Fachthemen

Optimierung der Datenqualität: Weshalb der „große Wurf“ nichts bringt

Optimierung der Datenqualität: Weshalb der „große Wurf“ nichts bringt

Die letzte Direktmarketingkampagne litt unter einer überproportional hohen Quote an unzustellbaren Sendungen und Rückläufern. Immer mehr Kunden beschweren sich über zu lange Bearbeitungszeiten im Kundendienst. Unternehmen sind nicht in der Lage, die im Zuge der neue EU-DSGVO gestärkte Betroffenen-Rechte zu erfüllen, wie beispielsweise das Recht auf Vergessen. Schnell wird klar: Der Grund für diese Probleme und Schwierigkeiten ist immer derselbe: Die mangelnde Qualität der im Unternehmen verfügbaren Kundendaten.

Jetzt hilft nur noch „Alles oder nichts!“

Schnell wird ein Krisenplan entworfen. Am besten wäre es, die Qualität der bestehenden Kundendaten „auf einen Ruck“ zu optimieren, quasi auf Knopfdruck, über Nacht. Allerdings wird in den meisten Fällen schnell deutlich, dass es mit dem „großen Wurf“ zur Optimierung der Datenqualität nichts wird. Häufig scheitern Unternehmen bereits an dem Punkt, sich einen Überblick zu verschaffen, wo welche Kundendaten im Unternehmen gespeichert sind und wer sich um die Pflege dieser Daten kümmert. Und so versucht das Marketing, die eigenen Daten zumindest um die Rückläufer aus der letzten Kampagne zu bereinigen – indem man sie einfach löscht. Der Kundendienst ergänzt im Ticketsystem hektisch manuell einige Informationen und Daten, um beim nächsten Kundenkontakt besser vorbereitet zu sein – ohne dass man weiß, ob diese Informationen auch aktuell sind. Und der Vertrieb beginnt ebenfalls damit, eigene Kundenkontakte im CRM-System zu erfassen – ohne dass man dies mit den anderen Abteilungen abstimmt.

Folge: Die eingangs beschriebenen Probleme werden bestenfalls kurzfristig behoben, treten aber schon bald in einem viel größeren Ausmaß wieder auf.

In kleinen Schritten zum ersten Kundendatenmanagement-Erfolg

Wie gelingt es also, die erkannten Defizite bei der Qualität der Kundendatenbank umfassend und nachhaltig zu beseitigen und damit das Qualitätslevel der Daten kontinuierlich zu erhöhen? Anstatt des „großen Wurfs“ ist eine Strategie der kleinen Schritte in der Regel die erfolgsversprechende Methode. Denn selbst wenn es gelingt, die oben kurz skizzierten „Reparaturarbeiten“ abteilungsübergreifend anzupacken, stellen viele Unternehmen fest, dass sich ihnen Hürden und Hindernisse in den Weg stellen. Dies beginnt bereits damit, dass die zu bearbeitenden Daten in isolierten Datensilos gehalten werden, es also bereits an der Technik scheitert, unternehmensweite Maßnahmen zu ergreifen. Darüber hinaus befinden sich Kundendaten kontinuierlich im Fluss. Die Hoffnung vieler Unternehmen, man könne den Status Quo der Kundendaten einfach „einfrieren“, dann Optimierungsmaßnahmen durchführen und dann mit qualitativ höherwertigen Daten weiterarbeiten, ist in der Realität nicht umsetzbar. Erst ein kontinuierlicher Kreislauf an Maßnahmen, bei denen es keinen Anfang und kein Ende gibt und der sukzessive auf immer mehr Geschäftsprozesse ausgeweitet wird, führt letztendlich zu nachhaltigem Erfolg.

Quick Wins: Maßnahmen, die sich „schnell rechnen“

Dass so ein Datenqualitätszyklus nicht über Nacht konzipiert und implementiert ist, liegt auf der Hand. Aus diesem Grund macht es in vielen Fällen Sinn, parallel zum Aufbau nachhaltiger Systeme und Prozesse bestimmte Bereiche zu evaluieren, in denen ein agiler Ansatz und der Einsatz agiler Technologien und Methoden dazu führen kann, „Hot Spot“-Projekte zu initiieren, mit denen unter Umständen so genannte „Quick Wins“ erzielt werden können. Beispiele dafür sind die Durchführung einer postalischen Adressprüfung, mit der die eingangs beschriebenen Rücklaufquoten bei Werbekampagnen verbessert werden können. Ein Umzugsdatenabgleich kann beispielsweise dabei helfen, die Aktualität der Kundendaten zu verbessern. Und ein Dublettencheck (Identity Resolution) reduziert die Datenmenge zuverlässig um doppelte und mehrfach vorhandene Datensätze.

Wichtig ist bei diesen Aktivitäten und Maßnahmen allerdings stets das Bewusstsein, dass es sich dabei zwar um Einmalaktionen handelt, dass diese aber dann mittelfristig in einen kontinuierlichen Prozess zur Optimierung der Datenqualität überführt werden müssen. 

Der optimale Einstieg in das Thema Kundendatenmanagement

Generell hängt dieser Einstieg natürlich immer von den spezifischen Anforderungen des jeweiligen Unternehmens ab. Dennoch gibt es unternehmensübergreifend sicher einen wichtigen ersten Schritt: „Sich schlau machen“ – genauer gesagt – den Status Quo analysieren und damit zuerst einmal die „Baustellen“ aufdecken, an denen es zu arbeiten gilt. Für die damit verbundene Datenanalyse gibt es am Markt speziell konzipierte Daten-Audits. Lösung wie der Data Analyzer von Uniserv vermitteln einen vollständigen Überblick über die Beschaffenheit der aktuell verfügbaren Daten. Erst wenn diese Analyse abgeschlossen und ein Status Quo der Datenqualität vorliegt, sollten Unternehmen weitere Maßnahmen und Aktivitäten in Bereichen wie Datenmigration, Datenqualität, Master Data Management oder Data Warehousing ins Auge fassen.

Trendstudie Kundendatenmanagement 2017: Es fehlen die Kapazitäten und andere Prioritäten

Fehlende Kapazitäten wurden in der Trendstudie Kundendatenmanagement 2017 als häufigster Grund angegeben, dass keine Maßnahmen zum Erhalt bzw. zur Optimierung der Datenqualität der Kundendaten ergriffen werden – gefolgt von „andere Prioritäten.

Gründe für das Nicht-Durchführen von Data-Quality-Maßnahmen

Ob es tatsächlich an den fehlenden Kapazitäten liegt, dass Unternehmen keine Maßnahmen zum Erhalt bzw. zur Optimierung der Datenqualität Ihrer Kundendaten ergreifen, sei einmal dahingestellt. Schwerer wiegt da schon die Aussage, dass derzeit noch andere Prioritäten gesetzt werden. Berücksichtigt man dann außerdem, dass fast 40 Prozent der Befragten zugaben, es fehle im Unternehmen am Bewusstsein für das Thema, wird eine fast schon „gefährliche“ Situation in vielen Unternehmen deutlich. In Zeiten der digitalen Transformation, in den Daten zum „Rohstoff“ bzw. zur „Währung“ geworden sind, kann es sich eigentlich kein Unternehmen mehr leisten, diesen Rohstoff bzw. diese Währung zu verprassen.

Ground Truth: Grundvertrauen in Ihre Daten

Grundlage für zukünftigen Erfolg im digitalen Zeitalter ist ein Grundvertrauen in die eigenen Daten und deren Qualität. Dabei nützt es Unternehmen nichts, den „großen Wurf“ zu versuchen, sie müssen vielmehr kontinuierlich daran arbeiten, die Datenqualität auf einem möglichst hohen Niveau zu halten. In Zeiten eines digitalen Kunden müssen dabei aber nicht nur die im Unternehmen verfügbaren Daten (Golden Record), sondern auch dessen „digitale Spuren“ berücksichtigt werden, die er im Internet und den sozialen Medien hinterlässt.

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 bereits erwähnten „Spuren“ integriert, die der Kunde im Internet und den sozialen Netzwerken hinterlässt. Sprich, die Stammdaten eines jeden Kunden (Golden Record) sowie die Bewegungsdaten (Transaktions- und Interaktionsdaten) 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 http://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.