Datenanalyse: Datenaufbereitung

Das Entfernen oder Korrigieren von Fehlern in einem Datensatz.

„Vor der Auswertung ist eine gründliche Bereinigung der Rohdaten notwendig.“

Ein Datensatz, der versehentlich doppelt in den Daten vorhanden ist.

„Bei der Prüfung sind uns mehrere Dubletten in der Kundenliste aufgefallen.“

Eine Stelle in den Daten, an der ein Wert fehlt.

„In der Spalte 'Postleitzahl' gibt es bei vielen älteren Einträgen eine Datenlücke.“

Ein Wert, der stark von den übrigen Werten abweicht und oft auf einen Fehler hinweist.

„Eine Bestellung über eine Million Euro fällt als klarer Ausreißer sofort auf.“

Eine Kontrolle, ob Daten inhaltlich sinnvoll und realistisch sind.

„Die Plausibilitätsprüfung zeigt, dass ein Kunde angeblich minus fünf Bestellungen aufgegeben hat.“

Ein Fehler, bei dem ein Wert nicht im erwarteten Aufbau oder Zeichenformat vorliegt.

„Wegen eines Formatfehlers wurden mehrere Datumsangaben als reiner Text importiert.“

Ein Widerspruch zwischen Werten, die eigentlich zusammenpassen sollten.

„Die Inkonsistenz zwischen Liefer- und Rechnungsadresse muss vor der Auswertung geklärt werden.“

Das Anpassen unterschiedlich geschriebener oder formatierter Werte auf eine gemeinsame Form.

„Nach der Vereinheitlichung der Ländernamen lassen sich die Daten aus beiden Systemen zusammenführen.“

Das Ergänzen fehlender Werte in einem Datensatz.

„Für die Vervollständigung der fehlenden Postleitzahlen nutzen wir die Adressdatenbank.“

Eine Datei mit Daten, die noch nicht bearbeitet oder bereinigt wurden.

„Die Rohdatei aus dem Kassensystem enthält noch viele fehlerhafte Einträge.“

Das Einteilen von Werten in feste, vorher definierte Gruppen.

„Nach der Kategorisierung der Reklamationsgründe sehen wir, welches Thema am häufigsten vorkommt.“

Das Umrechnen oder Anpassen von Werten, damit sie vergleichbar werden.

„Durch die Normalisierung der Umsätze auf die Filialgröße lassen sich kleine und große Standorte vergleichen.“

Die Art, wie ein Wert gespeichert wird, zum Beispiel als Zahl, Text oder Datum.

„Beim Import wurde die Kundennummer versehentlich als Datentyp Text statt als Zahl gespeichert.“

Die Darstellung von Werten oder Zeichen in einem bestimmten technischen Format.

„Wegen einer falschen Kodierung wurden die Umlaute in den Kundennamen fehlerhaft angezeigt.“

Das Einsetzen eines passenden Werts an die Stelle eines fehlerhaften oder fehlenden Werts.

„Für fehlende Altersangaben nutzen wir eine Ersetzung durch den Durchschnittswert der Gruppe.“

Eine festgelegte Regel, mit der Daten automatisch auf Fehler kontrolliert werden.

„Eine neue Prüfregel meldet automatisch jede Bestellung mit negativem Betrag.“

Der Anteil fehlerhafter Datensätze an der Gesamtmenge der Daten.

„Nach der Bereinigung ist die Fehlerquote in den Adressdaten deutlich gesunken.“

Zusätzliche Arbeitsschritte, mit denen Daten nach dem Import verbessert werden.

„Die Nachbearbeitung der importierten Tabelle dauert oft länger als der Import selbst.“

Eine Kontrolle, ob zusammengehörige Werte in den Daten widerspruchsfrei sind.

„Die Konsistenzprüfung zwischen Bestell- und Liefertabelle deckt mehrere fehlende Verknüpfungen auf.“

Alle Arbeitsschritte, mit denen Rohdaten für eine Analyse nutzbar gemacht werden.

„Ein großer Teil meiner Arbeitszeit fließt in die Datenaufbereitung, nicht in die eigentliche Auswertung.“

Fehler, Dubletten oder fehlende Werte in einem Datensatz korrigieren oder entfernen.

„Bevor ich den Bericht erstelle, bereinige ich die Kundenliste von doppelten Einträgen.“

Prüfen, ob Werte inhaltlich sinnvoll und realistisch erscheinen.

„Ich plausibilisiere die gemeldeten Verkaufszahlen, indem ich sie mit den Lagerbewegungen vergleiche.“

Einen fehlenden Wert oder eine fehlende Information hinzufügen.

„Fehlende Postleitzahlen ergänze ich anhand der hinterlegten Stadtangabe.“

Fehlerhafte oder nicht verwendbare Datensätze aus der weiteren Auswertung herausnehmen.

„Testbestellungen der IT-Abteilung sortiere ich vor der Analyse konsequent aus.“

Unterschiedlich dargestellte Werte in eine gemeinsame, einheitliche Form bringen.

„Wir vereinheitlichen die Schreibweise der Städtenamen aus den beiden Filialsystemen.“

Werte oder Fälle nach festen Kriterien in Gruppen einteilen.

„Die eingehenden Beschwerden kategorisieren wir nach Produktgruppe und Reklamationsgrund.“

Fehlende Werte in einer Tabelle mit einem geeigneten Ersatzwert füllen.

„Fehlende Tagesumsätze fülle ich mit dem Durchschnitt der Vorwoche auf.“

So, dass wichtige Werte oder Informationen fehlen.

„Die Daten aus dem alten System sind für das erste Halbjahr noch sehr lückenhaft.“

Inhaltlich nicht nachvollziehbar oder unrealistisch.

„Ein Alter von über hundertfünfzig Jahren ist bei einem Kunden klar unplausibel.“

Widerspruchsfrei und in sich stimmig.

„Erst wenn die Daten aus allen Filialen konsistent sind, kann ich sie zusammenführen.“