Smart Data Gathering: Ein strategischer Plan für die Datensammlung

Sie sind Kapitänin oder Kapitän eines Segelschiffs und durchqueren die weite See des Geschäftslebens. Daten sind der Wind in Ihren Segeln, die Sie zu neuen Ufern des Erfolgs führen. Doch wie fängt man diesen Wind richtig ein, und wie navigiert man gekonnt durch die Datenflut?

In der datengetriebenen Geschäftswelt ist eine gründliche Planung der Datenbeschaffung für den Analyseerfolg unerlässlich. Dieser Prozess, der vor der eigentlichen Datenbeschaffung und -analyse beginnt, umfasst die Identifizierung relevanter Datenquellen, sowohl intern als auch extern, und die Bewertung ihrer Zugänglichkeit.

Bild zum Business Data Analytics Zyklus.
Der Business Data Analytics Zyklus (Bildquelle: Eigene Darstellung)

Die Datensammlung ist in einen zyklischen Prozess eingebettet, der mit einer definierten Fragestellung beginnt und über die Datennutzungsplanung und Analyse zum Reporting führt. Die Ergebnisse dieses Prozesses beeinflussen die Unternehmensentscheidungen und stellen sicher, dass Datenbeschaffung und -analyse eng mit den Unternehmenszielen verbunden sind.

Segel setzen und Datensammlung planen

Der strategische Plan für die Datensammlung umfasst folgende Überlegungen:

Kursbestimmung: Welche Daten werden benötigt?

Es wird ermittelt, welche Daten zur Beantwortung einer spezifischen Fragestellung notwendig sind. Dabei ist es wichtig, sowohl bereits vorhandene Daten zu betrachten als auch zusätzlichen Datenbedarf zu identifizieren. Die Auswahl geeigneter Datenquellen aus verschiedenen Systemen oder Umgebungen spielt eine entscheidende Rolle, um ein umfassendes Verständnis der benötigten Datenlandschaft zu entwickeln.

Logbücher prüfen: Sind alle Daten verfügbar?

Die Zugänglichkeit der benötigten Daten muss geklärt werden. Oft sind bestimmte Daten aufgrund rechtlicher, technischer oder organisatorischer Gründe nicht verfügbar. Eine frühzeitige Klärung der verfügbaren Datenquellen und möglicher Einschränkungen ist daher essenziell.

Alte Schatzkarten sichten: Wie wichtig sind historische Daten?

Die Relevanz historischer Daten für die aktuelle Analyse muss sorgfältig bewertet werden. Historische Daten können wichtige Erkenntnisse über Trends und langfristige Entwicklungen liefern. Die Entscheidung, wie weit zurückliegende Daten einbezogen werden sollen, ist für eine fundierte Analyse kritisch.

Navigationsplan festlegen: Welche Methoden führen zum Ziel und wie sieht der Zeitplan aus?

Es werden die Methoden zur Datenerhebung sowie der Zeitplan für die Sammlung festgelegt. Dies umfasst die Definition von Prozessen, die Auswahl von Werkzeugen und Technologien sowie die Planung von Datenerhebungszeitpunkten, um die rechtzeitige Verfügbarkeit der Daten in der benötigten Qualität zu gewährleisten.

Kompass kalibrieren: Sind die Daten valide?

Nach der Datensammlung ist die Überprüfung der Genauigkeit und Relevanz der Daten entscheidend. Diese Phase dient dazu, Fehler, Inkonsistenzen oder Unvollständigkeiten zu identifizieren und zu korrigieren, um die Zuverlässigkeit der Datenanalyse zu sichern. Eine gründliche Datenvalidierung gewährleistet, dass Entscheidungen auf der Basis qualitativ hochwertiger und verlässlicher Daten getroffen werden können.

Weitere zentrale Aspekte stets auf dem Radar haben

Nachdem die oben aufgeführten Überlegungen angestellt worden sind, müssen weitere wichtige Aspekte beachtet werden. Oftmals werden nicht-funktionale Anforderungen wie beispielsweise Datenschutz, Sicherheit, Datenaufbewahrung, Volumen, Timing und die Häufigkeit der Datensammlung sowie Einschränkungen durch bestehende Servicevereinbarungen zu spät berücksichtigt. 

Einen weiteren wichtigen Aspekt stellt die Art der Daten dar. Gut organisierte, durchdachte und formatierte Daten werden als strukturierte Daten bezeichnet. Mithilfe einer Abfragesprache wie SQL (Structured Query Language) kann man einfach auf solche Daten zugreifen.

Im Gegensatz dazu stehen semi-strukturierte oder unstrukturierte Daten, wie Videos, Bilder oder PDFs. Diese Datenformen sind oft nicht in einer festen Struktur organisiert, was ihre Analyse und Organisation komplexer und aufwändiger macht. Bei der Entscheidung, wie viele unstrukturierte Daten verwendet werden sollen, muss berücksichtigt werden, dass sie umfangreiche Prozesse zur Datenbereinigung, -klassifizierung und -analyse erfordern.

Wichtig: Der Erfolg hängt häufig auch davon ab, wie effektiv die erstellte Planung zusammen mit den betroffenen Stakeholdern überprüft wird. Eine gute und enge Abstimmung führt nicht nur zu Konsens, sondern auch zu allfällig benötigten Genehmigungen.

Beitrag teilen

Tim Nick Bühler

Tim Nick Bühler ist Head of Business Automation (Audit) bei BDO AG und bloggt aus dem Unterricht des CAS Business Intelligence & Analytics. Als Business Analyst verfügt er über umfassende Erfahrungen, insbesondere durch seine Beteiligung an der (Weiter-)Entwicklung der internen Audit-Data-Analytics-Plattform sowie an verschiedenen BI-Projekten.

Alle Beiträge ansehen von Tim Nick Bühler →

Schreibe einen Kommentar