Suurte andmehulkade ja tehingutegevuse analüüsimiseks on saadaval lai valik analüütilisi tööriistu. Analytics on viimastel aastatel populaarsust kogunud ja prognooside kohaselt jätkab see keskmisest suuremat kasvu ka järgmisel kümnendil. Kuna tehnoloogia on paranenud ja saanud suurema heakskiidu, on organisatsioonid kogunud ja salvestanud suuri tehinguandmeid. Analüütikatööriistade eesmärk on kasutada neid andmeid mustrite ja suundumuste määramiseks. Seda teavet saab kasutada otsustusprotsessis abistamiseks.
Analüüsitööriistad saab jagada kolme kategooriasse: huvinäitajad, tegevuse hindamine ja andmete valik. Kuigi paljud inimesed eeldavad, et analüüsitööriistad on uus areng, esindavad need tegelikult statistika ja andmehalduse vanimaid kontseptsioone. Interneti tulek ja ettevõtete soov jälgida selle tööriista tõhusust klientideni jõudmisel on soodustanud analüüsitööriistade kiiret kasvu. Selleks, et iga organisatsioon saaks kindlaks teha, kui palju ressursse Internetti eraldada, on vaja mõõdikuid, mis määravad investeeringutasuvuse ja selle tööriista suhtelise kasulikkuse.
Huviindikaatorid on kõigist veebipõhistest analüüsitööriistadest kõige levinumad. Veebilehele lisatakse väike programm või skript kasutaja tegevuse jälgimiseks. Kõige elementaarsemad tööriistad võivad anda kokkuvõtte kasutaja päritoluriigist, kasutatud ajast, kasutatud brauserist, veebisaidil veedetud aja kogumahust ja viiteallikast. Keerulisemad kommertstooted võivad anda täpse Interneti-protokolli (IP) aadressi, mitu korda on sama isik teatud aja jooksul saiti külastanud, kuhu nad läksid ja kui kaua nad igal lehel veetsid.
Tegevuse hindamise tööriistad võivad ulatuda lihtsast andmete kogumisest kuni äriprotsessi hindamiseni. Näiteks võib veebipõhine tööriist anda kokkuvõtte kõige tavalisematest juurdepääsuteedest, igas etapis kulutatud ajast ja igale andmetabelile juurde pääsenud kasutajatest. Tehingusüsteemi puhul saab sama tüüpi analüüsi lõpule viia mitme tabeli ja andmebaasi teabe kombinatsiooni abil. Seda tüüpi analüüside jaoks kasutatavad tööriistad on tavaliselt üsna ressursimahukad, vajades töötamiseks märkimisväärset riistvara ja salvestusruumi.
Andmete valiku või andmete eraldamise tööriistakomplekti kasutatakse konkreetselt tuvastatud andmete teisaldamiseks tehingute andmebaasist andmeanalüüsi lattu või kuubi. Spetsifikatsioonid peavad olema üsna täpsed, et luua analüüsitööriista jaoks sobiv andmekogum. Liiga palju andmeid on kulukas ja piisavad andmed ei anna täpseid tulemusi.
SmartAsset.