Ziel der Datenanalyse ist das Erkennen von Zusammenhängen und Abhängigkeiten in Daten.
Datenanalyse
Im Rahmen der betrieblichen Entscheidungsfindung, die bei der Verwendung von Informationssystemen übergreifend als Business Intelligence bezeichnet wird, stellt die Datenanalyse einen Prozessschritt dar, der sich zwischen der Vorbereitung der Daten und der Speicherung und Verwertung der durch die Analyse gewonnenen Erkenntnisse einsortiert. [Schieder 2016, S. 19]. Dazu existieren unterschiedliche Ansätze, die sich bezüglich der Analyserichtung, des zugehörigen Datenraums und der Art der Analyseergebnisse voneinander abgrenzen lassen, darunter Data Access, On-Line Analytical Processing (OLAP) und Data Mining [Düsing 2006, S. 253].
Data Access
Der Datenraum besteht aus den Datenobjekten und deren Beziehungen, auf die mittels Datenabfragesprachen zugegriffen wird. Ziel der Analyse ist die Verifikation von Hypothesen, die auf den Beziehungen zwischen den Datenobjekten beruhen. Ergebnis einer Analyse sind einzelne Merkmalsausprägungen.
On-Line Analytical Processing
Basis des On-Line Analytical Processing ist ein multidimensionaler Datenraum. Seine Elemente sind Kennzahlen, die entlang betriebswirtschaftlicher Dimensionen ausgewertet werden. Durch die Dimensionsstrukturen bleibt der multidimensionale Zusammenhang gespeicherter Fakten bestehen und kann auf unterschiedlichen Aggregationsebenen sowie unter verschiedenen Perspektiven betrachtet werden, um Hypothesen zu verifizieren.
Data Mining
Demgegenüber ist Data Mining ein Analyseansatz, der die automatische Generierung von Hypothesen ermöglicht, in dem über den gesamten Raum der Einflussgrößen algorithmisch nach Attributabhängigkeiten gesucht wird.
Darüber hinaus existieren stochastische Datenanalysemethoden, die in das Gebiet der Statistik fallen und in deskriptive, induktive und explorative Verfahren eingeteilt werden [Fahrmeir et al. 2016, S. 10ff.].
Literatur
Düsing, R. (2006): Knowledge Discovery in Databases – Begriff, Forschungsgebiet, Prozess und System. In: Chamoni, P. Gluchowski, P. (Hrsg.): Analytische Informationssysteme. Business Intelligence-Technologien und –Anwendungen. Berlin : Springer : 241-262. DOI: 10.1007/3-540-33752-0_12
Fahrmeir, L.; Heumann, C.; Künstler, R.; Pigeot, I.; Tutz, G. (2016): Statistik. Der Weg zur Datenanalyse. 8., überarbeitete und ergänzte Auflage. Springer : Berlin et al. DOI: 10.1007/978-3-662-50372-0
Schieder, C. (2016): Historische Fragmente einer Integrationsdisziplin – Beitrag zur Konstruktgeschichte der Business Intelligence. In: Gluchowski, P.; Chamoni, P. (Hrsg.): Analytische Informationssysteme. Business Intelligence-Technologien und –Anwendungen. Berlin : Springer, 2016. S. 13-32. DOI: 10.1007/978-3-662-47763-2_2
