか？といった疑問に答えます。データ分析は、以下の4つのレベルに基づいて構築されています。記述的分析は、何が起こったかを報告します。診断的分析は、その理由を説明します。予測的分析は、起こりうることを予測します。処方的分析は、取るべき行動を推奨します。

ほとんどの組織は、記述的・診断的なレベルにとどまっています。レポートやダッシュボードを作成し、事後的に異常を調査します。予測分析や処方分析には、より高度なモデリング、より質の高いデータ、そして不確実性に対するより高い許容度が必要です。また、より大きな価値をもたらします。需要を予測できる小売業者は在庫を最適化できます。患者の再入院を予測できる病院は、より早期に介入できます。これらのレベル間のギャップは、技術的なものだけではありません。文化的なものです。確実性を重視する組織は、確率的予測に苦労します。彼らは信頼区間ではなく、答えを求めます。この抵抗が導入を遅らせます。ツールは準備できていますが、多くの場合、考え方が追いついていません。

分析成熟度レベル

• 描写 — 何が起こったのか
• 診断 — なぜそれが起こったのか
• 予測する ― 何が起こるか
• 規範的 ― 何をすべきか

分析とは報告書のことではありません。それは、たとえ都合の悪い答えであっても、質問を投げかけ、データから答えを導き出すプロセスなのです。