किसी भी डेटा प्रकार या डेटा स्रोत की उपयोगिता प्रदर्शन किए जा रहे विश्लेषण के प्रकार पर निर्भर करती है। कुछ व्यवसायों के लिए, डेटा विश्लेषण वास्तविक समय की खुफिया जानकारी और प्रदर्शन माप के उपकरण के रूप में कार्य करता है। एक अन्य व्यवसाय विशुद्ध रूप से वर्णनात्मक विश्लेषण का उपयोग कर सकता है जो रूपरेखा, विभाजन और उपभोक्ता पहचान पर ध्यान केंद्रित करता है। डेटा एनालिटिक्स का एक अधिक महत्वाकांक्षी संस्करण डेटा को भविष्यवाणियों में बदलने से संबंधित है - न केवल यह पूछना कि क्या है, बल्कि क्या होगा। बिजनेस एनालिटिक्स में डेटा के सबसे तेजी से बढ़ते अनुप्रयोग को अनुकूलन के रूप में जाना जाता है, जहां लक्षित परिणामों में अधिकतम दक्षता के लिए विभिन्न प्रकार के डेटा की तुलना की जाती है।
जब यह एक उपयोगी उपकरण में परिष्कृत किया जाता है तो डेटा महत्वपूर्ण होता है। इसे परिप्रेक्ष्य में रखने के लिए, अपरिष्कृत डेटा के बारे में सोचें जैसे कि यह अपरिष्कृत तेल था: यह बड़ी मात्रा में डेटा एकत्र करना संभव है, लेकिन इसे आर्थिक अर्थों में मूल्यवान होने के लिए एक उपयोगी उत्पाद में बदलना होगा। एप्लिकेशन को डेटा से बाहर निकालना होगा। व्यापार विश्लेषण की भूमिका डेटा को परिष्कृत करना है।
निम्नलिखित उदाहरण पर विचार करें: कंपनी एबीसी खिलौना कारें बेचता है। प्रबंधन तय करता है कि वह अपने संभावित बाजार को समझना चाहता है, लेकिन यह तय नहीं कर सकता है कि किस प्रकार के डेटा को इकट्ठा करना है। क्या इसे वास्तविक ऑटोमोबाइल में पैटर्न खरीदने पर ध्यान देना चाहिए? क्या यह बच्चों के लिए पसंदीदा खिलौना रंगों का सर्वेक्षण करना चाहिए? क्या इसे लक्षित बाजार में जातीयता, धर्म, लिंग या आय को देखना चाहिए?
कंपनी एबीसी शायद अपने उपभोक्ता के भोजन की आदतों पर डेटा एकत्र करना शुरू नहीं करेगी। भोजन और खिलौना कार खरीद के बीच बहुत सहसंबंध प्रतीत नहीं होता है। यहां तक कि अगर इसके कर्मचारियों के पास उल्लेखनीय सांख्यिकीय मॉडलिंग उपकरण हैं और जटिल अर्थमितीय अध्ययन कर सकते हैं, तो यह डेटा महत्वपूर्ण नहीं है।
सबसे महत्वपूर्ण डेटा वह डेटा है जो सबसे बड़ा प्रतिस्पर्धी लाभ प्रदान करता है। खनन और शोधन का डेटा लागत-मुक्त प्रक्रिया नहीं है। व्यवसायों को उन आंकड़ों की तलाश करनी चाहिए जो उनके व्यापार विश्लेषण निवेश पर सबसे अधिक लाभ प्रदान करते हैं।
