Das Busunternehmen schneidet bei der Messung der Dienstleistungsqualität sehr gut ab, jedoch besteht Verbesserungspotential bei der Pünktlichkeit. Eine mögliche Erklärung für die Pünktlichkeitswerte könnte das Abwarten von Zügen an den Bahnhöfen und die daraus resultierenden Folgeverspätungen sein. Das Unternehmen hat die Daten, mit welchen die Verspätungswerte analysiert werden können, diese Daten sind jedoch sehr umfangreich und mit herkömmlichen Methoden zu wenig performant in der Abfrage. Die vorhandenen Daten werden momentan nicht vollständig ausgewertet und analysiert.

Die kritischen Unternehmensfragen wurden initial in einem unstrukturierten Interview erhoben. In einer iterativen Vorgehensweise, welche an den Design Science Research Prozess und an den Data-Literacy-Kompetenzrahmen angelehnt ist, werden die Unternehmensfragen und die Datenanalysen mithilfe von Feedback-Loop-Meetings und den daraus resultierenden Inputs der Auftraggeberschaft stetig weiterentwickelt und verfeinert. Die dazu notwendigen Daten werden laufend gesammelt und in einem ETL-Prozess in ein Datawarehouse überführt.

Der Datenbestand wurde dokumentiert und beschrieben. Die kritischen Unternehmensfragen legten den Fokus auf die Verspätungswerte. Während die ursprüngliche These der abgewarteten Züge anhand der Datenlage nicht beantwortet werden kann, haben die weiteren Analysen neue Antworten auf die Unternehmensfragen gebracht und interessante Ergebnisse an den Tag gelegt. Eine zusätzlich entwickelte Webapplikation, mit Filtermöglichkeiten bot weitere spannende Erkenntnisse auf den Ebenen Linien, Wochentage und Uhrzeiten. Es konnten verschiedene Faktoren festgestellt werden, welche die Pünktlichkeit beeinflussen. Dazu gehört die Verkehrslage, die eingeplante Fahr- und Haltezeit, Sonderereignisse wie Baustellen und ungünstige geografische- oder verkehrsplanerische Lagen.