Bessere Daten

Informationen sind fundamental – für operative und analytische Anwendungen in gleichem Maß. Wenn sie falsch sind, drohen schlimme Folgen. Cadbury Schweppes etwa, Hersteller von Getränken und Süßwaren, musste 12 Millionen Pfund zusätzliche Kosten hinnehmen. Der Grund: Das Unternehmen ging von unzutreffenden Bestandszahlen aus, hatte zu viel eingelagert und musste dann Nachlässe gewähren. Der Reifenhersteller Goodyear hatte Fehler in seinen Finanzdaten und musste deshalb seine Geschäftsergebnisse revidieren. Die Folge: 100 Millionen Dollar Gewinn lösten sich in Luft auf. Mailings verursachen vielerorts unnötig hohe Versandkosten, weil die Adressdaten in schlechtem Zustand sind: unzutreffende oder fehlende Angaben sind ebenso an der Tagesordnung wie Dubletten. Noch mehr Geld ließe sich einsparen, wenn die potenziellen Interessenten besser eingegrenzt werden könnten. Zwar gibt es inzwischen häufig ein Data Mart oder Data Warehouse und zugehörige Business-Intelligence-Werkzeuge. Doch lassen sich damit nur dann die richtigen Schlüsse ableiten, wenn die Ausgangsdaten stimmen – was keineswegs immer der Fall ist. Und das, obwohl die Werkzeuge zum Befüllen der dispositiven Datenspeicher bereits gewisse Qualitätsprüfungen durchführen. Die IT-Experten kümmern sich um die Qualität von Daten nur, wenn dies in den Fachabteilungen von den Anwendern gewünscht und bezahlt wird – doch denen fehlt oft das Problembewusstsein. Höchstens in ein paar konkreten Projekten legten sie in der Vergangenheit ausdrücklich Wert auf gute Daten, namentlich bei Customer Relationship Management (CRM). Ansonsten funktionieren ja die IT-Systeme im Allgemeinen, war die vorherrschende Einstellung. Die zahlreichen Firmenzusammenschlüsse seit der Jahrtausendwende mit ihren Integrationsanforderungen haben die Datenprobleme mittlerweile verschärft und die zunehmenden rechtlichen Auflagen (Compliance) die Sensibilität erhöht. So sieht es etwa Tommy Drummond, Vice President Product Marketing bei Informatica.