~/teaching · data analytics · sitzung 1, mittwoch, 9. dezember 2026
Von Daten zu Entscheidungen: die Analytik-Leiter, KPI-Bäume und ehrliche Datenbereinigung
Eine präzise Frage stellen, das Ziel zerlegen und dann die Daten bereinigen, wobei jede Entscheidung schriftlich festgehalten wird.
Zusammenfassung
Dies ist die Eröffnungssitzung von Data Analytics for Business, einem Kurs des M2 International Management an der Université Catholique de Lille (2026-2027). Sie richtet sich an künftige Führungskräfte, nicht an künftige Data Scientists: an Menschen, die Analysen in Auftrag geben, die ihnen vorgelegten Zahlen hinterfragen und Entscheidungen treffen werden, die andere umsetzen müssen.
Die Sitzung folgt einem roten Faden. Die meisten enttäuschenden Datenprojekte scheitern, bevor überhaupt eine Analyse beginnt, weil niemand die Entscheidung benannt hat, die Frage vage war, man den Zahlen nicht traute oder niemand für die Umsetzung zuständig war. Deshalb beginnt der Foliensatz mit der Art von Frage, die Analytik beantworten kann, macht aus einem vagen Ziel eine präzise Frage, zerlegt dieses Ziel in einen Baum messbarer Indikatoren und öffnet erst dann die Daten: rund 100.000 echte Bestellungen von Olist, einem brasilianischen Online-Marktplatz, veröffentlicht als offene Daten.
Nach dieser Sitzung können Sie eine Geschäftsfrage auf der Analytik-Leiter einordnen, ein Ziel so umformulieren, dass es die anstehende Entscheidung, das Erfolgsmaß, seine Grenzen und die für die Umsetzung zuständige Person nennt, einen KPI-Baum zeichnen, an dessen Blättern jemand ansetzen kann, und eine Tabelle so bereinigen, dass eine andere Person das Ergebnis reproduzieren kann. Der nächste Schritt, das Diagramm auszuwählen und zu zeichnen, folgt in Datenvisualisierung und Storytelling.
Aufbau des Foliensatzes
- Von Daten zu Entscheidungen. Warum der Engpass heute das Urteilsvermögen ist und nicht die Technik, und die vier Arten von Analytik.
- KPI-Bäume. Ein strategisches Ziel in Treiber zerlegen, bis jedes Blatt messbar ist und einen Verantwortlichen hat, mit Früh- und Spätindikatoren.
- Der Fall. Der Marktplatz Olist, seine neun verknüpften Tabellen, der Lebenszyklus einer Bestellung und was eine Zeile jeder Tabelle bedeutet.
- Bereinigen und zusammenfassen. Duplikate, Lücken, Ausreißer und uneinheitliche Formate, ein Bereinigungsprotokoll, dann Pivot-Tabellen und vier Prüfungen, bevor man ihnen traut.
- Die Management-Briefings. Acht Entscheidungen, vor denen eine Führungskraft bei Olist stehen könnte, jede der Ausgangspunkt eines Gruppenprojekts.
- Zusammenfassung. Drei Ideen zum Mitnehmen, eine pro Lernziel, und das Prinzip, dass die Entscheidung vor den Daten kommt.
Die Analytik-Leiter: vier Arten von Fragen
Analytik beantwortet vier verschiedene Fragen, von dem, was passiert ist, bis zu dem, was wir tun sollten, und jede Stufe ist schwieriger und wertvoller.
Speicherplatz ist billig, Dashboards entstehen in Minuten, und KI-Assistenten schreiben die Abfragen für Sie. Was Unternehmen weiterhin fehlt, ist Urteilsvermögen: jemand, der eine präzise Frage formulieren und beurteilen kann, ob eine Zahl Vertrauen verdient, und der Belege in eine Entscheidung übersetzt, der andere folgen. Diese drei Fähigkeiten gehören zum Management, nicht zur Technik, und genau sie trainiert der Kurs.
Der Foliensatz ordnet die Analytik als Leiter an, nach dem Reifegradmodell von Gartner. Jede Stufe beantwortet eine andere Frage: Die deskriptive Analytik (descriptive analytics) sagt, was passiert ist, die diagnostische Analytik (diagnostic analytics) sucht nach dem Warum, die prädiktive Analytik (predictive analytics) schätzt, was passieren wird, und die präskriptive Analytik (prescriptive analytics) empfiehlt, was zu tun ist. Wer die Stufe einer Frage erkennt, weiß, welche Art von Arbeit, Daten und Zeit sie erfordert.
| Stufe | Beantwortete Frage | Beispiel bei Olist |
|---|---|---|
| Deskriptiv | Was ist passiert? | Anteil der Bestellungen von 2017, die nach dem zugesagten Datum ankamen |
| Diagnostisch | Warum ist es passiert? | Ob die Entfernung zwischen Verkäufer und Käufer schwächere Bewertungen erklärt |
| Prädiktiv | Was wird passieren? | Welche Bestellungen dieser Woche zu spät anzukommen drohen |
| Präskriptiv | Was sollten wir tun? | Welches Lieferdatum jedem Kunden beim Bezahlvorgang angezeigt werden soll |
Bemerkung (Wo der Wert liegt). Die oberen Stufen sind nicht automatisch besser. In den meisten Unternehmen entsteht der Großteil des Werts noch immer durch sorgfältige deskriptive und diagnostische Arbeit. Eine sorgfältige Darstellung des richtigen Problems schlägt eine ausgefeilte Prognose, die eine schlecht gestellte Frage beantwortet.
Von einem vagen Ziel zu einer präzisen Frage
Ein Ziel wie die Verbesserung der Zufriedenheit lässt sich erst analysieren, wenn es eine Entscheidung benennt, angibt, wie Erfolg gemessen wird, was dazugehört und wer handeln wird.
Der Foliensatz nennt vier wiederkehrende Gründe, warum Datenprojekte enttäuschen: keine zugehörige Entscheidung (ein Dashboard, das um seiner selbst willen bestellt wird), eine Frage, die zu vage ist, um sie zu messen, zwei Berichte mit zwei verschiedenen Zahlen und ein korrektes Ergebnis, für dessen Umsetzung niemand verantwortlich ist. Keiner dieser Gründe ist technisch, und alle vier behebt die Person, die die Arbeit in Auftrag gibt, bevor die Analyse beginnt.
Ausgearbeitetes Beispiel aus dem Foliensatz
- Vage beginnen. Die Kundenzufriedenheit verbessern.
- Die Entscheidung benennen. Welche Verbesserung zuerst finanziert wird.
- Das Maß benennen. Der Anteil der Bewertungen mit einem oder zwei Sternen.
- Den Umfang festlegen. Das Liefererlebnis, für Bestellungen aus dem Jahr 2018.
- Die verantwortliche Person benennen. Die Leitung Customer Experience. Die verantwortliche Person taucht selten im Satz selbst auf, bestimmt aber, wie detailliert die Antwort sein muss.
- Ergebnis. Welcher Teil der Lieferung verursacht 2018 die Bewertungen mit einem oder zwei Sternen, und welche Verbesserung sollte zuerst finanziert werden?
Ein nützlicher Selbsttest: Passt die Frage nicht in zwei Zeilen, vermischt sie wahrscheinlich zwei Entscheidungen. Die Sitzung lässt die Studierenden dann selbst gewählte Ziele schärfen, etwa Kunden zur Rückkehr zu bewegen, und angeben, auf welcher Stufe das Ergebnis liegt.
Bemerkung (Prinzip 1.1, die Entscheidung zuerst). Beginnen Sie mit der Entscheidung, die Sie treffen müssen, und suchen Sie dann nach den Belegen, die sie ändern könnten. Die Daten zu öffnen, um zu sehen, ob etwas Interessantes auftaucht, ist der verlockende Weg und zugleich der teure.
KPI-Bäume: ein Ziel in messbare Treiber zerlegen
Ein KPI-Baum zerlegt ein Ziel in das, was es bewegt, und zerlegt weiter, bis jeder Endpunkt messbar ist und jemanden hat, der dafür verantwortlich ist.
Drei Regeln halten einen KPI-Baum (KPI tree) zusammen: Jeder Zweig muss das Feld darüber erklären, jedes Blatt muss sich aus vorhandenen Daten berechnen lassen, und jedes Blatt braucht einen Verantwortlichen, der handeln kann. Der Baum gibt auch einem Dashboard sein Gerüst, mit dem Ziel als Hauptkennzahl und den Blättern als den Zahlen, an denen die Leute arbeiten.
Der Umsatz, von links nach rechts gelesen
Jedes Blatt landet bei einem Team: Das Marketing gewinnt neue Kunden, das CRM holt sie zurück, das Katalogteam arbeitet an der Warenkorbgröße. Jedes dieser Blätter lässt sich aus den Olist-Tabellen berechnen.
Verspätete Lieferungen
Eine Bestellung ist verspätet, wenn die tatsächlich benötigte Zeit die beim Bezahlvorgang zugesagte Zeit überschreitet. Die tatsächliche Zeit zerfällt in drei Etappen (Zahlungsfreigabe, Versand durch den Verkäufer, Transport durch den Zusteller), jede zwischen zwei Zeitstempeln der Bestelltabelle gemessen. Der Baum zeigt, wo Zeit verloren geht und mit wem man sprechen muss, bevor ein einziges Diagramm gezeichnet ist.
Bemerkung (Fehlende Daten sind ein Befund). Lässt sich ein Blatt nicht aus den Tabellen berechnen, empfiehlt der Foliensatz, es mit einem Fragezeichen zu markieren, statt es zu löschen. Auch eine Lücke in den Daten sagt der Person, die die Entscheidung verantwortet, etwas.
Früh- und Spätindikatoren und Goodharts Gesetz
Manche Indikatoren bestätigen das Ergebnis erst im Nachhinein, andere warnen früh genug, um zu handeln, und jeder Indikator, der zum Ziel wird, lässt sich manipulieren.
Ein Spätindikator (lagging indicator) meldet das Ergebnis, sobald es bekannt ist: Monatsumsatz, durchschnittliche Bewertung, Quote verspäteter Lieferungen. Ein Frühindikator (leading indicator) bewegt sich zuerst, früh genug, um einzugreifen: etwa die Zahl der Bestellungen, die zwei Tage nach dem Kauf noch beim Verkäufer liegen, oder der Anteil neuer Verkäufer, die innerhalb eines Monats einen ersten Verkauf erzielen. Wenn die durchschnittliche Bewertung sinkt, sind die verspäteten Pakete bereits zugestellt. Ein solider Baum hält die Spätindikatoren nahe der Spitze und die Frühindikatoren nahe den Blättern.
- Er lässt sich mit Daten messen, die Sie tatsächlich haben.
- Eine namentlich genannte Person ist dafür verantwortlich und kann darauf einwirken.
- Er reagiert, wenn diese Person handelt.
- Er ist schwer zu manipulieren.
Das letzte Kriterium wird entscheidend, sobald der Indikator ein Ziel ist. Der Foliensatz zitiert Goodharts Gesetz (Goodhart's law) in der Formulierung von Marilyn Strathern aus dem Jahr 1997: Ein Maß, das zum Ziel wird, hört auf, ein gutes Maß zu sein. Bei Olist kann ein Lieferindikator auf dem Papier besser aussehen, ohne dass die Kunden weniger lange warten. Die Gegenmaßnahme besteht darin, jeden manipulierbaren Indikator mit einem zweiten zu koppeln, der den Nebeneffekt sichtbar macht.
Die Daten kennenlernen: Was bedeutet eine Zeile?
Bevor Sie irgendetwas zählen, sollten Sie wissen, wofür eine einzelne Zeile jeder Tabelle steht, denn das Mischen von Tabellen unterschiedlicher Detailtiefe ist die häufigste Quelle falscher Zahlen.
Der Fall ist die Bestellhistorie, die Olist als offene Daten veröffentlicht hat: rund 100.000 zwischen 2016 und 2018 aufgegebene Bestellungen, verteilt auf neun verknüpfte Tabellen (Bestellungen, Artikel, Zahlungen, Bewertungen, Kunden, Verkäufer, Produkte, eine Übersetzung der Kategorien und Geolokalisierung), anonymisiert und unter der Lizenz CC BY-NC-SA 4.0 veröffentlicht. Die Bestelltabelle steht im Zentrum; eine Bestellung kann mehrere Artikel und mehrere Zahlungen haben und meist eine Bewertung.
Die Granularität (granularity), also das, was eine Zeile darstellt, nennt der Foliensatz die am meisten unterschätzte Frage der Analytik. In order_items ist eine Zeile ein Artikel, keine Bestellung; in der Zahlungstabelle ergeben eine Karte plus ein Gutschein zwei Zeilen; die Geolokalisierungstabelle wiederholt jedes Postleitzahlpräfix viele Male, sodass ein Join darüber die Zeilen vervielfacht, solange sie nicht vorher zusammengefasst wird (das Thema von SQL für Führungskräfte).
| Bestellung | Artikelnummer | Zeilen in order_items |
|---|---|---|
| A | 1, 2, 3 | 3 |
| B | 1 | 1 |
| Summe | 2 Bestellungen | 4 Zeilen |
Die Daten enden absichtlich 2018. Zahlungsgewohnheiten, Liefernetze und Kundenerwartungen haben sich seitdem verändert, und ein Teil der Übung besteht darin zu sagen, welchen Ergebnissen man heute noch trauen würde und für welche man neue Daten bräuchte.
Jede Bereinigungsentscheidung verändert die Antwort
Datenbereinigung ist eine Folge von Entscheidungen, kein Knopfdruck, und dieselbe Datei kann unterschiedliche Ergebnisse liefern, je nachdem, was Sie entscheiden und festhalten.
Vier Probleme tauchen in jedem echten Datensatz auf, und Olist hat sie alle: Duplikate; fehlende Werte (missing values), denn nicht zugestellte Bestellungen haben kein Lieferdatum und manche Produkte keine Kategorie; Ausreißer (outliers), etwa ein Artikel mit extremem Preis oder extremen Frachtkosten, bei dem offen ist, ob er echt oder ein Tippfehler ist; und schließlich uneinheitliche Formate (portugiesische Kategorien, auf mehrere Arten geschriebene Städtenamen, als Text gespeicherte Datumsangaben). Kein Werkzeug löst sie allein, denn die richtige Behandlung hängt von der Frage ab.
| Behandlung von Bestellung 4 | Verspätete Bestellungen | Gezählte Bestellungen | Verspätungsquote |
|---|---|---|---|
| Als verspätet gezählt | 2 | 4 | 50 % |
| Stillschweigend als pünktlich gewertet | 1 | 4 | 25 % |
| Aus der Zählung herausgenommen | 1 | 3 | 33 % |
Dieselben Daten, drei Antworten. Die offene Bestellung als verspätet zu zählen, kann zu einer Studie über Verspätungen passen; sie wegzulassen, passt zu einer Studie über zugestellte Bestellungen. Gefährlich ist die mittlere Zeile: Eine Tabellenformel, die eine leere Zelle mit einem Datum vergleicht, liefert null, sodass die Bestellung als pünktlich zählt, ohne dass jemand das entschieden hat.
Ein Bereinigungsprotokoll (cleaning log), wie der Foliensatz es verlangt
- Auf einer Kopie arbeiten. Die Originaldatei wird nie bearbeitet.
- Eine Zeile pro Schritt. Was getan wurde, warum und wie viele Zeilen dadurch hinzukamen oder wegfielen.
- Beheben, was für die Frage zählt. Alles andere wird als bekannte Einschränkung protokolliert, statt stillschweigend geflickt zu werden.
- Das Protokoll beim Ergebnis aufbewahren. Wenn zwei Personen unterschiedliche Zahlen erhalten, liegt die Erklärung fast immer in einer Bereinigungsentscheidung.
Pivot-Tabellen und vier Prüfungen, bevor man einer traut
Eine Pivot-Tabelle (pivot table) sollte eine einzige Frage beantworten, die laut ausgesprochen wird, bevor man sie baut: was in die Zeilen kommt, was gemessen wird, was herausgefiltert wird. Eine Rangliste des Umsatzes nach Bundesstaat des Kunden zeigt vor allem, wo die Kunden wohnen. Bevor man eine Pivot-Tabelle zitiert, führt der Foliensatz vier schnelle Prüfungen durch: die Gesamtsumme mit der Quelldatei vergleichen, sicherstellen, dass die gezählte Einheit die Bestellung ist und nicht die Zeile, Quoten statt absoluter Zahlen bevorzugen, wenn die Gruppen unterschiedlich groß sind, und die Streuung ansehen, bevor man einen Durchschnitt zitiert.
Das Wichtigste in Kürze
- Benennen Sie die Entscheidung, bevor Sie die Daten öffnen; ein Dashboard, das keine Frage beantwortet, ist verschwendete Mühe.
- Ordnen Sie jede Frage auf der Leiter ein (deskriptiv, diagnostisch, prädiktiv, präskriptiv), um zu wissen, was sie kosten und was sie liefern kann.
- Eine präzise Frage nennt die anstehende Entscheidung, wie Erfolg gemessen wird, was zum Umfang gehört und wer auf die Antwort hin handelt.
- Ein KPI-Baum endet erst, wenn jedes Blatt messbar ist und einen Verantwortlichen hat; halten Sie Frühindikatoren nahe den Blättern, und koppeln Sie die manipulierbaren mit einem zweiten Indikator.
- Wissen Sie, was eine Zeile jeder Tabelle bedeutet, bevor Sie etwas addieren oder zählen.
- Jede Bereinigungsentscheidung verändert das Ergebnis, also halten Sie sie mit ihrem Grund und der Zahl der betroffenen Zeilen schriftlich fest.
Glossar
- deskriptive Analytik (descriptive analytics)
- Analyse, die berichtet, was passiert ist, etwa eine Quote oder eine Summe über einen Zeitraum.
- diagnostische Analytik (diagnostic analytics)
- Analyse, die nach den Ursachen eines beobachteten Ergebnisses sucht.
- prädiktive Analytik (predictive analytics)
- Analyse, die schätzt, was wahrscheinlich passieren wird, meist mit einem Modell.
- präskriptive Analytik (prescriptive analytics)
- Analyse, die eine Handlung empfiehlt, oft für jeden Fall einzeln.
- KPI-Baum (KPI tree)
- Ein Diagramm, das ein Ziel in seine Treiber zerlegt, bis jedes Blatt berechenbar und jemandem zugewiesen ist.
- Frühindikator (leading indicator)
- Ein Indikator, der sich vor dem Ergebnis bewegt, früh genug, um zu handeln.
- Spätindikator (lagging indicator)
- Ein Indikator, der das Ergebnis meldet, sobald es bekannt ist.
- Goodharts Gesetz (Goodhart's law)
- Die Beobachtung, dass ein Maß, das als Ziel verwendet wird, dazu neigt, seinen Wert als Maß zu verlieren.
- Granularität (granularity)
- Was eine einzelne Zeile einer Tabelle darstellt: eine Bestellung, einen Artikel, eine Zahlung, einen Kunden.
- Ausreißer (outliers)
- Werte, die weit von den anderen entfernt liegen und geprüft werden müssen, bevor man sie behält, korrigiert oder ausschließt.
- fehlende Werte (missing values)
- Leere Zellen; wie sie behandelt werden, muss je nach Frage entschieden werden.
- Bereinigungsprotokoll (cleaning log)
- Eine Aufzeichnung jedes Bereinigungsschritts: was, warum und wie viele Zeilen betroffen waren.
- Pivot-Tabelle (pivot table)
- Eine Zusammenfassung in einer Tabellenkalkulation, die Zeilen nach einem Feld gruppiert und eine Kennzahl aggregiert.
Die anderen Notizen des Kurses
Eine öffentliche Zusammenfassung pro Foliensatz, in der Reihenfolge des Kurses.
Weiter: Datenvisualisierung und Storytelling
- Sitzung 1Von Daten zu Entscheidungen
- Sitzung 2Datenvisualisierung und Storytelling
- Sitzung 3SQL-Grundlagen für Führungskräfte
- Sitzung 4Prädiktive Analytik für Entscheidungsträger
- Sitzung 5Generative KI, DSGVO und AI Act
- Sitzung 6Datenerkenntnisse präsentieren
Über diese Notizen
Vom Dozenten auf Grundlage der Folien verfasst, als öffentliche Zusammenfassung: die Kernideen, die Formeln und ein durchgerechnetes Beispiel. Die Übungen, ihre Lösungen, die Tests und die Bewertung bleiben im Foliensatz, für die Studierenden des Kurses.
Stand: .