Anhang B. Checkliste für Datenprojekte
Bei der Entwicklung nützlicher Datenprojekte geht es um viel mehr als nur darum, ein genaues Modell zu trainieren! Als Jeremy noch als Berater tätig war, hat er immer versucht, den Kontext eines Unternehmens für die Entwicklung von Datenprojekten zu verstehen, und zwar anhand der folgenden Überlegungen, die in Abbildung B-1 zusammengefasst sind:
- Strategie
-
Was will die Organisation erreichen(Ziel), und was kann sie ändern, um es besser zu machen(Hebel)?
- Daten
-
Erfasst die Organisation die notwendigen Daten und stellt sie zur Verfügung?
- Analytik
-
Welche Erkenntnisse wären für die Organisation nützlich?
- Umsetzung
-
Welche organisatorischen Möglichkeiten gibt es?
- Wartung
-
Welche Systeme gibt es, um Veränderungen in der betrieblichen Umgebung zu verfolgen?
- Zwänge
-
Welche Einschränkungen müssen in jedem der oben genannten Bereiche berücksichtigt werden?
Abbildung B-1. Die Wertschöpfungskette der Analytik
Er entwickelte einen Fragebogen, den er seine Kunden vor Beginn eines Projekts ausfüllen ließ, und half ihnen dann während des Projekts, ihre Antworten zu verfeinern. Dieser Fragebogen basiert auf jahrzehntelangen Projekten in vielen Branchen, darunter Landwirtschaft, Bergbau, Banken, Brauereien, Telekommunikation, Einzelhandel und mehr.
Bevor wir die Analytics-Wertschöpfungskette durchgehen, befasst sich der erste Teil des Fragebogens ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access