Kurz gesagt: Das Problem ist selten die Technik des Zusammenführens, sondern die Frage, worüber verbunden wird. Zwei Tabellen zu verknüpfen ist trivial – zwei Systeme, die dieselbe Sache unterschiedlich benennen, in Übereinstimmung zu bringen, ist die eigentliche Arbeit. Dieser Text beschreibt die vier gängigen Wege, ihre Kosten, und eine Entscheidungshilfe, welcher wann passt.
Warum die interessanten Fragen quer liegen
Jedes einzelne System beantwortet seine Fragen zuverlässig. Das ERP weiß, was verkauft wurde. Das Werbekonto weiß, was eine Kampagne gekostet hat. Die Kundenbefragung weiß, wie zufrieden die Befragten sind.
Die Fragen, die tatsächlich Entscheidungen auslösen, liegen aber zwischen diesen Systemen:
- Sinkt die Zufriedenheit ausgerechnet in den Regionen, in denen der Umsatz wächst?
- Erreichen die Kampagnen, die am meisten kosten, die Zielgruppe mit der schwächsten Markenbekanntheit?
- Kaufen die Kundinnen, die uns weiterempfehlen, tatsächlich mehr – oder glauben wir das nur?
Keine dieser Fragen lässt sich in einem einzelnen System beantworten. Und weil die Antwort Aufwand kostet, wird sie meistens nicht gesucht.
Die vier Wege
1. Manuell in Excel
Der verbreitetste Weg, und für einmalige Fragen völlig legitim: Exporte ziehen, per SVERWEIS verbinden, Pivot bauen.
Funktioniert bei einer einmaligen Analyse mit überschaubarem Datenvolumen.
Bricht, sobald es wiederkehrend wird. Der Aufwand fällt bei jeder Aktualisierung neu an, die Schritte sind nirgends dokumentiert, und mit der Zeit weiß niemand mehr, welche der sieben Dateiversionen die richtige war. Wenn die Person, die die Datei gebaut hat, das Unternehmen verlässt, ist die Auswertung faktisch weg.
2. Data Warehouse
Der saubere Weg für Bewegungsdaten: alle Quellen in ein zentrales Modell, ein Schema, eine Wahrheit.
Funktioniert bei strukturierten, regelmäßig gelieferten Daten mit stabilen Schnittstellen – Umsatz, Bestellungen, Logistik.
Bricht bei Befragungsdaten, und zwar nicht am Volumen, sondern an der Datengattung. Ein Warehouse-Modell kennt keine Gewichtungsvariablen, keine Mehrfachantworten mit eigener Basis, keine Wertelabels und keine Wellenlogik. Was hineinkommt, sind Zahlen ohne die Metadaten, die sie interpretierbar machen. Und der Aufwand ist erheblich: Bis eine neue Quelle im Warehouse ankommt, vergehen typischerweise Wochen, weil ein anderes Team sie modellieren muss.
3. BI-Werkzeug mit direkten Verbindungen
Power BI, Tableau oder Qlik greifen direkt auf mehrere Quellen zu und verbinden sie im Modell.
Funktioniert gut, wenn alle Quellen dieselbe Datengattung haben und die Verknüpfungsschlüssel sauber sind.
Bricht an denselben Stellen wie das Warehouse, sobald Umfragedaten dazukommen – plus einer eigenen Falle: Was im BI-Modell nachgebaut wird (Gewichtung in DAX, Basen für Mehrfachantworten), muss bei jeder Änderung gepflegt werden. Das ist beim ersten Projekt überschaubar und beim fünften nicht mehr.
4. Eine Auswertungsebene, die beide Gattungen kennt
Der Weg, der entsteht, wenn Befragungs- und Bewegungsdaten gemeinsam ausgewertet werden sollen: eine Ebene, die Labels, Gewichte und Wellen korrekt behandelt und die Bewegungsdaten daneben stellt.
Funktioniert, wenn Studien, Tracker und externe Lieferantendaten Teil der Frage sind.
Lohnt nicht, wenn ausschließlich Transaktionsdaten im Spiel sind – dann ist ein Warehouse oder ein BI-Werkzeug das passendere Mittel.
Der eigentliche Engpass: Worüber wird verbunden?
Alle vier Wege scheitern an derselben Stelle, wenn dieser Punkt ungeklärt ist. Zwei Tabellen zu joinen ist keine Kunst. Die Arbeit besteht darin, zu klären, welches Merkmal in beiden Systemen dasselbe bedeutet.
Zeit. Das ERP bucht auf Kalenderwochen, die Befragung läuft über einen Feldzeitraum von drei Wochen, die Kampagne lief in einem Zeitfenster dazwischen. Es gibt kein gemeinsames „Datum“ – es gibt eine Entscheidung darüber, welche Periode als Bezug gilt.
Region. Vertriebsgebiete folgen Verkaufslogik, Befragungsdaten folgen Postleitzahlgebieten oder Bundesländern, Kampagnendaten folgen dem Targeting der Plattform. Eine Zuordnungstabelle ist unvermeidlich, und sie ist eine fachliche Entscheidung, keine technische.
Produkt. Im ERP steht eine Materialnummer, in der Befragung ein Produktname, im Werbekonto ein Kampagnenname. Diese drei zu verbinden ist der Teil, der in Projekten regelmäßig unterschätzt wird – und der Grund, warum Harmonisierung meist mehr Zeit kostet als die Auswertung selbst.
Person. Hier ist besondere Vorsicht geboten: Befragungsdaten sind in aller Regel anonym erhoben, und das aus gutem Grund. Sie nachträglich mit Kundenstammdaten zu verknüpfen kann die Zusicherung der Anonymität brechen, unter der die Antworten gegeben wurden – rechtlich wie ethisch. Wo das überhaupt in Frage kommt, gehört es vor die Erhebung, nicht danach, und mit Datenschutz und gegebenenfalls Betriebsrat abgestimmt. Für die meisten Fragestellungen reicht die Verknüpfung auf Gruppenebene ohnehin aus.
Entscheidungshilfe
Einmalige Frage, überschaubare Daten: Excel. Alles andere ist Überbau. Dokumentieren Sie nur, welche Exporte mit welchem Stand verwendet wurden.
Wiederkehrend, nur Bewegungsdaten: Warehouse oder BI-Werkzeug. Der Modellierungsaufwand amortisiert sich.
Befragungsdaten im Spiel, wiederkehrend: eine Ebene, die die Gattung beherrscht. Der Nachbau von Gewichtung und Basen im BI-Modell ist beim ersten Mal machbar und wird mit jeder Welle teurer.
Mehrere Länder oder Lieferanten mit unterschiedlichen Formaten: Investieren Sie zuerst in die Zuordnungstabellen, dann in das Werkzeug. Ohne geklärte Harmonisierung liefert jedes Werkzeug schnell falsche Zahlen.
Ein Vorgehen, das sich bewährt
- Die Frage zuerst. Nicht „welche Daten haben wir“, sondern „welche Entscheidung hängt an der Antwort“. Das entscheidet, welche Quellen überhaupt gebraucht werden – meistens sind es weniger als gedacht.
- Die Verbindungsmerkmale klären, bevor Technik gewählt wird. Zeit, Region, Produkt: Wie heißen sie in jedem System, und wer entscheidet über die Zuordnung?
- Eine Frage vollständig durchziehen. Eine beantwortete Frage über zwei Quellen ist mehr wert als eine halbfertige Integration über sechs.
- Erst dann wiederholbar machen. Wenn dieselbe Frage zum zweiten Mal kommt, lohnt die Automatisierung – und Sie wissen inzwischen, was sie leisten muss.
Zum Schluss, in eigener Sache
DataLion ist die Auswertungsebene aus Weg 4: mehrere Datenquellen nebeneinander, SPSS-Import mit Labels, Gewichtung, die in jeder Kennzahl greift, Signifikanztests, die beim Filtern mitrechnen – und REST-API sowie Excel- und CSV-Import für den Rest. Gehostet in Deutschland.
Ausprobieren geht ohne Umfrage: eigene Datei hochladen und auswerten – der Free-Plan reicht dafür.