Master Data Management

Stammdaten im Unternehmen

Wertvoll wie Gold, oft sträflich vernachlässigt


Stammdaten hat jedes Unternehmen. Damit Geschäftsprozesse, in denen diese Stammdaten benötigt werden, zuverlässig funktionieren, müssen die Daten eine angemessene Qualität aufweisen. Sie müssen insbesondere aktuell, vollständig, korrekt und eindeutig sowie zentral verfügbar sein. Mit unserer Expertise und unseren Tools lösen wir von Uniserv als Customer Data Experts zusammen mit Ihnen auch Ihre Herausforderung im Master Data Management in der Domain der Kunden und Interessenten.

Master Data.

Das Datenfundament jedes Unternehmens.


So wie ein Verbrennungsmotor Kraft- und Schmierstoffe benötigt, braucht ein Unternehmen Daten, um zu funktionieren. Grundsätzlich unterscheidet man Stamm- und Bewegungsdaten. Während die Stammdaten wie beispielsweise die Anschrift, E-Mail-Adresse und Bankverbindung eines Kunden festgelegt, also eher statisch sind, gehören Bewegungsdaten zu den dynamischen Daten. Sie entstehen aus dem laufenden Betrieb heraus, etwa Informationen aus der Interaktion mit Kunden und Lieferanten, beispielsweise bei der Abwicklung von Lieferungen und Bestellungen oder über Dialoge per Phone, E-Mail oder in den Sozialen Medien.

Als statische, fest definierte Daten bilden die Stammdaten das Fundament eines Unternehmens. Je solider ein Fundament ist, desto stabiler ist der Überbau. Übertragen auf die Stammdaten bedeutet das: Ist die Qualität der Stammdaten angemessen, funktionieren die Geschäftsprozesse, ergo das gesamte Unternehmen. Im Umkehrschluss heißt das: Weisen die Stammdaten eine schlechte Qualität auf, leiden die Prozesse und somit das ganze Unternehmen. Demzufolge ist es für die wirtschaftliche Resilienz eines Unternehmens erfolgskritisch, seinen Stammdaten eine permanent hohe Aufmerksamkeit zu widmen, im Sinne einer ständigen Qualitätssicherung. Womit wir praktisch schon beim Master Data Management sind.

Von besonderer Bedeutung ist das Management der Kundenstammdaten, also aller Daten, die mit Kunden verknüpft sind, insbesondere die postalische Adresse, E-Mail-Adresse, Bankdaten, Telefonnummern. Letztlich hängt der wirtschaftliche Erfolg eines Unternehmens maßgeblich von der Qualität dieser Kundenstammdaten ab. Wie will ein Unternehmen erfolgreich am Markt agieren, wenn die Kundendaten falsch oder zumindest von schlechter Qualität sind?

Wie IT-Abteilungen Stammdaten effizient verwalten und ‚en passant‘ eine Master Data Management Lösung etablieren, ohne den laufenden Betrieb zum Erliegen zu bringen, erfahren Sie in unserem Whitepaper ‚So geht Master Data Management‘:

So geht Master Data Management! 


Wir zeigen Ihnen, wie Sie Ihre Kundendaten effektiv managen können, ohne den laufenden Betrieb zu stören.

Wie Sie ein schlankes, datenqualitätsorientiertes MDM-Projekt angehen, lesen Sie in unserem Paper „So geht Master Data Management“.


Jetzt Paper downloaden

Folgen schlechter Qualität von Stammdaten


Verfügen die Stammdaten eines Unternehmens nicht über die erforderliche Qualität, also sind sie zum Beispiel weder aktuell, noch vollständig, noch korrekt, noch eindeutig, zieht das insbesondere die nachfolgend genannten Konsequenzen nach sich. Vor allem, wenn man bedenkt, dass die Stammdaten in den Unternehmen in der Regel in unterschiedlichen Systemen gespeichert sind:
 

  • Kein First Time Right Prinzip mit Data Quality Firewall zur automatischen Sicherstellung korrekter Daten.
  • Keine wirkliche system- bzw. datenbestandsübergreifende „Unique Customer ID“, dadurch Redundanzen und Inkonsistenzen innerhalb der und über die Systeme hinweg.
  • Keine Konsolidierung der verschiedenen Datenstände des gleichen Kunden möglich. Keine wirkliche 360 Grad Kundensicht.
  • Keine Standardprozesse, um die Alterung der Daten zu vermeiden (Anti Aging).
  • Probleme bei operativen, kundennahen Geschäftsprozessen, die auf diesen Daten aufbauen.

Doch das ist bei weitem noch nicht alles. Leider. Derart schlechte Daten lassen sich auch nur schwer bis gar nicht analysieren. Entsprechend fallen die Entscheidungen aus, die auf einer solch unsicheren Grundlage getroffen werden. Den Entscheidungen ist nur schwer zu trauen.

Diese Übersicht negativer Konsequenzen ließe sich fast beliebig fortsetzen. Doch gibt es bei aller Schwierigkeit auch zwei gute Nachrichten. Denn zum einen geht es vielen Unternehmen so, dass die Qualität ihrer Stammdaten zu wünschen übriglässt. Und zum zweiten lassen sich diese Schwierigkeiten gut in den Griff bekommen. Mit der nötigen Expertise und den entsprechenden Tools können nämlich Stammdaten aus verschiedenen Quellen qualitätsgesichert integriert und konsolidiert werden.

Vorteile konsolidierter und hochwertiger Daten


Konsolidierte und hochwertige Daten bilden im wahrsten Sinne des Wortes das ‚Fundament‘ für viele andere Geschäftsprozesse. Viele operative und analytische Fachbereiche können auf diese Daten zugreifen und damit „Ihr“ Puzzlestück zum 360 Grad Customer View beitragen. So kann das Marketing beispielsweise gezielt personalisierte Kampagnen ausspielen. Oder Finance kann datenbasiert die Rechnungen an die korrekte Adresse stellen oder Portfolioanalysen ohne Debitorendubletten durchführen. Oder die Business Intelligence kann den zentralen Datenbestand nach allen Regeln der Kunst in die verschiedensten Richtungen analysieren und aus den Analyseergebnissen Handlungsempfehlungen ableiten und Entscheidungen absichern. Um nur mal zwei drei Beispiele zu nennen. Und um im Bild des Verbrennungsmotors zu bleiben: Würde man die falschen Schmiermittel und Kraftstoffe verwenden, würde der Motor stottern und nicht seine volle Leistung entfalten. Im schlimmsten Fall würde ein Motor sogar kaputt gehen.

Handlungsoptionen 


Sie haben eine verteilte Systemlandschaft mit redundanten Stammdaten und wollen die Vorteile hochwertiger und konsolidierter Stammdaten nutzen? Dann gibt es mehrere Lösungsmöglichkeiten, wie Sie dies speziell über mehrere Systeme hinweg realisieren können. Aber nicht alle sind wirklich zielführend und effizient.

 

Option 1: Nichts tun.

Die teuerste Lösung.

 

Option 2: Systemlandschaft konsolidieren.

Zu teuer. Zu riskant. Zu langwierig.

 

Option 3: Point-2-Point Schnittstellen.

Vom Datenchaos ins Schnittstellenchaos.

 

Option 4: Workflows für die Datenpflege.

Sehr hoher Koordinationsaufwand.

 

Option 5: Master Data Hub.

Best Practice!

 

Wie werden Master Data Management-Projekte richtig gemanaget?


Der Kauf eines Systems für Master Data Management allein löst das Problem an sich noch nicht. Entscheidend für den Erfolg von MDM-Initiativen ist der Dreiklang aus Schaffung von Bewusstsein dafür, Kenntnis der Projektschritte sowie der Einsatz passender Tools. Projekte für das Management von Stammdaten scheitern, wenn nicht alle drei Aspekte ausreichend berücksichtigt werden.

1. Bewusstsein


Zu einem Master Data Management, das den Unternehmenszielen dient, gehört in erster Linie, dass die Master Data Management-Philosophie und das Bewusstsein für die Notwendigkeit qualitativ hochwertiger Stammdaten fest in der Unternehmenskultur verankert sind, und dieses Bewusstsein auch immer wieder gepflegt und erneuert wird. Stammdaten und deren Pflege dürfen bei Mitarbeitern nicht als lästige Arbeitsbeschaffung empfunden werden, sondern als wertvoller Beitrag zum Unternehmenserfolg. Dafür muss der Stellenwert und der Nutzen von Unternehmensdaten klar verdeutlicht werden. Gegebenenfalls gilt es, einen entsprechenden Change Management Prozess zu initiieren. 

2. Projektschritte


Master Data Management besteht aus verschiedenen Projektschritten, die je nach Aufgabenstellung folgende Punkte behandeln. Je nach konkreter Zielsetzung im Unternehmen haben die Projektschritte dabei unterschiedliche Schwerpunkte:
 

  • Festlegung der Zielsetzung.
  • Audit des Ist Zustandes.
  • Initiale Datenbereinigung.
  • First Time Right. Einführen einer Data Quality Firewall.
  • Data Maintenance und Anti Aging der Daten.


Eine typische Aufgabenstellung, an die oft zuerst gedacht wird, ist die Einführung eines unternehmensweiten Customer Data Management Systems. Da die Einführung eines solchen Systems meist komplex und aufwendig ist, wird oft davor zurückgeschreckt. Das muss nicht sein. Auch die Einführung eines Customer Data Management Systems kann oft in Stufen realisiert werden. Aber wenn es „brennt“, geht es noch pragmatisch. Auch die größte Reise fängt mit dem ersten Schritt an. Typische Aufgabenstellungen, bei denen wir unsere Kunden mit unserer Expertise und unseren Tools unterstützen, sind beispielweise:

  • Ad Hoc Maßnahmen zur Integration von Massendaten oder neuen Verwendung der Stammdaten. 
  • Verbesserung der Datenqualität eines einzelnen Systems, das Stammdaten erfasst oder pflegt.
  • Migrationsprojekte, bei denen die schlechte Datenqualität nicht mit ins neue System übernommen werden soll.
  • Einführung eines zentralen Master Data Management Systems oder dessen Optimierung.

Das Uniserv Customer Success Team hat Expertise in den Master Data Management Projektschritten sowie den typischen Aufgabenstellungen und unterstützt Sie gerne bei Ihrem Projekt. 

3. Tools


Ein Master Data Management System bzw. Tool allein führt nicht zum Erfolg, ohne entsprechendes Bewusstsein im Unternehmen und ohne Expertise in den Projektschritten. Bei entsprechender Datenbestandsgröße und Komplexität führt ohne geeignete Tools aber ebenfalls kein Weg zum Projekterfolg. Wir haben deshalb in unserem Portfolio verschiedene Lösungsansätze, um Herausforderungen individuell begegnen zu können. Gemeinsam mit Ihnen erarbeiten wir das für Sie passende Konzept.
 

  • Customer Data Hub
    Mit Data Quality Firewall, automatischer Dubletten-Identifizierung, unternehmensweiter Unique Customer ID, Data Stewardship und Data Ownership, Stammdaten-Konsolidierung und Daten-Anreicherung. Single Point of Truth und 360-Grad-Sicht „live“ über alle Kanäle auf der Basis von Golden Records.
  • Data Quality Workbench
    Datenbestände vollumfänglich analysieren, strukturieren, prüfen, Dubletten identifizieren, intelligent clustern und konsolidieren sowie Daten anreichern. Im Rahmen von Bestandsanalysen, Initial- oder Ad-Hoc-Bereinigungen, Data Maintenance und Anti Aging sowie Massen-Integrationen in Systeme oder Migrationsprojekte.
  • Data Quality Tools bzw. Identity Resolution
    Bieten bei der Optimierung von Daten höchste Ergebnisqualität in bester Performance. Analysieren, Strukturieren und Standardisieren von Daten, Abgleich von Adressbestandteilen gegen Referenzdaten, Korrektur und Anreicherung mit Zusatzinformationen an. Maßgeschneiderte Datenqualität steht im Mittelpunkt.

 

Sprechen Sie uns an

Top-Unternehmen vertrauen auf Uniserv

Wir sind für Sie da.

Kontaktieren Sie uns über das Formular oder rufen Sie uns direkt an.

Das könnte Sie auch interessieren:

Adressvalidierung
Prüfen, korrigieren und aktualisieren Sie die postalischen Adressen Ihrer Kunden und Interessenten, international, fehlertolerant, mit länderspezifischen Wissensbasen, damit Ihre Sendungen die Adressaten überall erreichen.
Dublettenprüfung
Finden und bereinigen Sie doppelt vorhandene Datensätze Ihrer Kunden und Interessenten, mit fehlertoleranter Präzisionsidentifizierung, auf der Basis länderspezifischer Wissensbasen, für ein sauberes System ohne Duplikate.
Data Cleansing
Bereinigen Sie Ihre Daten gezielt, als zentraler Bestandteil jeder Initiative für Datenqualität, mit einer Initialbereinigung zu Beginn, periodisch in der Data Maintenance (Anti Aging) oder laufend im First Time Right (Data Quality Firewall).