Analysieren Sie Ihre Daten – in 5 Schritten zum Erfolg

Daten analysieren muss sein

Beitrag 1 – Im Blog-Post Eine Datenanalyse: Das Runde muss ins Eckige haben wir Sie auf hoffentlich unterhaltsame Art und Weise auf den Weg einer fiktiven Datenanalyse mitgenommen. Hier haben unsere Protagonisten schon einige, teils „schmerzliche“ Erfahrungen gesammelt, die ich in meinen folgenden Posts noch einmal auf eher technische Weise mit Ihnen teilen möchte. Denn wer sich auf die steigenden Anforderungen an die Prozessindustrie einstellen will, muss die Effizienz der Betriebs- und Produktionsabläufe steigern. Klar kommen jetzt wieder die bekannten Schlagworte Big Data und Industrie 4.0. Auch wenn Sie das in letzter Zeit schon so oft gehört haben, macht es doch Sinn, sich damit auseinanderzusetzen. Es muss ja nicht gleich Big Data sein, aber sich grundsätzlich mit Ihren Daten auseinanderzusetzen, wird zunehmend wichtig werden. Schaffen sie also frühzeitig die Basis hierfür.

5 Schritte einer Datenanalyse

Wer schon mal eine Datenanalyse durchgeführt hat, weiß, dass der Aufwand teilweise beträchtlich sein kann. Oft – ich will Ihnen jetzt nicht versprechen: immer – ist der Nutzen es aber wert. Und wer sich vorab über die Qualität und Sammlung seiner Daten Gedanken macht, kann sich viel Arbeit sparen. Hier zeigt sich wieder, dass Erfahrung immens wichtig ist. Viele Erfahrung hat der Big Data-Fachausschuss des VDI in seinem Statusreport “Chancen mit Big Data – Best Practice” zusammengefasst. Es gibt sicher viele Darstellungsweisen der Schrittabfolge in Datenanalyseprojekten. Die VDI-Variante deckt sich jedoch sehr gut mit meinen eigenen Erfahrungen, so dass ich mich weitestgehend hieran orientieren werde.

Das Schaubild zeigt Ihnen die Schritte einer Datenanalyse, die auf der, auch international, bekannten DMAIC-Methode von Six Sigma-Projekten beruhen. Der Werkzeugkasten Define – Measure – Analyse – Improve – Control wird also um Verfahren und Herangehensweisen erweitert, durch die auch die Verarbeitung großer Datenmengen ermöglicht wird.

Bleiben Sie dabei – oder besser: Legen Sie los!

Vielleicht haben Sie bemerkt, dass ich den Begriff Big Data etwas meide und eher von Datenanalyse spreche. Klar ist der Workflow für Big Data-Projekte geeignet. Sie können ihn aber auch für kleinere Projekte anwenden und hierzu möchte ich diejenigen von Ihnen ermutigen, für die das Thema neu ist! Folgen Sie mir also in den nächsten Posts durch die Schritte einer Datenanalyse. Hier noch einmal kurz zusammengefasst, was Sie erwartet.

1. Schritt: Define: Lohnt sich eine Datenanalyse und wie bringen Sie Struktur in Ihr Projekt?

Hier geht’s zum Beitrag!

2. Schritt: Measure: Was müssen Sie bei der Auswahl der Daten beachten und wo lauern Schwierigkeiten?

Hier geht’s zum Beitrag!

3. Schritt: Analyse: Welche Aspekte sollten Sie bei einer Datenanalyse im Auge behalten?

Hier geht’s zum Beitrag!

4. Schritt: Improve: Wie lassen sich Analyseergebnisse in Lösungen zur Steigerung der Effizienz umsetzen?

Hier geht’s zum Beitrag!

5. Schritt: Control: Wie schätzen Sie die Effizienz Ihrer Lösung ab und wie können Sie bereits vorab das Potential bestimmen?

Hier geht’s zum Beitrag!

Haben wir Ihr Interesse entfacht? Bleiben Sie gespannt und verfolgen Sie die nächsten Posts. Die Veröffentlichungsdaten werden entsprechend bekannt gegeben. Haben Sie Fragen oder Anmerkungen? Schreiben Sie uns. Feedback ist immer willkommen.

Wir freuen uns auf Sie. Bis zum nächsten Mal.

Einen Beitrag verpasst?
Kein Problem, hier finden Sie alle Serienbeiträge aufgelistet:
– nächster Beitrag: “Analysieren Sie Ihre Daten – Schritt 1: Define”
– 3. Beitrag: “Analysieren Sie Ihre Daten – Schritt 2: Measure”
– 4. Beitrag: “Analysieren Sie Ihre Daten – Schritt 3: Analyse”
– 5. Beitrag: “Analysieren Sie Ihre Daten – Schritt 4: Improve”
– 6. Beitrag: “Analysieren Sie Ihre Daten – Schritt 5: Control”