ניתוח נתונים הוא המחקר הממצה של מערכת מידע שמטרתה להשיג מסקנות המאפשרות לחברה או לגוף לקבל החלטה.
כלומר, אנו מתייחסים לבדיקה ולפרשנות של מסד נתונים. זאת, על מנת להגיע לפתרון של בעיה או שאלה.
במהלך ניתוח זה ניתן לסחור בנתונים, למשל, לקבלת אינדיקטורים סטטיסטיים.
יש לציין כי מדובר בתהליך מדעי נתונים המתרחש לאחר איסוף המידע.
כלומר, ניתוח זה כולל את כל הכלים שבהם אנו יכולים להשתמש כדי לחקור מסד נתונים, כולל ויזואלי כגון היסטוגרמה, תרשים עמודות, תרשים עוגה, בין היתר.
סוגי ניתוח נתונים
ניתוח נתונים יכול להיות משני סוגים:
- כמותי: המידע הוא מספרי ממנו ניתן לאסוף נתונים סטטיסטיים מדויקים. לדוגמא הציונים שהשיגו תלמידי כיתה בסמסטר האחרון.
- אֵיכוּתִי: זהו מידע המתקבל ממאגר מידע המוצג בדרך כלל בצורה טקסטואלית. לדוגמא, קבוצת יעד בה המשתתפים נשאלו לדעתם לגבי מוצר חדש.
כלים לניתוח נתונים
לניתוח נתונים ישנם כלים שונים המגיעים מתחומי לימוד כמו סטטיסטיקה, כלכלה או מתמטיקה.
כך, למשל, נוכל להשתמש במדדים סטטיסטיים כגון הממוצע, סטיית התקן או החציון כדי לקבל מידע על התנהגות המשתנה. האקונומטריקה מצידה מספקת לנו כלים בסיסיים כמו ניתוח רגרסיה. לאורך קווים אלה, אנו יכולים גם להשתמש בגרפיקה המספקת מידע חזותי. למשל, מהיסטוגרמה.
ובכל זאת, ראוי להזכיר כי ניתוח הנתונים אינו חף ממגבלותיו. זאת מאחר ויש משתנים שקשה לכמת במדויק. לכן בניתוח נתונים מקובל לדבר במונחי הסתברות.
התועלת בניתוח נתונים
ניתוח נתונים יכול לכלול יישומים שונים, הן עבור חברות והן עבור ארגונים ממלכתיים או כאלה עם מטרות ללא מטרות רווח. לדוגמא, ישות המבקשת להפחית תת תזונה בילדים במדינה תעריך כל העת את שיעורי האנמיה בקרב ילדים בטווח גילאים מסוים.
כמו כן, חברה יכולה לנתח את נתוני שביעות הרצון המוצגים על ידי לקוחותיה. זאת, לאחר שביצע סקר בקרב כל האנשים ששכרו את שירותיהם בחודש הקודם. כך תוכלו לקבל החלטות לגבי האסטרטגיה העסקית שלכם.
ניתוח נתונים הופך להיות רלוונטי בזמנים של ביג דאטה, שהם קבוצות נתונים כה גדולות שהם חורגים מהיכולת של יישומי מחשב מסורתיים להתמודד איתם בזמן סביר.
כיום חברות יכולות להחזיק מאגרי מידע ענקיים, למשל, בעת יצירת יישומים בהם כל הלקוחות וקהל היעד שלהם יכולים לגשת.