Aus dem Kurs: Datenanalyse lernen Teil 1: Grundlagen

Sammeln und analysieren Sie bereits Daten?

Aus dem Kurs: Datenanalyse lernen Teil 1: Grundlagen

Sammeln und analysieren Sie bereits Daten?

“

Nutzen Sie einen Fitness Tracker oder eine App, die Kalorien zählt? Wenn ja, dann sammeln Sie bereits Daten. Machen Sie noch schnell eine Runde um den Block, wenn Sie feststellen, dass Sie noch nicht genügend Schritte gelaufen sind? Machen Sie Ihr Essverhalten davon abhängig, wie viel Sie sich bewegt haben? Verwenden Sie Ihre Fitness History, um zu entscheiden, was Sie als Nächstes tun? Setzen Sie sich ein Kalorienziel? Überwachen Sie Ihre Kalorienzufuhr und passen Sie sie bei Bedarf an, um Ihr Tagesziel zu erreichen? Wenn ja, dann nutzen Sie Daten, um Entscheidungen zu treffen. Was bedeutet, Sie analysieren bereits jetzt Daten. Und diese Beispiele zeigen, dass wir alle Daten sammeln und analysieren. Aber echte Datenanalyse-Fachkräfte tun natürlich noch viel mehr. Es zeigt sich schon seit Jahren, dass es viel mehr Leute gibt, als man meinen könnte, die in der Datenanalyse arbeiten, ohne dass es in deren Berufsbezeichnungen erkennbar ist. Robin Hunt und ihr Team erstellen daher also eine kleine lokale Studie und fragen Leute, ob sie mit Daten arbeiten. Und sie fragen nach deren Stellenbezeichnungen. Dann wollen sie noch wissen, ob sich die Befragten als Data Worker gemäß Definition der European Data Market-Studie bezeichnen. Diese Definition könnte man ungefähr folgendermaßen übersetzen: "Mitarbeitende, deren Arbeit hauptsächlich bzw. zu einem großen Teil darin besteht, Daten zu sammeln, zu speichern, zu verwalten und zu analysieren." Danach untersucht das Team, ob aus den Stellenbezeichnungen der Befragten ersichtlich ist oder ersichtlich sein sollte, dass es sich um Data Analysts, also um Datenanalyst:innen handelt. Das Ergebnis dieser kleinen englischsprachigen Studie sieht folgendermaßen aus. Bei einer großen Mehrheit der Befragten, die sich in größeren und kleineren Unternehmen aus verschiedensten Branchen als Data Worker sehen, fehlt in der Stellenbezeichnung das Wort Data Analyst. Hin und wieder findet sich in der Stellenbezeichnung das Wort Analyst wieder. Aber am Ende sind es immer noch 73 % der Befragten, die sich als Data Worker betrachten und in deren Stellenbezeichnungen die Wörter Data, Analyst bzw. Data Analyst fehlen. Was aber eigentlich noch viel interessanter ist, ist die Tatsache, dass die Befragten, die sich nicht als Data Worker sehen, trotzdem mit datenbezogenen Aufgaben und Prozessen zu tun haben und mit entsprechenden Programmen arbeiten. Es gibt weltweit in Organisationen immer mehr Daten und immer mehr Mitarbeitende greifen auf diese Daten zu, um Geschäftsleitung, Abteilungen etc. mit Informationen zu versorgen und über Ergebnisse zu berichten. Oder Sie prüfen, bereinigen, bearbeiten und modellieren Daten für Wochen-, Monats-, Jahresberichte uvm. Wie sieht es bei Ihnen aus? Exportieren Sie Daten aus einem System in Excel- oder CSV-Dateien, um sie dort weiterzuverarbeiten? Das ist etwas, was eine Datenanalysefachkraft in jedem Projekt tut. Wenn Sie die Daten aus dem System herausgeholt haben, löschen Sie dann Spalten und fügen Sie Berechnungen hinzu, die die Datenquelle nicht liefert? Das ist Datenbereinigung und Datentransformation, das tägliche Brot von Datenanalysefachkräften. Schlagen Sie Daten mit SVERWEIS oder XVERWEIS nach, um sie mit anderen Daten aus anderen Arbeitsblättern oder Dateien zu verbinden? Wenn ja, dann verknüpfen und modellieren Sie Datensets. Erstellen Sie Pivot-Tabellen, Kreuztabellen, Diagramme oder Grafiken? Das ist Datenvisualisierung. All das ist genau das, was Datenanalyst:innen tun. Klingt das nach Ihnen? Datenanalysefachkräfte suchen, sammeln und/oder erfassen Daten. Sie prüfen und transformieren Daten. Sie erweitern Daten mit Funktionen und Formeln und sie führen Datensets zusammen, um diese in Pivot-Tabellen, Diagrammen und anderen Visualisierungen weiter zu analysieren. Ihr Ziel ist es, in den Daten Antworten auf Fragen zu finden, die zu neuen Erkenntnissen führen, die wiederum zur Entscheidungsfindung beitragen.

Inhalt