16.06.2020
Datenbereinigung
1. Teil: „Schritt für Schritt zu sauberen Daten“
Schritt für Schritt zu sauberen Daten
Autor: Online Redaktion
WHiteMocca / shutterstock.com
Erfolg und Misserfolg eines Projekts entscheiden sich oft über die Qualität der Daten. Deshalb sollte die Bereinigung beziehungsweise Reinhaltung Selbiger zur Chefsache gemacht werden.
Datenqualität kostet
Notwendigkeit und Business-Value qualitativ hochwertiger Daten sind unstrittig. Saubere Kundendaten ermöglichen effektive Geschäftsprozesse. Beim Einführen einer Customer-Relationship-Management-Plattform kann die Qualität der Kundendaten und der Umgang mit diesen Daten über den langfristigen Erfolg oder Misserfolg des Projekts entscheiden. Auslöser für ein Datenbereinigungsprojekt ist daher oft der Wechsel auf eine neue CRM-Plattform oder das Zusammenführen von Kundendaten aus unterschiedlichen Datenquellen in einem CRM-System. Datenbereinigung sollte zu einem in festen Abständen durchgeführten Vorgang werden. 40 Prozent aller Geschäftsinitiativen bringen nicht die erwarteten Vorteile - wegen schlechter Datenqualität, wie Gartner ermittelt hat.
„Shit in“, „Shit out“
Ziel der Datenbereinigung ist es, fehlerhafte, doppelte, falsch formatierte, unvollständige oder irrelevante Kundendaten zu identifizieren und zu korrigieren. Bei der Datenbereinigung sollten Sie Aufwand und Nutzen stets im Blick behalten.
Eine „As is“-Datenmigration, also eine Übernahme der bestehenden Daten ohne Bereinigung, kann bei der Einführung eines neuen CRM-Systems durchaus sinnvoll sein, um ein Go-live nicht unnötig hinauszuzögern. Dann sollte es aber einen detaillierten Plan zur zeitnahen Bereinigung der Kundendaten im neuen System geben.
Es sollte unbedingt vermieden werden, dass Datenmüll („shit in“) am Anfang der operativen Prozesskette zu fehlerhaften Ergebnissen („shit out“) -etwa bei Kundenbewertung und -ansprache - am Ende der Prozesskette führt.
Zur Chefsache machen
Datenqualität ist Chefsache, denn Daten bilden eine wesentliche Grundlage für Unternehmensentscheidungen. Datenbereinigung beginnt bereits bei der manuellen Dateneingabe. Um den Aufwand für eine Datenbereinigung von Anfang an möglichst gering zu halten, sollten potenzielle Fehler schon bei der Datenerfassung vermieden werden. Überprüfen Sie daher Ihre Geschäftsprozesse, um wirksam zu verhindern, dass unzureichende Daten überhaupt ins System gelangen.
Es ist essenziell, dass die wichtigen Attribute eines Kundendatensatzes allen Anwendern des CRM-Systems bekannt sind. Schulen Sie Ihre Mitarbeiter, damit diese besser verstehen, wie sie Einfluss auf die Datenqualität nehmen können und welche Ziele dahinterstehen.
2. Teil: „Daten-Score festlegen“
Daten-Score festlegen
Qualität definieren
Datenbereinigung beginnt mit der Definition qualifizierter Kundendaten. Wichtige Aspekte sind Eindeutigkeit, Korrektheit, Vollständigkeit, Relevanz, Aktualität und Klarheit. Dabei sind nicht alle Attribute eines Datensatzes gleich relevant. Wichtiger ist es, bei allen Kunden die Schlüsselattribute statt bei einem Teil der Kunden alles perfekt zu pflegen. Legen Sie die Reihenfolge der Datenpflege in Abhängigkeit von der Gewichtung einzelner Attribute fest. Diese Schlüsselattribute könnten in einem Datenqualitäts-Score zusammengefasst werden. Sie können aber auch Kundendatensätze priorisieren: Definieren Sie daher eine Datenpflegepriorität. Kriterien dafür können der bisherige Umsatz der Kunden oder die Priorisierung nach Branchen oder Regionen sein.
Die Guten ins Töpfchen …
Die so identifizierten Datensätze werden korrigiert, vervollständigt oder gelöscht. Ein Beispiel ist die automatische Bereinigung von Telefonnummern mit Ziffern und führendem „+“. Damit lassen sich auch einfache Dublettenprüfungen durchführen. Eine Dublettenbereinigung kann mit den richtigen Werkzeugen im neuen System effektiver sein als im Vorfeld. Das Löschen von Daten stellt oft eine psychologische Hürde dar. Sie können solche Datensätze zunächst auf einen Inaktiv-Status setzen und später löschen. Der Aufwand für eine Datenbereinigung und den langfristigen Erhalt der Datenqualität kann je nach Organisation unterschiedlich hoch sein. Ein pragmatisches Vorgehen – orientiert an den Unternehmenszielen – ist empfehlenswert. Aktives Managen der Datenqualität kann die (oft verfluchten) Daten zu einem Segen für die gesamte Organisation werden lassen.
Huawei Roadshow 2024
Technologie auf Rädern - der Show-Truck von Huawei ist unterwegs
Die Huawei Europe Enterprise Roadshow läuft dieses Jahr unter dem Thema "Digital & Green: Accelerate Industrial Intelligence". Im Show-Truck zeigt das Unternehmen neueste Produkte und Lösungen. Ziel ist es, Kunden und Partner zusammenzubringen.
>>
Roadmap
Estos bringt neue Services und Produkte
Der Software-Hersteller feilt an seinem Partnerprogramm, hat Schlüsselpositionen neu besetzt und kündigt eine ganze Reihe neuer Produkte und Services an. Das ist die Estos-Roadmap bis Ende des Jahres.
>>
Mit KI
Enreach Open Air Partner-Event 2024 in Dortmund
Der Hersteller Enreach lädt Partner am 5. Juni an seinen Firmensitz ein, um mit Ihnen über smarte Sprachassistenten, Conversational AI und weitere Kommunikationslösungen zu diskutieren.
>>
Mainframe
T-Systems gewinnt größten Auftrag in Dänemark
Der dänische IT-Spezialist für den öffentlichen Sektor und moderne Gesellschaften KMD hat T-Systems mit dem Betrieb seiner Mainframe-Infrastruktur beauftragt.
>>