Datenwertschöpfung muss nicht kompliziert sein. Bei der Unterstützung eines Projekts des European Council on Foreign Relations (ECFR) und der Stiftung Mercator zeigt sich, wie bei der Umsetzung datenbasierter Studien auch ohne große Infrastruktur oder aufwendige Prozesse Mehrwert und kostbare Zeit gewonnen werden.
Artikel von Christoph Klavehn, Business Intelligence Consultant
Einmal jährlich vergleicht der ECFR alle EU-Mitgliedstaaten und deren Zusammenarbeit mit Hilfe eines eigens dafür kuratierten Datensatzes. Das Besondere: Es werden ausschließlich öffentlich zugängliche Information verwendet. Die Studie kombiniert Umfragedaten des Europäischen Parlaments, Zahlen des europäischen Statistikamtes Eurostat und Recherchen von Universitäten und Think Tanks wie dem ECFR selbst oder des International Institutes for Strategic Studies.
Aktuell fließen über 40 Kennzahlen in den europäischen Datenmonitor des ECFR ein. Das Projektteam trägt diese für alle verfügbaren Jahre seit 2007 und lückenlos für die 28 Staaten zusammen. Im nächsten Schritt wird ein Normalisierungsmodell über diese Rohdaten gelegt. Es macht die Menge an Informationen überhaupt erst systematisch erschließbar. Das Modell skaliert die unterschiedlichen Messgrößen – Prozente, Euros, Stückzahlen, usw. – in zeitlich und kategorisch vergleichbare Werte. Aus Einzelwerten werden danach zusammengesetzte Indikatoren und Ländergruppen errechnet.
Die Kernherausforderung eines solchen Projektes ist es, in der Menge der Rohdaten das eigentliche Ziel nicht aus den Augen zu verlieren.
Die Kernherausforderung eines solchen Projektes ist es, in der Menge der Rohdaten das eigentliche Ziel nicht aus den Augen zu verlieren. Nach dem akribischen Zusammentragen der Daten soll dem Projektteam ein Maximum an Zeit für deren eigentliche Auswertung und die Formulierung von Ableitungen bleiben. Diesem beinahe schon klassischen Dilemma der Datenwertschöpfung – die Verwendung von 80% des Einsatzes auf Vorprozesse und nur 20% auf die Ergebnisse – gilt es immer wieder aufs Neue entgegenzuwirken. Datensammlung und -aufbereitung sollten so einfach und fehlerresistent wie möglich angelegt sein. Im Anschluss fließen die Ergebnisse idealerweise in ein flexibles Visualisierungswerkzeug, bei dessen Erlernung das Team bereits im Projektverlauf unterstützt wird. Nur so stehen hinter Schlagworten wie „Self-Service“ oder „Enablement“ später auch nachhaltige Ergebnisse.
Mit diesen Maßgaben fiel die Wahl für die Zeitreihenstudie des ECFR auf eine denkbar einfache und effektive Kombination aus nur zwei Werkzeugen: Je eine Texttabelle für die Rohdaten der insgesamt 42 Kennzahlen, sowie Tableau für alle weiteren Schritte der Datenaufbereitung, -normalisierung und -visualisierung. Aus dem Namen jedes einzelnen Datenblattes und nur drei enthaltenen Spalten – Jahr, Wert, Land – ergeben sich bereits alle anschließend benötigten Informationen.
Weitergehende Berechnungen, wie etwa das Bilden von Ländergruppen – wie z.B. die baltischen Staaten oder die Benelux-Gruppe – oder die Vorstrukturierung der Werte für bestimmte Darstellungsformen, finden in automatisierten Schritten mit Hilfe von Tableau Prep Builder statt. Der Vorteil: alle Einzelanpassungen lassen sich direkt nachverfolgen, visuell dokumentieren und bei Bedarf anpassen. Geschieht ein logischer Fehler oder kam es versehentlich zu einer falschen Eingabe, ist die Korrektur unmittelbar möglich. Wertvolle Zeit wird so nicht mit der Problemsuche in verschachtelten Formeln und Tabellenblättern verbrannt.
Die Studie des ECFR zeigt wie im Brennglas, welche Faktoren bei Datenwertschöpfungsprojekten entscheidend sind: einfach beginnen, schrittweise ausbauen und die beteiligten Akteure in die Lage versetzen, Prozess und Anwendungen selbst zu beherrschen – nicht andersherum.
Dank seiner einfachen Struktur ist der Ansatz gut skalierbar. Sollte die Studie in Zukunft um eine weitere Jahresreihe Rohdaten ergänzt werden, wird lediglich das Aufbereitungsschema ein weiteres Mal ausgeführt. Die neuen Ergebnisse fließen dann in die bereits fertige Visualisierung. Gleichzeitig sind die Daten nicht auf die Visualisierung in Tableau festgelegt. Die Aufbereitung kann jederzeit verändert und durch neue Ausgaben auch für andere Visualisierungswerkzeuge optimiert werden. Statt für die Erstellung von starren Tabellen zu bezahlen, wird in einen flexiblen Arbeitsfluss investiert.
Die Studie des ECFR zeigt wie im Brennglas, welche Faktoren bei Datenwertschöpfungsprojekten entscheidend sind: einfach beginnen, schrittweise ausbauen und die beteiligten Akteure in die Lage versetzen, Prozess und Anwendungen selbst zu beherrschen – nicht andersherum. In erfolgreichen Datenwertschöpfungsprojekten schafft der kluge und ausgewählte Einsatz der passenden Werkzeuge nur die Voraussetzungen für das eigentliches Ziel von Datenanalyse: mit besseren Informationen, besserer Entscheidungen zu treffen.
Die Studie des ECFR erscheint im Spätherbst 2020 als Teil des Projekts Rethink: Europe und wird mit Hilfe von Tableau Public veröffentlicht.
Nähere Informationen unter www.ecfr.eu/eucohesionmonitor.
Unsere vollständige Übersicht aller Customer Stories finden Sie hier.
Sie haben Fragen zu einem unserer Kundenprojekte oder grundsätzlich zum Thema Datenvisualisierung? Dann kommen Sie jederzeit gern auf uns zu.
Wir freuen uns auf den Austausch mit Ihnen!
Ihr M2 Team
+49 30 2089870 10
info@m2dot.com · M2@Facebook · M2@Twitter · M2@LinkedIn · M2@Instagram