PRAXISLEITFADEN FÜR SCHWEIZER KMU

Eine verständliche Methode, um schwer zu pflegende Listen in verlässliche, wiederverwendbare Daten zu überführen.

KURZ GESAGT  Daten zu strukturieren beginnt mit einfachen Regeln. Eine Zeile steht für ein Ereignis, eine Spalte für eine Information und jedes Objekt hat eine stabile Kennung.

Struktur beginnt mit einer klaren Methode

Unterscheiden Sie verbindliche Regeln von Vorlieben. Eine eindeutige Kundennummer ist unverzichtbar, um Verkäufe zuzuordnen. Die Reihenfolge der Spalten ist weit weniger wichtig. Mit dieser Priorisierung bleibt die Bereinigung überschaubar und Ihr Aufwand fliesst dorthin, wo er das Ergebnis beeinflusst.

Denken Sie auch an fehlende Werte. Bedeutet eine leere Zelle «unbekannt», «nicht zutreffend» oder «noch nicht erfasst»? Das hat jeweils andere Folgen. Wir klären diese Bedeutungen, damit der Bericht Unsicherheit sichtbar macht, anstatt sie unbemerkt in null oder eine Standardkategorie umzuwandeln.

Sie brauchen keine Programmierkenntnisse, um Ordnung in Ihre Daten zu bringen. Ihre Fachteams wissen bereits, was eine Bestellung, ein Kunde, eine Rechnung oder eine Lagerbewegung im Alltag bedeutet. Wir übersetzen dieses Wissen in einfache, sichtbare und wiederverwendbare Regeln, bevor ein Werkzeug oder Programm etwas automatisiert.

Nehmen Sie ein Tabellenblatt, das Ihre Teams täglich verwenden. Können Sie in einem Satz erklären, was eine Zeile darstellt? Wissen Sie, welche Spalten Pflichtfelder sind, wer Fehler korrigiert und welche Kennung dieses Blatt mit anderen verknüpft? Wenn diese Fragen geklärt sind, haben Sie bereits einen grossen Teil der Strukturierung erledigt.

Verständliche Regeln für Zeilen, Spalten, Kennungen und Beziehungen bilden die Grundlage.

Das entspricht dem pragmatischen Ansatz von Datavizin . Wir gehen von einer konkreten fachlichen Anforderung aus, strukturieren die relevanten Daten und entwickeln dafür eine angemessene Lösung.

Bestimmen, wofür jede Zeile steht

Diese Frage wirkt fast zu einfach und löst viele Probleme. Stellt eine Zeile einen Auftrag, eine Auftragsposition, eine Rechnung oder einen Kunden dar? Vermischen Sie diese Ebenen, kann dieselbe Summe in einer Ansicht stimmen und in einer anderen falsch sein. Deshalb halten wir diese Definition vor jeder Transformation in einem Satz fest.

Eine Tabelle sollte genau einen Typ von Objekt oder Ereignis beschreiben, etwa Kunden, Artikel, Aufträge, Rechnungen oder Lagerbewegungen. Mehrere Ebenen in einem Tabellenblatt machen Berechnungen mehrdeutig.

Fragen Sie, was eine Zeile genau darstellt. Wenn die Antwort variiert, verteilen Sie die Informationen auf mehrere Tabellen und verknüpfen Sie diese über eine Kennung.

Einfache, einheitliche Spalten verwenden

Eine Zelle sollte eine Information enthalten, die das Werkzeug unabhängig von ihrer Farbe oder Position lesen kann. Zwischenüberschriften gehören in den Bericht. Halten Sie die Eingaberegeln an einem gut sichtbaren Ort fest. Was heute selbstverständlich ist, kann für die nächste Person unklar sein.

Jede Spalte sollte eine einzige Information enthalten, etwa ein Datum, einen Betrag, einen Code oder eine Kategorie. Vermeiden Sie verbundene Zellen, Zwischensummen innerhalb der Daten und Farben, die für Werte stehen.

Vereinheitlichen Sie Datumsformate, Einheiten, Ja-Nein-Werte und Kategorien. Eine Liste zulässiger Werte reduziert Eingabefehler sofort.

Verwenden Sie eindeutige Spaltennamen und einheitliche Datentypen und machen Sie die Eingaberegeln zugänglich.

Stabile Kennungen wählen

Bezeichnungen machen Daten lesbar. Kennungen verknüpfen Datensätze. Ein Kunde kann seine Firma und ein Produkt seinen Handelsnamen ändern, ohne zu einem neuen Objekt zu werden. Beruhen Verknüpfungen nur auf Namen, legen wir zuerst einen stabilen Schlüssel an oder stellen ihn wieder her.

Der Name eines Kunden oder Produkts kann sich ändern. Mit einer eindeutigen Kennung lassen sich Tabellen unabhängig von veränderlichen Bezeichnungen verknüpfen.

Fehlt eine Kennung, legen Sie eine an und dokumentieren Sie die Regel. Zeilennummern ändern sich beim Sortieren oder Verschieben und eignen sich deshalb nicht als Kennung.

Rohdaten, bereinigte Daten und Reporting getrennt halten

Die Trennung macht Ihre Schritte nachvollziehbar. Wenn Sie eine Zahl überrascht, können Sie die erhaltene Quelle, die angewandte Regel und das angezeigte Ergebnis vergleichen. Ohne diese Trennung werden Fehler direkt im Bericht korrigiert und später kann niemand die Änderung reproduzieren.

Bewahren Sie eine Kopie der Quelle auf, führen Sie die Transformationen in einem separaten Schritt aus und speisen Sie erst dann den Bericht. So bleiben die Ergebnisse nachvollziehbar und reproduzierbar.

Wenn mehrere Quellen verbunden oder historisiert werden müssen, ist ein Data Mart oder eine Datenbank verlässlicher als eine Sammlung von Excel-Tabellenblättern.

Vor der Automatisierung dokumentieren

Die Dokumentation kann kurz bleiben. Für den Anfang reicht häufig eine Seite, die für jedes kritische Feld Definition, Quelle, verantwortliche Person und wichtigste Prüfung festhält. Dieser geringe Aufwand hilft Ihnen, eigenständig zu arbeiten, und beschleunigt spätere Abstimmungen.

Für den Einstieg genügt ein kleines Datenwörterbuch mit Name, Definition, Quelle, Format, verantwortlicher Person und Qualitätsregel. So steht das Wissen allen zur Verfügung.

Die ECSTAA-Methode von Datavizin hilft Ihnen, Ihre Systeme zu erkunden, die Entstehung der Daten zu verstehen, die Grundlagen zu strukturieren und anschliessend zu analysieren und zu handeln.

Wie wir Sie beim nächsten Schritt unterstützen

Sie können mit Ihren vorhandenen Werkzeugen anfangen. Wählen Sie eine Tabelle, schreiben Sie auf, wofür eine Zeile steht, markieren Sie den Schlüssel und nennen Sie die drei Spalten, in denen ein Fehler eine Entscheidung verfälschen würde. Legen Sie dann fest, wer jede dieser Regeln bestätigen kann. Diese kurze Übung ist eine solide Grundlage für eine Automatisierung oder ein robusteres Datenmodell.

Der passende nächste Schritt hängt vor allem von einem klar abgegrenzten Umfang, der Verfügbarkeit der Daten und dem Engagement der Nutzer ab. Ein kurzer Workshop reicht häufig aus, um diese drei Voraussetzungen zu prüfen.

NÄCHSTER SCHRITT  Entdecken Sie das ECSTAA-Modell und das Data Strategy Toolkit , um Ihre Daten schrittweise zu strukturieren.