Der Datenanalyseprozess

Ein Bestelldatum, ein Kundenkommentar und eine Lieferzeit sind allesamt Daten. Sie halten etwas Beobachtetes oder Erfasstes fest. Ein einzelner Fakt ist ein Datum; eine organisierte Sammlung ist ein Datensatz. Die Bedeutung eines Werts hängt davon ab, was er beschreibt und wie er erfasst wurde.

Lies die Struktur eines Datensatzes

In einer typischen Tabelle entspricht jede Zeile einem Datensatz und jede Spalte einem Merkmal dieses Datensatzes. Eine Bestelltabelle könnte eine Bestellung pro Zeile und Spalten für Bestellnummer, Datum und Menge enthalten. Kläre vor dem Rechnen, was eine Zeile darstellt. Das Zählen der Zeilen ergibt nur dann die Anzahl der Bestellungen, wenn jede Zeile tatsächlich einer Bestellung entspricht.

Quantitative Daten halten Anzahlen oder Messwerte fest: 3 Artikel oder eine Lieferzeit von 42 Minuten. Qualitative Daten halten Kategorien oder Beschreibungen fest: eine Produktfarbe oder den Kommentar „Die App ist beim Bezahlen eingefroren“. Ziffern allein bestimmen den Typ nicht. Eine Postleitzahl kennzeichnet ein Gebiet; das arithmetische Mittel von Postleitzahlen würde keinen aussagekräftigen durchschnittlichen Ort beschreiben.

Gewinne aus Aufzeichnungen eine Erkenntnis

Datenanalyse sammelt, transformiert und organisiert Daten, um Schlussfolgerungen zu ziehen, Prognosen zu erstellen und Entscheidungen zu unterstützen. Ihr nützliches Ergebnis ist eine Erkenntnis, also ein Verständnis, das jemandem beim Handeln hilft. Eine Tabelle mit Schuhrücksendungen sind Daten; die Erkenntnis, dass die meisten Rücksendungen eines Modells Größen betreffen, die klein ausfallen, kann eine Änderung der Größentabelle nahelegen.

Datenanalytik bezeichnet das umfassendere Gebiet der Prozesse, Werkzeuge und Techniken zum Verwalten, Untersuchen und Nutzen von Daten. Analyse ist die Arbeit an einer bestimmten Frage innerhalb dieses Gebiets. In Stellenbeschreibungen überschneiden sich die Begriffe oft. Nutze daher die jeweilige Aufgabenstellung, um zu verstehen, was gemeint ist.

Data Science nutzt häufig Statistik, Programmierung und maschinelles Lernen, um Unbekanntes zu modellieren. Ein Analyst könnte untersuchen, welche Produktlinien im letzten Quartal Kunden verloren haben. Ein Data Scientist könnte ein Modell erstellen, das schätzt, welche Bestandskunden im nächsten Monat abwandern werden. Dies sind typische Aufgaben und die Fachgebiete überschneiden sich; Berufsbezeichnungen schaffen keine feste Grenze.

Verfolge das Ökosystem rund um die Tabelle

Ein Datenökosystem verbindet Menschen, Hardware und Software. In einem Krankenhaus erzeugen Laborgeräte Ergebnisse, Datenbanken speichern sie, Analysten erstellen Berichte und medizinische Fachkräfte nutzen sie. Ein Fehler in einem beliebigen Teil kann beeinflussen, was der Bericht aussagt: Eine fehlende Datenübertragung eines Geräts kann wie ein Rückgang der Testaktivität aussehen.

Die Cloud stellt Speicher und Software auf entfernten Servern bereit, die über das Internet erreichbar sind. Sie ermöglicht Teams an mehreren Standorten, mit gemeinsam genutzten Daten zu arbeiten. Auch bei gemeinsamem Zugriff muss kontrolliert werden, wer Informationen sehen oder ändern darf.

Daten halten fest, was erfasst wurde, einschließlich Lücken und Fehlern. Keine Verkäufe an einem Feiertag könnten bedeuten, dass das Geschäft geschlossen war. Prüfe, wie und wann Aufzeichnungen erhoben wurden, bevor du einen leeren Wert oder eine Null als Aussage über die Nachfrage deutest.

Derselbe Datensatz kann verschiedene Arten von Fragen unterstützen. Die vier gängigen Arten der Analytik unterscheiden zwischen einer Zusammenfassung von Ereignissen, einer Untersuchung von Gründen, einer Schätzung der weiteren Entwicklung und der Wahl einer Handlung. Bestimme die Frage, bevor du eine Methode auswählst.

Ordne die Frage dem Ergebnis zu

Gartner machte dieses Modell mit vier Arten bekannt. Die Arten stellen unterschiedliche Anforderungen, aber eine Frage wird nicht allein durch die Wahl einer komplexeren Art besser beantwortet.

Deskriptive Analytik fasst vergangene oder aktuelle Daten zusammen. Ein Onlineshop versandte im März 12.400 Bestellungen und im Februar 11.480. Der Anstieg beträgt 920 Bestellungen. 920 geteilt durch 11.480 ergibt etwa 0,080 oder 8 %. Das beschreibt die Veränderung, ohne ihre Ursache zu erklären.

Diagnostische Analytik schlüsselt das Ergebnis nach Gruppen auf und vergleicht sie. Die Aufteilung dieser Bestellungen nach Vertriebskanal zeigt, dass fast das gesamte Wachstum über eine neue Social-Media-Kampagne zustande kam, während die Bestellungen wiederkehrender Kunden gleich blieben. Das grenzt die Untersuchung ein. Ein Muster, das mit einer Kampagne zusammenhängt, muss dennoch geprüft werden, bevor die Kampagne als bewiesene Ursache genannt wird.

Prädiktive Analytik nutzt vergangene Muster, um zukünftige oder unbekannte Werte zu schätzen. „Etwa 13.000 Bestellungen im April, wahrscheinlich zwischen 12.000 und 14.000“ vermittelt eine Prognose und ihre Unsicherheit. Eine Prognose ist eine Schätzung, daher sollte eine Führungskraft den zentralen Wert nicht als garantierte Gesamtzahl betrachten.

Präskriptive Analytik vergleicht Handlungen anhand eines Ziels und praktischer Einschränkungen. Die erwarteten Aprilbestellungen können einer Führungskraft neben Personalverfügbarkeit und Kapazität bei der Entscheidung helfen, wie viele Aushilfskräfte sie einplant. Eine Empfehlung kann deskriptive, diagnostische oder prädiktive Arbeit und bekannte Bedingungen einbeziehen; sie braucht nicht in jedem Fall ein Prognosemodell.

Verfolge eine Situation durch alle vier Arten

Ein Fahrradverleihsystem verzeichnet 52.000 Ausleihen im Mai und 41.600 im Juni. Der Rückgang beträgt 10.400 Ausleihen oder 20 % der Gesamtzahl vom Mai: Das ist deskriptiv. Ein Vergleich nach Tagen bringt den größten Teil des Rückgangs mit den 14 Regentagen im Juni in Verbindung: Das ist diagnostische Arbeit. Eine Vorhersage anhand ähnlichen Wetters und des Musters vom letzten Juli ist prädiktiv. Reparaturen für Tage mit vorhergesagtem Regen einzuplanen, an denen draußen weniger Fahrräder gebraucht werden, ist präskriptiv.

Bevor du Regen als Ursache berichtest, untersuche andere Veränderungen wie eine Preiserhöhung oder die Sperrung eines Radwegs. Die Wahl einer nützlichen Art der Analytik und die Beurteilung der Stärke der Belege sind getrennte Entscheidungen. Eine zuverlässige Gesamtzahl kann die Frage einer Führungskraft vollständig beantworten; eine aufwendige Prognose auf Grundlage schlechter Aufzeichnungen kann diese Aufzeichnungen nicht verbessern.

Eine Entscheidung ist datengetrieben, wenn Belege aus einer Analyse die Wahl verändern oder leiten. Wer nach einer Entscheidung nur Zahlen sammelt, um sie zu verteidigen, gibt den Belegen nicht diese Rolle. Zuerst steht die Frage, was der Entscheidungsträger wählen muss, gefolgt von der Frage, welche Belege diese Wahl verändern könnten.

Gib der Entscheidung einen einheitlichen Maßstab

Daten können zeigen, was geschieht, Optionen auf derselben Grundlage vergleichen und die Wirkung einer Entscheidung nachträglich messbar machen. Die Beschäftigten einer Bibliothek glauben vielleicht, dass „abends kaum jemand kommt“. Zeigen die Aufzeichnungen am Eingang, dass 18 % der wöchentlichen Besuche nach 18:00 Uhr stattfinden, hat eine Verkürzung der Öffnungszeiten am Abend größere Auswirkungen, als ihr Eindruck vermuten lässt.

Die Kennzahl muss zum Ziel passen. Belohnt ein Callcenter allein kurze Gespräche, können Beschäftigte die durchschnittliche Gesprächsdauer senken, indem sie Gespräche beenden, bevor Probleme gelöst sind. Die Zahl verbessert sich, während der Service schlechter wird. Frag dich, was die Kennzahl auslässt und ob Menschen sie verbessern können, ohne das Ergebnis zu verbessern, auf das es der Organisation ankommt.

Verbinde Belege mit Kenntnissen der Arbeit

Ein Fachexperte versteht ein Fachgebiet oder einen Prozess durch Erfahrung. Eine Lagerleitung kann erklären, warum während einer Umlagerung ein scheinbarer Sprung in der Versanddauer auftrat. Der Analyst bringt das Muster ein; der Experte liefert Kontext, erkennt unmögliche Werte und schlägt Erklärungen zur Prüfung vor.

Manche Organisationen nennen dieses Zusammenspiel datengestützte Entscheidungsfindung: Belege sind neben Erfahrung, ethischen Fragen und Kontext eine wichtige Grundlage. Menschliches Urteilsvermögen wird weiterhin gebraucht, um zu entscheiden, was wichtig ist und welche Zielkonflikte annehmbar sind.

Bauchgefühl ist ein intuitives Urteil ohne bewusstes Nachdenken. Es kann eine erste Idee liefern, etwa „Kunden wandern wegen unserer Preise ab“. Mache aus dieser Vermutung eine Frage, die sich anhand der Daten untersuchen lässt, zum Beispiel, wie sich Kündigungsquoten um den Zeitpunkt der letzten Preisänderung verändert haben. Suche auch nach Belegen, die die Vermutung infrage stellen würden, denn eine vertraute Erklärung kann überzeugender wirken, als sie ist.

Lass Belege einen Vorschlag verändern

Eine Fitnessstudiokette erwägt, ihr kleinstes Studio zu schließen. Die erste Idee lautet, dass ein kleines Studio am wenigsten wichtig sein müsse. Aufzeichnungen zeigen, dass seine Mitglieder es häufiger besuchen als die Mitglieder jedes anderen Studios und dass 70 % noch nie ein anderes Studio der Kette genutzt haben. Diese Ergebnisse legen nahe, dass viele kündigen könnten, statt zu wechseln. Die Kette entscheidet, das Studio offen zu halten und die Entscheidung nächstes Jahr erneut zu prüfen.

Prüfe vor einer Verallgemeinerung, wer in den Daten vertreten ist. Eine Entscheidung über Liefergebiete, die auf App-Bestellungen beruht, erfasst Kunden nicht, die telefonisch bestellen. Unvollständige, alte oder verzerrte Daten können dazu führen, dass Ressourcen an den von der Entscheidung betroffenen Menschen vorbeigehen. Fairness verlangt zu untersuchen, wessen Daten vorliegen und wer durch die Empfehlung benachteiligt werden könnte.

Der Analyst liefert Stakeholdern klare Belege und erklärt deren Grenzen. Die Entscheidung liegt gewöhnlich bei der Führungskraft, dem Auftraggeber oder dem Vorstand. Eine Prognose wahrscheinlicher Kündigungen hilft bei diesem Urteil nur, wenn die Unsicherheit sichtbar ist; sie als sicher darzustellen würde einen Teil der Entscheidungsgrundlage verbergen.

Der Datenlebenszyklus verfolgt Daten während ihrer gesamten Existenz. Das Google-Zertifikat lehrt sechs Phasen: planen, erfassen, verwalten, analysieren, archivieren und vernichten. Die Bestellaufzeichnungen eines Onlineshops zeigen, warum jede Phase auch nach Fertigstellung eines Berichts Aufmerksamkeit braucht.

Planen und erfassen

Beim Planen wird entschieden, was erhoben wird, wie die Daten erhoben und verwaltet werden, wer verantwortlich ist und wie lange sie aufbewahrt werden. Der Shop wählt Bestellnummer, Datum, Artikel, Menge, bezahlten Betrag und Lieferpostleitzahl. Das Betriebsteam übernimmt die Verantwortung für diese Aufzeichnungen.

Beim Erfassen gelangen Daten ins System. Ein abgeschlossener Bestellvorgang schreibt einen Bestelldatensatz in eine Datenbank. Andere Quellen könnten eine Umfrage, ein Sensor oder eine von einer anderen Organisation erhaltene Datei sein. Beim Erfassen geht es darum, Aufzeichnungen zu beschaffen, noch nicht darum, Schlussfolgerungen daraus zu ziehen.

Verwalten und analysieren

Beim Verwalten werden Daten korrekt, verfügbar und geschützt gehalten. Wähle einen geeigneten Speicherort, kontrolliere den Zugriff, pflege die Aufzeichnungen und erstelle Sicherungskopien. Beispielsweise können Kundenadressen nur für Beschäftigte des Kundenservice sichtbar sein, während jede Nacht eine Sicherungskopie der Bestelldatenbank erstellt wird.

Beim Analysieren werden Daten genutzt, um Fragen zu beantworten und Entscheidungen zu unterstützen. Ein Analyst könnte Bestellungen eines Jahres auswerten, um die am häufigsten zurückgesendeten Produkte zu ermitteln. Dieselben Bestelldaten könnten später eine andere Analyse der Lieferzeiten unterstützen; ein Datensatz kann vielen Projekten dienen.

Aufzeichnungen aufbewahren oder entfernen

Beim Archivieren werden Aufzeichnungen aus der alltäglichen Nutzung in einen langfristigen Speicher verschoben, sodass sie weiterhin auffindbar sind. Ein Archiv bewahrt Aufzeichnungen zum späteren Nachschlagen auf. Eine Sicherungskopie dient dazu, Daten nach Verlust oder Beschädigung wiederherzustellen. Der Grund für die Aufbewahrung unterscheidet sich: Ein Archiv alter Rechnungen und die Sicherungskopie der letzten Nacht erfüllen unterschiedliche Zwecke.

Beim Vernichten werden Daten dauerhaft entfernt, die keinen Zweck mehr erfüllen und deren Aufbewahrung keine Regel verlangt. Eine Aufbewahrungsrichtlinie legt fest, wie lange jede Art aufbewahrt wird. Datenschutzregeln können die Löschung nicht mehr benötigter personenbezogener Daten verlangen; Buchhaltungsvorschriften können für manche Aufzeichnungen eine Mindestaufbewahrungsfrist vorschreiben. Der jeweilige Zweck und die geltenden Regeln bestimmen die Frist, daher gibt es keine einheitliche Aufbewahrungsdauer für jeden Datensatz.

Sichere Datenvernichtung macht Daten mit einer geeigneten Methode unwiederherstellbar, etwa durch sicheres Löschen oder physische Zerstörung des Speichermediums. Eine Datei in den Papierkorb zu verschieben ist keine sichere Datenvernichtung.

Verbinde den Lebenszyklus mit Projekten

Die Phasen finden organisationsweit nicht nur einmal statt. Neue Bestellungen werden erfasst, während ältere Aufzeichnungen analysiert, archiviert oder vernichtet werden. Ein bei der Analyse entdecktes fehlendes Feld kann zu einem überarbeiteten Erhebungsplan führen.

Ein Analyseprojekt mit sechs Phasen folgt der Arbeit, die zur Beantwortung einer Frage nötig ist. Es kann mehrere Phasen des Lebenszyklus berühren: Beim Sammeln von Umfrageantworten werden Daten erfasst, während das Speichern und Dokumentieren eines bereinigten Datensatzes zu deren Verwaltung gehört. Mit dem Projektende endet die Existenz des Datensatzes nicht.

Die Phasenbezeichnungen unterscheiden sich, weil Organisationen Modelle für verschiedene Zwecke nutzen. Eine Forschungsbehörde betont die Erhaltung und Weitergabe wiederverwendbarer Daten; ein Analyseteam legt Wert darauf, eine Frage zu beantworten und die Antwort zu nutzen. Vergleiche, was in einer Phase geschieht, bevor du entscheidest, dass zwei Modelle einander widersprechen.

Erkenne das Lebenszyklusmodell des USGS

Der U.S. Geological Survey (USGS) verwendet planen, beschaffen, aufbereiten, analysieren, erhalten und veröffentlichen beziehungsweise weitergeben. Drei Aufgaben laufen über alle Phasen hinweg:

• Beschreiben: Metadaten und Dokumentation erstellen und aktualisieren.
• Qualität verwalten: prüfen, ob Daten zuverlässig erhoben, behandelt und genutzt werden.
• Sichern und schützen: Daten vor Verlust und unbefugtem Zugriff schützen.

Metadaten erklären einen Datensatz: wer ihn wann und wie erhoben hat, was seine Spalten bedeuten und welche Einheiten sie verwenden. Eine Spalte namens „temp“ ist ohne diese Informationen unklar. Sie könnte die Temperatur in Grad Celsius, die Temperatur in einer anderen Einheit oder einen temporären Wert bezeichnen. Dokumentation ermöglicht die Weiterverwendung ohne Rätselraten.

Das USGS-Modell endet mit dem Veröffentlichen und Weitergeben, weil wissenschaftliche Daten für andere Forschende nützlich sein können. Sein Schwerpunkt unterscheidet sich von einem Lebenszyklus, der die Vernichtung ausdrücklich nennt. Keine der beiden Phaseneinteilungen hebt die Notwendigkeit auf, Aufzeichnungen während ihrer Existenz zu pflegen.

Vergleiche Modelle für Analyseprojekte

Der Data-Science-Zyklus von OpenStax nennt fünf Aufgaben: Problemdefinition, Datenerhebung, Datenvorbereitung, Datenanalyse und Berichterstattung über die Daten. Sie entsprechen im Groben dem Definieren einer Aufgabe, dem Beschaffen und Bereinigen von Aufzeichnungen, dem Finden einer Antwort und deren Kommunikation.

CRISP-DM, kurz für Cross-Industry Standard Process for Data Mining, wurde Ende der 1990er-Jahre von einer Gruppe von Unternehmen entwickelt. Es nennt Geschäftsverständnis, Datenverständnis, Datenvorbereitung, Modellierung, Bewertung und Einsatz. Bei der Modellierung können prädiktive oder deskriptive Modelle entstehen, etwa Gruppen von Kunden mit ähnlichen Merkmalen. Ein Projekt, das Aufzeichnungen nur zusammenfasst, braucht möglicherweise keine eigene Aufgabe zur Modellerstellung.

Die sechs Phasen klären, vorbereiten, aufbereiten, analysieren, kommunizieren und umsetzen überschneiden sich mit diesen Modellen. Klären ähnelt der Problemdefinition oder dem Geschäftsverständnis. Vorbereiten und Aufbereiten überschneiden sich mit Erhebung, Verständnis und Vorbereitung. Analysieren überschneidet sich mit Analyse oder Modellierung und Bewertung. Kommunizieren betrifft die Berichterstattung, während Umsetzen die Anwendung der Ergebnisse in der Praxis betrifft. Die Zuordnung ist ungefähr: OpenStax nennt keine eigene Umsetzungsphase, und CRISP-DM gibt der Bewertung ausdrücklich Raum.

Nutze ein Modell als gemeinsame Checkliste

Ein Kreis oder eine Abfolge in einem Diagramm zwingt nicht dazu, ohne Überarbeitung vorzugehen. Ein während der Analyse entdeckter fehlender Monat führt das Team zurück zur Datensuche. Ein Ergebnis kann die betriebliche Frage verändern. Nutze das Modell des Teams, damit die Phasenbezeichnungen eine gemeinsame Bedeutung haben, und erkläre die jeweilige Tätigkeit, wenn du mit jemandem sprichst, der einen anderen Rahmen verwendet.

Ein Analyseprojekt beginnt mit einer Entscheidung, die unterstützt werden soll, und endet mit Handlung und Nachbereitung. Die sechs Phasen des Google-Zertifikats, klären, vorbereiten, aufbereiten, analysieren, kommunizieren und umsetzen, machen diese Arbeit sichtbar. Jede Phase gibt ein konkretes Ergebnis an die nächste weiter.

Wisse, was jede Phase liefert

Bei einer Kette mit drei Bäckereifilialen beginnt der Inhaber mit „Helfen Sie uns, den Brotabfall zu verringern“. Beim Klären wird daraus eine Aufgabe zum Abfall jeder Filiale an jedem Wochentag. Beim Vorbereiten werden Produktionsprotokolle und Verkaufsaufzeichnungen ermittelt. Beim Aufbereiten werden geprüfte Fehler behoben und die Änderungen festgehalten. Beim Analysieren werden Abfallquoten und Wochentagsmuster berechnet. Beim Kommunizieren wird dem Inhaber das wichtige Muster erklärt. Beim Umsetzen wird ein genehmigter Backversuch durchgeführt und seine Wirkung gemessen.

Die Phasen sind durch ihre Ergebnisse verbunden. Ein Diagramm braucht vertrauenswürdige Analyseergebnisse. Analyseergebnisse brauchen bereinigte, relevante Daten. Welche Daten relevant sind, bestimmt eine klare Aufgabenstellung. Wer zuerst ein Werkzeug wählt, kann diese Logik umkehren: Ein ansprechendes Diagramm beantwortet womöglich eine Frage, auf die niemand eine Antwort brauchte.

Kehre zu der Phase zurück, die das Problem löst

Die Phasen bilden einen Kreislauf. Angenommen, die Analyse zeigt, dass die Aufzeichnungen einer Filiale für eine Woche fehlen. Kehre zum Vorbereiten zurück, um sie zu finden, und bereite dann den vervollständigten Datensatz auf und analysiere ihn. Wenn „Abfall“ für den Inhaber und die Filialleitungen Unterschiedliches bedeutet, kehre zum Klären zurück, um die Kennzahl vor dem Ergebnisvergleich gemeinsam festzulegen.

Zu einer Phase zurückzukehren gehört zum Prozess. Es bedeutet nicht, jede Aufgabe von vorn zu beginnen. Bewahre die Quellenbeschreibung und das Bereinigungsprotokoll auf, damit Änderungen nachvollziehbar bleiben und spätere Arbeiten die korrigierten Daten nutzen können.

Plane Arbeit über die Berechnungen hinaus ein

Das Vorbereiten und Bereinigen von Daten dauert oft länger als das Berechnen und Erstellen von Diagrammen. Ein Zeitplan braucht Raum, um Quellen zu finden, fehlende Aufzeichnungen zu beschaffen und ungewöhnliche Werte zu prüfen. Er braucht auch Zeit, damit Stakeholder die Analyseergebnisse verstehen und über das weitere Vorgehen entscheiden können.

Die Arbeit eines Analysten geht nach einer Präsentation weiter. Der Inhaber braucht möglicherweise Hilfe bei der Planung des Versuchs, und für die neuen Ergebnisse wird dieselbe Kennzahl wie für die Ausgangsergebnisse benötigt. Sinkt der Abfall, aber leeren sich die Regale zu früh, wird dieses Ergebnis zur nächsten Frage. Ein Projekt kann das Planen, Erfassen, Verwalten und Analysieren von Daten umfassen, während die Daten selbst ihren längeren Lebenszyklus durchlaufen.

„Untersuchen Sie unseren Brotabfall“ ist eine erste Anfrage, legt aber noch nicht fest, was eine Antwort ermöglichen soll. Die Klärungsphase macht aus dieser Anfrage eine klare betriebliche Aufgabenstellung. In der Vorbereitungsphase werden dann die Daten gefunden, die zu ihrer Beantwortung nötig sind.

Einigt euch auf die Aufgabe und die betroffenen Personen

Ein Stakeholder kann Zeit oder Geld investiert haben oder Verantwortung tragen, das Projekt beeinflussen oder von seinem Ergebnis betroffen sein. Im Bäckereifall entscheidet der Inhaber über die Backmengen, die Filialleitungen setzen Änderungen um, und Kunden können betroffen sein, wenn das Brot ausgeht. Ihre Interessen hängen zusammen, sind aber nicht identisch.

Frage, welches Problem gelöst werden muss, wer die Antwort nutzt, welche Entscheidung damit getroffen wird, wie Erfolg aussieht und wann die Antwort benötigt wird. Bestätige das Ziel mit der Person, die für die Entscheidung verantwortlich ist. Eine Führungskraft möchte vielleicht weniger Abfall, während Kunden auch bis Ladenschluss Brot vorfinden müssen.

Die betriebliche Aufgabenstellung lautet dann: „Finden Sie heraus, wie viel Brot jede Filiale wegwirft und an welchen Wochentagen, damit der Inhaber die täglichen Backmengen anpassen und den Abfall verringern kann, ohne dass die Brote in den Filialen vor Ladenschluss ausverkauft sind.“ Sie nennt ein messbares Problem, die nötige Aufschlüsselung und die Entscheidung, die sie unterstützt. „Läuft die Bäckerei gut?“ braucht eine Definition von „gut“, bevor die Analyse die Frage beantworten kann.

Finde Aufzeichnungen, die zur Aufgabe passen

Der Analyst benötigt zwei Quellen für die letzten vier Wochen: Produktionsprotokolle für gebackene Brote und das Kassensystem für verkaufte Brote, jeweils nach Filiale und Tag. Drei Filialen über 28 Tage ergeben 84 Filialtage. Diese erwartete Abdeckung ermöglicht eine praktische Prüfung: Ein fehlender Tag ist eine zu untersuchende Lücke und nicht automatisch ein Tag ohne Produktion.

Von der Bäckerei selbst erhobene Daten sind First-Party-Daten. Die eigenen Brotverkaufsaufzeichnungen eines Supermarktpartners, die er direkt mit der Bäckerei teilt, sind Second-Party-Daten. Marktdaten von einem externen Aggregator, der sie nicht direkt erhoben hat, sind Third-Party-Daten. Diese Bezeichnungen beschreiben das Verhältnis zur Datenquelle; sie belegen keine Qualität. Je weiter Aufzeichnungen von der ursprünglichen Erhebung entfernt sind, desto schwerer lassen sie sich überprüfen.

Prüfe eine Quelle, bevor du dich auf sie verlässt

Prüfe, ob die Aufzeichnungen alle benötigten Orte und Zeiträume abdecken, aktuell sind und durch ihre Erhebung verzerrt sein könnten. Prüfe, ob Datenschutzregeln und Lizenzen diese Nutzung erlauben. Im Produktionsprotokoll von Filiale C fehlt Tag 17. Halte diese Lücke während der Vorbereitung fest, damit sie bei der Aufbereitung geklärt und dokumentiert werden kann.

Sammle die Felder, die der Aufgabe dienen. Kundenadressen helfen nicht dabei, den Brotabfall einer Filiale aus Tagessummen zu berechnen. Zusätzliche Felder verursachen mehr Bereinigungsarbeit und können personenbezogene Informationen offenlegen, ohne zur Antwort beizutragen. Eine Quellenliste sollte erklären, woher die Aufzeichnungen stammen, welchen Zeitraum sie abdecken und welche Lücken noch zu klären sind.

Die beiden Quellsysteme der Bäckerei ergeben nicht automatisch eine zuverlässige Analysetabelle. Beim Aufbereiten werden die Aufzeichnungen nutzbar und nachvollziehbar gemacht. Beim Analysieren werden die geprüften Aufzeichnungen dann genutzt, um zu beantworten, wie viel Abfall anfällt, wo und an welchen Tagen.

Bereinige die Daten und protokolliere Änderungen

Bei der Aufbereitung werden Fehler gefunden und behoben, bestätigte Dubletten entfernt, fehlende Werte behandelt und Formate wie Datumsangaben, Einheiten und Filialnamen vereinheitlicht. Gleiche die bereinigten Daten mit ihren Quellen ab. Führe ein Bereinigungsprotokoll, das erklärt, was geändert wurde, warum und wie.

Zwei bestätigte doppelte Einträge für Filiale A an Tag 9 werden entfernt und protokolliert. Die fehlende Anzahl gebackener Brote für Filiale C an Tag 17 wird nach Rücksprache mit der Filialleitung aus dem Ofenplan ergänzt; auch diese Quelle wird protokolliert. Eine Zeile mit 130 verkauften und 120 gebackenen Broten muss untersucht werden: Es könnte ein Eingabefehler sein oder Brot aus einer anderen Quelle stammen. Einen Ersatzwert zu raten würde einen unbelegten Wert erzeugen.

Berechne den Abfall für jede Filiale

Die Abfallquote misst den Anteil der Produktion, der unverkauft blieb:

Für A ziehst du 3.780 von 4.200 ab und erhältst 420. Anschließend dividierst du durch 4.200 und erhältst 0,10. Filiale C hat sowohl die größte Anzahl weggeworfener Brote als auch die höchste Quote und sollte deshalb genauer untersucht werden.

Die Quote der Kette wird aus den Gesamtzahlen berechnet: 1.155 geteilt durch 10.500 ergibt 11 %. Das einfache arithmetische Mittel von 10 %, 5 % und 20 % beträgt etwa 11,7 %. Dabei wird jede Filiale trotz unterschiedlicher Produktionsmengen gleich gewichtet. Die aus den Gesamtzahlen berechnete Quote beantwortet, welcher Anteil aller Brote der Kette weggeworfen wurde.

Schlüssele das Ergebnis nach Wochentag auf

Auf die acht Montage und Dienstage von Filiale C entfallen 800 gebackene und 520 verkaufte Brote. Durch Subtraktion erhältst du 280 weggeworfene Brote; geteilt durch 800 ergibt das 35 %. An den übrigen 20 Tagen ergeben 2.000 gebackene und 1.720 verkaufte Brote ebenfalls 280 weggeworfene, aber die Quote beträgt 14 %. Gleiche Abfallmengen können also unterschiedliche Produktionsmuster verbergen.

Das zeigt, wo und wann sich das Problem konzentriert. Es belegt nicht, warum. Die Filialleitung vermutet, dass zu Wochenbeginn weniger Büroangestellte an der Filiale vorbeikommen; diese Erklärung muss bestätigt werden. Berichte sie getrennt vom gemessenen Wochentagsmuster.

Ein Analyseergebnis wird nützlich, wenn die richtigen Personen es verstehen und eine Handlung wählen können. Beim Kommunizieren werden die Antwort und ihre Grenzen vermittelt. Beim Umsetzen wird eine Entscheidung in die Praxis übertragen und es werden die Belege gesammelt, die zur Beurteilung ihrer Wirkung nötig sind.

Beginne mit der Antwort, die die Zielgruppe braucht

Der Inhaber braucht die wichtigsten Zahlen und eine Empfehlung auf einer Seite. Eine Filialleitung braucht das Wochentagsmuster ihrer Filiale. Ein Analyst, der die Arbeit prüft, braucht die Quellenbeschreibung und das Bereinigungsprotokoll. Stimme die Einzelheiten auf die Entscheidung oder Prüfung ab, die jede Person vornehmen muss.

Eine Zusammenfassung für den Inhaber könnte lauten: „Über vier Wochen warf die Kette 1.155 von 10.500 Broten weg, also 11 %. Filiale C verursachte einen Abfall von 560 Broten, etwa 48 % des Abfalls der Kette. Die Hälfte des Abfalls von Filiale C fiel montags und dienstags an, als 35 % ihrer Brote unverkauft blieben.“ Einige klare Diagramme können diese Botschaft unterstützen; jedes explorative Diagramm zu zeigen kann sie verdecken.

Ein Analyseergebnis beschreibt, was die Belege zeigen: „Filiale C wirft 20 % ihrer Brote weg.“ Eine Handlungsempfehlung schlägt eine Maßnahme vor: „Filiale C soll montags und dienstags weniger backen.“ Kennzeichne beides klar, damit ein Vorschlag nicht mit einem beobachteten Ergebnis verwechselt wird.

Mache die Empfehlung überprüfbar

Ein konkreter Vorschlag ist ein vierwöchiger Versuch, bei dem Filiale C montags und dienstags 30 % weniger Brote backt. Die Ausgangsmenge für diese Tage beträgt insgesamt 800 Brote. Eine Verringerung um 30 % sind 240 Brote, sodass 560 bleiben. Bleiben die Verkäufe bei 520, würden an diesen Tagen nur 40 unverkauft bleiben.

Für die übrigen Tage bleiben 2.000 gebackene und 1.720 verkaufte Brote. Für den gesamten Versuch beträgt die projizierte Produktion 2.560, und die Verkäufe bleiben bei 2.240. Der Abfall würde 320 Brote betragen:

Das ist eine Projektion unter einer Annahme zu den Verkäufen, kein gemessenes Ergebnis. Erfolg bedeutet eine Abfallquote unter 15 %, wobei das Brot an höchstens einem Tag pro Woche vor Ladenschluss ausverkauft ist. Die zweite Kennzahl verhindert, dass geringerer Abfall eine schlechte Verfügbarkeit verdeckt.

Setze die Änderung um und verfolge sie

Der Inhaber entscheidet, ob er den Versuch genehmigt. Der Analyst kann bei der Planung der Änderung helfen und einen wöchentlichen Abfallbericht bereitstellen. Das Team von Filiale C ändert die Produktion und hält fest, was geschieht, einschließlich vorzeitiger Ausverkäufe.

Benenne relevante Einschränkungen: Die Ausgangsdaten decken vier Wochen ab, und der fehlende Wert eines Tages wurde aus dem Ofenplan ergänzt. Diese Einzelheiten beeinflussen, wie sicher der Inhaber das Muster verallgemeinern kann. Sie zu verbergen würde die Belege stärker erscheinen lassen, als sie sind.

Analysiere nach dem Versuch die neuen Aufzeichnungen mit derselben Berechnung der Abfallquote und prüfe die Verfügbarkeit. Sinkt der Abfall, aber ist das Brot zu früh ausverkauft, fragt die nächste Analyse, wie beide Ergebnisse in Einklang gebracht werden können. Die Nachbereitung gibt der nächsten Runde aus Klären, Vorbereiten und Analysieren einen konkreten Ausgangspunkt.

Analytische Fähigkeiten helfen dir, Probleme mithilfe von Fakten zu lösen. Das Google-Zertifikat fasst fünf Fähigkeiten zusammen: Neugier, Verständnis des Kontexts, technische Denkweise, Datenmodellierung und Datenstrategie. Sie entwickeln sich durch Übung und unterstützen die Arbeit während eines gesamten Projekts.

Frage nach und verstehe

Neugier führt dazu, dass du einem überraschenden Ergebnis nachgehst. Verdoppeln sich die Rücksendungen eines Produkts, frage, was sich geändert hat: der Lieferant, die Größentabelle oder das Produktfoto. Der Anstieg ist die Ausgangsbeobachtung. Neugier macht daraus weiterführende Fragen, die ihn erklären könnten.

Kontext verstehen bedeutet zu wissen, wo, wann, wie und warum die Daten erhoben wurden. Ein Anstieg der Regenschirmverkäufe während einer Regenwoche bedeutet etwas anderes als ein Anstieg während eines Rabatts auf das gesamte Sortiment. Zum Kontext gehören auch fehlende Teile: Bei einer regionalen Gesamtzahl muss geprüft werden, ob jede Filiale einbezogen wurde.

Um diese Fähigkeiten gemeinsam anzuwenden, bemerkst du zunächst das ungewöhnliche Ergebnis und fragst dann nach den Begleitumständen. Ein Gespräch mit einer Person, die die Arbeit kennt, kann eine Änderung aufdecken, die die Tabelle selbst nicht festhält. Auch diese Erklärung braucht Belege, bevor sie zu einer Schlussfolgerung wird.

Zerlege das Problem in Schritte

Eine technische Denkweise ist eine geordnete Art, ein Problem zu lösen. Angenommen, die Registrierungen auf einer Website gehen zurück. Prüfe, ob weniger Menschen die Website besucht haben, ob weniger Besucher die Registrierungsseite erreicht haben und ob weniger derjenigen, die sie erreicht haben, das Formular ausgefüllt haben. Jede Prüfung grenzt ein, wo der Rückgang aufgetreten ist.

Diese Denkweise unterscheidet sich davon, viele Softwarefunktionen zu kennen. Wer wahllos Tabellenfunktionen ausprobiert, führt keine logische Untersuchung durch. Wer dieselben Schritte auf Papier durcharbeitet, kann schon vor dem Erlernen der Software eine ausgeprägte technische Denkweise zeigen.

Organisiere die Informationen und die Arbeit

Datenmodellierung betrifft die Struktur von Informationen. Eine Bestellung kann mehrere Produkte enthalten. Eine nützliche Struktur ist daher eine Zeile pro Bestellposition mit getrennten Spalten für Bestellnummer, Datum, Produkt und Menge. Dieselbe Bestellnummer verbindet die Positionen einer Bestellung. Eine Zelle, die alle Käufe eines Kunden als Freitext enthält, wäre schwerer zuverlässig zu summieren oder zu aktualisieren.

Datenstrategie betrifft die Menschen, Prozesse und Werkzeuge, die in der Analyse eingesetzt werden. Ein Team könnte vereinbaren, dass Verkaufsaufzeichnungen jede Nacht in eine gemeinsam genutzte Datenbank geladen werden, festlegen, wer den Ladevorgang betreut, und entscheiden, dass Analysten mit dieser gemeinsamen Quelle arbeiten. Das vermeidet getrennte private Kopien, die sich auseinanderentwickeln.

Die Datenmodellierung macht die Aufzeichnungen nutzbar; die Datenstrategie organisiert ihre Nutzung durch das Team. Eine gut strukturierte Tabelle kann trotzdem falsch verwendet werden, wenn niemand weiß, welche Version aktuell ist. Ein gemeinsamer Prozess kann trotzdem Schwierigkeiten bereiten, wenn Mengen und Produktnamen in einem Feld vermischt sind.

Analytisches Denken bedeutet, ein Problem zu definieren und es mithilfe von Daten geordnet zu lösen. Fünf Aspekte leiten dieses Denken: Visualisierung, Strategie, Problemorientierung, Korrelation sowie Denken im Gesamtzusammenhang und Detaildenken. Sie wirken als Denkgewohnheiten zusammen und sind keine fünf Schritte, die einmal abgeschlossen werden.

Erkenne ein Muster und halte die Untersuchung relevant

Visualisierung stellt Informationen grafisch dar, etwa mit einem Diagramm oder einer Karte. Ein Liniendiagramm mit 365 täglichen Gesamtzahlen von Websitebesuchen kann einen Wochenrhythmus zeigen, der in einer langen Tabelle schwer zu erkennen ist. Das Diagramm unterstützt die Untersuchung, indem es ein Muster sichtbar macht.

Strategie hält das angestrebte Ergebnis im Blick. Wenn das Ziel darin besteht, sinkende Registrierungszahlen zu verstehen, verdient ein interessantes Muster bei Produktfarben möglicherweise keine Untersuchung. Entscheide, welcher nächste Schritt zur Beantwortung der betrieblichen Aufgabenstellung beiträgt und welcher die Arbeit davon wegführen würde.

Problemorientierung geht von dem Problem aus, das gelöst werden muss. Ein großer Datensatz allein ist kein Grund, jede mögliche Kennzahl zu berechnen. Ermittle zuerst die Entscheidung oder Schwierigkeit und frage dann, wie eine vorgeschlagene Berechnung oder ein Diagramm bei ihrer Bewältigung hilft.

Unterscheide einen Zusammenhang von einer Ursache

Korrelation bedeutet, dass zwei Variablen sich tendenziell gemeinsam verändern. Bei einem positiven Zusammenhang steigen oder fallen beide tendenziell gemeinsam. Bei einem negativen Zusammenhang steigt eine tendenziell, während die andere fällt. Keine der beiden Richtungen beweist, dass eine Variable die andere verursacht.

Über ein Jahr hinweg steigen und fallen Eisverkäufe und in Kliniken behandelte Sonnenbrände gemeinsam. Heiße, sonnige Tage erhöhen beides. Das Wetter ist eine Störvariable, ein dritter Faktor, der die beiden Variablen beeinflusst. Eine Begrenzung der Eisverkäufe würde die Ursache des Sonnenbrands, die diese Erklärung aufzeigt, nicht angehen.

Ein diagnostisches Muster hilft, mögliche Ursachen zu erkennen. Es ersetzt nicht die Untersuchung anderer Erklärungen. Bevor du aufgrund eines scheinbaren Zusammenhangs handelst, frage, was sich rund um beide Variablen verändert hat und welche Belege die konkurrierenden Erklärungen unterscheiden könnten.

Wechsle zwischen dem Ganzen und dem Detail

Denken im Gesamtzusammenhang ordnet ein Problem in die übergeordneten Ziele und die größere Situation ein. Detaildenken untersucht die einzelnen Fakten, die es erklären könnten. Ein Produkt, das scheinbar aus einem Monatsbericht verschwindet, ist ein übergeordnetes Ergebnis. Ein erneut eingetippter Produktcode kann seine Datensätze auf zwei Bezeichnungen aufteilen und dieses Ergebnis erklären.

Ein Analyst kann dieses Beispiel in beide Richtungen durchlaufen. Die betriebliche Frage legt fest, warum das fehlende Produkt wichtig ist. Eine genaue Prüfung der Codes und Quellzeilen testet, ob es tatsächlich verschwunden ist. Die Korrektur eines bestätigten Bezeichnungsfehlers kann dann den umfassenderen Bericht verändern.

Ein Symptom zeigt, dass etwas nicht stimmt. Eine Grundursache erklärt den zugrunde liegenden Grund dafür. Strukturierte Fragen helfen dir, den Belegen vom sichtbaren Problem bis zu einer belegten Ursache zu folgen. Eine Lückenanalyse zeigt, wie weit ein aktuelles Ergebnis von einem Zielwert entfernt ist.

Folge einer Warum-Kette anhand von Belegen

Die Fünf-Warum-Methode beginnt mit einem Problem und fragt, warum es aufgetreten ist. Jede Antwort wird zur nächsten Frage. Prüfe jede Antwort anhand von Aufzeichnungen oder Beobachtungen, bevor du eine weitere Erklärung darauf aufbaust. Fünf Fragerunden sind eine Orientierung; die Belege bestimmen, wie weit die Kette gehen muss.

Betrachte verspätete Lieferungen:

1. Lieferungen kommen zu spät an, weil die Fahrer das Depot zu spät verlassen.
2. Die Fahrer fahren zu spät ab, weil die Lieferwagen zu spät beladen werden.
3. Die Beladung erfolgt spät, weil die Bestellungen das Lager erst nach 10:00 Uhr erreichen.
4. Die Bestellungen kommen dann an, weil das System die Bestellungen des Vormittags um 9:45 Uhr in einem Stapel sendet.
5. Dieser Zeitpunkt für den Stapel stammt aus einer Zeit, als es viel weniger Bestellungen gab.

Abfahrtszeiten, Beladeaufzeichnungen und Zeitstempel des Systems können diese Erklärung prüfen. Das belegte zugrunde liegende Problem ist ein veralteter Zeitplan für die Stapelverarbeitung. Werden Bestellungen laufend oder in mehreren Stapeln am Vormittag gesendet, wird dieses Problem angegangen. Die Fahrer zur Eile aufzufordern würde den verzögerten Bestellfluss bestehen lassen.

Bleib nicht stehen, nur weil eine frühe Antwort etwas nahelegt, das leicht zu ändern ist. Erfinde ebenso wenig einen fünften Grund, wenn die Belege eine kürzere Kette stützen. Ziel ist, eine belegte zugrunde liegende Ursache zu erreichen und eine Maßnahme zu wählen, die sie angeht.

Miss die Lücke zu einem Zielwert

Eine Lückenanalyse benennt den Ist-Zustand, den gewünschten Zustand und Änderungen, die den Unterschied überbrücken können. Eine Klinik beantwortet derzeit 82 % der Anrufe innerhalb von zwei Minuten und möchte 95 % erreichen. Der Unterschied beträgt 13 Prozentpunkte:

Für einen Unterschied in Prozentpunkten werden die beiden Prozentsätze voneinander abgezogen. Eine relative prozentuale Zunahme vergleicht die Veränderung mit der Ausgangsquote:

Wer die Lücke „13 %“ nennt, verwechselt diese beiden Größen. Um eine Verbesserung zu planen, muss die Klinik auch den Prozess hinter unbeantworteten oder verspätet beantworteten Anrufen untersuchen. Die Lücke selbst misst den Rückstand; sie zeigt nicht dessen Ursache.

Prüfe die erste Erklärung

Der Bestätigungsfehler ist die Neigung, Belege wahrzunehmen und ihnen zu glauben, wenn sie eine bestehende Ansicht stützen. Beginnst du mit „Die Fahrer sind nachlässig“, bemerkst du vielleicht die verspäteten Abfahrten und übersiehst den verzögerten Bestellstapel. Entscheide, welche Belege dich umstimmen würden, und suche aktiv danach.

Nützliche Fragen sind „Was haben wir nicht berücksichtigt?“ und „Wo liegen die Lücken im Prozess?“. Sie helfen, die Untersuchung zu erweitern, ohne Belege zu ersetzen. Eine überzeugende Geschichte und ein messbarer Rückstand sind nützliche Ausgangspunkte, aber die vorgeschlagene Änderung sollte sich aus der durch Aufzeichnungen gestützten Ursache ergeben.

Datenteams teilen die Arbeit danach auf, was erstellt, verstanden und vermittelt werden muss. Berufsbezeichnungen unterscheiden sich zwischen Organisationen, daher bieten Verantwortlichkeiten und Ergebnisse eine verlässlichere Orientierung als die Bezeichnung allein.

Verbinde Systeme, Tabellen und Antworten

Ein Data Engineer erstellt und pflegt Datenpipelines, Datenbanken und Data Warehouses. Pipelines übertragen Daten von ihren Quellen dorthin, wo sie gebraucht werden. Ein Data Warehouse führt bereinigte Daten aus mehreren Quellen für Analyse und Berichterstattung zusammen. Zuverlässige Datenlieferung und Speicherung ermöglichen anderen, auf einer verlässlichen Grundlage zu arbeiten.

Ein Analytics Engineer wandelt Rohdaten im Data Warehouse in bereinigte, dokumentierte Tabellen um, die Analysten abfragen können. Ein Datenarchitekt entwirft die Gesamtstruktur der Datensysteme der Organisation. Ein Data Steward kümmert sich um Qualität, einheitliche Definitionen und Zugriffsregeln. Diese Verantwortlichkeiten betreffen verschiedene Ebenen desselben Ökosystems.

Ein Datenanalyst sammelt, bereinigt, untersucht und präsentiert Daten, um konkrete Fragen zu beantworten. Berichte, Diagramme und Handlungsempfehlungen sind häufige Ergebnisse. Marketinganalyst, Betriebsanalyst und Analyst im Gesundheitswesen bezeichnen Bereiche, in denen diese Arbeit angewendet wird.

Mache laufende Berichte und Modelle nutzbar

Ein BI-Analyst oder BI-Entwickler erstellt und pflegt wiederkehrende Berichte und Dashboards. Das Ergebnis verschafft Menschen laufenden Zugang zu Zahlen, etwa jeden Montag zu Verkäufen nach Region. Auch ein Datenanalyst kann ein Dashboard erstellen; die Unterscheidung bezeichnet einen typischen Schwerpunkt und keine ausschließliche Befugnis für die Aufgabe.

Ein Data Scientist nutzt Statistik, Programmierung und maschinelles Lernen, um Modelle für Ergebnisse oder komplexe Muster zu erstellen, und entwirft Experimente zur Prüfung von Änderungen. Ein Machine Learning Engineer integriert Modelle in funktionsfähige Software und hält sie in Betrieb. Ein Modell zu erstellen und es zuverlässig zu betreiben sind verwandte Aufgaben mit unterschiedlichen praktischen Anforderungen.

Verfolge die Übergaben bei einer Frage

Ein Streamingdienst möchte Kündigungen verstehen. Der Data Engineer bringt Abrechnungs- und Nutzungsaufzeichnungen täglich in das Data Warehouse. Der Datenanalyst findet heraus, dass die Kündigungen nach einer Preisänderung und unter Personen, die weniger als zwei Stunden im Monat schauen, am höchsten sind. Der BI-Entwickler ergänzt das wöchentliche Dashboard um Kündigungen. Der Data Scientist erstellt ein Modell, das schätzt, welche Abonnenten wahrscheinlich kündigen.

Der Analyst bespricht das Muster mit Stakeholdern und Fachexperten. Klare Fragen und verständliche Erklärungen sind wichtig, weil die Entscheidungsträger sowohl das Analyseergebnis als auch das verstehen müssen, was es nicht belegen kann. Eine Korrelation nach einer Preisänderung ist ein Hinweis, der untersucht werden muss, und kein automatischer Beweis für die Ursache.

In einer kleinen Organisation kann eine Person mehrere dieser Aufgaben übernehmen; eine größere Organisation kann sie auf Teams verteilen. In allen Rollen müssen Menschen personenbezogene Informationen schützen, sie für angemessene Zwecke nutzen und prüfen, ob Schlussfolgerungen oder Maßnahmen Gruppen unfair benachteiligen.

Tabellenkalkulationen machen eine Tabelle sichtbar und leicht untersuchbar. SQL ruft Daten aus relationalen Datenbanken ab. Viele Projekte nutzen SQL, um ein überschaubares Ergebnis auszuwählen, und eine Tabellenkalkulation, um es zu untersuchen. Die Wahl des einen schließt das andere also nicht aus.

Lies ein Tabellenblatt und seine Berechnungen

Eine Tabellenkalkulation wie Excel, Google Sheets oder LibreOffice Calc speichert Werte in Zellen. Spalten tragen Buchstaben und Zeilen Zahlen: B2 ist Spalte B, Zeile 2. Ein Zellbereich wie B2:B4 umfasst B2, B3 und B4.

Eine Formel beginnt mit einem Gleichheitszeichen und berechnet einen Wert. Eine Funktion ist eine benannte, fertige Berechnung wie SUM, AVERAGE, COUNT, MIN oder MAX. =SUMME(B2:B4) addiert drei Zellen. Bezüge ermöglichen es Formeln, sich bei Änderungen der Eingabewerte neu zu berechnen.

Trage die Bäckereifilialen A, B und C in die Zeilen 2–4 ein, die gebackenen Mengen in B und die verkauften Mengen in C. In D2 ergibt =B2-C2 für A 420 weggeworfene Brote aus 4.200 gebackenen und 3.780 verkauften. In E2 zeigt =D2/B2 „0.1“ an; die Prozentformatierung zeigt „10%“ an. =SUMME(B2:B4) ergibt die 10.500 gebackenen Brote der Kette.

Sortieren ordnet Zeilen nach einem Feld, etwa Abfall vom höchsten zum niedrigsten Wert. Filtern zeigt passende Zeilen an, etwa nur Filiale C. Eine Pivot-Tabelle gruppiert und fasst Aufzeichnungen zusammen, etwa den gesamten Abfall für jede Filiale und jeden Wochentag.

Lies eine einfache SQL-Abfrage

Eine relationale Datenbank speichert Tabellen, die über gemeinsame Felder wie eine Kundennummer verbunden sind. SQL, Structured Query Language, fragt Daten in diesen Systemen ab und verwaltet sie. Eine Abfrage ist eine schriftliche Anfrage:

SELECT shop, baked, sold
FROM daily_sales
WHERE shop = 'C';

SELECT benennt die zurückgegebenen Spalten. FROM benennt die Tabelle. WHERE behält nur Zeilen, die die Bedingung erfüllen. Diese Abfrage gibt shop, baked und sold für Filiale C zurück und liest die Tabelle nur; sie verändert die gespeicherten Datensätze nicht.

Datenbanksysteme nutzen SQL-Dialekte, darunter PostgreSQL, MySQL, SQL Server, SQLite und BigQuery. Die grundlegenden Befehle sind gemeinsam, während Funktionen und Einzelheiten unterschiedlich sein können.

Wähle entsprechend der Aufgabe

Eine Tabellenkalkulation eignet sich für einen kleinen oder mittelgroßen Datensatz, eine schnelle einmalige Berechnung und eine Zielgruppe, die mit Dateien vertraut ist. SQL eignet sich für vorhandene Datenbankdaten, große Tabellen und wiederkehrende Fragen. Ein Excel-Blatt hat höchstens 1.048.576 Zeilen und 16.384 Spalten; eine Google-Sheets-Datei hat höchstens 20 Millionen Zellen. Dateien können schon langsam werden, bevor sie eine Grenze erreichen.

Manuelles Kopieren und Überschreiben kann schwer zu wiederholen oder zu überprüfen sein. Blattschutz, Berechtigungen und Validierung können Fehler verringern. Eine relationale Datenbank ergänzt strukturierte Spalten, Typen und Regeln für gemeinsam genutzte Datensätze. Beide brauchen eine sorgfältige Nutzung; ihre Strukturen und Kontrollmöglichkeiten unterscheiden sich.

Das richtige Werkzeug hängt von der Aufgabe, den Daten und den Menschen ab, die das Ergebnis brauchen. BI-Werkzeuge machen Zahlen dauerhaft zugänglich. Python und R ermöglichen Analysten, wiederholbare Verarbeitungs- und Analyseschritte zu programmieren, auch für Arbeiten, die für eine Tabellenkalkulation zu umfangreich sind.

Biete einen laufenden Überblick

BI- und Visualisierungswerkzeuge wie Tableau, Power BI und Looker Studio verbinden sich mit Tabellenkalkulationen, Datenbanken und Cloud-Diensten. Sie wandeln Aufzeichnungen in interaktive Diagramme und Dashboards um. Ein Dashboard führt Kennzahlen und Diagramme auf einer Bildschirmseite zusammen, um eine Situation zu beobachten.

Die Aktualität hängt von der Verbindung und dem Aktualisierungsprozess ab. Ein Dashboard mit importierten Daten kann bis zu einer erfolgreichen planmäßigen oder manuellen Aktualisierung die Werte von gestern zeigen. Eine Live-Verbindung kann aktuelle Quelldaten abfragen, aber auch die angezeigte Ansicht muss möglicherweise aktualisiert werden. Prüfe die Aktualität, bevor du die angezeigte Zahl interpretierst.

Ein jeden Morgen aktualisiertes Verkaufsdashboard kann Führungskräften ermöglichen, selbst nach Region, Produkt und Datum zu filtern. Es eignet sich für eine wiederkehrende Frage, die viele Menschen teilen. Jeden Morgen eine neue einmalige Präsentation zu erstellen würde den Analysten zwingen, Arbeit zu wiederholen, die das Dashboard übernehmen kann.

Wiederhole komplexe Arbeit mit Code

Python ist eine universelle Programmiersprache, die für Software, Automatisierung und maschinelles Lernen ebenso wie für Analysen genutzt wird. Bibliotheken wie pandas verarbeiten Tabellen und Matplotlib erstellt Diagramme. R wurde für Statistik und Grafiken entwickelt; ggplot2 und tidyverse sind gängige Ergänzungen, RStudio ist eine verbreitete Umgebung für die Nutzung.

Beide Sprachen können Daten laden, bereinigen, analysieren und visualisieren. Ein Skript kann mit neuen Eingabedaten ausgeführt werden, ohne manuelle Änderungen zu wiederholen. Ein Notebook wie Jupyter kombiniert Code, Ausgabe und erklärenden Text in einem Dokument.

Reproduzierbarkeit bedeutet, dass jemand anderes die Analyse wiederholen und dasselbe Ergebnis erhalten kann. Code hilft, indem er seine Schritte festhält, aber ein weitergegebenes Skript reicht nicht aus, wenn der Analyst Daten zusätzlich manuell verändert hat. Nimm jeden Verarbeitungsschritt, die Eingabedaten, Softwareversionen und Einstellungen auf, die für die Ausführung nötig sind.

Stelle eine passende Werkzeugkette zusammen

Für die einmalige Frage einer Führungskraft zu regionalen Verkäufen aus einem Export mit 2.000 Zeilen kann eine Pivot-Tabelle in einer Tabellenkalkulation genügen. Für die wöchentlichen Zahlen eines Teams aus einer Datenbank unterstützt SQL, das ein BI-Dashboard speist, den wiederkehrenden Bedarf. Für 40 Millionen Sensormesswerte, die monatlich bereinigt und modelliert werden, können Python oder R die Verarbeitung großer Datenmengen unterstützen, wobei SQL bei Bedarf Aufzeichnungen abruft.

Frage, wo die Daten liegen, wie groß sie sind, wie oft sich die Arbeit wiederholt, wer das Ergebnis nutzt, ob andere es prüfen müssen und was die Organisation unterstützt. Ein kompliziertes Werkzeug kann eine unklare Frage oder unzuverlässige Aufzeichnungen nicht ausgleichen.

KI-Assistenten können in vielen Werkzeugen Formeln, Abfragen oder Zusammenfassungen vorschlagen. Prüfe einen Vorschlag anhand der Daten und verstehe, was er bewirkt, bevor du dich darauf verlässt. Ein überzeugend aussehendes Ergebnis kann trotzdem das falsche Feld, den falschen Filter oder die falsche Berechnung verwenden.