Skip to Content

Verbessern Sie Ihre Datenqualität als einen wichtigen Baustein der Effizienzsteigerung!

Falsche Lieferadressen, fehlerhafte Rechnungen, virtuelle Bestände oder unrealistische Kennzahlen – mangelnde Datenqualität kennt viele Facetten in einem Unternehmen. Wann haben in Ihrem Unternehmen zuletzt unzureichende Daten zu Fehlern im Prozessablauf oder zu falschen Entscheidungen geführt? Oftmals werden Ursachen für Mängel in der Datenqualität bei den IT-Systemen gesucht, doch vielfach stecken Schwächen in den zugrundeliegenden Geschäftsprozessen. Nutzen Sie die Erfahrung und den ganzheitlichen Lösungsansatz von OPITZ CONSULTING und erhöhen Sie Ihren wirtschaftlichen Erfolg!

Effizienz und Wirtschaftlichkeit steigern

Daten sind der Treibstoff  eines Unternehmens. Ein großer Teil der Unternehmens-Prozesslandkarte wird über IT-Systeme abgebildet. Doch falsche Eingaben, fehlerhafte Datenschnitt- stellen oder redundante Informationen führen immer wieder zu Datenqualitätsproblemen, die sich in der Systemlandschaft fortpflanzen.

Vor dem Hintergrund der Digitalisierung und dem damit verbundenen rasanten Anstieg von Datenvolumen und -vielfalt sowie der hohen Entstehungsgeschwindigkeit werden diese Herausforderungen nicht geringer. Folge sind nicht nur wirtschaftliche Probleme sondern auch Verstöße gegen gesetzliche Bestimmungen. Hier ein paar Beispiele:

  • Nicht gestellte Rechnungen durch Inkonsistenzen in der Faktura
  • Entgangene Umsätze, beispielsweise durch vermeintlich vorhandene Artikel oder fehlende Informationen zur effizienten Marktbearbeitung
  • Mehrkosten bei Mailingaktionen durch Redundanzen
  • Imageverlust durch fehlerhafte Ansprache (Herr/Frau)
  • Entgangene Skonti durch unvollständige Kreditorendaten
  • Fehler in der Unternehmenssteuerung aufgrund einer schlechten Datenbasis

Intern wird der schwarze Peter gerne zwischen IT und Fachbereich hin- und hergeschoben. „Falsche Eingaben des Anwenders“ vermuten die einen – „fehlerhafte Verarbeitungsalgorithmen“ die anderen.

Hinzu kommt, dass dem Thema in der Führungsebene häufig nicht die notwendige Bedeutung beigemessen wird. Das dies so ist, liegt u. a. an dem schwer bestimmbaren ROI und der notwendigen fachübergreifenden Zusammenarbeit wegen komplizierter Abhängigkeiten. Ein Thema für die Schublade also? Wir meinen: nein!

Data Quality Management – aber wie?

Werden Mängel in der Datenqualität festgestellt, wird oft ein Datenqualitätsprojekt aus der Taufe gehoben, das die Probleme durch eine Mischung aus technischen und organisatorischen Maßnahmen beheben soll. Im Idealfall endet das Projekt mit der Etablierung eines permanenten Datenqualitätsmanagements, das eine hohe Datenqualität sowie die dazugehörenden Prozesse im Unternehmen dauerhaft und fachbereichsübergreifend sicherstellt.

Unabhängig davon, ob ein erstes Projekt oder eine Korrektur im Rahmen des ständigen Datenqualitätsmanagements ansteht – in der Regel sind immer diese Schritte zur Verbesserung der Datenqualität notwendig:

  • Ermittlung von betroffenen Daten und Prozessen
  • Definition von Qualitätszielen und Qualitätskennzahlen, abgeleitet aus den geschäftlichen Zielvorgaben
  • Analyse der Daten und Messung der Zielerreichung
  • Einleitung von Maßnahmen zur Steigerung der Datenqualität

Wie der konkrete Einstieg in das Thema Data Quality Management auch aussieht, eine wichtige Rolle spielen dabei immer sogenannte Datenqualitätswerkzeuge:

  • Data-Profiling-Analysen bieten u. a. Aufschluss über Wertebereiche, vorhandene Muster, Typ, Eindeutigkeit und Integrität von Daten
  • Das Data-Quality-Mining-Verfahren beinhaltet spezielle Analysemethoden zur Überprüfung der Datenqualität
  • Data-Cleansing-Tools und -Mechanismen bereinigen Datenflüsse automatisiert gemäß bestimmter Regeln, die im Vorfeld identifiziert und implementiert wurden
  • Data Monitoring unterstützt bei der Messung der Maßnahmen

Dementsprechend hat sich der Markt in den letzten Jahren mit einer breiten Anzahl von Anbietern verschiedenster Produkte und Tools für die genannten Einsatzzwecke positioniert. Über die großen globalen Player wie Oracle, IBM oder SAP, die ihre Portfolios um entsprechende Data Quality Tools erweitert haben, über Anbieter wie SAS (mit Data Flux) oder Syncsort (mit Trillium-Software), die eigene Tochterfirmen bzw. Divisionen für Data Quality betreiben, bis hin zu kleineren Unternehmen wie Datactics oder Uniserv, deren Portfolio aus- schließlich auf Data Quality ausgelegt ist, steht dem Anwender eine Vielzahl von Anbietern und Produkten zur Verfügung.

Bei der Auswahl von Maßnahmen zur Steigerung der Datenqualität reicht jedoch der Einsatz entsprechender Tools und Technologien in der Regel nicht aus. Gefragt ist eine Kombination aus Technik, Methodik und Know-how zu Geschäftsprozessen bis hin zu organisatorischen Maßnahmen.

OPITZ CONSULTING unterstützt Sie mit Lösungsansätzen und Vorgehensweisen, die in vielen Projekten erfolgreich umgesetzt wurden und Ihnen einen entsprechenden Mehrwert liefern.

Unser Angebot auf einen Blick

So helfen wir Ihnen:

  • Identifikation von Data-Quality-Problemen
  • Einsatz von methodengestütztem Know-how und professionellen Werkzeugen
  • Ganzheitliche Beratung für Organisation und IT
  • Individuelles Lösungsportfolio
  • langjährig erfahrene Experten

Fazit: Sichern Sie sich einen Vorsprung!

Mangelhafte Datenqualität kostet viel Geld, bewirkt Ineffizienz und schadet dem Image. Nutzen Sie das Know- how und die Erfahrung unserer Experten, und sichern Sie sich einen Vorsprung vor Ihren Mitbewerbern.

Testen Sie selbst!

Haben Sie Ihre Daten optimal im Griff? Machen Sie den Test:

  • Sind Ihnen die Kosten bekannt, die durch fehlerhafte Daten entstehen?
  • Sind Ihre Daten widerspruchsfrei?
  • Senken Sie Ihre Kosten durch Datenqualitätsanalysen?
  • Investieren Sie wenig Zeit in die Behebung von „Datenleichen“ in Ihrem Datenbestand?

Können Sie alle vier Fragen sicher mit Ja beantworten? Dann beglückwünschen wir Sie zu einer sehr guten effizienzsteigernden Data Quality!

Sollten Sie sich bei Ihren Antworten nicht so sicher sein, sprechen Sie uns an. Wir unterstützen Sie gerne.

 

* Originalton des damaligen Fußball-Nationalspielers Andreas Möller

Back to top