{"id":182167,"date":"2023-07-31T13:36:45","date_gmt":"2023-07-31T12:36:45","guid":{"rendered":"https:\/\/liora.io\/de\/?p=182167"},"modified":"2026-02-06T06:26:32","modified_gmt":"2026-02-06T05:26:32","slug":"data-in-startups-von-spreadsheets-zum-data-warehouse","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/data-in-startups-von-spreadsheets-zum-data-warehouse","title":{"rendered":"Data in Startups: Von Spreadsheets zum Data Warehouse"},"content":{"rendered":"<h3>Am 23. Februar 2021 hielt Alexandre Laloo, Data Product Manager bei sennder, ein Webinar f\u00fcr unsere Community \u00fcber die Nutzung von Daten in Startups.<\/h3>\n<h3>Replay (Auf Franz\u00f6sisch &#8211; Aber die Erkl\u00e4rungen auf Deutsch findet Ihr im Text! ? )<\/h3>\n<iframe title=\"La data au cours de l&#039;\u00e9volution d&#039;une startup: des spreadsheet au Data warehouse - Alexandre Laloo\" width=\"500\" height=\"281\" src=\"https:\/\/www.youtube.com\/embed\/-v4ohHwlE44?feature=oembed\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe>\n<h3>Alexandre Laloo und sennder<\/h3>\nAlexandre Laloo, Absolvent einer namhaften Business School, kam 2017 zu Everoad, als das Unternehmen nur etwa 20 Mitarbeiter hatte. Das <a href=\"https:\/\/liora.io\/de\/bits-and-pretzels-muenchen-die-messe-fuer-startups-und-datenwissenschaften\">Startup<\/a>, das sich auf die <a href=\"https:\/\/liora.io\/de\/big-data-fuer-dummies\">Digitalisierung des Stra\u00dfeng\u00fcterverkehrs<\/a> spezialisiert hat, fusionierte 2020 mit sennder, seinem deutschen Konkurrenten. Das Unternehmen, das den Markennamen von sennder beibehalten hat, hat heute mehr als 700 Mitarbeiter und hat mehr als 260 Millionen Euro aufgebracht. Alexandre hat also das Wachstum des Unternehmens und die Entwicklung seiner <strong>Herangehensweise an Daten miterlebt.<\/strong>\n\nAls Betriebsmanager war es seine Aufgabe, die Aktivit\u00e4ten des Unternehmens anhand der von ihm gesammelten Daten zu analysieren. Seine aktuelle Position als <a href=\"https:\/\/liora.io\/de\/weiterbildung-data-product-manager\">Data Product Manager<\/a> besteht darin, die Analytics Roadmap zu leiten, d. h. daf\u00fcr zu sorgen, dass die Daten innerhalb des Unternehmens gut verbreitet werden.\n<h3>Datenverarbeitung in Startups<\/h3>\n<h4>1. Die Beziehung eines Unternehmens zu Daten h\u00e4ngt von seinem Markt ab<\/h4>\nDer Begriff &#8222;Startup&#8220; wird in den Nachrichten h\u00e4ufig verwendet und umfasst sehr unterschiedliche Unternehmenstypologien. Die Verwendung von Daten in diesen Organisationen kann nicht verallgemeinert werden, da sie f\u00fcr die Bew\u00e4ltigung der Probleme jedes Sektors verarbeitet werden. In einigen Bereichen, wie z. B. Gaming oder Travel Tech, sind Daten von Anfang an eine Priorit\u00e4t, da das Unternehmen sie braucht, um seinen Markt und sein Produkt zu verstehen. In anderen Branchen ist der Bedarf an Data Analysts oder Machine Learning Engineers zu Beginn ihrer T\u00e4tigkeit weniger wichtig. Zum Beispiel hat sennder in den ersten drei Jahren seines Bestehens keinen Machine Learning Engineer eingestellt.\n\nDer <a href=\"https:\/\/liora.io\/de\/marketing-analytics-4-von-5-verbrauchern-sind-bereit-ihre-daten-zur-verfuegung-zu-stellen\">Markt jedes Startups<\/a> wird somit seinen Datenbedarf bestimmen, d. h. den Anteil des Budgets, der f\u00fcr Daten aufgewendet wird, um einerseits Experten (Product Manager, Data Analysts, Data Scientists oder Data Engineers) einzustellen und andererseits leistungsf\u00e4hige Analyse- und Verarbeitungswerkzeuge zu beschaffen. Die Integration einer Unternehmens-Cloud stellt n\u00e4mlich eine erhebliche Investition dar.\n\nDie Priorit\u00e4t der Daten f\u00fcr ein Startup wird von mehreren Kriterien abh\u00e4ngen:\n<ul>\n \t<li><strong>Die Art des Produkts:<\/strong> mobile App, Website, physisches Produkt, etc.<\/li>\n \t<li><strong>Der Markt:<\/strong> Transport, Lebensmittel, Finanzen, etc.<\/li>\n \t<li><strong>Die Menge der verf\u00fcgbaren Daten<\/strong><\/li>\n \t<li><strong>Die Datenkultur des Unternehmens:<\/strong> Auch wenn Daten ab einem bestimmten Wachstumsniveau unverzichtbar werden, h\u00e4ngen die Investitionen auch von diesem Faktor ab.<\/li>\n<\/ul>\n<h4>2. Finanzierungszyklen von Start-ups<\/h4>\nNeben dem Markt, auf dem ein Unternehmen t\u00e4tig ist, bestimmt auch seine Reife, die sich anhand von Finanzierungszyklen ermitteln l\u00e4sst, wie es mit seinen Daten umgeht.\n<figure>\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"751\" height=\"521\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/8\/2023\/07\/2021-03-17-12_08_41-Webinar-Sennder-Google-Docs-1-1.png\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/8\/2023\/07\/2021-03-17-12_08_41-Webinar-Sennder-Google-Docs-1-1.png 751w, https:\/\/liora.io\/app\/uploads\/sites\/8\/2023\/07\/2021-03-17-12_08_41-Webinar-Sennder-Google-Docs-1-1-300x208.png 300w\" sizes=\"(max-width: 751px) 100vw, 751px\"><figcaption><\/figcaption><\/figure>\nNeben dem Markt, auf dem ein Unternehmen t\u00e4tig ist, bestimmt auch seine Reife, die sich anhand von Finanzierungszyklen ermitteln l\u00e4sst, wie es mit seinen Daten umgeht.\n<figure>\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"634\" height=\"533\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/8\/2023\/07\/2021-03-17-12_10_10-Webinar-Sennder-Google-Docs-1.png\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/8\/2023\/07\/2021-03-17-12_10_10-Webinar-Sennder-Google-Docs-1.png 634w, https:\/\/liora.io\/app\/uploads\/sites\/8\/2023\/07\/2021-03-17-12_10_10-Webinar-Sennder-Google-Docs-1-300x252.png 300w\" sizes=\"(max-width: 634px) 100vw, 634px\">\n\n<figcaption><\/figcaption><\/figure>\nF\u00fcr eine E-Commerce-Website zum Beispiel ist der Bedarf &#8222;mittel&#8220;, da ihre Priorit\u00e4t darin besteht, in digitales Marketing zu investieren, um loszulegen. Seine Datenstrategie wird sich auf die Analyse von Marketingkampagnen und deren Leistung (z. B. Berechnung des ROI) konzentrieren.\n\n<a href=\"https:\/\/liora.io\/de\/unsere-aus-und-weiterbildungen\">\nEntdecke unsere Data Weiterbildungen\n<\/a>\n<h3>Die Entwicklung der Werkzeuge: von Spreadsheets zu Data Warehouses<\/h3>\nIn diesem Teil wird die Entwicklung der von <a href=\"https:\/\/www.sennder.com\/fr\/press\/everoad-by-sennder-officially-becomes-sennder-france\">Everoad<\/a> und sennder verwendeten Probleme und Werkzeuge von 2017 bis heute dargestellt.\n\nZu Beginn ihrer T\u00e4tigkeit war das von Everoad gesammelte Datenvolumen relativ gering und die <strong>Priorit\u00e4t des Unternehmens<\/strong> lag nicht auf der Analyse von Daten, sondern auf der Entwicklung ihres Stra\u00dfeng\u00fcterverkehrsgesch\u00e4fts.\n\nHeute stellt <strong>Machine Learning<\/strong> eine wichtige Investition f\u00fcr sennder dar, insbesondere um die Routen der Spediteure zu optimieren und eine intelligente Preisgestaltung anzubieten. Dieser Teil beschreibt die Schritte, die das Unternehmen zu seinem heutigen Kenntnisstand gef\u00fchrt haben.\n<h4>&#8211; Schritt 0: Google Sheets-Dateien<\/h4>\nIm Jahr 2017 stand Everoad am Anfang seines Gesch\u00e4fts und hatte noch nicht seine A-Serie gemacht. Das Unternehmen nutzte einen einfachen <strong>Bot auf Slack<\/strong>, um t\u00e4glich eine csv-Datei abzurufen, die Informationen \u00fcber die Aktivit\u00e4ten des Vortags enthielt, es gab keine Visualisierung, keine<strong> Echtzeit-Sammlung.<\/strong>\n\nDas Sammeln von Informationen erm\u00f6glichte es, ein grundlegendes Verst\u00e4ndnis der durchgef\u00fchrten Transportvorg\u00e4nge zu erlangen, was in der <strong>Wachstumsphase<\/strong> ausreichend war.\n\nDiese L\u00f6sung erlaubte es den Nutzern nicht, selbstst\u00e4ndig zu arbeiten.\n<h4>&#8211; Schritt 1: Aktiviere den Hebel zur Datenverteilung<\/h4>\nDas n\u00e4chste Ziel ist es, die Problematik der Verteilung von Daten in Berichtstools zu l\u00f6sen. Dieser Schritt basiert auf Google sheets, mit denen man Skripte erstellen kann, um Daten automatisch von einer Datei in eine andere zu senden.\n\nZu diesem Zeitpunkt hatte Everoad noch keine <a href=\"https:\/\/liora.io\/de\/chief-data-scientist-aufgaben\">Data Scientists<\/a> eingestellt. Alexandre war Operations Manager, seine Aufgabe war es, die Aktivit\u00e4ten zu analysieren und einen \u00dcberblick \u00fcber die Operationen zu bekommen. Data war noch keine Priorit\u00e4t, bis zu einem bestimmten Punkt, an dem das Spreadsheet-System angesichts der wachsenden Datenmenge, die verarbeitet werden musste, nicht mehr ausreichte.\n\nDieses System war <strong>funktional und konnte die grundlegendsten Berichtsanforderungen<\/strong> erf\u00fcllen, aber es basierte auf einer einzigen Datenquelle und erm\u00f6glichte es, diese Daten aus einem einzigen analytischen Blickwinkel zu betrachten.\n<h4>&#8211; Schritt 2: Tool f\u00fcr Datenbankabfragen<\/h4>\nDer n\u00e4chste Schritt ist die Einf\u00fchrung eines Tools, um Abfragen in verschiedenen Datenbanken durchzuf\u00fchren und verschiedene Analysewinkel zu liefern.\n\nEveroad entschied sich f\u00fcr Redash (inzwischen von Databricks aufgekauft), um diese Abfragen durchzuf\u00fchren und die Daten in verschiedene <strong>Google Sheets<\/strong> zu senden.\n\nDieses Tool erm\u00f6glichte es, Werte aus mehreren<strong> Datenquellen<\/strong> zu extrahieren, flexiblere Abfragen durchzuf\u00fchren und unabh\u00e4ngiger von den technischen Mitarbeitern zu sein, die jedoch f\u00fcr die eingef\u00fchrten Prozesse unerl\u00e4sslich waren. Die Daten wurden alle 2\/3 Stunden automatisch aktualisiert.\n\nEin<a href=\"https:\/\/liora.io\/de\/weiterbildung-data-analyst\"> Data Analyst<\/a> schloss sich dem Team an und verschiedene Berichte wurden erstellt (kommerziell und operativ). Diese Arbeitsweise dauerte 8 Monate, bevor sie angesichts des Wachstums von Everoad zu schwach wurde.\n<h4>&#8211; Schritt 3: Data Warehouse<\/h4>\nSchritt 3 ist die Integration von <a href=\"https:\/\/liora.io\/de\/apache-airflow-schulung-wie-lerne-ich-den-workflow-orchestrator-zu-benutzen\">Airflow<\/a> und <a href=\"https:\/\/liora.io\/de\/google-bigquery-alles-ueber-dieses-data-warehouse\">Big Query<\/a>, um die Datenschichten zu verwalten: Speicherung, Verarbeitung und Weitergabe der Daten an die Benutzer. Dieser Schritt stellt einen Wendepunkt in der Datenverarbeitung f\u00fcr <strong>Everoad<\/strong> dar, da drei Data Analysts und ein Data Engineer eingestellt wurden, was das Interesse des Unternehmens an seinen Daten zeigt.\n\nDas Datenteam konnte nun Modellierung und Datenmodellierung auf seinen Datenbanken durchf\u00fchren. Berichte wurden automatisiert und Produktanalysen konnten erstellt werden.\n\nEs gab jedoch noch keine <strong>analytische Visualisierungsplattform<\/strong> und die <strong>Business-Intelligence-Tools<\/strong> waren schwach, das Unternehmen nutzte noch Spreadsheets und Google Data Studio.\n\nDie Teams befassten sich noch nicht mit Governance-Themen, d. h. mit der Verwaltung des Zugriffs auf die Daten und ihrer Verteilung innerhalb des Unternehmens. Diese Phase dauerte zwei Jahre bis zur Fusion mit sennder.\n<h4>&#8211; Schritt 4: Governance, Data Mart und Data Library<\/h4>\nNach dem Beitritt zu sennder hat das Unternehmen vier Dateningenieure eingestellt und sein Tool-Stack hat sich stark weiterentwickelt.<a href=\"https:\/\/liora.io\/de\/data-governance-tools\"> Data Governance<\/a> wurde mit Looker eingef\u00fchrt, der Datenstrom kommt in Echtzeit an und kann direkt verwertet werden. Die Datenbanken werden alle 30 Minuten automatisch aktualisiert.\n\nDas Datenteam deckt 100 % des Gesch\u00e4fts ab: Alle Abteilungen erhalten analytische Berichte \u00fcber ihre Aktivit\u00e4ten mit <strong>KPIs<\/strong>, die f\u00fcr sie relevant sind, so dass 600 Benutzer Daten innerhalb des Unternehmens konsumieren.\n\nDas Unternehmen hat einen <a href=\"https:\/\/liora.io\/de\/datamart-tool-fuer-die-verwaltung-von-betriebsdaten\">Data Mart (oder Datenspeicher),<\/a> in dem festgelegt wird, wer welche Daten braucht und wie sie verteilt werden. Es wurden auch Trainingsmodule eingerichtet, damit die Nutzer ihre F\u00e4higkeiten verbessern k\u00f6nnen.\n\nDie zu befolgenden <strong>Datenprozesse<\/strong> wurden definiert, mit &#8222;Best Practices&#8220; und einer<a href=\"https:\/\/liora.io\/de\/openssl-rolle-und-funktionen-dieser-bibliothek\"> Datenbibliothek<\/a>, um zu dokumentieren, was mit den Daten gemacht wird, immer mit dem Ziel, drei Arten von Nutzern zu bedienen:\n<ul>\n \t<li>Business User<\/li>\n \t<li>Product User<\/li>\n \t<li>Data Team User<\/li>\n<\/ul>\n\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\"><div class=\"wp-block-button \"><a class=\"wp-block-button__link wp-element-button \" href=\"https:\/\/liora.io\/de\/unsere-aus-und-weiterbildungen\">Mehr lernen \u00fcber Data Warehouses<\/a><\/div><\/div>\n\n<h3>Fazit<\/h3>\nDie Auswertung der gesammelten Daten ist in Unternehmen mittlerweile unverzichtbar und stellt einen betr\u00e4chtlichen Wachstumshebel dar. Die Priorit\u00e4t der <strong>Datenverarbeitung<\/strong> h\u00e4ngt jedoch zum einen von der Branche und zum anderen von der Reife des Unternehmens ab.\n\nSo kommt das Interesse an Daten je nach Startup mehr oder weniger fr\u00fch in ihrem Wachstum zum Tragen, wie die von <strong>Alexandre f\u00fcr Everoad und sennder beschriebenen Etappen zeigen.<\/strong>\n\nIn diesem Webinar hat uns <strong>Alexandre Laloo<\/strong> gezeigt, dass man sich f\u00fcr Daten interessieren, mit der Integration von Datenbanken beginnen und erste grundlegende Analysen ohne Budget, mit kostenlosen oder Freemium-Tools liefern kann. Der Prozess, der sennder zu seinem heutigen Betrieb gef\u00fchrt hat, war schrittweise und hat immer auf die Bed\u00fcrfnisse reagiert, die durch sein Wachstum ausgel\u00f6st wurden.\n\nDies ist eine ermutigende <strong>Botschaft f\u00fcr Startups<\/strong>, deren Budget keinen Platz f\u00fcr Daten hat, denn eine einfache Verarbeitung ihrer Daten kann es ihnen erm\u00f6glichen, ihre Produkte und Dienstleistungen zu optimieren, ohne viele Ressourcen zu beanspruchen.\n\nLiora dankt <strong>Alexandre Laloo<\/strong> herzlich f\u00fcr seine Zeit und die Qualit\u00e4t seiner Pr\u00e4sentation bei diesem Webinar, das uns gezeigt hat, dass die Nutzung von Data Science mittlerweile alle Branchen betrifft, von der <a href=\"https:\/\/liora.io\/de\/wie-veraendert-data-science-die-finanzwelt\">Finanzbranche<\/a> \u00fcber die Lebensmittelindustrie bis hin zum Stra\u00dfeng\u00fcterverkehr.\n\n<a href=\"https:\/\/liora.io\/de\/unsere-aus-und-weiterbildungen\">\nMehr erfahren\n<\/a>","protected":false},"excerpt":{"rendered":"<p>Am 23. Februar 2021 hielt Alexandre Laloo, Data Product Manager bei sennder, ein Webinar f\u00fcr unsere Community \u00fcber die Nutzung von Daten in Startups. Replay (Auf Franz\u00f6sisch &#8211; Aber die Erkl\u00e4rungen auf Deutsch findet Ihr im Text! ? ) Alexandre Laloo und sennder Alexandre Laloo, Absolvent einer namhaften Business School, kam 2017 zu Everoad, als [&hellip;]<\/p>\n","protected":false},"author":76,"featured_media":182168,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2472],"class_list":["post-182167","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-ki"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/182167","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/users\/76"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/comments?post=182167"}],"version-history":[{"count":1,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/182167\/revisions"}],"predecessor-version":[{"id":217293,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/182167\/revisions\/217293"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media\/182168"}],"wp:attachment":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media?parent=182167"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/categories?post=182167"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}