Diagnostische analyses beantwoorden de vraag: waarom is dit gebeurd? De omzet daalde afgelopen kwartaal. Waarom? Het websiteverkeer piekte dinsdag. Wat was de oorzaak? Het klantverloop nam toe in de noordoostelijke regio. Wat is er veranderd? Beschrijvende analyses laten zien wat er is gebeurd. Diagnostische analyses gaan dieper in op het waarom. Ze maken gebruik van detailanalyses, correlaties en oorzaakanalyse om verklaringen te vinden.

De technieken variëren. Bij drill-down worden geaggregeerde cijfers opgesplitst in componenten. De omzetdaling was geconcentreerd in één productlijn. De daling in een productlijn was geconcentreerd in één regio. De daling in de regio begon nadat een concurrent een promotie had gelanceerd. Correlatie legt verbanden tussen variabelen. Klantverloop correleert met het aantal supporttickets. Causaliteit vereist meer zorgvuldigheid. Een correlatie tussen de verkoop van ijs en verdrinkingsdoden betekent niet dat ijs verdrinking veroorzaakt. Beide worden beïnvloed door warm weer. Diagnostische analyses vereisen domeinkennis om echte oorzaken te onderscheiden van schijnoorzaken. Het vereist ook gegevens met de juiste granulariteit. Als je alleen maandelijkse totalen hebt, kun je geen dagelijkse patronen analyseren. Als je alleen regionale gegevens hebt, kun je niet per winkel analyseren. De vragen die je kunt beantwoorden, hangen af ​​van de gegevens die je hebt verzameld. Diagnostische analyses laten vaak zien dat je andere gegevens nodig hebt dan je hebt.

Diagnostische technieken

• In detail bekijken — aggregaten opsplitsen in componenten
• Correlatie — het vinden van verbanden tussen variabelen
• Segmentatie — vergelijk subgroepen
• Oorzaakanalyse — de gevolgen terugvoeren naar de oorzaken
• Anomaliedetectie — het identificeren van ongebruikelijke patronen

Diagnostische analyses verklaren het verleden. De kwaliteit van die verklaring hangt echter af van de data en de onderliggende domeinkennis.