Seminar Dataedo Portal für Data Consumer und Community

Das Seminar befähigt Datenkonsumenten zur sicheren Recherche und Bewertung von Datenbeständen sowie zur geregelten Rückmeldung an Verantwortliche. Im Mittelpunkt stehen reproduzierbare Vorgehensweisen, klare Qualitätskriterien und eine Umsetzung, die sich auf reale Datenlandschaften übertragen lässt.

Inhaltsübersicht

1. Lernziele
2. Zielgruppen und Rollen
3. Voraussetzungen
4. Seminarinhalte
5. Arbeitsschritt 1: Portalnutzung für Data Consumer
6. Arbeitsschritt 2: Katalognavigation, Suche und Discovery
7. Arbeitsschritt 3: Domänen und Verantwortungsräume
8. Arbeitsschritt 4: Data Products definieren und publizieren
9. Arbeitsschritt 5: Lineage-Modell und Analysefragen
10. Arbeitsschritt 6: Qualitätsüberwachung und Maßnahmensteuerung
11. Arbeitsschritt 7: Community, Feedback und Ownership
12. Praxisübungen
13. Arbeitsunterlagen und Praxisartefakte

Lernziele

• Portalnavigation und Suchstrategien für konkrete Datenfragen anwenden.
• Assets anhand von Beschreibung, Eigentümer, Glossar, Lineage und Qualität bewerten.
• Domänen und Data Products als orientierende Einstiegspunkte nutzen.
• Rückfragen und Verbesserungshinweise nachvollziehbar einreichen.
• Vertrauensmerkmale für eine sichere Datenauswahl festlegen.

Zielgruppen und Rollen

Data Consumer, Analysten, Fachbereiche, BI-Nutzer, Data Product Consumer und neue Mitglieder einer datenorientierten Organisation.

Voraussetzungen

Keine technischen Vorkenntnisse erforderlich; ein grundlegendes Verständnis der eigenen Datenfragen genügt.

Seminarinhalte

Die Inhalte werden in einer durchgängigen Folge aus Einordnung, Vorbereitung, Umsetzung, Kontrolle und Standardisierung bearbeitet.

Arbeitsschritt 1: Portalnutzung für Data Consumer

Datenkonsumenten zu einer schnellen, sicheren und kontextreichen Datenauswahl befähigen.

1. 1. Ausgangslage klären: Datenkonsumenten zu einer schnellen, sicheren und kontextreichen Datenauswahl befähigen.
2. 2. Vorbereitung abschließen: Typische Suchaufgaben, Rollen, bevorzugte Einstiegspunkte und Entscheidungskriterien sammeln.
3. 3. Konfiguration und Umsetzung durchführen: Suche, Domains, Data Products, Glossar, Lineage und Qualitätsinformationen gezielt kombinieren.
4. 4. Ergebnis kontrollieren: Gefundene Assets auf Zweck, Eigentümer, Aktualität, Qualität und zulässige Nutzung bewerten.
5. 5. Vorgehen standardisieren: Ein kurzer Nutzungsleitfaden und Mindestkriterien für vertrauenswürdige Datenauswahl definieren.

Praxisaufgabe: Mehrere ähnlich benannte Assets werden anhand von Kontext und Vertrauensmerkmalen verglichen.

Arbeitsschritt 2: Katalognavigation, Suche und Discovery

Datenbestände über Suchbegriffe, Filter, Beziehungen und Kontext effizient auffindbar machen.

1. 1. Ausgangslage klären: Datenbestände über Suchbegriffe, Filter, Beziehungen und Kontext effizient auffindbar machen.
2. 2. Vorbereitung abschließen: Typische Suchfragen und relevante Filterkombinationen aus Sicht verschiedener Rollen sammeln.
3. 3. Konfiguration und Umsetzung durchführen: Suche, Facetten, Objektseiten, Beziehungen und zuletzt verwendete Inhalte schrittweise einsetzen.
4. 4. Ergebnis kontrollieren: Trefferqualität, Vollständigkeit der Beschreibung und Eignung für die Fachfrage bewerten.
5. 5. Vorgehen standardisieren: Suchkonventionen, Synonyme und Mindestinformationen für gut auffindbare Assets festlegen.

Praxisaufgabe: Für drei Fachfragen werden geeignete Assets gesucht, verglichen und begründet ausgewählt.

Arbeitsschritt 3: Domänen und Verantwortungsräume

Datenbestände in nachvollziehbare fachliche Verantwortungsbereiche gliedern.

1. 1. Ausgangslage klären: Datenbestände in nachvollziehbare fachliche Verantwortungsbereiche gliedern.
2. 2. Vorbereitung abschließen: Domänenschnitt, Kriterien, Eigentümer, Steward-Rollen und Übergabepunkte festlegen.
3. 3. Konfiguration und Umsetzung durchführen: Domänen anlegen, Assets zuordnen und Verantwortlichkeiten auf den Objektseiten sichtbar machen.
4. 4. Ergebnis kontrollieren: Überschneidungen, Lücken und nicht zugeordnete Assets mit einer Domänenmatrix prüfen.
5. 5. Vorgehen standardisieren: Änderungs- und Konfliktverfahren für Domänengrenzen vereinbaren.

Praxisaufgabe: Ein organisationsweiter Datenbestand wird in fachliche Domänen mit klaren Übergängen gegliedert.

Arbeitsschritt 4: Data Products definieren und publizieren

Wiederverwendbare Datenangebote mit Zweck, Vertrag, Qualitätsaussage und Verantwortlichkeit beschreiben.

1. 1. Ausgangslage klären: Wiederverwendbare Datenangebote mit Zweck, Vertrag, Qualitätsaussage und Verantwortlichkeit beschreiben.
2. 2. Vorbereitung abschließen: Produktvorlage, Zielgruppe, Eingänge, Ausgänge, Servicekriterien und Freigabestatus festlegen.
3. 3. Konfiguration und Umsetzung durchführen: Ein Data Product anlegen, relevante Assets bündeln und Nutzungshinweise dokumentieren.
4. 4. Ergebnis kontrollieren: Vollständigkeit, Verständlichkeit, Qualitätsnachweis und Zugriffsweg aus Verbrauchersicht testen.
5. 5. Vorgehen standardisieren: Lebenszyklus, Versionierung und Produktverantwortung als Standard definieren.

Praxisaufgabe: Aus mehreren Datenobjekten wird ein konsumierbares Data Product mit klarer Leistungsbeschreibung erstellt.

Arbeitsschritt 5: Lineage-Modell und Analysefragen

Datenflüsse auf der richtigen Ebene darstellen und konkrete Analysefragen daran ausrichten.

1. 1. Ausgangslage klären: Datenflüsse auf der richtigen Ebene darstellen und konkrete Analysefragen daran ausrichten.
2. 2. Vorbereitung abschließen: Quell-, Transformations- und Zielobjekte sowie gewünschte Granularität erfassen.
3. 3. Konfiguration und Umsetzung durchführen: Eine Lineage-Kette lesen, Ebenen wechseln und technische sowie fachliche Beziehungen unterscheiden.
4. 4. Ergebnis kontrollieren: Vollständigkeit, Richtung, Objektauflösung und erkennbare Lücken gegen einen Referenzfluss prüfen.
5. 5. Vorgehen standardisieren: Darstellungsregeln und Mindestumfang für belastbare Lineage festlegen.

Praxisaufgabe: Ein Datenfluss wird aus Sicht von Betrieb, Entwicklung und Fachbereich jeweils unterschiedlich analysiert.

Arbeitsschritt 6: Qualitätsüberwachung und Maßnahmensteuerung

Regelergebnisse über Zeit beobachten und Abweichungen in geregelte Maßnahmen überführen.

1. 1. Ausgangslage klären: Regelergebnisse über Zeit beobachten und Abweichungen in geregelte Maßnahmen überführen.
2. 2. Vorbereitung abschließen: Ausführungsplan, Schwellenwerte, Eigentümer, Benachrichtigung und Eskalationsstufen festlegen.
3. 3. Konfiguration und Umsetzung durchführen: Regelsets ausführen, Trends prüfen, Befunde priorisieren und Aufgaben auslösen.
4. 4. Ergebnis kontrollieren: Fehlerrate, Wiederholungen, offene Maßnahmen und Datenproduktbezug kontrollieren.
5. 5. Vorgehen standardisieren: Qualitätsbericht, Besprechungsrhythmus und Abschlusskriterien für Befunde standardisieren.

Praxisaufgabe: Mehrere Prüfläufe werden verglichen und in einen priorisierten Maßnahmenplan überführt.

Arbeitsschritt 7: Community, Feedback und Ownership

Rückfragen und Verbesserungsvorschläge aus der Nutzung in geregelte Pflegeprozesse überführen.

1. 1. Ausgangslage klären: Rückfragen und Verbesserungsvorschläge aus der Nutzung in geregelte Pflegeprozesse überführen.
2. 2. Vorbereitung abschließen: Feedbackkanäle, Moderation, Reaktionszeiten und Eigentümerzuordnung festlegen.
3. 3. Konfiguration und Umsetzung durchführen: Kommentare und Hinweise erfassen, qualifizieren, beantworten und einer Änderung zuordnen.
4. 4. Ergebnis kontrollieren: Reaktionszeit, Lösungsquote und wiederkehrende Themen anhand eines kleinen Berichts prüfen.
5. 5. Vorgehen standardisieren: Moderationsregeln und Übergabe an Governance- oder Betriebsprozesse dokumentieren.

Praxisaufgabe: Mehrere Nutzerhinweise werden triagiert und bis zur nachvollziehbaren Bearbeitung verfolgt.

Praxisübungen

1. Übung 1: Vergleich ähnlich benannter Datenobjekte.
2. Übung 2: Auswahl eines geeigneten Data Products für eine Fachfrage.
3. Übung 3: Bewertung einer Qualitätsaussage und ihrer Datenherkunft.
4. Übung 4: Bearbeitung eines Feedbackfalls.

Arbeitsunterlagen und Praxisartefakte

Im Seminar entstehen wiederverwendbare Arbeitsunterlagen für Planung, Umsetzung, Qualitätssicherung und Betrieb.

• Suchleitfaden
• Asset-Bewertungsmatrix
• Data-Product-Prüfliste
• Feedbackvorlage