Data Canvas
Behalten Sie den Überblick über Ihr Datenprojekt, mit unserem Data Canvas.
Im Zeitalter der Digitalisierung werden mehr und mehr Daten generiert. Dabei führen grosse Datenmengen zur grossen Herausforderungen und Chancen. Es lassen sich neue Use Cases aufgrund neugewonnener Daten ableiten, die wiederrum das Geschäft oder die Prozesse verbessern. Oft sind jedoch solche Datenthemen komplex und mit Schnittstellen verbunden.
Aus diesem Grund haben wir eine einfache Data Canvas entwickelt, um komplexe Datenprobleme auf einer einfachen Seite darzustellen - angelehnt an den Business Model Canvas von Alexander Osterwalder. Damit wird die Kommunikationsfähigkeit erhöht und die Komplexität der Fragestellung vermindert.
Unser Data Canvas ist in 9 Felder unterteilt, welche nachfolgend beschrieben werden:
1. Business Value
Hierbei geht es um die Beschreibung des Nutzens, wie z.B. durch Effizienz, Umsatzsteigerung oder Kostenreduktionen.
2. Data Sources
Data Sources sind ein Herzstück des Canvas und beschreibt die Quellen der Daten, welche für das Projekte nötig sind. Woher kommen Sie? Wie kann auf die zugegriffen werden? Sind es mehrere Quellen?
3. Data Transformation
Die Data Transformation ist besonders bei mehreren Datenquellen besonders wichtig. Hier wird die Umwandlung der Daten für die weitere Verarbeitung beschrieben. Gibt es eine Merge-Table oder mehrere?
4. Frequency
Mit Frequency wird die Häufigkeit der Datenupdates beschrieben. Müssen die Daten Realtime, Täglich oder in einer anderen Häufigkeit aktualisiert werden? Dabei ist natürlich auch wichtig wie die Frequenz der Data Sources aussieht. Daher wird hierbei unterschieden in Data Sources und Data Targets / Data Usage.
5. Users / Customers
Wer sind die Nutzer oder Kunden der Daten? Worfür werden diese benutzt?
6. Obstacles
Jedes Data Projekt hat Hürden und Risiken, welche frühzeitig berücksichtigt werden sollten. Aus diesem Grund werden diese in diesem Feld festgehalten und Massnahmen ergriffen um diesen zu begegnen. Das heisst es werden sowohl die Obstacles wie auch die Measures definiert.
7. Metrics
Mit welchen Metriken wird der Erfolg des Projekts gemessen? Einerseits geht es um die Auswertung des Business Values, andererseits um die Evaluation der Kunden / User.
8. Data Targets / Data Usage
Wohin werden die gesammelten und transformierten Daten gegeben und wofür werden Sie eingesetzt?
9. Potenial Future Use Cases (PFUC)
Gibt es künftige Business Cases, die durch dieses Datenprojekt ermöglicht werden?
Nehmen Sie mit uns Kontakt auf und wir unterstützen Sie bei Ihrem Datenprojekt.
Der Data Canvas von Substring AG ist lizenziert unter einer Creative Commons Namensnennung - Weitergabe unter gleichen Bedingungen 4.0 International Lizenz.
Beruht auf dem Werk unter www.substring.ch/daten-beratung/data-canvas.html
