Dokumentation

Die Aufbereitung der Rohdaten umfasst eine grundlegende Bereinigung und Validierung der Daten (bspw. auf Tippfehler, Dubletten u.ä.). Gleichzeitig werden den Datenpunkten immer eine räumliche und zeitliche Dimension hinzugefügt. Bei einigen Statistiken ist die Raumdimension eine Konstante, da nur ein Raumzuschnitt verfügbar ist, bspw. wenn die Statistik nur für die Stadt Salzburg zur Verfügung steht. Die unterschiedlichen Daten werden zunächst in einem Data Lake gesammelt und mit möglichst wenig Informationsverlust in Datenbanken abgelegt, um die Weiterverarbeitung zu vereinfachen. Eine Verknüpfung von Daten erfolgt im ersten Schritt nicht. Die Verknüpfung von Daten unterliegt immer zwei klar definierten Zielen: Validieren von Informationen oder die Ableitung einer spezifischen Statistik. In beiden Fällen wird die Verknüpfung nur explizit für die entsprechende Aufgabe unter minimaler Verwendung von Informationen durchgeführt. Es erfolgt zu keinem Zeitpunkt eine systematische Verknüpfung von Informationen. Alle Daten im Data Lake sind pseudonymisiert.