Sprint: Datenqualitätsoffensive

Ziel

Mit den IoTNumb3rs Daten analytisch arbeiten können.

Messbare Resultate

• Jeder Nutzer erfasst 5 Tage lang, durchschnittlich 5 Infografiken pro Tag.

• Am Ende des Sprints sind insgesamt, d.h. über alle Nutzer zusammen, mindestens 100 neue Datensätze hinzugekommen.

• Am Ende des Sprints ist die Datenqualität >95%

• Mindestens 2 Leistungsstatistiken als Balkendiagramme sind erstellt.

• Mindestens 4 Boxplot Diagramme über die IoTNumb3rs Daten sind erstellt.

Optional:

• Anzahl der duplizierter Infografiken über mehrere Users ist bekannt. Wie stark unterscheiden sich die von verschiedenen Usern extrahierten Daten?

• Für Boxplot Diagramme gibt es zusätzlich ein Balkendiagramm über den jeweiligen Datenumfang für jeden Boxplot.

Sprintdauer

Start: 10.12.2018 Ende: 18.12.2018

Fortschrittsverfolgung

Datenerfassung: stats.csv Datenqualität: dq.md

Vorgehen

Leistungsstatistiken

Jeder Nutzer erfasst seine Projektleistung (optional: von allen Nutzern)

• Anzahl der erfassten Infografiken über die Zeit; Datenquelle: stats.csv

• Qualitätsindikator über die Zeit; Datenquelle: dq.md, #random channel Slack

Boxplot-Diagramme

Jeder Nutzer informiert sich selbständig über die Erstellung von Boxplots in Excel und stellt Diagramme zu den folgenden Merkmalen auf.

• Datenquelle: Datenfile aus Slack

• Merkmal auf der x-Achse:

  • prognosis_year

  • authorship_class

  • device_class

  • market_class

• Daten der y-Achse:

  • device_count

  • market_volume

Es sind geeignete x/y Kombinationen zu wählen.

Optionale Untersuchungen

Die optionalen Fragestellungen von oben können ebenfalls auf dem Datenfile aus Slack vorgenommen werden.

Evaluation

Am Ende des Sprints werden die erfassten Daten analysiert und mit dem Stand vom Startdatum verglichen. Dabei werden die geforderten Resultat wie folgt gemessen

Messgröße Total data rows: Alle Datensätze eines Nutzers Messgröße Distinct infographics: verschiedene Infografiken eines Users Messgröße Datenqualität Q: Qualitätsindikator aus dq.md

Stand 10.12.2018

User	Total data rows	Distinct infographics	Datenqualität Q
JinlinHolic	274	101	0.622377622378
MariaMarg	261	92	0.639405204461
marielledemuth	154	128	0.504854368932
Pattoho	517	106	0.760135135135
Summe	1206	427

Stand nach Sprintende am 19.12.2018

User	Total data rows	Distinct infographics	Datenqualität
JinlinHolic	356	115	1.0
MariaMarg	311	98	1.0
marielledemuth	326	115	1.0
Pattoho	529	108	1.0
Summe	1522	436

Erfüllung der zu Beginn aufgestellten messbaren Resultate

User	zusätzliche verschiedene (=distinct) infographics	Delta Q
JinlinHolic	14	0.377622378
MariaMarg	6	0.360594796
marielledemuth	-13	0.495145631
Pattoho	2	0.239864865