Datenbanken und Qualitätschecks

Entscheidungswissenschaften verstehen

Howard Friedman

Adjunct Professor at Columbia University

Datenquellen triagieren

Nicht alle Daten sind gleich nützlich

  • Manche Datensätze brauchen viel Cleaning oder haben keine sinnvollen Features
  • Andere lohnen den Aufwand gar nicht

 

Data-Triage hilft, schnell zu priorisieren

  • Prüfe, ob ein Datensatz tragfähig ist, bevor du Zeit und Ressourcen investierst

Starte mit der Verfügbarkeit

  • Sind die Daten leicht zugänglich oder hinter einer Paywall
  • Gibt es Genehmigungs- oder Sicherheitsbarrieren
  • Früh klären, um Aufwand zu sparen

triage.png

Entscheidungswissenschaften verstehen

Wichtige Checks

Kosten berücksichtigen

  • Fallen Lizenz- oder Zugriffsgebühren an
  • Musst du für Speicher oder Spezialtools zahlen

Nützlichkeit bewerten

  • Enthält der Datensatz, was du für die Analyse brauchst
  • Prüfe Umfang, Detailgrad, Vollständigkeit und Feature-Relevanz

Aktualisierungsfrequenz prüfen

  • Realtime-Vorhersagen brauchen Echtzeit- oder regelmäßig aktualisierte Daten
  • Unpassende Zyklen können Daten unbrauchbar machen

Räumliche Auflösung bewerten

  • Passt die Datenebene zur räumlichen Anforderung deiner Analyse
  • Nationale Daten helfen nicht, wenn du PLZ-Granularität brauchst
Entscheidungswissenschaften verstehen

Datenqualitäts-Checks

Datenqualität zählt

  • Schlechte Daten ruinieren Modelle und führen zu schlechten Entscheidungen
  • „Garbage in, garbage out" ist ein echtes Risiko in Decision Science

GIGO.png

Auf Missingness achten

  • Anteil fehlender Werte je Spalte
  • Muster, die auf größere Erhebungsprobleme hindeuten

Einfache Bereichsprüfungen

  • Gibt es Werte, die in deinem Kontext keinen Sinn ergeben
  • Beispiele: age = 450 oder price = -$10
  • Nutze Checks, um große Probleme früh zu flaggen
Entscheidungswissenschaften verstehen

Weitere Checks

Ausreißer prüfen

  • Mit Histogrammen oder Boxplots visualisieren
  • Vor dem Ausschluss mit Stakeholdern abstimmen

Aktualität bewerten

  • Ist dein Datensatz aktuell genug, um relevant zu sein
  • In dynamischen Kontexten sind häufige Updates nötig

Formatkonsistenz sicherstellen

  • Achte auf uneinheitliche Datumsformate, Rechtschreibung oder Spaltennamen
  • Säubere und standardisiere, um Analyseprobleme zu vermeiden

QA.png

Entscheidungswissenschaften verstehen

Lass uns üben!

Entscheidungswissenschaften verstehen

Preparing Video For Download...