Data analyse betekenis & definitie

De verzamelde gegevens dienen zorgvuldig te worden gedocumenteerd voor analyse, verificatie en naslag van toegepaste data (zie hoofdstuk 15). Analyse van data vereist goed gerubriceerde gegevens voor de onderbouwing van conclusies. Investeerders en anderen willen daarnaast soms op een zeker moment de onderliggende gegevens inzien om een goed gevoel bij de hardheid van de onderbouwing te krijgen.

Voorts worden gebruikte gegevens vaak later geraadpleegd om bepaalde onderdelen te verfijnen of verder uit te werken. De gebruikte bronnen kunnen op verschillende manieren worden gedocumenteerd, waaronder:

- Interne informatie: gegevens verwerken in een elektronisch feitenboek of ‘code book’ (spreadsheet), interviews en workshops vastleggen in een standaardformaat en verzamelde rapporten documenteren in papieren feitenboek die voor bijvoorbeeld financiers ter inzage beschikbaar is (een zogeheten ‘data room’: zie hoofdstuk 15)
- Deskresearch: gegevens documenteren in een elektronisch en papieren feitenboek, afhankelijk van de aard van de gegevens en de verdere bewerking van data
- Primair onderzoek: gegevens vastleggen in een zogeheten feitenboek (spreadsheet) en interviews uitwerken in gestandaardiseerd formaat aan de hand van de vragenlijst

De ervaring laat zien dat een goede combinatie van interne gegevens, openbare bronnen en primair onderzoek in kwalitatieve en kwantitatieve zin de beste inzichten en cijfermatige onderbouwing biedt. Zoals uiteengezet, geven de afzonderlijke typen van bronnen antwoord op verschillende vragen die tijdens business planning worden gesteld. Daarnaast speelt de kosten/baten-analyse van goedkoop versus duur onderzoek een belangrijke rol. Het is daarom van wezenlijk belang om alle drie typen van bronnen slim te gebruiken. Waak voor het verzamelen van te veel gegevens. Voer de gegevensverzameling slim uit. Er is een overweldigende hoeveelheid gegevens over elk onderwerp te vinden. Probeer niet alles te analyseren.