Beschrijvende analyses beantwoorden de vraag: wat is er gebeurd? Ze vatten historische gegevens samen in rapporten, dashboards en statistieken. Maandelijkse omzetcijfers. Websiteverkeer per bron. Klantverloop. Gemiddelde orderwaarde. Dit zijn de cijfers die de huidige stand van zaken binnen het bedrijf weergeven. De meeste organisaties beginnen hiermee, omdat de vragen eenvoudig zijn en de gegevens meestal beschikbaar zijn.

Beschrijvende analyses zijn niet eenvoudig. Om de cijfers kloppend te krijgen, zijn schone data, consistente definities en betrouwbare pipelines essentieel. Een verkooprapport dat retouren anders telt dan het financiële systeem zorgt voor verwarring. Een churn-metric die churn door verschillende teams anders definieert, leidt tot discussies. Het werk draait minder om geavanceerde modellen en meer om discipline. Definieer metrics één keer. Documenteer ze. Automatiseer de rapportage. Werk deze betrouwbaar bij. De waarde van beschrijvende analyses ligt in het inzicht in de situatie. Je kunt niet beheren wat je niet meet. Maar beschrijvende analyses hebben hun beperkingen. Ze vertellen je wat er is gebeurd. Ze vertellen je niet waarom. Ze vertellen je niet wat er vervolgens zal gebeuren. Ze vertellen je niet wat je eraan moet doen. Voor die vragen zijn diagnostische, voorspellende en prescriptieve analyses nodig. Beschrijvende analyses vormen de basis. Ze zijn niet het hele gebouw.

Veelgebruikte beschrijvende meetwaarden

• Omzet — totale verkoop over een bepaalde periode
• Verkeer — bezoekers, sessies, paginaweergaven
• Conversiepercentage — percentage bezoekers dat een actie onderneemt
• Klantverlies — klanten die stoppen met het gebruik van het product.
• Gemiddelde orderwaarde — omzet gedeeld door het aantal bestellingen

Beschrijvende analyses vertellen je waar je bent. Ze vertellen je niet waar je naartoe moet.