Data Analyse

Onze drijfveer is om meer uit data te halen en ze effectiever voor onze klanten te laten werken. We passen statistische analysetechnieken toe in vrijwel elk onderzoek, om gericht vragen te beantwoorden en bestaande hypothesen te bevestigen. Daarnaast gebruiken we exploratieve data-analyse wanneer patronen in de data nog grotendeels onbekend zijn. Hierbij zoeken we naar onverwachte trends en inzichten om nieuwe perspectieven te ontdekken en waardevolle informatie te onthullen.

Interesse? Neem contact op

Veel gebruikte technieken

t-toetsen: om verschillen tussen groepen/categorieën inzichtelijk te maken
Regressieanalyse: voor de analyse van causale verbanden/invloedsrelaties, om voorspellingen te doen en voor het uitvoeren van sterkte-zwakte analyses
(M)ANOVA: voor vergelijking van groepsgemiddelden met één of meerdere afhankelijke variabelen
Tijdreeksanalyse: voor de analyse van lange termijn trends en om seizoenspatronen te ontdekken
Clusteranalyse: om groepen te identificeren die vergelijkbare eigenschappen hebben
Schaalanalyses: ook bekend als schaalconstructie, om schalen die een bepaald concept of eigenschap meten te ontwikkelen en te valideren

Geautomatiseerde dataverwerking en analyse

Als gegevens geautomatiseerd binnenkomen, bouwen wij zogenaamde datastraten. In de een datastraat worden de data automatisch verwerkt en vaak ook verrijkt. Ook worden voorspellingsmodellen geschat of indicatoren (vb. KPI’s) berekend. De uitkomsten van de datastraat voeden dashboards (BI-tools) die dagelijks of meerdere keren per dag ververst worden. De datastraatjes zijn ideaal voor IOT-toepassingen in dienstverlening. Zie bijvoorbeeld de case van NS Stations waaraan Marble een belangrijke bedrage levert.

Tekst analyse (text mining)

Als vanuit een grootschalig survey een groot aantal kwalitatieve antwoorden resulteren, passen wij tekst analyse toe. Met behulp van text mining algoritmes categoriseren wij de antwoorden. Soms moet daarvoor een speciale bibliotheek, met vakjargon, aangemaakt worden. Met behulp van text mining is het veel eenvoudiger om een grote hoeveelheid antwoorden op een open vraag inhoudelijk te analyseren. In herhalingsonderzoek zijn wij vervolgens ook in staat om trending topics in beeld te brengen. Juist ook voor bedrijven die veel tekst informatie van klanten verwerken, helpt het enorm als deze geautomatiseerd geclassificeerd worden. De classificaties kunnen wij geautomatiseerd doorkoppelen aan gebruikers of inzichtelijk maken via BI-tools.

Datavisualisatie

Het gezegde "Zien is begrijpen" is vaak de reden om gegevens visueel weer te geven. Dit geldt met name wanneer opdrachtgevers zelf graag dieper in de gegevens willen duiken en meer gedetailleerde uitsplitsingen willen zien. Wij creëeren ook dashboards waarin we KPI's bijhouden, zowel voor het management als voor de dagelijkse operationele activiteiten. In toenemende mate zien wij dat relevante gegevens via apps in real-time worden ontsloten als onderdeel van gegevenssturing.

Software die wij gebruiken

Statistics and dataprocessing

IBM SPSS STATISTICS
IBM SPSS Modeler
R
Python

Business Intelligence Tools

Power BI
Tableau: Business Intelligence and Analytics Software