Data-analyse is het proces van het inspecteren, opschonen, transformeren en modelleren van data om nuttige informatie te ontdekken, conclusies te trekken en besluitvorming te ondersteunen. Het gaat niet alleen om het verwerken van cijfers. Het gaat erom de juiste vragen te stellen, de juiste methoden te kiezen en de resultaten eerlijk te interpreteren.

Het proces begint meestal met een vraag: wat willen we leren? Vervolgens worden gegevens verzameld, opgeschoond en geanalyseerd. Analisten zoeken naar patronen, testen hypotheses en bouwen modellen. Ten slotte worden de bevindingen op een begrijpelijke manier aan niet-experts gecommuniceerd. De laatste stap is vaak de moeilijkste.

Soorten data-analyse:

• Beschrijvend: wat is er gebeurd?
• Diagnose: waarom is het gebeurd?
• Voorspellend: wat zal er waarschijnlijk gebeuren?
• Voorschrijvend: wat moeten we eraan doen?

De tools variëren van spreadsheets tot programmeertalen zoals Python en R, en gespecialiseerde platforms zoals Tableau en Power BI. Maar tools maken geen analist. Oordeelsvermogen wel. Een goede analist weet wanneer een correlatie betekenisloos is, wanneer een steekproef vertekend is en wanneer de data de conclusie die men wil trekken simpelweg niet ondersteunen.