Unified-Communications
Fitness-Test für das ganze Unternehmen
In Unternehmen wird das Wissen durch Daten repräsentiert. Wenn die Daten für jeden Nutzer, für jede Business-Applikation und jeden Geschäftsprozess in der geeigneten und somit besten Qualität zur Verfügung stehen, lässt sich der Workflow optimal und kosteneffizient gestalten. Wer in Datenqualität investiert, investiert prinzipiell clever. Ein Leitfaden zur Bewertung der Qualität von Unternehmensdaten und deren positive Nebeneffekte.
Der Ärger ist groß, wenn durch hohe Rückläuferquoten Mailing-Aktionen versanden oder kostspielig ein zweites Mal durchgeführt werden müssen. Wenn Kunden Werbematerialien mehrfach oder Rechnungen gar nicht erhalten. Wenn es Beschwerden hagelt, weil die Mitarbeiter im Support zu lange brauchen, um die nötigen Daten zu finden, oder Forecast-Analysen des Vertriebs ins Leere gehen, weil potenzielle Interessenten doppelt verbucht wurden. Richtig ernst wird es, sobald solche Fehler hohe Kosten nach sich ziehen, beispielsweise beim unbeabsichtigten Verstoß gegen Sanktionslisten. Diese Aufzählung von Fehlentwicklungen ließe sich beliebig weiterführen - und den meisten Unternehmen sind solche Fehler wohlbekannt. Gemeinsam ist ihnen, dass postalische Daten nicht korrekt sind, offensichtlich Dubletten vorliegen oder Business-Regeln nicht eingehalten werden. Gemeinsam ist ihnen auch, dass sie ein und dieselbe Ursache haben: mangelhafte Datenqualität.
Eine erste Abhilfe schaffen diverse - durchaus hochwertige und nützliche - Datenqualitäts-Lösungen. Damit es aber nicht bei einer immer wiederkehrenden Symptom-Behandlung und immer wiederkehrenden Kosten bleibt, muss der Blick auf die Daten tiefer gehen. Die Ursache des Mangels muss gefunden und beseitigt werden. Anbieter und Kunden von Datenqualitätslösungen sollten sich daher über die jeweiligen Anforderungen, die an die Unternehmensstammdaten gestellt werden, im Klaren sein. Was müssen die Datensätze beinhalten? In welcher Form sollen sie dargestellt werden? Welche Business-Regeln müssen eingehalten werden? Was wird systemseitig gefordert? Und besonders wichtig: Gelten in allen Unternehmensbereichen die gleichen Anforderungen, oder benötigen der Vertrieb und der Support unterschiedliche Inhalte und Formate? Man wird feststellen, dass es in jedem Bereich anders ist.
Die Anforderungen an Daten wechseln also mit dem Nutzer. Man spricht hier vom „Different view of data“ im Gegensatz zum „Single view of customer“, der nur die Daten und nicht deren Verwendung im Blick hat. Das bedeutet auch, dass man per se nicht von guter oder schlechter Datenqualität sprechen kann - entscheidend ist, ob die Datenqualität den jeweiligen Anforderungen der Nutzer gerecht wird, das heißt ob die Daten „fit for use“ sind. Die Rolle des Datennutzers definiert, welche Daten in welcher Form benötigt werden; er steht im Mittelpunkt. Für die Implementierung von Datenqualitätslösungen heißt das, dass der erste Schritt eine präzise Untersuchung und Darstellung des Status quo der vorhandenen Daten und der an sie gestellten Anforderungen sein sollte.
- Fitness-Test für das ganze Unternehmen
- Qualitäts-Checks verschaffen Überblick
- Prozesse analysieren, Schwachstellen aufdecken
- Gesunde Daten auch in Zukunft
- Zehn Tipps zur Sicherung der Datenqualität
Lesen Sie mehr zum Thema
