1. Dataworkshop Part I:
Einführung in BI & datengestütztes Entscheiden
Ultra Q&D Unterstützungspräsentation

2. Das haben wir vor
HEUTE
Motivation / Einführung ins Thema
I - Zielsetzung
II - Daten erfassen
BEIM NÄCHSTEN MAL
III - Datenhaltung & -bereitstellung
IV - Auswerten, Darstellen Entscheiden
Entwurf Anschlussprojekt

3. Motivation - Warum tun wir das alles ?
1) Daten helfen bei der Entscheidungsfindung

4. Business Intelligence
● Beherrschen zunehmender Komplexität
● Beherrschen zunehmender Unsicherheit
● Antwort auf hohen Entscheidungsdruck
(Geschwindigkeit)

5. Motivation - Warum tun wir das alles ?
2) Ermöglichen neue Geschäftsmodelle

8. Daten als neue Währung
● Können immer mehr erfassen und messen
● Können daraus größeres Verständnis über Markt und Kunden gewinnen
● Können Erkenntnisse für Produkt/Service-Entwicklung und Marketing nutzen
Big Picture:
● Lösung globaler Probleme
● Futter für neue Technologien
○ AI
○ Prediction

9. Der Prozess
1. Verstehen & Zielsetzung
2. Daten verstehen & sammeln
3. Daten halten und aufbereiten
4. Daten auswerten, Entscheiden

10. Abschnitt I
Business-Verständnis und Ziele

11. Arbeiten mit Daten = Einfach alles sammeln?
Datenkrake?
Big Data?
Ohne Ziel?

12. Ohne klare Ziele geht es nicht

13. Messung der Zielerreichung
Mit Hilfe von Kennzahlen
+ Zielbezug
= Schlüsselkennzahl
(KPI: Key Performance Indicator)

14. Berücksichtigung der “Entscheidungsituation”
Was ist eine Entscheidung?
Entscheidung
● Auswahl aus mehreren
Handlungsoptionen
● Berücksichtigung der Ziele
● Berücksichtigung der vorliegenden
Informationen
● Rational
● durch einen Entscheidungsträger

15. Entscheidungsprobleme

16. Abschnitt II - Datenerfassung
Oder: Endlich geht’s um Daten!

17. Nicht so Schnell: Intro zur “Datenerfassung”
Verständnis von Daten
● Daten sind vielfältig
○ Typen
○ Perspektiven
○ Kontexte...
● Daten haben eine Qualität
● Daten sind keine Informationen
Charakteristika der Datenerfassung
● Heterogene Quellen
● Quellen; Zweck und Verständnisproblem
● Datenschutz

18. Datentypen

19. Weitere Kontexte von Daten
Veränderungshäufigkeit:
Stammdaten / Bewegungs oder Prozessdaten
Bezug:
Personen / Unternehmen / Wettbewerber /
Markt / Kunden
→ Sehr unterschiedliche Ansätze zur Klassifizierung /
Betrachtung

20. Datenqualität
Anforderungen an Daten
1. Konsistent
2. Korrekt
3. Vollständig
4. Verwendbar
5. Eindeutig
6. Einheitlich

21. Daten ≠ Information

22. ...etwas einfacher
Daten Informationen Wissen
messen berechnen / interpretieren verstehen / anwenden
Fakten / Messpunkte /
Metriken
Kennzahl, Schlüsselkennzahlen
+ Darstellung entlang Dimension/
Hierarchie

23. Nicht so Schnell: Intro zur “Datenerfassung”
Verständnis von Daten
● Daten sind vielfältig
○ Typen
○ Perspektiven
○ Kontexte...
● Daten haben eine Qualität
● Daten sind keine Informationen
Charakteristika der Datenerfassung
● Heterogene Quellen
● Quellen; Zweck und Verständnisproblem
● Datenschutz

24. Heterogene Datenquellen
Mehrere Quellen müssen berücksichtigt werden
Unterschiedliche Strukturen der Daten in den Quellen
Auf Quellen kann ggfs. nicht zugegriffen werden
Quelle eventuell gar nicht vorhanden
Quellen liegen intern / extern (öffentlich zugänglich)

25. Quellen: Zweck und Verständnis
Zweck von Datenbanken ist (zu Beginn) meist nicht “Auswertung”
Verständnis

26. Datenschutz
Vorsicht bei personenbezogenen Daten
betrieblichen Datenschutzbeauftragen um Rat fragen.