Fachthemen

Die vier Bereiche zum Optimieren der Datenqualität

Strategie, Abläufe, Plattform, Prozesse:
Die vier Bereiche zum Optimieren der Datenqualität

Experten betonen immer wieder die Bedeutung der Datenqualität als wichtigen Erfolgsfaktor für das Datenmanagement allgemein und das Kundendatenmanagement im speziellen. Zu diesen Experten gehört auch Frank Thomas, Leiter Geschäftsfeld Lösungen für Datenqualität bei der UNISERV GmbH. In einem Interview zur strategischen Neuausrichtung des Unternehmens seit Beginn dieses Jahres geht er u.a. auch auf die vier Hauptbereiche der Datenqualität ein.

Auf eines der Ergebnisse der Trendstudie Kundendatenmanagement 2017 angesprochen, dass das Thema Datenqualität doch für viele Unternehmen eine Herausforderung zu sein scheint und worin er diese Herausforderungen sieht, erklärt Herr Thomas: „Datenqualität ist ein breites Thema – und man darf es auch nicht als ‚Hot Fix‘ verstehen, den man einmalig einspielt. Wir unterscheiden bei UNISERV vier Bereiche der Datenqualität: operative Datenqualität, das ist unser ‚Brot-und-Butter-Geschäft‘, und strategische Datenqualität, wenn es um das Messen der Daten geht (was immer wichtiger wird). Der dritte Bereich ist die Plattform-Datenqualität. Dabei geht es darum, dass Unternehmen ihre Investitionen in ihre Enterprise-Plattformen sichern möchten – Stichwort ERP. Und eines der größten Bereiche ist sicher der Bereich Prozess-Datenqualität. Nehmen Sie nur das Beispiel CRM – Customer Relationship Management – oder das Thema Governance, wo wir unseren Kunden dabei helfen, mit akkuraten Daten Risiken zu minimieren.“

Bezogen auf die von Herrn Thomas im Interview vorgenommene Aufteilung des Themas in vier Bereiche können die folgenden Tipps zum Optimieren der Datenqualität abgeleitet werden

Tipp 1: Strategie – Erarbeiten der richtigen Strategie zur Optimierung der Datenqualität

Ohne Strategie kein Erfolg! Dieser Leitsatz gilt natürlich auch für das Thema Datenqualität. Bevor ein Unternehmen also in Aktionismus verfällt und versucht, mit den von Herrn Thomas angesprochenen ‚Hot Fixes‘ vordergründig eine Verbesserung der Datenqualität zu erzielen, sollte es sich zuerst einmal Gedanken über eine unternehmens- und prozessübergreifende Strategie zur Optimierung der Datenqualität machen, die sicherstellt, dass die Optimierungsmaßnahmen auch alle Bereiche (Prozesse, Abteilungen, Systeme) des Unternehmens umfassen und damit mehr sind als „reine Kosmetik“.

Tipp 2: Operativ – Definieren der entsprechenden operativen Abläufe

Dabei geht es insbesondere darum, zu klären, wer was wann zu tun hat, um eine kontinuierliche Optimierung der Datenqualität sicherzustellen. Ein besonders kritischer Punkt, an dem die Abläufe beispielsweise festgelegt werden müssen, sind die so genannten Points of Entry, also die Punkte, an denen Kundendaten in das Unternehmen gelangen, z.B. Formulare auf der Webseite, die Softwarelösung im Call Center, die CRM-Lösung im Vertrieb, etc.. Überall dort besteht die Gefahr der Verunreinigung von Datenbeständen bei der Erfassung neuer Datensätze, aber auch bei der Veränderung bereits vorhandener Datensätze. Diese Qualitätsverschlechterung kann in einer fehlerhaften Dateneingabe, einer Mehrfachspeicherung der gleichen Objekte, einer nicht korrekten Nutzung vorgesehener Datenattribute u.v.m. begründet sein. 

Tipp 3: Implementieren einer für das Unternehmen maßgeschneiderten Plattform

In einem nächsten Schritt sollten sich Unternehmen, die die Qualität ihrer Kundendaten optimieren möchten, nun mit der Konzeption und Einführung einer optimal auf die Bedürfnisse des Unternehmens ausgerichteten Plattform, eines so genannten Data Quality Service Hubs, beschäftigen. Diese Plattform sorgt dafür, dass die im Unternehmen verfügbaren Daten an einer Stelle zusammengeführt und zu einem „Golden Record“ aggregiert werden. Dieser einmalige Datensatz für jeden Kunden enthält alle aus den einzelnen Datenmanagementsystemen (Vertrieb, Marketing, Service, Buchhaltung, etc.) extrahierten Daten des Kunden. Alle Änderungen werden ebenfalls im Golden Record durchgeführt und dann an die Zielsysteme zurückgespielt, damit auch diese kontinuierlich auf dem neuesten Stand sind. Ergänzt werden sollte die Plattform durch Data Quality Firewalls. Diese werden an den oben beschriebenen Points of Entry implementiert und wirken der laufend fortschreitenden Verschmutzung des Datenbestandes entgegen. Damit wird die Datenqualität zusätzlich gesichert.

Tipp 4: Einführen möglichst automatisierter Prozesse zur kontinuierlichen Überprüfung und Optimierung der Datenqualität im Unternehmen

In einem letzten Schritt geht es dann darum, einen – möglichst automatisierten – Prozess zur kontinuierlichen Überprüfung und Optimierung der Datenqualität im Unternehmen einzuführen. Die Automatisierung spielt deshalb eine zentrale Rolle, da die Erfahrung zeigt, dass der „Faktor Mensch“ wie in vielen anderen Bereichen auch beim Datenmanagement immer eine Fehlerquelle darstellt, die zumindest minimiert werden sollte.

Ein weiterer wichtiger Aspekt ist der so genannte Data Quality Kreislauf. Unternehmen, die sich mit dem Optimieren der Qualität ihrer Kundendaten beschäftigen, müssen sich der Tatsache bewusst, sein, dass es sich dabei weder um eine „Einbahnstraße“ noch um eine „Ad hoc“-Aktion handeln darf, sondern um einen kontinuierlichen Kreislauf an Maßnahmen, die nahtlos ineinander übergreifen.

Die nachfolgende Abbildung versinnbildlicht diesen Kreislauf mit den vier Phasen analysieren, bereinigen, schützen und überwachen. Im Mittelpunkt des Kreislaufs steht der oben genannte Data Quality Service Hub als zentrale Plattform.

Data Quality Cycle

Trendstudie Kundendatenmanagement 2017: Es besteht definitiv Handlungsbedarf

Für viele Unternehmen besteht im Bereich Datenqualität auch aktuell noch Handlungsbedarf. Dies verdeutlichen auch die Ergebnisse der Trendstudie Kundendatenmanagement 2017. Dort beurteilte immerhin noch ein Drittel der befragten Unternehmen (34 %) die Qualität ihrer Kundendaten als „niedrig“ bzw. „eher niedrig“. 

Qualität der Daten im Unternehmen

Unvollständigkeit (95 %) und Veralterung (84 %) der Daten wurden als die beiden häufigsten Symptome für schlechte Datenqualität genannt.

Ground Truth: Vom Golden Record zum Golden Profile

Mit Maßnahmen in den vier oben skizzierten Bereichen für Datenqualität und dem Erstellen eines Golden Record sind Unternehmen in der Lage, die Qualität ihrer Kundendaten sukzessive und nachhaltig zu verbessern. Doch die Zeit steht (leider) nicht still. In Zeiten des digitalen Kunden spielen für dessen optimale Ansprache nicht nur die im Unternehmen verfügbaren Daten (Golden Record) eine Rolle, sondern auch seine Kommunikation und Interaktion mit dem Unternehmen (online/offline).

Mit Ground Truth hat die Firma Uniserv daher eine Lösungs- und Prozess-Methodik entwickelt, die Unternehmen entsprechend dabei unterstützt, in einem mehrstufigen Vorgehen letztendlich das Golden Profile eines jeden Kunden zu erstellen, das dessen Adressdaten, sein Kaufverhalten, seine Interessen und Vorlieben, aber auch seine Kommunikation und Interaktion mit dem Unternehmen zu einem zentralen Datensatz aggregiert. Darüber hinaus werden in den Golden Profiles die „Spuren“ integriert, die der Kunde im Internet und den sozialen Netzwerken hinterlässt. Sprich, die Stamm¬daten eines jeden Kunden (Golden Record) sowie die Bewegungsdaten (Transaktions- und Interak¬tionsdaten) werden zusammengeführt (Golden Profile). Ground Truth sorgt darüber hinaus für eine kontinuierliche Aktualisierung sowie Synchronisierung der Daten über die unterschiedlichen Datenquellen hinweg. 

Ground Truth

Erst mit Ground Truth sind Unternehmen in der Lage, ein wirklich professionelles Kundendatenmanagement getreu dem Motto Qualität statt Quantität umzusetzen. Damit können sie dann die Möglichkeiten, die der „digitale Kunde“ heute bietet, voll ausschöpfen und für einen nachhaltigen Geschäftserfolg nutzen.

Ground Truth wird damit in der digitalen Welt endgültig zur zentralen Komponente für eine optimale und nachhaltige Datenqualität im Unternehmen. Wie es um die Datenqualität dabei heute schon bestellt ist, können Interessierte mittels einer kurzen Umfrage ganz bequem via www.digital-ready.net/data-quality herausfinden.

© 2017 Uniserv GmbH oder ein Uniserv-Tochterunternehmen. Alle Rechte vorbehalten. Weitergabe und Vervielfältigung dieser Publikation oder von Teilen daraus sind, zu welchem Zweck und in welcher Form auch immer, ohne die ausdrückliche schriftliche Genehmigung durch die Uniserv GmbH nicht gestattet.

Ground Truth von Uniserv sowie die dazugehörigen Logos sind Marken oder eingetragene Marken der Uniserv GmbH in Deutschland und anderen Ländern. Alle anderen Namen von Produkten und Dienstleistungen sind Marken der jeweiligen Firmen.

Ground Truth ist das Fundament für Umsatzwachstum und neue Geschäftsmodelle vor dem Hintergrund der digitalen Transformation, beispielsweise für die Optimierung von Vertriebs- und Marketingaktivitäten, Kampagnenmanagement, von Blacklist Matching, Compliance oder auch Customer Relationship Management. Im Mittelpunkt steht das Golden Profile eines jeden Kunden, sprich der Golden Record, angereichert mit Interaktions- und Transformationsdaten (Bewegungsdaten). Mit dem Ground Truth bewegen sich Entscheider nicht mehr im luftleeren Raum, sondern haben Bodenhaftung im Decision-Making.