Datenanalyse mit Excel: Tipps zur effizienten Datenauswertung
Einführung in die Datenanalyse mit Excel
Zur Vorbereitung der Planung, zur Nachbereitung der Evaluation (= Reporting) ist eine Datenanalyse notwendig. Für das Management sind Antworten des Controllings auf Fragestellungen wichtig, wie:
- Was ist passiert?
- Warum ist es passiert?
- Was hat sich geändert?
- Was müssen wir tun?
- Was wird zukünftig passieren?
Wir leben in einem Umfeld, das sich ständig verändert, und zwar immer drastischer und immer schneller. Vorhersehbarkeit und Berechenbarkeit von Ereignissen nehmen in vielen Geschäftsmodellen rapide ab, Prognosen und Erfahrungen aus der Vergangenheit als Grundlage für die Gestaltung von Zukunft verlieren ihre Gültigkeit und Relevanz. Planung von Investitionen, Entwicklungen und Wachstum wird immer schwieriger. Dafür hat sich das Akronym VUCA etabliert. Umso wichtiger ist in diesem Umfeld eine Datenanalyse. Aber nicht nur eine der vergangenheitsbezogenen internen Daten ist wichtig, sondern auch eine Analyse der externen Daten, die einen Einfluss auf das Geschäftsmodell haben könnten (Predictive Analytics). Diese Analyse sollte zeitnah, unter Umständen in Echtzeit, korrekt und vollständig erfolgen. Dieser Ansprüche werden seit Jahren durch Business-Intelligence-Tools erfüllt. Waren diese Tools früher nur duch Experten bedienbar, hat sich in den letzten Jahren der Ansatz des Self(-Service) BI (z.B. Microsoft PowerBI-Desktop) durchgesetzt. Self-Service BI (SSBI) gestattet es verschiedenen Abteilungen innerhalb eines Unternehmens, auf die Unternehmensdaten zuzugreifen und selbstständig Analysen oder Reports zu erstellen.
Wichtige Voraussetzung dafür ist die Sicherstellung der Datenqualität durch eine vereinheitlichte Datenquelle und eine gute Datenqualität. Mit Datenqualität ist die Eignung von Daten für eine bestimmte Nutzung bei vorgegebenen Verwendungszielen gemeint. Eine gute Datenqualität zeichnet sich aus durch:
- Zuverlässigkeit, Richtigkeit und Konsistenz
- Vollständigkeit, Genauigkeit und Relevanz
- Aktualität und keine mehrspurige Erhebung
- Einheitlichkeit und Eindeutigkeit,
- keine Redundanzen der Daten
Dafür wird der Begriff «Single Source of Truth» (SSOT) verwendet. Damit wird ein allgemeingültiger Datenbestand beschrieben, der korrekt ist und auf den man sich verlassen kann. Single Source of Truth ist vor allem dann wichtig, wenn Daten in verschiedenen IT-Systemen redundant gehalten werden. Die Daten aus den verschiedenen Quellensystemen können in einem Data Warehouse vereint und zur Analyse zur Verfügung gestellt werden. Zur Auswahl einer geeigneten Data-Warehouse-Applikation bieten BARC2/Gartner gute Übersichten zu den Anbietern. KMU können aber auch mit Microsoft-Produkten gute Lösungen mit MS Access und Power Pivot erstellen, sofern die Datenqualität gesichert ist! Dann kann eine Datenanalyse mit Excel-Features durchgeführt werden.
Excel-Features für Datenanalyse und BI
Excel bietet für die Datenanalyse und auch für das Thema Self-Service BI etliche Features an, die viele Möglichkeiten bieten. Diese Features sollen nun vorgestellt und beschrieben werden. Diese sind:
- Pivot-Tabelle
- Power Query
- Power Pivot
- statistische Funktionen
- Predictive Analytics AddIn (z.B. Bert)
Pivot-Tabelle
Eine Pivot-Tabelle strukturiert in Tabellenform Daten, fasst sie zusammen und ermöglicht deren Auswertung. Seit die Pivot-Tabelle mit der Version Excel 5.0 eingeführt wurde, ist sie für Controller ein unverzichtbares Werkzeug. Für die Erstellung einer Pivot-Tabelle sind nur wenige Klicks notwendig, um Daten mit geringem Aufwand zu strukturieren, zu verdichten und zu analysieren, ohne die Ausgangsdaten durch Sortieren, Filtern usw. zu verändern.
Pivot-Tabellen machen das Erstellen komplexer Verknüpfungen oder Formeln innerhalb von Tabellen überflüssig. Änderungen in einer Pivot-Tabelle haben keine Aktualisierung der Originaldaten zur Folge. Damit erfüllt die Pivot-Tabelle das wichtige Prinzip der Datenkonsistenz.
Der Einsatz von Pivot-Tabellen ist immer dann sinnvoll, wenn eine Datenquelle (z.B. eine grosse Tabelle mit vielen Daten) ausgewertet werden soll und nicht alle Spalten (Felder) dafür benötigt werden.
Merkmale einer Pivot-Tabelle
- Sämtliche Daten stammen aus einer Ursprungstabelle.
- Pivot-Tabellen fassen Daten zusammen und stellen sie in aggregierter Form dar.
- Ihre Struktur besteht aus mehreren Bereichen. Diese Bereiche können beliebige Felder der Ausgangstabelle aufnehmen.
- Der Anwender bestimmt, nach welchen Feldern gruppiert wird und welche Felder angezeigt werden sollen. Mit Feldern sind in der Logik von Datenbanken bei Excel-Tabellen die Spalten gemeint.
- Eine Pivot-Tabelle aktualisiert sich nicht nach jeder Änderung der Ausgangsdaten. Dazu muss die Pivot-Tabelle manuell oder per Voreinstellung beim Öffnen der Datei automatisch aktualisiert werden.
Mit sogenannten Zeilen- und Spaltenfeldern werden die Ausgangsdaten nach dem jeweils ausgewählten Feld gruppiert. Die Gruppierung erfolgt entweder zeilen- oder spaltenbasiert. Datenfelder stellen die Informationen an den Schnittpunkten von Zeilen und Spalten dar. Über Funktionen wie SUMME() oder ANZAHL() erfolgt die Ermittlung eines Datenwerts. Mit Seitenfeldern ist das Einschränken von Datensätzen auf bestimmte Werte möglich (siehe Abbildung hier).
Jetzt Member werden und weiterlesen:
- Unlimitierter Zugriff auf alle 1300 Arbeitshilfen
- Alle kostenpflichtigen Beiträge auf weka.ch frei
- Zugriff auf alle Videos
- Täglich aktualisiert
- Wöchentlich neue Inhalte und Arbeitshilfen
- Exklusive Spezialangebote
- News- & Update-Services
- Seminargutscheine
