Wir erläutern die Schritte Read, Transform und Write, die notwendig sind, um Daten so aufzubereiten, dass sie für spezifische Anwendungsfälle nutzbar gemacht werden können. Besonderes Augenmerk liegt auf der Transformation der Daten sowie der Bedeutung der richtigen Verknüpfung und Formatierung.
Vorgehen in der Datenanalyse
Allgemein lässt sich das Vorgehen in die Schritte Read, Transform und Write aufteilen.
Read
In diesem Schritt werden die Daten aus dem Store (z.B. Data Warehouse) oder einem vorhergehenden Workflow geladen. Bei Bedarf können noch weitere Daten aus verschiedenen Quellen innerhalb der einzelnen Workflows hinzugefügt werden. Wenn zum Beispiel eine Mappingtabelle benötigt wird, welche von den Kolleginnen und Kollegen in Excel erstellt wurde.
Transform
In der Transformation werden dann alle für den Use Case notwendigen Datenquellen zusammengeführt. Hierbei ist drauf zu achten, dass die Daten über sinnvolle Keys gemappt werden.
Positiv
Negativ
Des Weiteren ist darauf zu achten, wie man die Daten miteinander „verbindet“. Dies hängt auch davon ab, mit welchem Tool die Daten aufbereitet werden. So kann man bei Tableau Daten über Join (inner, right, left, full), Relationship, Blend oder Union miteinander verbinden. Jeder der einzelnen „Verbindungen“ wirkt sich unterschiedlich auf die Daten aus.
Anschließend können noch weitere Operation wie Group By oder Pivot auf die Daten angewendet werden.
Zusätzlich können noch weitere Spalten berechnet werden, die für den Use Case relevant sind.
Write
Es gibt zwei Anwendungsfälle, mit den Daten umzugehen. Entweder man behandelt die aufbereiteten Daten als Zwischenergebnis und verwendet diese in einem nächsten Workflow weiter oder die Daten sind fertig aufbereitet und können im gewünschten Format abgelegt oder in einer Datenbank gespeichert werden, um diese anschließend für den Use Case zu verwenden.
Fazit
Die Datenintegration hat den Grundstein gelegt für ein tiefgreifendes Verständnis und die Fähigkeit, datengetrieben handeln zu können. Der zweite Schritt war nun die Daten in ein Format zu gießen, um diese für den Use Case nutzbar zu machen.
Im letzten Schritt kann der Use Case mit den aufbereiteten Daten visuell dargestellt werden. Dazu mehr im nächsten Beitrag.
