Data & Analytics

Du zeigst den Kunden, wie sie ihre Daten erheben, verdichten und aufbereiten können, um die Ergebnisse erfolgreich für ihr operatives Geschäft zu nutzen. Du überprüfst und analysierst Daten, um Muster und Zusammenhänge zu erkennen und verstehst die Daten in ihrer Gänze, sodass du die Ergebnisse der Analysen verständlich präsentieren kannst. Du hilfst dabei, die Qualität der Daten zu verbessern und die Datenbanken zu optimieren. Außerdem entwickelst du neue Methoden und Tools, um die Daten noch besser verarbeiten und analysieren zu können.

Deine Aufgaben können von der Entwicklung von ETL-Strecken und Datenbankmodellierung bis hin zur Entwicklung von Dashboards und KI-Methoden reichen. Eine mögliche Spezialisierung im Bereich Data & Analytics ist die BI-Report Entwicklung. Hierbei sammelst du zunächst Anforderungen an den Report, in dem du mit den fachlichen Expert*innen sprichst und verstehst, welche Fragestellung sie mit den Daten beantworten wollen.

Als Data Analyst*in kennst du die Daten im Backend genau und weißt, wo die für die Fragestellung relevanten Daten zu finden sind. Du implementierst die benötigten Logiken, um die richtigen Daten für die Analyse vorzubereiten. Anschließend visualisierst du die Daten in einem Dashboard, damit die Stakeholder ihre Fragestellung mit den Daten beantwortet wissen.

Eine weitere Spezialisierung im Bereich Data & Analytics ist Data Science. Als Data Analyst*in mit Spezialisierung auf Data Science kennst du dich mit verschiedenen modernen Data Science-Methoden aus. Mit Hilfe statistischer Verfahren oder Machine Learning-Methoden kannst du aus den Daten Anomalien und Muster erkennen, die unseren Kunden bei täglichen operativen Entscheidungen helfen. Gemeinsam mit dem Kunden identifizierst du Use Cases für den Einsatz von Machine Learning.

Für verschiedene Arbeitsschritte nutzt du als Data Analyst*in natürlich auch unterschiedliche Tools. Für die Anbindung von Datenquellen finden Programme wie MySQL, Oracle, SAP HANA DB, Access oder Excel Anwendung. Für die Entwicklung von Datentransformationen greifen wir auf Python (z.B. numpy), SQL oder ähnliche Tools zurück. Die Reportings erstellen wir mit Hilfe von Power BI, Tableau, SAP Analytics Cloud oder QlikView. Für den Bereich Data Science nutzen wir Microsoft ML Studio, Python (z.B. scikit learn) oder R.

Für viele dieser Programme kannst du bei uns auch Trainings und Zertifizierungen in Anspruch nehmen, sodass du dich und deine Skills immer weiterentwickeln kannst.

Eine der größten Herausforderungen für dich und dein Team ist es, die Masse an Daten nach der vom Kunden angeforderten Art zusammenzufassen und aufzubereiten. Das aus diesen Daten erstellte Reporting muss genau aufzeigen, was die Daten „erzählen“ – Stichwort Data Storytelling. Mit diesen Informationen lieferst du die datenbasierte Grundlage für weitreichende Business Entscheidungen, du machst unsere Kunden zu „data-driven companies“.

Eine beispielhafte Problemstellung für dich als Data Analyst*in könnte es beispielsweise sein, ein Analyse-Dashboard zu entwickeln, bei dem ersichtlich ist, welche Marketingkampagnen aktuell gut laufen und am effektivsten sind. Dafür aggregierst du Daten der ausgespielten Marketingkampagnen aus verschiedenen Quellen, z.B. aus LinkedIn, Google und einer unternehmenseigenen Datenbank, in der Kampagnen in Newslettern gespeichert werden. Diese Daten legst du wiederum mit dem ERP-System des Unternehmens übereinander, um zu sehen, welche Kunden tatsächlich etwas gekauft haben, und wie viel Umsatz gemacht wurde.

Mit diesen Daten designst du ein Dashboard in Zusammenarbeit mit dem Kunden, um die Informationen möglichst ansprechend in den richtigen Diagrammen und Charts visuell darzustellen. Hier kombinierst du die Anforderungen des Kunden mit bekannten Best Practices. Deine Kreativität gibt dem Dashboard den letzten Schliff.

Wenn gewünscht, kannst du zusätzlich Data Science-Methoden entwickeln, die auf Basis der historischen Daten beispielsweise einen Trend vorhersagen, wie sich die Marketingkennzahlen in den folgenden Monaten entwickeln werden.

Oft ist die Datenhaltung in den Unternehmen historisch gewachsen und verschiedene Quellsysteme, vom internen SAP System bis hin zu einer manuell gepflegten Excel-Liste, beinhalten unterschiedliche Daten. Je nach Anwendungsfall gibt es hier die spannendsten und komplexesten Konstellationen. Als Data Analyst*in musst du dich mit den Expert*innen austauschen, die diese Quellsysteme anbinden und die Daten konsolidieren können, z.B. in einem Data Warehouse.

Im Front-End Reporting stehen wir in engem Kontakt mit den Report-Nutzer*innen und Tester*innen, um die Anforderungen an die Datenanalyse zu verstehen. Der regelmäßige Austausch mit den Fachexpert*innen hilft dabei, die dahinterliegenden Geschäftsprozesse nachvollziehen zu können und mit den Daten anschließend Erkenntnisse zu gewinnen.

Als Data Analyst*innen beraten wir unsere Kunden hinsichtlich bester Lösungen für Datenbank-Architekturen und finden Optimierungspotentiale in der Modellierung der Datenstrukturen. Wir entwickeln Analyse Use-Cases, die unseren Kunden einen Mehrwert bieten können, und helfen ihnen mit den richtigen Daten, die Geschäftsprozesse zu monitoren und zu optimieren.

Als Berater*in bringst du dabei deinen externen Blick auf die Problemstellung ein und kannst durch deine Erfahrung aus anderen Projekten eine neue Sichtweise auf die Probleme mitbringen und gemeinsam mit unseren Kunden blinde Flecken vermeiden.