Dataanalys är processen att inspektera, rensa, omvandla och modellera data för att upptäcka användbar information, dra slutsatser och stödja beslutsfattande. Det handlar inte bara om att räkna ut siffror. Det handlar om att ställa rätt frågor, välja rätt metoder och tolka resultaten ärligt.

Processen börjar vanligtvis med en fråga. Vad försöker vi lära oss? Sedan samlas in, rensas och utforskas data. Analytiker letar efter mönster, testar hypoteser och bygger modeller. Slutligen kommuniceras resultaten på ett sätt som icke-experter kan förstå. Det sista steget är ofta det svåraste.

Typer av dataanalys:

• Beskrivande: vad hände?
• Diagnostik: varför hände det?
• Prediktiv: vad är det troligt att hända?
• Receptbelagt: vad ska vi göra åt det?

Verktygen sträcker sig från kalkylblad till programmeringsspråk som Python och R, till specialiserade plattformar som Tableau och Power BI. Men det är inte verktyg som gör en analytiker. Det är omdöme som gör det. En bra analytiker vet när en korrelation är meningslös, när ett urval är partiskt och när data helt enkelt inte stöder den slutsats man vill dra.