Datenqualität messen und Schritt für Schritt verbessern


In Prozessen gilt shit in, shit out. Ein wenig hart formuliert, jedoch sehr zutreffend.

In vielen Firmen fallen fehlende, fehlerhafte oder noch nicht aktualisierte Daten intern erst einmal gar nicht groß auf, haben aber aus verschiedenen Perspektiven große Folgen:

Perspektive Kunde: Frau Meyer wird mit der Anrede Herr angeschrieben und ihr verstorbener Mann erhält von einigen Firmen immer noch Post, obwohl sie dort schon angerufen hat. Sehr unangenehm.

Perspektive CRM-Einführung: Die Firma Sales AG möchte in Kürze ein CRM-System einführen. Eine Prüfung hat ergeben, dass die vorhandenen Daten nicht so leicht von einem System in das andere übertragen werden können. Die Datenqualität ist zu schlecht und aufgrund der nicht vorhandenen IT- Ressourcen wird eine manuelle Bereinigung empfohlen. Die Auslastung der Mitarbeiter ist aber aufgrund der Einführung sowieso schon sehr hoch. Was tun?

Perspektive Vertriebsaktion: Auch die neue Vertriebsaktion für eine genau definierte Zielgruppe verzögert sich, weil die notwendigen Daten teilweise nicht vorhanden sind und nicht so einfach aus dem System gezogen werden können. Und wo kommen eigentlich die ganzen doppelten Datensätze zu ein und demselben Kunden her?

Perspektive Post: Frau Meyer möchte umziehen und gibt ihre neue Adresse rechtzeitig an ihren Energieversorger weiter. Ihre Schlussabrechnung hat sie aber immer noch nicht erhalten. über die Hotline erfährt sie, dass der Brief an ihre alte Adresse ging und nicht zugestellt werden konnte. Er geht jetzt noch einmal raus. An ihre neues Zuhause.

Einer mangelhaften Datenqualität zu Leibe rücken

Die Ursachen für eine verbesserungswürdige Datenqualität sind vielfältig. Sowohl Prozessfehler als auch Bearbeitungsfehler können dabei hohe Kosten und Verärgerung beim Kunden auslösen. Zudem ist der Bedarf da, immer zielgruppengenauer Kampagnen zu fahren, was einen hohen Datenbestand sowie eine hohe Datenqualität voraussetzt.

  • Datenfeld fehlt
  • Datenfeld ist vorhanden, wurde bisher nicht gepflegt
  • Datenfeld ist Freitextfeld (hohe Fehleranfälligkeit)
  • Änderungsdatum des Datenfeldes wird nicht festgehalten
  • Customizing-Parameter nicht eineindeutig formuliert (Eindeutigkeit, Abgrenzung)
  • Anlage von Dubletten ist möglich
  • Plausibilitätsprüfung ist nicht optimal
  • Zeitnahe übertragung der Daten fehlt
  • Datenfelder sind nicht auswertbar

Verbessern Sie systematisch Ihre Datenqualität – Schritt für Schritt!

Die Datenqualität kann systematisch verbessert werden. Am Besten in Zeiten, in denen es etwas ruhiger zugeht und die Mannschaft nicht voll ausgelastet ist.

Um zu wissen, ob die Datenqualität für Ihr Unternehmen ein Handlungsfeld ist, gilt es die Lage zu analysieren und die Folgekosten zu beziffern. Auswertungen schaffen dafür die nötige Transparenz und zeigen Handlungsfelder systematisch auf. Zudem werden Informationen aus der Hotline und des Beschwerdemanagements gezogen. Ohne Zahlen, Daten, Fakten keine Bereinigung. Nur so ist das Aufstellen eines Business Cases möglich, der zwingend für die Anforderungen an die IT erstellt werden sollte. Wurden die Reports einmal erstellt, können Sie die Qualität jederzeit monitoren. Quoten und Schwellwerte bei Unterschreitung werden festgelegt, so dass Sie bei Bedarf schnell dagegen steuern können.

Nutzen Sie diese Chance, bisher unentdeckte Kosten deutlich zu senken.

+ There are no comments

Add yours