Datenerhebung ist der systematische Prozess des Sammelns und Aufzeichnens von Informationen oder Beobachtungen aus verschiedenen Quellen oder Methoden. Sie umfasst die Erfassung von Rohdaten, in der Regel zum Zweck der Analyse, Forschung, Entscheidungsfindung oder für andere spezifische Ziele. Die Datenerfassung kann manuell oder automatisch mit Hilfe von Sensoren erfolgen.
Warum ist die Datenerhebung wichtig?
Die Datenerhebung bietet eine empirische Methode, um etwas über einen Sachverhalt zu erfahren. Ohne Datenerhebung wären wir auf uninformierte Entscheidungen angewiesen, die fatale Folgen haben können. Unternehmen können diese Risiken minimieren, indem sie die Datenerhebung als Grundlage für faktenbasierte Entscheidungen nutzen. Zweit- und Drittdatenerhebung können Erstdaten ergänzen, um eine Vielzahl von Zielen kennenlernen .
Ein altes Management-Sprichwort besagt, dass man nicht verwalten kann, was man nicht messen kann. Dies gilt insbesondere für die wissenschaftliche Forschung, die sich in hohem Maße auf das Sammeln von Daten stützt, um etwas über die Realitäten unserer Welt zu erfahren. Unsere Medikamente wären unsicher, wenn sie nicht strenge klinische Studien zur Risikominimierung durchlaufen hätten. Eine qualitativ hochwertige Datenerhebung gewährleistet die wissenschaftliche Gültigkeit und Glaubwürdigkeit der Ergebnisse klinischer Studien.
Methoden der Datenerhebung
Die Wahl der Datenerhebungsmethode hängt von Überlegungen wie den Forschungszielen, der Art der benötigten Daten, den verfügbaren Ressourcen und ethischen Erwägungen ab. Forscher verwenden oft eine Kombination von Methoden, um ein umfassendes Verständnis eines Themas zu erlangen. Nachfolgend sind einige der zur Datenerhebung verwendeten Methoden aufgeführt:
Manuelle Erhebungen
Manuelle Erhebungen können viele Formen annehmen, z. B. ein persönliches oder telefonisches Frage-und-Antwort-Gespräch oder Papierfragebögen mit manueller Dateneingabe der Antworten.
Elektronische Formulare
Die Erstellung eines Formulars mit Tools wie Survey Monkey, Google Forms oder Microsoft Forms ist weniger arbeitsintensiv als manuelle Umfragen. Ein Hyperlink zum Formular kann per E-Mail verschickt oder in social media geteilt werden, damit die Personen es ausfüllen können. Solche Self-Service haben den Nutzen , dass die Ergebnisse in Echtzeit tabelliert werden können.
Automatisierte Datenerfassung
Netze des Internets der DingeIoT), die aus intelligenten Sensoren bestehen, können Daten als Telemetriedatenströme ohne Eingreifen erfassen. Beispiele hierfür sind das Zählen von Fertigprodukten in einer Produktionslinie, das Messen von Temperaturschwankungen in Maschinen oder Patienten und das Lesen von Geschwindigkeitsbegrenzungsschildern mithilfe von Kameras in selbstfahrenden Autos.
Erhebung von Unternehmensdaten
Die Unternehmensleistung ist in der Regel an den Umsatz gebunden. In einem Einzelhandelsszenario sammelt das Kassengerät Daten über Produktverkäufe, Transaktionsbeträge und Umsatzvolumen. Die meisten Geschäftsfunktionen verwenden Leistungsindikatoren (Key Performance Indicators, KPIs), um ihre Leistung zu messen, z. B. durch den Kundendienst abgeschlossene Fälle, das Erreichen der Verkaufsquote und durch das Marketing generierte Leads. IT-Systeme, die diese Funktionen unterstützen, sammeln Daten, um das Geschäft zu analysieren.
Management der Unternehmensleistung
Gut geführte Unternehmen sind datengesteuert. Aktionäre verlassen sich bei der Bewertung von Investitionsrisiken auf geprüfte Finanzberichte, KGVs und Wachstumstrends. Die Unternehmensvorstände nehmen die Managementteams anhand von Schlüsselzielen und Leistungskennzahlen in die Pflicht. Ein dashboard bietet eine gemeinsame Sicht auf diese Daten für alle Geschäftsbereiche, um die Transparenz zu verbessern und die Zusammenarbeit und den Zusammenhalt zu stärken.
Systematisierung der Unternehmensdatenerfassung
Moderne Unternehmen benötigen aktuelle Daten, um effizient arbeiten zu können. Die Entscheidungsfindung beginnt mit der Erfassung von Rohdaten aus verschiedenen internen und externen Systemen. Diese Rohdaten fließen in automatisierte Datenpipelines, die die Daten anreichern und verfeinern, während sie in Analyse- und Berichtssysteme fließen. Das angestrebte Ergebnis sind umfangreiche, zuverlässige und vertrauenswürdige Daten zur Unterstützung der betrieblichen Entscheidungsfindung.
Die Datenintegrationstechnologie kann die Datenerfassung und die Vorbereitung der Analyse auf folgende Weise unterstützen:
- Bereitstellung vorkonfigurierter Datenkonnektoren zu Geschäfts- und IT-Systemen.
- Profiling der gesammelten Daten, um die Aufnahme in Data Warehouses zu erleichtern.
- Daten umwandeln.
- Daten filtern.
- Terminierung der Datenbewegung.
- Ermöglichung der zentralen Verwaltung von Datenpipelines.
Analyse der gesammelten Daten
Umfrageplattformen enthalten oft Funktionen mit der Möglichkeit, für weitere Analysen in CSV-Dateien zu exportieren. Diese kommagetrennten Flat Files eignen sich ideal zum Laden in ein Data Warehouse. Das Data Warehouse kann viel größere Datensätze als Tabellenkalkulationen verarbeiten und Analyse-Dashboards bestücken, um Umfrageerkenntnisse weiterzugeben.
Sekundäre Datenerhebung
Primärforschung ist teuer und dauert länger als die Wiederverwendung vorhandener Forschungsergebnisse. Im Folgenden sind einige gängige Forschungsquellen aufgeführt, die Unternehmen nutzen:
- Analystenberichte von Branchenbeobachtern wie Gartner, Forrester, IDC, Enterprise Strategy Group, Ventana Research, 451 Research und Omdia für die IT-Branche.
- Die Feeds der Social media können wertvolle Informationen über die Beliebtheit von Themen und neue Trends liefern.
- Die Verleger führen jährliche Branchenumfragen durch, um über die Entwicklungen auf dem Laufenden zu bleiben und ihre Berichte und Ergebnisse zu lizenzieren.
- Universitäten führen häufig Forschungsarbeiten durch, die von Industriepartnern gesponsert werden und glaubwürdige Daten liefern.
- Zeitungen und Zeitschriften sind leicht erhältlich.
Das Funktionsspektrum von Actian Data Collection
Die Actian Data Platform umfasst Datenintegrationstechnologie zur Vereinfachung der Datenerfassung und ein Hochgeschwindigkeits-Daten-Warehouse zur schnellen Datenanalyse. Das integrierte Actian Warehouse ist so konzipiert, dass weniger Notwendigkeit besteht, Indizes zu erstellen und Abfragen abzustimmen. Dies ist auf die natürlich indizierte, spaltenbasierte Speicherung relationaler Daten zurückzuführen. Dank der Unterstützung von MPP-Systemen, die die Vorteile der massiven Parallelität nutzen können, laufen Abfragen schneller als bei Alternativen.
Mit der Actian Data Platform können Unternehmen Daten On-Premises und auf den gängigen Cloud-Plattformen von Amazon, Microsoft und Google speichern und analysieren.
