Consulting
Lesezeit

Datenkonsolidierung – Größter Erfolgsfaktor für Ihr Migrationsprojekt

datenkonsolidierung_header.jpg

Datenkonsolidierung wird immer wichtiger. Denn in Unternehmen nimmt die Anzahl an Datenquellen und (Kommunikations-)Kanälen stetig zu. Social Media, CRM-Systeme und E-Mail-Marketing-Tools, dazu kommen verschiedene Unternehmensbereiche wie Vertrieb, Buchhaltung, Kundenservice, Warenwirtschaft oder unterschiedliche Unternehmenssparten. All diese Datenquellen erzeugen in der Regel verschiedene Datenstrukturen von unterschiedlicher Qualität. Da die generierten Daten Touchpoint für Touchpoint meist separat gespeichert werden, begünstigt das eine heterogene Landschaft von Applikationen und Datenbanken, die zu allem Übel nicht miteinander kommunizieren - können.

Es bilden sich daher immer mehr Datensilos, also in sich geschlossene Dateninseln, die untereinander, schon allein durch den unterschiedlichen Aufbau der Datensätze, keinen Datenaustausch ermöglichen. Jede Insel enthält somit fragmentierte Datensätze, aber sie „informieren“ sich nicht gegenseitig über Änderungen oder Aktualisierungen. Eine ganzheitliche Sicht auf Kunden, Interessenten und weitere Geschäftspartner ist so nicht möglich. Das wirkt sich insbesondere bei Datenmigrationen negativ aus.

Ein Beispiel für die Folgen fehlender Datenkonsolidierung:


Herr Müller telefoniert mit seinem Kundenbetreuer wegen seines Mobilvertrages. Dabei erklärt er, dass er gerade geheiratet hat und nun den Doppelnamen Müller-Schulze trägt. Der Kundenbetreuer aktualisiert den Namen in den hinterlegten Daten für den Mobilvertrag. Herr Müller bezieht auch Internet vom gleichen Unternehmen. Die Mobiltelefon- und Internetsparten gleichen allerdings untereinander ihre Daten nicht ab, sein Name im Internetvertrag bleibt der alte. Das führt schnell zu inkonsistenten, doppelten und schlimmstenfalls widersprüchlichen Datensätzen. Herrn Müller gibt es nun als zwei Datensätze, unter veraltetem und unter neuem Namen. Welcher der richtige ist, können Mitarbeitende nicht mehr nachvollziehen, allenfalls am Aktualisierungsdatum des einen Datensatzes. Das ist nicht nur ärgerlich, sondern verschenkt auch jede Menge Potenzial: Würden alle Informationen und Daten gesammelt vorliegen und automatisiert zentral auf Aktualität und Qualität gepflegt werden, könnte ein ganzheitliches Bild des Kunden oder Interessenten entstehen, das wiederum für unterschiedlichste Aktivitäten nutzbar ist.

 

Erfolgreiche Datenmigration nur mit konsolidierten Daten


Anlässe für Projekte zur Datenmigration gibt es viele. Dazu zählen etwa die Einführung von Neusystemen, die Konsolidierung von IT-Systemen oder größere Versionsupdates von Bestandssystemen. Allerdings scheitern viele dieser Migrationsprojekte, oder dauern länger und werden damit teurer, weil im Vorfeld keine Datenkonsolidierung stattgefunden hat.

Das erhöht generell die Komplexität des gesamten Migrationsprojekts. Die Gefahr, fehlerhafte Daten, die unvollständig, veraltet oder auch doppelt und mehrfach vorhanden sind, zu überführen, steigt extrem an. Die Folge sind aufwändige Nacharbeiten, die sehr teuer werden.

Würde man sich einmal im Vorfeld der Datenmigration konzertiert dem Thema Datenkonsolidierung stellen, und in diesem Zuge auch die Qualität der zu migrierenden Daten steigern, sparte man sich vor allem im Nachgang viel Arbeit.
 

Mehr zur Datenmigration

datenkonsolidierung.jpg

Was bedeutet Datenkonsolidierung?


Eine einheitliche, umfassende und vor allem verlässliche Datenbasis aus allen Daten aller Datensilos mit Kundendaten, die sich eindeutig einer Person zuordnen lassen.

Kingt das wie ein unerreichbares Ziel? Mitnichten! 

Datensätze können aus allen vorhandenen Quellen zielgerichtet zusammengeführt werden, so dass sie nicht mehr fragmentiert, sondern konsolidiert und zentral vorliegen. Das ermöglicht ein einheitliches Stammdatenmanagement, ausgehend von einem ‚Master-Datenbestand‘, anhand dem die Datenverantwortlichen die Kriterien der Datenqualität festlegen. Für alle Folgeprozesse in der Datenverarbeitung und -nutzung stellt die Konsolidierung also eine Qualitätssicherung dar, so zum Beispiel bei einer Datenmigration.

Werkzeuge und Methoden zur Datenkonsolidierung


Für die zentrale Stammdatenbasis ist ein gewünschtes Datenmodell zu definieren, an das alle zusammenzuführenden Daten angepasst werden müssen, quasi die Referenz. Das ist als ETL-Prozess bekannt, wobei ETL für Extract, Transform und Load steht. Die relevanten Daten werden also aus den verschiedenen Quellen extrahiert, in das neue Datenmodell transformiert und dann beispielsweise im Rahmen einer Datenmigraiton in ein neues System mit seiner  Zieldatenbank geladen. Das Datenmodell kann dabei zum Beispiel eine einheitliche Kunden-ID enthalten. Die Datenverantwortlichen stellen dafür Matching- und Merging-Regeln auf. Diese legen fest, wie sensibel die Erkennung von Redundanzen und Dubletten in Datensätzen bei der Konsolidierung verläuft. Hat Herr Müller in unserem Beispiel in allen Datensätzen dasselbe Geburtsdatum und denselben Vornamen und Straßennamen, nur in einem Datensatz erscheint der Doppelname, dann können Datenqualitätstools anhand der Matching- und Merging-Regeln diese Datensätze fehlertolerant als Dublette identifizieren und gegebenenfalls zusammenführen (Dublettenprüfung & Dublettenbereinigung).

Bei der Konsolidierung entsteht der sogenannte Golden Record, der bestmögliche Datensatz mit dem höchsten erreichbaren Informationsgehalt. Dieser gilt als Richtlinie für die zukünftige Datenpflege.

Doch wie gelangen die aktuellen, hochwertigen und vollständigen Datensätze wieder in die Systeme, wo sie genutzt werden? Das geschieht mithilfe eines Customer Data Hubs.  Als zentrale Instanz übernimmt der CDH nicht nur die Qualitätssicherung und Konsolidierung der Daten, sondern steuert auch die Synchronisierung der Daten über alle Systeme hinweg.

 

Vorteile der Datenkonsolidierung


Durch die Vereinheitlichung der Datenstruktur, die Konsolidierung und die Angleichung des Informationsgehalts jedes Datensatzes ist ein einheitlicher und umfassender Blick, eine 360-Grad-Sicht, auf die Kunden möglich. Davon profitieren etwa Marketing und Sales, da sich die Datenqualität der Kundendaten direkt auf die Customer Experience und die Customer Journey auswirkt. Cross- und Upselling-Potenziale können ausgeschöpft werden. Mit dieser hochwertigen Datenbasis haben Unternehmen aber auch eine verlässliche Grundlage für Analysen, die zur weiterführenden Entwicklung von Geschäftsstrategien dienen kann. Die Vollständigkeit und Richtigkeit der Daten sind zudem in Compliance-Abteilungen, der Rechtsabteilung oder im Controlling und generell für den Datenschutz unverzichtbar.

„Das Migrationsprojekt lief reibungslos ab. Die offene und ehrliche Kommunikation seitens Uniserv war für uns das richtige Mindset, um ein so zeitkritisches Projekt gemeinsam bewältigen zu können.“

Sabeel Rana Asghar, Team Lead People and Organization Strategy, LucaNet AG

                             Success Story lesen  

„Das Migrationsprojekt lief reibungslos ab. Die offene und ehrliche Kommunikation seitens Uniserv war für uns das richtige Mindset, um ein so zeitkritisches Projekt gemeinsam bewältigen zu können.“

Sabeel Rana Asghar, Team Lead People and Organization Strategy, LucaNet AG

                             Success Story lesen  

360°-Kundensicht: Ihr Starter Guide


Das ‚Tante-Emma-Prinzip‘ – nie war es so wertvoll wie heute! Wetten? Denn was Tante Emma im Kleinen aus dem Effeff instinktiv beherrscht hat – die 360 Grad Sicht auf jeden einzelnen Kunden, müssen Sie heute digital umsetzen. Als Schlüssel für Personalisierung im Customer Experience Management innerhalb der Customer Journey.

In unserem Starter Guide ‚360°-Kundensicht‘ erfahren Sie, wie Sie aus konsolidierten Kundendaten das volle Umsatz- und Ertragspotenzial schöpfen:


Jetzt Paper downloaden

Advantage durch Datenkonsolidierung: Merger & Acquisition

Gerade bei Fusionen und Übernahmen ist eine Datenkonsolidierung von besonderer Bedeutung. Denn hier treffen völlig unterschiedliche Systemwelten aufeinander, mit ihren eigenen Datensilos, ihrer Datenarchitektur und ihren Datenbanken, mit ihrem eigenen Datenmanagement. Oft liegen unterschiedliche Datenqualitätsstandards zugrunde, möglicherweise sogar mit unterschiedlichen regulatorischen Anforderungen. Fusionieren beispielsweise Konzerne, können viele Millionen Kundendaten zusammentreffen, gegebenenfalls mit vielen Überschneidungen. Wollen Fusionspartner aber eine konzernweite, konsolidierte 360-Grad-Kundensicht schaffen, kommen sie um eine Datenkonsolidierung nicht herum. Die Zusammenführung und Integration erfordert große Sorgfalt, genügend Ressourcen und einigen Vorlauf. Im Zuge des M&As müssen die Datenverantwortlichen eine einheitliche Data Governance mit hohen Datenqualitätsstandards aufbauen, um die erreichte Datenqualität auf Dauer abzusichern. Was am Ende zu Buche steht, ist ein durchgängig einheitlicher, verlässlicher Datenbestand, der neue Potenziale aufzeigt, etwa für Cross- und Upselling. Und generell ein qualitätsorientiertes Datenmanagement enorm vereinfacht.

Artikel teilen:

Wir sind für Sie da.

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

Das könnte Sie auch interessieren:

Datenmigration
Überführen Sie die Daten aus Ihren Altsystemen konsolidiert und aufbereitet für Ihr Zieldatenmodell in Ihr neues System, für vollständige, korrekte und verlässliche Daten in allen Fachbereichen, nach Abschluss Ihres Migrationsprojektes.
S/4HANA Migration
Der Umstieg auf SAP S/4HANA fordert in der Customer Vendor Integration die qualitative Bereinigung und Konsolidierung Ihrer Geschäftspartnerdaten auf den zentralen Geschäftspartnerstamm.
Master Data Management
Widmen Sie Ihren Kundenstammdaten von Anfang an die nötige Sorgfalt und Pflege: aktuell, korrekt, vollständig, eindeutig und zentral verfügbar! Denn die Qualität entscheidet über die Effizienz der Kundendatenprozesse.