Uporabnost katere koli vrste podatkov ali vira podatkov je odvisna od vrste analitike, ki se izvaja. Za nekatera podjetja analiza podatkov deluje kot orodje za zbiranje inteligence v realnem času in merjenje uspešnosti. Drugo podjetje lahko uporabi izključno opisno analitiko, ki se osredotoča na profiliranje, segmentacijo in identifikacijo potrošnikov. Bolj ambiciozna različica analitike podatkov se nanaša na preoblikovanje podatkov v predvidevanja - ne sprašuje samo, kaj je, ampak kaj bo. Najhitreje rastoča uporaba podatkov v poslovni analitiki je znana kot optimizacija, kjer se primerjajo različne vrste podatkov, da se doseže največja učinkovitost ciljnih rezultatov.
Podatki so pomembni, ko so predelani v uporabno orodje. Če želite to videti v perspektivi, pomislite na nerafinirane podatke, kot da gre za nerafinirano olje: zbrati je mogoče ogromno podatkov, vendar ga je treba spremeniti v uporaben izdelek, ki je vreden v gospodarskem smislu. Aplikacijo je treba izvleči iz podatkov. Vloga poslovne analitike je izboljšanje podatkov.
Vzemimo naslednji primer: Podjetje ABC prodaja avtomobile z igračami. Uprava se odloči, da želi razumeti svoj potencialni trg, vendar se ne more odločiti, katero vrsto podatkov bo zbrala. Bi moral pogledati vzorce nakupa v pravih avtomobilih? Bi morala opraviti raziskave najljubših barv igrač za otroke? Ali bi morali na ciljnem trgu gledati na narodnost, vero, spol ali dohodek?
Podjetje ABC najbrž ne bi začelo zbirati podatkov o svojih potrošniških navadah. Zdi se, da ni veliko povezave med nakupovanjem avtomobilov z jedilnico in igračami. Tudi če bi imeli zaposleni izjemna orodja za statistično modeliranje in so lahko izvajali kompleksne ekonometrične študije, ti podatki verjetno niso pomembni.
Najpomembnejši podatki so podatki, ki zagotavljajo največjo konkurenčno prednost. Pridobivanje in rafiniranje podatkov ni brezplačen postopek. Podjetja bi morala iskati podatke, ki zagotavljajo najvišji donos od njihove naložbe v poslovno analitiko.
