Data Analytics คือ โปรแกรมชนิดหนึ่ง ที่จะทำหน้าที่ในการวิเคราะห์ข้อมูลที่มีอยู่ ซึ่งรวมไปถึงข้อมูลตั้งแต่ อดีต ไปจนถึงปัจจุบัน เพื่อนำเอามาประกอบเป็นคำทำนายที่จะส่งผลถึงในอนาคต โดยที่โปรแกรมประเภทนี้ จะมีเป็นประโยชน์เป็นอย่างมากในการนำเอามาพัฒนาการตลาดที่ต้องการ เพราะจะสามารถรู้สิ่งที่ตรงใจลูกค้ามากยิ่งขึ้น
โดยที่ Data Analytics ถือเป็นหนึ่งในเครื่องมือสำหรับธุรกิจ (Business Intelligence) เพราะว่าถ้าหากบริษัทคุณไม่มี หรือไม่รู้ข้อมูลมากพอ ในการดำเนินการต่างๆ มันก็เหมือนกับว่าบริษัทคุณกำลังหาทาง โดยไม่มีจุดหมายปลายทาง เพราะฉะนั้นการลงมือทำ Data Analytics จึงถือว่ามีส่วนสำคัญในการดำเนินธุรกิจเป็นอย่างมาก โดยที่ไม่จำเป็นต้องเป็นธุรกิจขนาดใหญ่เท่านั้น เพราะธุรกิจที่มีขนาดเล็ก ไปจนถึงธุรกิจที่มีขนาดกลาง ก็สามารถเรียนรู้ และดำเนินการ เพื่อให้ได้ผลลัพธ์ที่ดีขึ้นได้เหมือนกัน สำหรับรูปแบบของการวิเคราะห์ข้อมูล (Data Analytics) สามารถแบ่งได้ดังนี้
การวิเคราะห์ข้อมูลแบบพื้นฐาน (Descriptive analytics)
การวิเคราะห์แบบพื้นฐาน เป็นวิธีที่สามารถเข้าใจได้ง่าย โดยจะเป็นการวิเคราะห์ เพื่อที่จะสามารถมองเห็นถึงผลลัพธ์ต่าง ๆ ของรายการทางธุรกิจที่กำลังดำเนินการ อย่างเช่น เหตุการณ์ หรือกิจกรรมต่าง ๆ ที่ได้เกิดขึ้นมาแล้วในขณะนั้น และรวมไปถึงกิจกรรมต่าง ๆ ที่อาจกำลังจะเกิดขึ้นมา ซึ่งจะเกิดเกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผล การดำเนินงาน
การวิเคราะห์แบบเชิงวินิจฉัย (Diagnostic analytics)
การวิเคราะห์แบบเชิงวินิจฉัย ถือเป็นอีกหนึ่งวิธีที่จะมอบประโยชน์ที่สามารถเห็นภาพได้เช่นเจน นั่นก็เพราะ วิธีนี้จะเป็นการอธิบายถึงสาเหตุของสิ่งที่เกิดขึ้น และรวมไปถึงปัจจัยต่าง ๆ ที่มีความสำคัญ ที่หมายถึงความสัมพันธ์ของปัจจัย หรือตัวแปรต่าง ๆ ที่เกิดขึ้น ที่จะมีความสัมพันธ์ต่อกันของสิ่งที่เกิดขึ้นในช่วงเวลานั้น ๆ ตัวอย่างเช่น ความสัมพันธ์ระหว่างยอดขายต่อกิจกรรมทางการตลาดแต่ละประเภท ซึ่งเป็นก้าวใหม่ที่ช่วยเสริมให้ตัดสินใจไปในทางที่ถูกต้อง
การวิเคราะห์แบบพยากรณ์ (Predictive analytics)
การวิเคราะห์แบบพยากรณ์ ก็จะเป็นการวิเคราะห์เพื่อที่จะสามารถพยากรณ์สิ่งที่โอกาสที่จะเกิดขึ้น หรือสถานการณ์ที่กำลังจะเกิดขึ้น หรือในหลักความน่าจะเป็น โดยใช้ข้อมูลที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญาประดิษฐ์ต่าง ๆ (Artificial intelligence) ตัวอย่างเช่น การพยากรณ์ยอดขาย การพยากรณ์ผลประชามติ
การวิเคราะห์แบบให้คำแนะนำ (Prescriptive analytics)
การวิเคราะห์ในรูปแบบสุดท้าย ก็คือแบบให้คำแนะนำ หรือก็คือ เป็นการวิเคราะห์ข้อมูลที่มีความซับซ้อนที่สุด ซึ่งเป็นการนำเอาหลักการต่าง ๆ เข้ามาประกอบไว้ด้วยกัน ไม่ว่าจะเป็นทั้งการพยากรณ์สิ่งต่าง ๆ ที่จะเกิดขึ้น ข้อดี ข้อเสีย สาเหตุ และระยะเวลาของสิ่งที่จะเกิดขึ้น และร่วมไปถึงการให้คำแนะนำต่าง ๆ ที่สามารถเป็นการเพิ่มทางเลือกต่าง ๆ ที่มีอยู่ และผลของแต่ละทางเลือก
สิ่งที่จะได้จากการวิเคราะห์ เมื่อมีการเก็บข้อมูลสม่ำเสมอ
- วิเคราะห์ข้อมูลปัจจุบัน เพื่อรู้สถานการณ์ปัจจุบัน เช่น อ่านข้อมูลเพื่อรู้จักลูกค้า
- วิเคราะห์ข้อมูลอดีตถึงปัจจุบัน เพื่อทำนายอนาคต เช่น นำข้อมูลออกแบบ และพัฒนาสินค้าที่ลูกค้าน่าจะต้องการ
- วิเคราะห์ข้อมูลตั้งแต่อดีต ปัจจุบัน เพื่อทำนายอนาคต และสามารถวางกลยุทธ์ให้ประสบความสำเร็จ เช่น ออกแบบวิธีการนำเสนอสินค้า ถูกใจ ถูกคน ถูกที่ ถูกเวลา
- วิเคราะห์ข้อมูลแบบให้คำแนะนำ เพื่อให้คำแนะนำทางเลือกต่าง ๆ ที่มีอยู่ และผลของแต่ละทางเลือก