Dataanalys avser processen att granska stora mängder rå eller oorganiserad data för att formulera slutsatser från data. Det används ofta i affärer för att skapa handlingsplaner eller för att identifiera mönster och trender i affärer och för att hjälpa företag att bättre förstå kundernas beteende. Det används också av ekonomer och akademiker inom många discipliner för att hjälpa till att formulera, stödja eller motbevisa teorier.
I många situationer samlas stora mängder data in för att studeras. Till exempel kan ekonomer få tusentals enkätsvar eller kan titta igenom oändliga mängder regerings- och folkräkningsdata om stora delar av befolkningen. Andra akademiker kan också ta emot många stora mängder oorganiserad information; till exempel kan en forskare som studerar ett potentiellt botemedel mot cancer få testresultat från hundratals, eller till och med tusentals eller miljoner, patienter. I näringslivet kan data även samlas in i form av försäljningsdata, kundkvitton, transaktioner eller andra typer av information.
Alla dessa data ger information och innehåller sannolikt mönster och trender som kan hjälpa till att forma och styra beteende. För att kunna använda informationen måste dock uppgifterna vara organiserade, analyserade och förstådda. Dataanalys hänvisar till processen att organisera och analysera all denna data.
Precis som det finns många olika typer och källor för data finns det många olika metoder för analys. Vissa data måste organiseras manuellt och handkodas. Andra stora databaser med information kan siktas igenom med hjälp av specialiserade datorprogram som gör processen för dataanalys strömlinjeformad och enkel.
Processen och proceduren för dataanalys beror inte bara på hur data är organiserad utan också på vad en person letar efter. Till exempel kan en ekonom titta igenom data för att hitta köp- eller utgiftsmönster som förklarar beteende. Ett företag kan titta igenom data för att identifiera svagheter i kundförsörjningskedjan eller problem med en viss anställd.
Varje företag utvecklar i allmänhet sina egna metoder för dataanalys som gör det möjligt för dem att lösa de problem som företaget har. Ett sjukförsäkringsbolag kan till exempel ha en databas med miljontals betalningar. Anställda som ansvarar för dataanalys skulle vara ansvariga för att generera och köra algoritmer för att upptäcka potentiella avvikelser. Datorprogrammet och algoritmerna skulle alltså kunna köras för att identifiera områden där falska påståenden kan ha betalats ut som borde utredas.