Datenqualität Wie Unternehmen ihre Daten auf Vordermann bringen

Datenschlamperei geht ins Geld, wie eine Studie der Unternehmensberatung "Camelot Management Consultants" zeigt. Doch wie lässt sich die Datenqualität verbessern? Ein Zehn-Punkte-Programm für eine bessere Datenqualität.

1. Data Governance: Klare Regeln sind ChefsacheWerden die gleichen Stammdaten in verschiedenen Unternehmensbereichen, auf unterschiedlichen Hierarchie-Ebenen oder in mehreren Geschäftsprozessen genutzt, ist die Einführung einheitlicher Standards, Regeln und Abläufe unumgänglich. Dafür hat sich der Begriff Data Governance eingebürgert. Die Entwicklung einer einheitlichen Strategie und gemeinsamer Prinzipien ist Chefsache. Sie wird ergänzt durch die Definition von verbindlichen Datenpflegeprozessen und die Festlegung von Kennzahlen.Quelle: http://www.humaninference.de/master-data-management Quelle: Fotolia
2. Data Steward: Einer hat den Hut aufImmer freundlich lächeln und das Essen servieren: Trotz des etwas irreführenden Namens hat der Data Steward ganz andere Aufgaben. Als Verantwortlicher für die Verbesserung der Datenqualität soll er die in der Data Governance festgelegten Prinzipien im gesamten Unternehmen durchsetzen, Metriken entwickeln, die Interessen der einzelnen Fachabteilungen miteinander in Einklang bringen und für die nachhaltige Konsistenz und Genauigkeit der Daten sorgen. Quelle: Fotolia
3. Datenmodell: Struktur erkennenAls zentrales Element steuert das Datenmodell sämtliche Prozesse und Ereignisse im Master Data Management. Denn keine Datenquelle ist wie die Andere, und die wertvollen Daten des Unternehmens finden sich oft über eine ganze Reihe von Datenbanken verteilt. Fusionen, Übernahmen und neue Anforderungen erfordern oft Anpassungen des Datenmodells und der benutzten Datenquellen - dementsprechend flexibel sollte es sein. Quelle: Fotolia
4. Datenreinigung: Frühjahrsputz in der DatenbankDaten falsch einzugeben, ist ganz einfach. Ausgesprochen kompliziert dagegen ist es festzustellen, ob Informationen korrekt, eindeutig und vollständig sind. Um dies zu erreichen, wird der gesamte Bestand mit Hilfe einer Datenqualitätssoftware gesäubert. Das Tool erkennt die Struktur von Adressen, Namen, Telefonnummern oder anderen Kundendaten und prüft sie auf ihre Plausibilität – und das für alle Länder. Buchstabendreher und andere Fehler werden automatisch korrigiert. Quelle: Fotolia
5. Data Matching: Dubletten beseitigenFür die Mitarbeiter im Call Center oder im Vertrieb ist es häufig einfacher, einen Kunden neu in der Datenbank anzulegen, statt zunächst zu kontrollieren, ob diese Person bereits bekannt ist. Dadurch wächst der Anteil an Mehrfacheinträgen in vielen Unternehmen jährlich um 20 Prozent, was fatal für eine einheitliche Sicht auf den Kunden ist. Data Matching stellt den Grad der Übereinstimmung zwischen verschiedenen Datensätzen fest und zeigt Dubletten an, damit sie entfernt werden können. Quelle: Fotolia
6. Zusammenführung: Das "Golden Record"Dabei handelt es sich nicht um eine goldene Schallplatte, sondern um den „einzig wahren“ Stammdatensatz. Er wird zentral verwaltet, dient als verlässliche und aktuelle Informationsquelle und kann an den verschiedensten Stellen im Unternehmen genutzt werden. Die Zusammenführung erfolgt nach unterschiedlichen Kriterien, z.B. der Aktualität oder Priorität für eine bestimmte Quelle. Bei Bedarf findet auch noch eine Anreicherung der Datensätze statt. Beispielsweise um Informationen aus den sogenannten "Robinsonlisten", in denen Verbraucher den Versand von Werbung untersagen. Quelle: Creative Commons-Lizenz
7. First Time Right: Gleich alles richtig machenNachdem die Daten mit Hilfe der Datenqualitätssoftware erfolgreich gesäubert wurden, sollte dieser Zustand möglichst erhalten bleiben. Schon bei der Dateneingabe einer neuen Adresse in eines der operationellen Systeme ist deshalb sicherzustellen, dass alle Elemente eines Datensatzes korrekt sind. Dafür sorgt das "First Time Right"-Prinzip, bei dem eine neue Adresse blitzschnell mit den bereits vorhandenen Daten verglichen und auf Fehler überprüft wird. So gelangen nur saubere und korrekte Daten in das Master Data Management-System. Quelle: Fotolia
9. Identitätsbestimmung: Wichtige UnterschiedeFür ein Unternehmen, das mit umfangreichen Datenbeständen zu tun hat, ist die eindeutige und exakte Unterscheidung zwischen natürlichen und juristischen Personen sehr wichtig. Denn damit sind zum Beispiel Fragen der Haftung, der Ansprache oder von unterschiedlichen Datenschutzregeln verbunden. Zum Teil gibt es auch für Geschäftskontakte zu Firmen und zu natürlichen Personen unterschiedliche Datenbanken, die bei einer Zusammenfassung in der MDM-Lösung differenziert behandelt werden müssen. Quelle: Fotolia
8. Hierarchiemanagement: Beziehungen abbildenIm Geschäftsleben hat man als Unternehmen nicht nur mit einzelnen Individuen zu tun, sondern z.B. auch mit Mehrpersonen-Haushalten oder Firmen, in denen die Kunden bestimmte Funktionen ausüben. Über das Hierarchiemanagement können diese Beziehungen in der Datenbank abgebildet werden. Dadurch ergibt sich eine neue Sicht auf mögliche Cross-Selling-Potenziale. Etwa, wenn die Frau eines Lebensversicherten im Vorstand eines Unternehmens sitzt, dass bisher noch keine Kunde ist und Bedarf an einer speziellen Firmenversicherung haben könnte. Quelle: Fotolia
10. Laden von Daten: Quellen miteinander verbindenFür eine einheitliche Kundensicht muss das MDM-System mit allen erforderlichen Quellen verbunden werden, um die dort gespeicherten Daten ohne Komprimittierung hochladen zu können. Neben kommerziellen und Open Source-Datenbanken mit unterschiedlichsten Dateiformaten zählen dazu beispielsweise auch Excel-Dateien im Marketing oder Social Media-Anwendungen. Am Sinnvollsten findet bereits vor dem Ladevorgang eine Analyse statt, so dass sich direkt ein Eindruck von der Qualität und Vollständigkeit der Daten gewinnen lässt.Die Bildergalerie ist in Zusammenarbeit mit der PR-Agentur Conosco in Düsseldorf entstanden. Die Studie zur Datenqualität in deutschen Unternehmen können Sie hier bestellen. Quelle: Fotolia
Diese Bilder teilen:
  • Teilen per:
  • Teilen per:
© Handelsblatt GmbH – Alle Rechte vorbehalten. Nutzungsrechte erwerben?
Zur Startseite
-0%1%2%3%4%5%6%7%8%9%10%11%12%13%14%15%16%17%18%19%20%21%22%23%24%25%26%27%28%29%30%31%32%33%34%35%36%37%38%39%40%41%42%43%44%45%46%47%48%49%50%51%52%53%54%55%56%57%58%59%60%61%62%63%64%65%66%67%68%69%70%71%72%73%74%75%76%77%78%79%80%81%82%83%84%85%86%87%88%89%90%91%92%93%94%95%96%97%98%99%100%