Datenqualität in Migrationsprojekten
Datenmigration: Von der Pflicht zur Kür
Sobald eine Veränderung in der IT-Systemlandschaft eines Unternehmens ansteht, treten Migrationsaufgaben auf den Plan und es müssen Daten aus einer Datenbank oder Anwendung in die nächste überführt werden. Was wie eine lästige Pflichtaufgabe klingt, ist für Unternehmen auch eine Chance.
In der Cloud-vernetzten Smartphone-Welt erscheint es wie ein Anachronismus. Aber wer zu Zeiten der Nokia-, Sony Ericsson- oder Siemens Feature-Phones der 1990er- und 2000er-Jahre versuchte, sein Telefonbuch von einem Gerät auf das nächste zu transferieren, weiß, dass Datenmigration mühsam sein kann. Doch vielleicht erinnert sich die eine oder der andere auch daran, dass der Handywechsel auch eine Gelegenheit war, die eigenen Kontakte zu durchforsten, inzwischen verheiratete Freunde umzubenennen, Telefonnummern zu aktualisieren, längst vergessene Geschäftskontakte aufzufrischen oder endlich die Nummer der längst verflossenen Liebe aus Studententagen zu löschen.
Nichts anderes steht dem Grunde nach bei Migrationsprojekten in Unternehmen an, wenngleich in vielfach umfangreicherem Maße, mit deutlich mehr Datenpunkten pro Kundendatensatz und einer höheren Komplexität, die sich aus der Verknüpfung von Anwendungen untereinander ergibt. Die Chancen für das Unternehmen sind aber die gleichen wie beim privaten Adressbuchumzug: Systematisch geplant und mit entsprechend skalierungsfähigen Datenqualitätslösungen umgesetzt, lassen sich Migrationsprojekte zum Anlass nehmen, die eigenen Kundendaten auf Aktualität, Vollständigkeit, Eindeutigkeit und formale Korrektheit zu prüfen. Diese vier Kriterien sind die universellen Charakteristika hoher Datenqualität.
Daten sind immer Veränderungen unterworfen
Die Anlässe oder Treiber von Migrationsprojekten in Unternehmen sind so vielfältig wie die Anwendungen und Datenbanken, die sie betreffen können. Im Rahmen der Blitzdigitalisierung durch die Corona-Pandemie migrierten zahllose Unternehmen von On-premise- auf Cloud-Anwendungen, sie organisierten sich neu, lösten Abteilungsgrenzen auf und damit IT-Silos. Andere Unternehmen planen die Ablösung von Altsystemen wie SAP ERP6 oder SAP R/3, deren Lebensdauer herstellerseitig zur Neige geht, oder zentralisieren Datenbanken, um bessere Analysen und Prognosen anstellen zu können. Und wieder andere Unternehmen werden übernommen oder schließen sich zusammen. In jedem dieser Szenarien gibt es Ansatzpunkte zur Überprüfung und Verbesserung der Datenqualität, gerade auch von Kundendaten, die neben Waren- und Produktionsdaten die größten Bestände mit den häufigsten Qualitätsproblemen ausmachen.
Datenqualität bei Kunden- oder Geschäftspartnerdaten ist per se kein Endzustand, sondern im Idealfall ein ständiger, immer wieder nachgeschärfter Prozess, der eine einmal erreichte hohe Datenqualität auf entsprechend hohem Niveau hält. Denn Kundendaten sind ständiger Veränderung unterworfen, derer sich ein Unternehmen nicht erwehren kann. Ein Beispiel: Pro Jahr ziehen in Deutschland laut einer Studie mehr als neun Millionen Menschen um, manche sogar mehrfach. Hochzeiten und Scheidungen sind mit Namensänderungen verbunden, Straßen- und auch Ortsnamen ändern sich, Bankverbindungen sowie Vertragsvereinbarungen ebenfalls. Da passiert es schnell, dass es zu einer einzigen Person mehrere digitale Identitäten gibt, die Unterschiede in den Datensätzen aufweisen. Entsprechend groß ist die Herausforderung für Unternehmen, die Kundendaten aktuell zu halten. Manches Unternehmen weist bis zu 50 Prozent Dubletten in seinen Datenbeständen auf. Und selbst in gut gepflegten Datenbeständen sind im Schnitt noch fünf Prozent redundante Datensätze vorhanden. Kommen nun noch strukturelle Veränderungen einer Organisation wie die erwähnte Firmenübernahme hinzu, wird das Qualitätsproblem weiter verschärft. Erst recht, wenn die Informationen über die Organisationen hinweg in verschiedenen Datensilos oder Systemen liegen, die jetzt zusammengeführt oder in ein Neusystem migriert werden sollen. Eine IDC-Studie aus dem Vorjahr zeigt, dass Unternehmen im Schnitt 23 Datensilos vorhalten, die zum Teil geografisch und technologisch voneinander getrennt sind. Kommt eine zweite Organisation dieser Größenordnung hinzu, potenzieren sich die Probleme für die Datenqualität.
- Datenmigration: Von der Pflicht zur Kür
- DQ-Strategie bei Migrationsprojekten
Das könnte Sie auch interessieren
Datenmanagement
IAM als Brücke zwischen Datenschutz und…
funkschau Serie Digitalpioniere
Die Daten hinter dem Kunden
Tableau
Datenquellen zuverlässig auswerten
E-Mail-Verschlüsselung
Sensible Daten proaktiv und einfach schützen
Customer Experience Management
Textanalyse als Quelle der Weisheit
