Vier Tipps, um die Datenqualiät zu verbessern und zu optimieren

Die vier Bereiche: Strategie, Abläufe, Plattform, Prozesse 

Experten betonen immer wieder die Bedeutung von Datenqualität als wichtiger Erfolgsfaktor für das Datenmanagement allgemein und das Kundendatenmanagement im Speziellen. Vier Hauptbereiche sind entscheidend, um die Datenqualität zu verbessern.

Nachwievor scheint es für Unternehmen eine Herausforderung zu sein, die Qualität ihrer Kundendaten zu verbessern. Letztlich handelt es sich um ein breites Thema, das man nicht als ‚Hot Fix‘ verstehen darf, der einmalig einspielt wird. Es sind stattdessen vier Bereiche differenziert zu betrachten, in denen Datenqualität verbessert werden kann: operativ (das täglich Doing), strategisch (das Messen der Daten und ihrer Beschaffenheit, was auch immer wichtiger wird), Plattform-fokussiert (Sicherung von Investitionen in Enterprise-Plattformen, etwa Stichwort ERP) und prozessual (mit akkuraten Daten Risiken minimieren, Stichworte sind hier Customer Relationship Management (CRM) und auch Data Governance).

Bezogen auf die Aufteilung des Themas in vier Bereiche können die folgenden Tipps abgeleitet werden, um die Datenqualität zu verbessern:
 

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

Ohne Strategie kein Erfolg! Dieser Leitsatz gilt natürlich auch für das Thema Daten und ihre Beschaffenheit. Bevor ein Unternehmen also in Aktionismus verfällt und versucht, mit den angesprochenen ‚Hot Fixes‘ vordergründig eine Verbesserung der Datenqualität zu erzielen, sollte es sich zuerst einmal Gedanken über eine unternehmens- und prozessübergreifende Strategie machen, die sicherstellt, dass die Maßnahmen 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 Verbesserung 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 verbessern möchten, mit der Konzeption und Einführung einer optimal auf die Bedürfnisse des Unternehmens ausgerichteten Plattform wie dem Customer Data Hub beschäftigen. Dieser Kundendaten-Hub sorgt dafür, dass die im Unternehmen verfügbaren Daten an einer Stelle zusammengeführt und zu einem „Golden Record“ aggregiert werden. Dieser vollständige 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 sogenannte Firewalls (First Time Right). Diese werden an den oben beschriebenen Points of Entry implementiert und wirken der laufend fortschreitenden Verschmutzung des Datenbestandes entgegen. Damit wird die Datenqualität zusätzlich verbessert.

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

In einem letzten Schritt geht es dann darum, einen – möglichst automatisierten – Prozess zur kontinuierlichen Überprüfung und Verbesserung 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 immer eine Fehlerquelle darstellt, die zumindest minimiert werden sollte.

Ein weiterer wichtiger Aspekt ist der so genannte Kreislauf für das Datenqualitätsmanagement. Unternehmen, die sich mit der Verbesserung 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 handelt, sondern um einen kontinuierlichen Kreislauf an Maßnahmen, die nahtlos ineinander greifen, und zwar unternehmensweit.

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