Datenanalyse-Portfolio: ein reproduzierbares Projekt
Erstelle ein Datenanalyse-Portfolio mit klarer Frage, reproduzierbarer Analyse und nützlichem Befund. Mit Edgar Owens Website und einem vollständigen Download.

Javier Martínez Samblas
Gründer von Self · Lebenslauf-Websites mit KI

Ein Datenanalyse-Portfolio sollte Frage, Datenprüfung, Methode, Befund und nächste Handlung nachvollziehbar machen. Bei vertraulichen beruflichen Daten bietet ein gezieltes Projekt mit öffentlichen oder synthetischen Daten konkrete Arbeitsproben.
Selfs Portfolio-Website-Builder verwandelt deinen Lebenslauf in eine professionelle Seite mit verständlichen Projekttexten und Links zur technischen Arbeit. Edgar Owens Portfolio verbindet SQL und Python mit Erfahrung im operativen Berichtswesen.
Ein fertiges Datenanalyse-Portfolio: Edgar Owen

Edgar Owens Website ansehen · Edgars Lebenslauf als TXT herunterladen (Englisch)
Eine öffentlich beantwortbare Frage wählen
Edgars Beispiel fragt, welche Support-Warteschlange zuerst untersucht werden sollte. Synthetische Tickets bilden diese operative Entscheidung ab. Daten, Definitionen, Abfragen, Notebook und reproduzierbare Ausgabe gehören zum Projekt.
Wähle eine ähnlich begrenzte Frage zu Rückständen, Bestand, Fehlern oder Servicenachfrage. Ein überschaubarer Datensatz und eine nützliche Entscheidung geben dem Fall eine klare Richtung.
Die Belege hinter der Analyse zeigen
Frage
Edgars Beleg
Daten
Edgars Beleg
Qualität
Edgars Beleg
Methode
Edgars Beleg
Befund
Edgars Beleg
Handlung
Edgars Beleg
| Ebene | Edgars Beleg |
|---|---|
| Frage | Welche Warteschlange sollte zuerst auf Rückstände untersucht werden? |
| Daten | 624 Rohzeilen für 600 eindeutige Tickets aus acht Wochen und drei Warteschlangen. |
| Qualität | Exakte Dubletten, Zeitreihenfolge, Kategorien sowie Status und Abschlussdatum. |
| Methode | Dubletten entfernen, Stichtag festlegen, offene Tickets zählen und nach Alter gruppieren. |
| Befund | 96 offene Tickets; 58 im Onboarding, davon 32 mindestens 15 Tage alt. |
| Handlung | Ältere Onboarding-Tickets prüfen und Eingang mit erledigter Arbeit vergleichen. |
Zähle eindeutige Ticket-IDs, bevor du Warteschlangen vergleichst. Die 624 Rohzeilen enthalten 24 Dubletten; eine Zählung der Rohzeilen würde manche Tickets mehrfach erfassen.
Das vollständige Projekt herunterladen und ausführen
Das Analysepaket herunterladen (ZIP, Englisch) · CSV-Datensatz öffnen · SQLite-Abfrage öffnen · Python-Notebook öffnen
- Entpacke das ZIP mit CSV, Analyseskript, SQL, Notebook, Definitionen, erwarteten Ergebnissen und Diagramm.
- Führe python analyze.py mit Python ab Version 3.10 oder die Notebook-Zellen aus. Die Analyse nutzt die Standardbibliothek.
- Vergleiche die Ausgabe mit results.json. SQL und Python liefern dieselben Warteschlangen- und Altersgruppenzahlen.
Nutze den festen Stichtag 29. Juni 2026 um 00:00 UTC. Offene Tickets werden getrennt von Bearbeitungsdauern abgeschlossener Tickets gezählt. Das Beispiel misst verstrichene Stunden statt Arbeitsstunden und nennt die jeweilige Grundgesamtheit.
Onboarding
Offene Tickets
Mindestens 15 Tage alt
Abrechnung
Offene Tickets
Mindestens 15 Tage alt
Technischer Support
Offene Tickets
Mindestens 15 Tage alt
| Warteschlange | Offene Tickets | Mindestens 15 Tage alt |
|---|---|---|
| Onboarding | 58 | 32 |
| Abrechnung | 20 | 6 |
| Technischer Support | 18 | 4 |
Befund und nächste Handlung erklären
Ein kurzes Fazit könnte lauten: Nach dem Entfernen von 24 Dubletten analysierte ich 600 Tickets zu einem festen Stichtag. Im Onboarding lagen 58 von 96 offenen Tickets und 32 der 42 mindestens 15 Tage alten Tickets. Ich empfahl, die ältesten Fälle sowie Eingangs- und Erledigungsvolumen zu prüfen, bevor Kapazitäten verändert werden.
Das sind Befunde des synthetischen Beispiels. Trenne die vorgeschlagene Untersuchung von einer bereits erzielten betrieblichen Wirkung. Beschreibe bei beruflichen Projekten die unterstützte Entscheidung und deinen Anteil im veröffentlichbaren Detailgrad.
Bündele die Veröffentlichungskontrolle: eigene oder veröffentlichbare Daten nutzen, öffentliche oder synthetische Quellen benennen, interne Kennungen und Zugangsdaten entfernen und Arbeitgebermaterial nur mit Erlaubnis zeigen. Ein neu aufgebauter Fall kann die Methode mit eigenen Datensätzen und Ergebnissen belegen.
Technischen Links eine klare Aufgabe geben
Die Website erklärt Frage, Methode, ausgewähltes Diagramm, Befund und nächste Handlung. Verlinke Notebook oder Repository direkt am Fall, damit Berechnungen zugänglich sind, ohne die Geschichte erst im Code zu suchen.
Edgars zweites Projekt zeigt eine andere Fähigkeit: gemeinsame Bestandsdefinitionen für sechs Depots und ein Wochenbericht statt drei Tabellen. Das nachgebaute Schema und die Beispieldaten erklären die Berichtsgestaltung.
Frage
Leitfrage
Daten und Prüfung
Leitfrage
Methode
Leitfrage
Ausgabe
Leitfrage
Handlung
Leitfrage
Technische Belege
Leitfrage
| Teil | Leitfrage |
|---|---|
| Frage | Wer muss was entscheiden? |
| Daten und Prüfung | Was bedeutet eine Zeile, und was hast du geprüft? |
| Methode | Welche Berechnung beantwortet die Frage und warum? |
| Ausgabe | Welches Diagramm oder welche Tabelle erklärt den Befund? |
| Handlung | Was folgt und was bleibt zu untersuchen? |
| Technische Belege | Wo lässt sich die Arbeit reproduzieren? |
Dein Datenanalyse-Portfolio mit Self erstellen
Lade den Lebenslauf hoch, wähle Cybercore und passe Einleitung sowie Projektfälle in Studio an. Ergänze das Diagramm als Projektbild und verlinke Notebook oder Repository. Erfahrung und Fähigkeiten geben der Analyse den beruflichen Rahmen.
Edgar Owens Website ansehen · Mein Datenanalyse-Portfolio mit Cybercore erstellen
Die Veröffentlichung mit Cybercore ist in Pro und Team enthalten. Eine Free-Seite kann Minimalistic nutzen und ist per Direktlink erreichbar und wird nicht von Suchmaschinen indexiert; Pro und Team ergänzen eigene Domains und Einstellungen zur Suchsichtbarkeit.
Fragen zum Datenanalyse-Portfolio
Zwei oder drei gut erklärte Fälle sind ein sinnvoller Anfang. Gib jedem einen eigenen Schwerpunkt, etwa SQL-Analyse, Berichtsgestaltung oder Experimente, mit genug Details für ein Gespräch über Entscheidungen.
Nutze es, wenn die Interaktion bei der Frage hilft. Ein klares Diagramm, eine reproduzierbare Abfrage und eine kurze Erklärung können bereits Analysefähigkeit zeigen. Wähle das Format passend zur Arbeit.
Zeige das erreichte Ergebnis: geprüfte Daten, eine reproduzierbare Berechnung, einen dokumentierten Befund oder eine Empfehlung. Damit lässt sich die Arbeit beurteilen, bevor eine operative Änderung getestet wird.