Data Transformation ist der Prozess der Konvertierung von Daten von einem Format oder einer Struktur in eine anderes Format oder eine andere Struktur.
Der Begriff beschreibt im einfachsten Fall eine einfache, technische Veränderung, z.B. eine Anpassung des Datentyps. Dabei werden die Daten werden aus dem Datentyp des Ursprungssystems in den Datentyp des Zielsystems umgewandelt. Beispielsweise kann eine „1“ in ein „Ja“ und ein „0“ in ein „Nein“ umgewandelt werden. Bei einfachen Umformungen können z.B. nur die ersten zehn Zeichen eines Textfelds weitergereicht werden.
Einfache Formeln können ebenso Teil der Data Transformation sein. So kann etwa eine Gewinnmarge berechnet werden, die das Quellsystem nicht angibt. Die Formel „Verkaufspreis – Deckungsbeitrag” wird hier angewendet und so die Gewinnmarge direkt gespeichert.
Es gibt aber auch sehr komplexe, mehrstufigen Transformationen von Daten, u.a. das Mapping. Mithilfe dieser Vorgehensweisen werden in den Quellsystemen bislang nicht zusammenhängende Daten einander zugeordnet. Die geographische Position des Wohnorts eines Kunden kann so etwa dem Kunden oder einer Region zugeordnet werden.
Bei der Integration werden von Daten aus verschiedenen Quellsystemen miteinander abgeglichen und miteinander verknüpft, sodass diese zusammen verwendet werden können, wie z.B. Daten aus dem Buchhaltungssystem oder dem Auftragsbearbeitungssystem.
Mithilfe der Filterung werden nicht benötigte Daten herausgefiltert, z.B. fertige Aufträge, die sich in Auftragsbestandsdaten befinden.
Im Rahmen der Aggregation hilft die Data Transformation dabei, Daten zusammenzufassen, um die Datenmenge zu reduzieren und auf die benötigte Feinheit zu bringen. Detailpositionen einer Buchung können so auf die Hauptpositionen zusammengefasst werden.
Die Verteilung verteilt, wie der Name schon vermuten lässt, Daten auf Detailpositionen. Nicht zuletzt können dabei grobe Planzahlen auf einzelne Monate und Produkte verteilt werden.
Wird das Data Transforming für relative und statistische Berechnungen genutzt, so können aufgrund der Daten aus dem Quellsystem Vergleichswerte berechnet werden, z.B. der Prozentsatz der zufriedenen Kunden.
Das Data Transforming erlaubt aber auch KPI (Key Performance Indicator)-Berechnungen: Aus den Daten des ursprünglichen Systems werden in diesem Zusammenhang KPI-Werte mit Soll- und Ist-Vergleichen und Zuständen ermittelt.
Schließlich ermöglicht die Methode auch die Durchführung struktureller Veränderungen. Daten werden im Zielsystem oft in einer anderen Struktur benötigt als im Quellsystem. Daten können so recht unkompliziert in eine Struktur überführt werden oder umgekehrt.
Alles in allem ermöglicht die Data Transformation eine Vielzahl von grundlegenden Prozessen und ist aus einem professionellen Datenmanagement heutzutage nicht mehr wegzudenken.