Datenquellen

Datenquellen sind die Ursprünge, aus denen Daten extrahiert und gesammelt werden. Sie können in verschiedenen Formaten vorliegen.

Bedeutung im Detail Kontaktiere uns

Die Identifizierung geeigneter Datenquellen ist der erste Schritt in der Informationsgewinnung und ist zusammen mit der Festlegung der Datenerhebungsmethoden zu leisten.

In der heutigen datengetriebenen Welt sind Unternehmen stark auf genaue und relevante Informationen angewiesen, um fundierte Entscheidungen zu treffen. Die Qualität und Relevanz dieser Entscheidungen werden direkt durch die Qualität der verwendeten Daten beeinflusst. Daher ist die Auswahl der richtigen Datenquellen entscheidend für den Erfolg.

Arten von Datenquellen

Datenquellen lassen sich nach verschiedenen Kriterien kategorisieren.

Datenquellen nach Herkunft

Interne Datenquellen: Diese Datenquellen befinden sich innerhalb des Unternehmens und können aus verschiedenen Systemen wie CRM, ERP, Marketing-Automatisierung oder Transaktionsverarbeitungssystemen stammen.
Externe Datenquellen: Diese Datenquellen befinden sich außerhalb des Unternehmens und können aus öffentlichen Quellen wie Regierungsstatistiken, Branchenberichten oder Social Media stammen.
Drittparteien-Datenquellen: Diese Datenquellen werden von Unternehmen bereitgestellt, die Daten sammeln und verkaufen, z. B. Marktforschungsunternehmen oder Kreditbüros.

Datenquellen nach Struktur

Strukturierte Daten: Diese Daten sind in einem vordefinierten Format organisiert, sodass sie von Computern leicht verarbeitet werden können. Sie werden typischerweise in Tabellen, Datenbanken oder Data Warehouses gespeichert. Beispiele sind Kundendatensätze, Finanztransaktionen und Produktbestände.
Unstrukturierte Daten: Diese Daten haben kein definiertes Format und sind für Computer oft schwierig direkt zu verarbeiten. Sie können Textdokumente, E-Mails, Bilder oder Videos umfassen. Beispiele sind Kundenbewertungen, Social-Media-Beiträge und Bilder von Überwachungskameras.
Semi-strukturierte Daten: Diese Daten haben einige organisatorische Elemente, halten sich jedoch nicht an ein striktes relationales Format. Sie können oft in Formaten wie XML oder JSON dargestellt werden. Beispiele sind Protokolldateien, Sensordaten und E-Mail-Anhänge.

Datenquellen nach Format

Textdaten: Diese Daten liegen in Textform vor, z. B. in Dokumenten, Artikeln oder Social-Media-Beiträgen.
Numerische Daten: Diese Daten liegen in numerischer Form vor, z. B. in Zahlen, Statistiken oder Messwerten.
Bilddaten: Diese Daten liegen in Bildformaten vor, z. B. in Fotos, Grafiken oder Diagrammen.
Videodaten: Diese Daten liegen in Videoformaten vor, z. B. in Clips, Webinaren oder Überwachungsaufnahmen.
Audiodaten: Diese Daten liegen in Audioformaten vor, z. B. in Musik, Podcasts oder Sprachaufzeichnungen.

Beispiele für Datenquellen

Interne Datenquellen

CRM-System: Kundenstammdaten, Kaufhistorie, Kundensupport-Interaktionen
ERP-System: Bestelldaten, Lagerbestände, Finanzdaten
Marketing-Automatisierungssystem: E-Mail-Kampagnen, Website-Traffic, Lead-Daten
Transaktionsverarbeitungssystem: Verkaufsdaten, Zahlungsinformationen, Kundendaten

Externe Datenquellen

Regierungsstatistiken: Bevölkerungsdaten, Wirtschaftsindikatoren, Handelsstatistiken
Branchenberichte: Marktanalysen, Trendprognosen, Wettbewerbsinformationen
Social Media: Kundenstimmen, Markttrends, Branchengespräche
Open Data: Wetterdaten, Verkehrsinformationen, Geodaten

Drittparteien-Datenquellen

Marktforschungsunternehmen: Verbraucherumfragen, Marktanalysen, Zielgruppenprofile
Kreditbüros: Bonitätsinformationen, Zahlungsmoral, Kreditwürdigkeit
Social Media-Plattformen: Demografische Daten, Interessen, Verhaltensweisen

Mehr zu Datenquellen findest du in Daten Architektur, Data Organsation und Data Governance.

Hinweis: Dieses Glossar wurde mit Unterstützung von KI-Technologien wie Gemini und ChatGPT erstellt und gepflegt.