4. Daten Management Prozess
Resources are missing for this theme.
Wie die Grafik zeigt, besteht der Data-Management-Prozess aus mehreren aufeinanderfolgenden Etappen.
Am Anfang steht die Datenerfassung. Daten werden aus internen und externen Systemen gesammelt, über Schnittstellen [APIs], Datenexporte [z. B. CSV-Dateien oder Reports] oder andere Übergabeformate. Die API ist dabei die bevorzugte Option, da sie den Prozess automatisiert und standardisiert.
Die gesammelten Daten landen zunächst in einem zentralen Speicherort, zum Beispiel in einem Data Lake. Dort werden sie aus verschiedenen Quellen abgelegt und später weiterverarbeitet.
Im nächsten Schritt folgt die Datenverarbeitung. Unstrukturierte Daten werden ausgelesen, bereinigt und anschließend klassifiziert oder gemappt, damit sie einheitlich und weiterverwendbar sind.
Die verarbeiteten Daten werden im Anschluss in einem Data Warehouse abgelegt. Man spricht dann auch von kuratierten Daten. Im Data Warehouse können die Daten nun von verschiedenen Anwendungen abgerufen werden, etwa für Dashboards oder weitere Analysetools wie SPSS oder, wer mag, für einen Excel-Import.
Achtung, warum manuelle Datenverarbeitung riskant ist:
Manuelle Datenverarbeitung ist fehleranfällig: Eine falsch kopierte Spalte, ein überschriebenes File, eine veraltete Excel-Version, solche Fehler passieren schnell. Schlimmer noch: Sie sind oft nicht nachvollziehbar. Wer hat wann was geändert? Sind die Daten aktuell? Automatisierte Prozesse dokumentieren jeden Schritt, laufen konsistent ab und reduzieren Fehler erheblich.