Online-Stellenbörsen wie Indeed und Stepstone gewinnen für Jobsuchende zunehmend an Relevanz. So erhalten Recruiterinnen und Recruiter über die Plattformen täglich zahlreiche Bewerbungsunterlagen, die extern erfasst und entsprechend angepasst werden müssen. Da eine Excel-Tabelle für die Verwaltung der Mengen an Datenquellen aus Bewerber- und Unternehmensdaten ungeeignet ist, kann auf ein Enterprise Resource Planning (ERP)-System zurückgegriffen werden. Die umfangreiche Softwarelösung dient der Steuerung und Auswertung der Bewerbungsprozesse. Auch kann eine Personalentscheider-Software (z.B. Personio) als Datenbank eingesetzt werden.
Das wesentliche Ziel von Personaldienstleistenden ist es, Unternehmen qualifiziertes Personal für offene Vakanzen zu vermitteln. Hierfür werden in einer Datenbank neben den Daten der bewerbenden Personen die jeweiligen Unternehmen, die vakante Stellen besetzen möchten, abgelegt. Dadurch soll die Personalvermittlung vereinfacht und Informationen leicht zugänglich (bspw. für weitere Mitarbeitende) gemacht werden. Damit zeigt sich die Relevanz des Systems in der flexiblen und zentralen Datenverwaltung. Mithilfe des Systems können Datensätze logisch verbunden, potenzielle Redundanzen verhindert und Abfragemöglichkeiten bzw. Daten leicht verändert werden. Darüber hinaus werden die ACID-Eigenschaften sichergestellt. Hierdurch sind Änderungen einer Transaktion auf der Datenbank atomar, konsistent, isoliert und dauerhaft.
Inhaltsverzeichnis
1 Relationales Modell
2 SQL
3 Big Data
4 Regressionsanalyse
5 Gütekriterien für die Auswertung von Daten
Zielsetzung und Themen
Ziel dieser Arbeit ist es, grundlegende Konzepte und Verfahren des modernen Datenmanagements im Kontext des Online-Marketings zu erläutern und deren praktische Anwendung aufzuzeigen.
- Strukturierung von Daten mittels relationaler Datenbankmodelle
- Datenabfrage und -manipulation durch SQL
- Analyse großer Datenmengen durch Big-Data-Methoden und Data Mining
- Prognoseverfahren durch Regressionsanalysen
- Qualitätssicherung durch wissenschaftliche Gütekriterien
Auszug aus dem Buch
Entwicklung eines relationales Modells
Grundlage des Datenbanksystems bildet das relationale Modell. Im Rahmen dieses Modells werden Daten und Datenbeziehungen in Form von Tabellen ausgedrückt. Mathematisch stellt eine Relation R eine Teilmenge aus dem kartesischen Produkt von Wertebereichen dar: R ⊆ D1 x D2 x . . . x Dn mit Di als Wertebereich des i-ten Attributs respektiven Merkmals. Dem entsprechend umfasst ein Tupel r eine Menge konkreter Datenwerte respektive Ausprägungen r = (d1, d2, ...dn). Aufgrund des Mengenbegriffs darf dasselbe Tupel in einer Tabelle nur einmal vorkommen, folglich R = {r1, r2, ...rm} (Meier & Kaufmann, 2016, S. 6).
Beim Entwurf der Datenbank ist es wichtig festzustellen, wie verschiedene Objekte sinnvoll unterschieden werden können. Ein wesentliches Merkmal einer Datenbank ist es, dass jeder Datensatz eindeutig identifizierbar sein muss. Hierfür wird in jeder Tabelle (mindestens) ein Schlüssel benötigt. Ein Schlüsselkandidat ist eine Spalte oder eine Zusammensetzung von Spalten, die jeden Datensatz einer Tabelle eindeutig identifiziert (Pernul & Unland, 2003, S. 296). Ein Primärschlüssel ist ein ausgewählter Schlüsselkandidat und dadurch gekennzeichnet, dass das Attribut der Relation jedes Tupel eindeutig identifiziert (Eindeutigkeitseigenschaft). Dabei muss der Primärschlüssel kein einzelnes Attribut sein, sondern kann sich auch aus mehreren Einzelattributen zusammensetzen. In der Relation Bewerbende wird bspw. der Primärschlüssel durch eine künstlich erzeugte Identifikationsnummer eindeutig festgelegt (Schicker, 2017, S. 31–32). Als Fremdschlüssel werden Merkmale bezeichnet, die Relationen miteinander verbinden. Dem entsprechend besteht ein Fremdschlüssel einer Relation aus Attributen, die auf einen Primärschlüssel einer anderen Relation referenzieren (Piepmeyer, 2011, S. 81). Darauf aufbauend lässt sich für die Datenbank des Personaldienstleisters das folgende relationale Modell entwickeln:
Zusammenfassung der Kapitel
1 Relationales Modell: Dieses Kapitel erläutert die theoretischen Grundlagen des relationalen Datenbankmodells sowie die notwendigen Schritte zur Strukturierung und Integritätssicherung von Daten.
2 SQL: Dieses Kapitel beschreibt die Verwendung der Abfragesprache SQL anhand praktischer Szenarien und führt in Data-Mining-Verfahren wie die Assoziationsanalyse ein.
3 Big Data: Dieses Kapitel definiert den Begriff Big Data über seine Charakteristika (Volume, Velocity, Variety, Veracity) und diskutiert sowohl Vorteile als auch ethische Implikationen der Datenanalyse.
4 Regressionsanalyse: Dieses Kapitel stellt das Verfahren der einfachen linearen Regression vor, um Zusammenhänge zwischen Variablen zu beschreiben und Vorhersagen zu treffen.
5 Gütekriterien für die Auswertung von Daten: Dieses Kapitel erklärt die wissenschaftlichen Gütekriterien Objektivität, Reliabilität und Validität, die für eine fundierte und hochwertige Datenauswertung entscheidend sind.
Schlüsselwörter
Relationales Modell, SQL, Datenbanken, Big Data, Data Mining, Assoziationsanalyse, Regressionsanalyse, Datenqualität, Objektivität, Reliabilität, Validität, Datenschutz, Marketing, Recruitment, Datenmanagement
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit behandelt die Kernbereiche des Datenmanagements, von der strukturellen Modellierung in Datenbanken bis hin zu fortgeschrittenen Analyse- und Prognosemethoden sowie deren Qualitätssicherung.
Welche zentralen Themenfelder werden abgedeckt?
Die zentralen Felder umfassen relationale Datenbanksysteme, die Abfragesprache SQL, Big-Data-Anwendungen, statistische Regressionsanalysen sowie die methodischen Gütekriterien der Datenauswertung.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, Methoden aufzuzeigen, wie Rohdaten in fundierte Entscheidungsgrundlagen umgewandelt werden können, insbesondere um Geschäftsprozesse und Marketingmaßnahmen zu optimieren.
Welche wissenschaftlichen Methoden werden primär verwendet?
Es kommen Verfahren wie die relationale Modellierung, SQL-Datenbankabfragen, der A-Priori-Algorithmus zur Assoziationsanalyse und die einfache lineare Regression zum Einsatz.
Was bildet den Hauptteil der Arbeit?
Der Hauptteil gliedert sich in technologische Grundlagen (Modelle, SQL), analytische Verfahren (Big Data, Regression) und die methodische Absicherung der Analyseergebnisse durch Gütekriterien.
Welche Schlüsselbegriffe charakterisieren die Arbeit?
Die Arbeit wird maßgeblich durch Begriffe wie Datenbankmodellierung, Datenqualität, Entscheidungsunterstützung, statistische Analyse und Datenschutz charakterisiert.
Wie unterscheidet sich die Assoziationsanalyse von anderen Methoden?
Im Gegensatz zu reinen Abfragen sucht die Assoziationsanalyse nach verborgenen Mustern und Regeln zwischen Attributen, um z.B. Zusammenhänge im Einstellungsverhalten von Bewerbern zu identifizieren.
Welche Rolle spielt die ethische Debatte bei Big Data?
Die ethische Debatte fokussiert sich auf den Schutz der Privatsphäre, die informationelle Selbstbestimmung und die Vermeidung von Diskriminierung bei der automatisierten Verarbeitung großer Datenmengen.
Warum ist die Unterscheidung zwischen Validität und Reliabilität wichtig?
Reliabilität prüft die formale Genauigkeit und Zuverlässigkeit der Messung, während Validität sicherstellt, dass tatsächlich das gemessen wird, was beabsichtigt war – beides ist für die Aussagekraft von Daten essenziell.
- Arbeit zitieren
- Anonym (Autor:in), 2022, Data Management von Personaldienstleistern, München, GRIN Verlag, https://www.grin.com/document/1438699
