De blog van het marketing agentschap IntoTheMinds
Marktonderzoek en ondernemers coaching

Data mining: visualiseer uw gegevens voor betere resultaten

Share This Post On

Data mining kan een uitputtende oefening zijn als u niet weet waarheen u wilt gaan. Men kan gemakkelijk verloren geraken en foute conclusies trekken. Hieronder een manier om niet te ontsporen.

De onderzoekende factoranalyse

De onderzoekende factoranalyse en de bevestigende factoranalyse (EFA en CFA in het Engels) leveren digitale manieren om gegevens te onderzoeken en provisorische modellen te maken. Datamining is uiteindelijke een opzoekingsoefening waarbij u aan de hand van een reeks gegevens probeert na te gaan wat er in de “reële” wereld gebeurt. Velen lopen echter in de val en maken correlaties waar er geen zijn. Het is wellicht een natuurlijke eigenschap van de mens om zijn inspanningen te beperken, waardoor hij zich op de eerst beschikbare resultaten richt.

Dit gezegd zijnde, EFA is niet de meest sexy manier om te begrijpen wat gebeurt. Gegevens visualiseren kan veel nuttiger blijken.

Met Tableau Software kunt u gegevens visualiseren

Ik kwam vorig jaar uit op een nieuwe software die heel nuttig blijkt te zijn voor uw volgende gegevensonderzoek. En het beste komt nog: de software is gratis!

Deze graal heeft een naam: Tableau; een nogal vreemde naam voor software, maar wie maalt daar nu om als het werkt?

Tableau kan als een ‘pre-statistische’ software gezien worden, een heel geavanceerde versie van Excel. Ik weet dat de ontwerpers van Tableau die vergelijking niet zullen waarderen, maar de meeste dingen die met Excel onmogelijk zijn, worden mogelijk bij Tableau. U zult ook van de interface houden, die u wellicht aan die van draaitabellen zal doen denken.

Een concreet voorbeeld

Tijd om u een voorbeeld te geven. U weet dat ik de voorbije jaren veel aandacht besteedde aan consumentenklachten en klachtenbehandeling. Wij publiceerden daar veel artikels over.

Ik moet nog veel gegevens onderzoeken (zo’n 22.000 echte klachten die werden opgeslaan vanuit het forum Les Arnaques, dat ik terloops wil bedanken). Die 22.000 klachten werden gecodeerd (‘tagged’ in het Engels) om ze in te delen volgens oorsprong van de klacht. In plaats van te werken met percentages, dacht ik dat het misschien interessant zou zijn om de gegevens in te laden in Tableau en ze daar verder te bewerken.

De eenvoudigere grafiek die u kunt maken komt overeen met een grafische weergave van het ‘gewicht’ van elke oorsprong. Een tabel met percentages zou ons dezelfde conclusies geven. Daar ga ik 100% mee akkoord. Maar ik vind dat de grafische weergave hieronder veel eenvoudiger is om te begrijpen. U moet geen cijfers lezen. In enkele milliseconden kent u de reikwijdte van uw gegevens.

Conclusie

Ik weet dat sommigen onder u het voorbeeld hierboven te simplistisch vinden. Maar die simpliciteit is eigenlijk een troef, want iedereen wordt geconfronteerd met zulke gevallen. Iedereen kan dus het resultaat van Tableau vergelijken met datgene wat men van Excel kan verwachten. Bovendien is de software gratis en zeer snel; het duurde maar enkele seconden om deze grafiek te maken.

Photo: Shutterstock

Tags: , ,

Author: Pierre-Nicolas Schwab

Pierre-Nicolas is de directeur van de marketing agentschap IntoTheMinds. Hij heeft speciaal interesse voor e-commerce, retail, HoReCa en supply-chain projecten. Hij is ook een onderzoeker aan de Vrije Universiteit Brussel en werkt ook als coach voor meerde publieke organisaties. Hij verwelkomt Linkedin uitnodigingen : gelieve gewoon een paar woorden toe te voegen en uit te leggen waarom U wilt connecteren.

Share This Post On

Submit a Comment

Your email address will not be published. Required fields are marked *