Wertvolle Zeit sparen und Fehler vermeiden durch die Automatisierung von Prozessen

Die Herausforderung

Science on Stage e.V. versuchte, datenorientierter zu arbeiten, doch Daten aus vielen verschiedenen Quellen stellten sich als erhebliche Hürde heraus. Insbesondere die manuelle Exportierung, Bereinigung und Analyse der Daten machte diese Prozesse mühsam, zeitaufwendig und fehleranfällig.

Die Daten

Das Projekt konzentrierte sich auf die Datenquellen Surveymonkey (Umfragedaten von Teilnehmern) und Matomo (anonymisierte Download-Statistiken für das Bildungsmaterial der Organisation).

Die Lösung

Das CorrelAid-Team arbeitete eng mit Daniela von Science on Stage e.V. zusammen und unterstützte sie durch die Entwicklung von R-Skripten, um die zuvor manuellen Prozesse für diese Datenquellen (teilweise) zu automatisieren und besser zu strukturieren. Im Rahmen des Projekts teilten sich die CorrelAid-Freiwilligen in kleine Unterteams auf und nahmen Datenverarbeitungsschritte in Angriff, z. B. die Extraktion und Aufbereitung von Umfragedaten aus Surveymonkey einschließlich des unmittelbaren und langfristigen Feedbacks für die Webinare der NPO. Das Team erstellte Analyseskripte für relevante Kennzahlen wie Länge, Themen und Teilnehmerzahl. Ein anderer Teil des Teams konzentrierte sich auf die Extraktion und Analyse anonymisierter Web-Tracking-Daten aus Matomo zu den Download-Statistiken des Bildungsmaterials von Science on Stage. Die Freiwilligen analysierten die Daten und stellten CSV-Dateien und HTML-Berichte mit Visualisierungen zur Verfügung, in denen die relevanten Kennzahlen nach verschiedenen für Science on Stage relevanten Kategorien aufgeschlüsselt wurden.

Die Skripte und die zugehörige Ordnerstruktur wurden am Ende des Projekts an Daniela Neumann übergeben.

Die Auswirkungen

Dank der frühzeitigen und engen Einbindung von Daniela von Science on Stage in den Projektprozess konnten die Ergebnisse langfristig genutzt und konsolidiert werden: Die Skripte werden auch zwei Jahre später noch verwendet, und Daniela kümmert sich selbstständig um notwendige Anpassungen am Code, z. B. beim Wechsel des Infrastruktur-Anbieters von Surveymonkey zu Lamapoll. Die Ergebnisse und Erfahrungen des Projekts dienten Science on Stage auch als Inspiration und Grundlage für neue Anwendungsfälle: Daniela konnte den Code übertragen, um neben den Downloadzahlen für PDF-Dokumente auch anonymisierte Statistiken über die Zugriffszahlen auf Webangebote zu extrahieren. Und nachdem die Stammdaten bisher jedes Jahr manuell aus über 300 Word-Bewerbungsformularen kopiert wurden, erfolgt dies nun durch ein von Daniela entwickeltes R-Skript.

Durch die Konsolidierung der Projektergebnisse und die Entwicklung neuer Anwendungsfälle auf Basis des Codes konnte Science on Stage e.V. viel Zeit sparen und schwerwiegende Fehler bei der Datenverarbeitung vermeiden. Ein wichtiger Schritt in der Entwicklung von Science on Stage hin zu einer stärkeren Datenorientierung in ihrer Arbeit!