Bald ist es wieder soweit – die Bundesliga startet. Gott sei Dank, die ereignislose Zeit hat ein Ende, aber da lauert sie wieder, die Kalorienfalle. Endlose Stunden vor dem Fernseher mit Chips und … Cola. Und dazu auch noch weniger Zeit für den eigenen Sport. Klar, Sport ist wichtig, das weiß jeder, aber vielleicht gibt’s ja auch noch eine weniger schweißtreibende Lösung? Ich bewege mich doch den ganzen Tag über, mal mehr, mal weniger. Ich versuche, gesund zu essen, klappt auch mal mehr mal weniger. Aber was mache ich am besten, um möglichst ohne Plauze und übermäßige sportliche Quälerei durch die Saison zu kommen? Vielleicht versuchen wir es statt des obligatorischen Tippspiels in unserer Stammtischrunde mal mit einer Datenanalyse. Ist ja schließlich derzeit genau wie Big Data  in aller Munde. Gesagt, getan. Überlegen wir uns, wie sowas aussehen könnte.

Schritt 1: Definieren des Ziels und der notwendigen Daten

Los geht’s: Was genau wollen wir denn analysieren? Was ist überhaupt unser Ziel? Schnell stellen wir fest, das sollte jetzt nicht heißen: bloß nicht zunehmen, sondern eher: Wie ändert sich das Gewicht in Abhängigkeit von Aktivität und Ernährung? Gut und welche Daten benötigen wir? Sind alle bereit diese mit der Gruppe zu teilen? Mehr zu Sicherheit und Datenschutz bei der Nutzung von Big Data… Gemeinsam überlegen wir:

Aktivität: Wir kaufen uns Fitness Tracker, die messen je nach Modell eine Reihe Daten wie Etagenzahl, Schritte, zurückgelegte Strecke, Kalorienverbrauch und Herzfrequenz. Außerdem notieren wir unsere Tätigkeit mit Datum und Uhrzeit in einem Notizheft.

Ernährung: Wir installieren ein Ernährungstagebuch als App.

Gewicht: Wir stellen uns morgens, mittags und abends vor und nach jeder Mahlzeit auf die Waage und notieren das Gewicht mit Datum und Uhrzeit in einem Notizheft.

Alter, Ausgangsgewicht und Größe.

Wir besorgen die Spielpläne der Bundesligavereine und der Nationalmannschaft und notieren, welche Spiele wir gesehen haben.

Schritt 2: Erfassung der Daten

Gut ausgestattet machen wir uns voller Tatendrang an’s Erfassen der Daten, angefeuert von vielen Kollegen, denn auch die wollen ja bestmöglich durch die Saison. Puh, ganz schön anstrengend, so eine Erfassung. Hätten wir doch schon früher angefangen und alle Daten gesammelt. Aber gut, immer das feste Ziel vor Augen sammeln wir fleißig weiter. Die Hinrunde ist um und auch die Weihnachtsvöllerei haben wir erfasst.

Dann stehen wir plötzlich vor vielen großen Datenbergen, die irgendwie zusammengebracht werden müssen. Und stellen fest, so ohne weiteres kriegen wir unsere Fitness Tracker und Ernährungsplan-Daten gar nicht aus der herstellerspezifischen App raus. Dann müssen wir auch noch die Daten aus den Notizheften digitalisieren. Was ist das denn für eine lose Papiersammlung? Also setzen wir uns zusammen, legen eine Datenbank an und übertragen unsere Daten – notfalls per Hand. Immerhin, ein Kollege ist echt fit und schreibt kleine Programme zum Auslesen und Übertragen der Daten aus den Apps. Stolz berichtet er, das ginge sogar in Echtzeit. Super und mit einem digitalen Notizbuch sparen wir auch in Zukunft bei den übrigen Daten Zeit und Mühe.

Schritt 3: Datenaufbereitung

Endlich geschafft. Gespannt reiben wir uns die Hände. Jetzt werden wir gleich wissen, wie wir ohne Sport zu treiben Fussball gucken können. Aber was ist das? Warum hat denn jeder seine Tätigkeiten anders dokumentiert? Ach je und bei einem Blick in unsere Ernährungsdaten stellen wir fest: So ganz fleißig waren wir da nicht. Es klaffen jede Menge Lücken. Und dann auch noch die Zeitangaben. Wir können es zwar nicht mehr prüfen, aber plausibel sehen die teilweise echt nicht aus. Das ist echt zum Haare raufen.

Gut, dass wir viele sind und fleißig gesammelt haben. Gemeinsam machen wir uns ran und prüfen die Daten auf Lücken, Konsistenz und korrekte zeitliche Zuordnung. Am Ende erreichen wir nach viel Zeit, Schweiß und Arbeit – hoffentlich bei Salat und Mineralwasser – ein großes Etappenziel: Eine Datentabelle mit bereinigten und plausiblen Datensätzen.

Schritt 4: Die Datenanalyse

Und jetzt geht’s an’s Eingemachte: Excel gestartet und rein mit den Daten. Es bildet sich ein Rudel vor dem Rechner. Wir haben nur eine Datei? Wie arbeiten wir denn jetzt gemeinsam daran? Irgendwie einigen wir uns, kopieren die Datei mehrfach und teilen die Arbeit auf. Optimal ist das nicht, aber geht. Wir machen viele bunte Bildchen und schauen uns die Korrelationen in den Daten aus verschiedenen Perspektiven an. Was spielt das Alter für eine Rolle? Wie sieht das aus in Verbindung mit dem Ausgangsgewicht? Wie verhält es sich mit dem Gewicht in den englischen Wochen, wenn der Verbrauch an Chips und … Cola steigt? Was ist, wenn wir tatsächlich mal viel Sport treiben, den notwendigen Hausputz erledigen oder doch nur faul in der Ecke sitzen? Komisch, die Diagramme lassen sich irgendwie nicht vernünftig interpretieren. Die Ergebnisse passen einfach nicht zueinander.

Ein Kollege setzt sich ans Internet und findet heraus: Die Werte der Fitness Tracker sind nicht zuverlässig. Je nach Windrichtung und Luftdruck werden Etagen erklommen, die wir gar nicht gelaufen sind und die verbrauchten Kalorien weichen deutlich von denen ab, die in medizinischen Tests gemessen werden. Hätten wir das mal vorher gewusst… Also noch mal von vorne: wir bewerten die Fehler, überlegen, wie wir mit den Ungenauigkeiten umgehen und wiederholen die Analysen. Puh, das hätte man sich jetzt echt sparen können.

Aber wir haben auch Erfolgserlebnisse: Parallel hat eine kleine, findige Gruppe unter uns an Prognosemodellen gearbeitet und kann aus unseren bisherigen Verhaltensmustern anhand unserer Aktivität und Essgewohnheiten unsere Gewichtsentwicklung prognostizieren.

Schritt 5: Die Online-Anbindung

Wow, das ist doch was. Unser Marketingexperte in der Gruppe hat gleich eine Idee für eine neue App: frühzeitige Warnung vor ungünstiger Gewichtsentwicklung und Online-Rezeptvorschläge, wenn statt Chips und … Cola doch besser etwas gesünderes angesagt wäre. Und das ein paar Stunden vor dem nächsten Spiel unserer Mannschaft. Wir müssen ja schließlich noch einkaufen gehen!

Das Ergebnis der Datenanalyse

Da war doch noch was… Jetzt wollen Sie sicher wissen, ob Sie tatsächlich Sport treiben müssen, um ohne Plauze durch die Saison zu kommen. Da habe ich eine bessere Lösung für Sie: Kaufen Sie sich doch eine Dauerkarte und stellen sich in den Fanblock. Da ist der Kalorienverbrauch sicher so hoch, dass zum Bier auch noch eine Currywurst-Pommes geht. Und solange der Derby-Sieg an Ihre Mannschft geht, ist der Spaß vorprogrammiert.

Und die Moral von der Geschicht

Auch wenn unsere Geschichte oben erstunken und erlogen ist und ich Ihnen die tolle App leider nicht zum Download zur Verfügung stellen kann, lässt sich doch einiges daraus lernen. Zwar mag einigen von Ihnen die hier skizzierte Vorgehensweise für eine Datenanalyse trivial erscheinen und da wo es spannend wird, nämlich bei der Analyse selbst, haben Sie sich sicher mehr erwartet, eines zeigt sie aber auf jeden Fall: Für eine Datenanalyse braucht’s jede Menge Erfahrung.

Auch wir bei Yokogawa sind schon in die ein oder andere Falle reingetappt.  So haben wir uns beispielsweise zu spät Gedanken über vermeintlich genau gemessene Parameter gemacht oder haben die ein oder andere wichtige Frage nicht direkt zu Projektbeginn gestellt. Und Sie kennen sicher auch die lose Papiersammlung mit wertvollen Informationen oder die ungenauen Zeitangaben bei Laboranalysen. Über Dinge wie Datensicherheit und Datenschutz nebst Speicherung von App-Daten auf diversen Servern dieser Welt hat sich unsere Truppe gar nicht erst Gedanken gemacht. Alles Dinge, die für eine Datenanalyse eine wichtige Rolle spielen.

In Sachen Durchführung einer Datenenalyse und geeigneter Analysewerkzeuge kann ich Ihnen als Einstieg den VDI-Statusreport “Chancen mit Big Data” ans Herz legen. Natürlich finden Sie auch auf unserer Webseite interessante Produkte und Lösungen. Aber wenn es darum geht, komplexe Fragestellungen rund um das Thema Daten anzugehen, gebe ich Ihnen den Tipp: Nur gemeinsam kriegen wir das Runde in das Eckige!

Möchten Sie auf unsere Erfahrung zurückgreifen? Sprechen Sie uns an!

Mehr Informationen zu einer erfolgreichen Datenanalyse in 5 Schritten!