Zum Inhalt springen
Speisekarte
Fact Crashing, Fact Crashing™, Discovery, iDiscovery Solutions, eDiscovery, Data Collection, Collection, Data, Data Reliablity

Datenverständnis ist für eine ordnungsgemäße Analyse erforderlich

Dies ist der neunte Teil einer Blogserie über Fact Crashing™, die Beschleunigung der Berücksichtigung von ACTION-Daten (Ambient, Contextual, Transactional, IoT, Operational, Navigational) zugunsten der Streitbeilegung.

Es gibt 9 Prinzipien von Fakt Absturz™. Frühere Blogs abgedeckt: 

Grundsatz 1: Daten sind Beweise und auffindbar

Grundsatz 2: Daten sollten frühzeitig adressiert werden

Prinzip 2: Deep Dive

Prinzip 3: Case Issues als datenzentrierte Anfragen formulieren

Prinzip 4: Datenquellen identifizieren, qualifizieren und priorisieren

Grundsatz 5: Daten unterliegen Aufbewahrungs- und Schutzpflichten

Prinzip 6: Datenzuverlässigkeit beginnt mit der richtigen Erfassung

Werfen wir nun einen Blick auf das siebte Prinzip.


Um Daten wirklich zu verstehen, sollten Sie sie sich wie einen dreibeinigen Hocker vorstellen: Systemadministrator (z. B. IT); Geschäftseigentümer (z. B. Vertrieb) und Endbenutzer (z. B. Verkäufer).  Diese drei Perspektiven helfen dabei, einige Nuancen bei der Beantwortung von Fragen aufzudecken wie:

  • Verwenden die Benutzer das System bestimmungsgemäß?
  • Ist der IT bekannt, wie das Unternehmen das System verwendet (Realität oder Design)?
  • Welche Änderungen wurden aus geschäftlicher Notwendigkeit vorgenommen?

Dies sind alles einfache und doch allzu häufige Situationen, die wir ohne Verschulden von irgendjemandem gesehen haben, nur eine Realität des Geschäfts. Beispielsweise entscheiden sich Benutzer dafür, ein Feld oder einen Workflow anders als beabsichtigt zu verwenden, weil „es einfach einfacher war“. Es ist wichtig, dass sich dieser Prozess darauf konzentriert, die Realität der Daten zu verstehen, und nicht das Unternehmen danach zu beurteilen "warum." 

Fehlende Beine

Es ist nicht ungewöhnlich, in einer Situation zu sein, in der Ihnen Beine fehlen (z. B. der Personalverantwortliche, der von diesem Altsystem weiß, ist nicht mehr im Unternehmen).  Das bedeutet nicht, dass Sie nicht fortfahren können; es bedeutet nur, dass Sie verstehen müssen, dass Sie auf zwei Beinen balancieren. 

Als kurze Randnotiz sagte mir kürzlich ein Kunde: „Ich habe keine Beine. Verdammt, ich habe keinen Hocker.“  Obwohl dies nicht üblich ist, kommt dies von Zeit zu Zeit vor. Hier müssen Sie möglicherweise mehr Fragen zu den Daten als zu Personen stellen.  (Hinweis: Es ist immer hilfreich, die folgenden Fragen in Bezug auf die Daten zu stellen, was wiederum hilft, zu überprüfen, was die Leute sagen).

  • Entsprechen die Daten in diesem Feld meinen Erwartungen?
  • Entspricht die Bandbreite/Vielfalt der Daten meinen Erwartungen?
  • Gibt es eine ungewöhnliche oder unerwartete Menge an „NULL“-Werten?

Profilieren Sie die Daten

Wie in Prinzip 6 beschrieben, gibt es effiziente Möglichkeiten, schnell grundlegende KPIs für die Validierung festzulegen. Dasselbe gilt für das Profiling einer Datenquelle zum besseren Verständnis. Einige häufige Datenpunkte, die bei der Erstellung dieses Profils helfen, sind:

  • Rekordzahl
  • Datumsbereich (und alle Lücken)
  • Wertebereich
  • Durchschnittswert (und Ausreißer)
  • Gemeinsame Werte)

Dies liefert das notwendige Wissen, um die Daten zu analysieren, und bietet auch eine weitere Validierungsebene durch diese „Sanity Check“, bei der die Daten aus einigen Standardperspektiven betrachtet werden.

Kontinuierliches aktives Lernen

„Lerne kontinuierlich – es gibt immer „eine Sache mehr“ zu lernen! „~Steve Jobs

Jede Interaktion, die Sie mit den Daten haben, kann Ihnen etwas beibringen (bestätigen Sie, was Sie erwartet haben, oder geben Sie Hinweise auf das Unerwartete).  Ich kann Ihnen nicht sagen, wie oft wir das hören „Oh ja, ich habe vergessen, es dir zu sagen …“ Denn wenn Sie Jahre in eine Reihe von Daten zurückblicken, sind diese Nuancen nicht immer im Vordergrund. Wenn diese Nuancen bei der Analyse nicht berücksichtigt werden, können Ihre Ergebnisse verzerrt sein. 

Informieren Sie sich über diese Arten von Szenarien in Ihrem Datensatz.

An einem Punkt kam es zu einem Aufbewahrungsfehler, weil die Datenübertragung zum Archivserver einige Wochen lang fehlschlug, bevor wir es bemerkten.

Wir haben aufgehört, Feld A für X zu verwenden, und haben letztes Jahr damit begonnen, Feld D und E zu verwenden.

Wir verwenden im Allgemeinen Feld M, um die Gehaltsabrechnung zu melden und auszuführen, aber die Rohdaten befinden sich in den Feldern Q, R, S und T.

Es gibt so viele Nuancen, die im normalen Geschäftsverlauf mit Daten passieren, dass Sie davon ausgehen können, dass Ihre Daten davon betroffen sein werden. Versuchen Sie, es während Ihres gesamten Unterfangens zu lernen und zu verstehen.


iDS bietet Unternehmen und Anwaltskanzleien auf der ganzen Welt beratende Datenlösungen, die ihnen einen entscheidenden Vorteil verschaffen – sowohl innerhalb als auch außerhalb des Gerichtssaals. Unsere Fachexperten und Datenstrategen sind darauf spezialisiert, Lösungen für komplexe Datenprobleme zu finden und sicherzustellen, dass Daten als Vermögenswert und nicht als Belastung genutzt werden können.

de_DEDE