Data Analytics Datenarten: Quellen & Typen verstehen

Die wichtigsten Datenarten sind strukturierte Daten (wie Tabellen und Datenbanken), semi-strukturierte Daten (wie XML oder JSON) und unstrukturierte Daten (wie Texte, Bilder oder Videos). Zusätzlich unterscheidet man zwischen quantitativen Daten (Zahlen) und qualitativen Daten (Kategorien oder Beschreibungen).

Interne Datenquellen umfassen CRM-Systeme, ERP-Systeme, Verkaufsdaten, Finanzbuchhaltung, Website-Analytics und Mitarbeiterdaten. Diese Daten sind bereits im Unternehmen vorhanden und können direkt für Analysen genutzt werden.

Externe Datenquellen sind Daten von außerhalb des Unternehmens, wie Marktforschungsdaten, Social Media, öffentliche Statistiken oder Wettbewerberdaten. Sie erweitern die interne Datenbasis und ermöglichen bessere Marktanalysen und Benchmarking.

Real-Time Data sind Echtzeitdaten, die sofort bei ihrer Entstehung verarbeitet werden, wie Live-Website-Traffic oder Sensordaten. Historical Data sind historische Daten aus der Vergangenheit, die für Trendanalysen und Prognosen verwendet werden.

Die Auswahl hängt von der Fragestellung, Datenqualität, Verfügbarkeit und Kosten ab. Wichtig ist, dass die Daten relevant, aktuell und vertrauenswürdig sind sowie in ausreichender Menge vorliegen.