10.08.2016 | Top-Thema Warum Adressmanagement ein kontinuierlicher Prozess ist

Adressmanagement: Der Datenqualitätskreislauf

Kapitel
Qualitätsmanagement bei Kundendaten ist ein Kreislauf, in dem eine Handlung direkte Folgen auf die weiteren hat.
Bild: MEV Verlag GmbH, Germany

Der Datenqualitätskreislauf ist die Grundlage für eine nachhaltige Optimierung der Kundenstammdaten und er verdeutlicht einmal mehr, dass es sich dabei nicht um eine einmalige Ad-hoc-Aktion, sondern einen Closed Loop aus Maßnahmen handelt, die nahtlos ineinandergreifen und bei denen es prinzipiell keinen Anfang und kein Ende gibt.

Der Datenqualitätskreislauf besteht aus den folgenden vier Phasen:

1. Analysieren
2. Bereinigen
3. Schützen
4. Überwachen

Der Schwerpunkt der Analyse-Phase besteht darin, sich einen Überblick über den IST-Zustand der im Unternehmen verfügbaren Kundenstammdaten zu verschaffen. Damit können Defizite bei Art und Umfang der Daten, Inkonsistenzen bei Datenattributen und mögliche Verstöße gegen vorgegebene Regeln zur Datenerfassung aufgedeckt werden.
In der Bereinigen-Phase werden dann die Maßnahmen getroffen, die in der Analyse erkannten Defizite zu beseitigen und die Qualität der Daten zu optimieren. Dazu werden die erforderlichen Daten aus den verschiedenen Quellsystemen (CRM, ERP, Service-Helpdesk, et cetera) extrahiert und validiert (zum Beispiel durch postalische Adressprüfung, Bereinigung von Dubletten, et cetera). Darüber hinaus werden die Daten in dieser Phase durch weitere Informationen angereichert (zum Beispiel Geodaten) und letztendlich zum so genannten Golden Record, der Mutter aller Kundenstammdatensätze konsolidiert.

Der Datenqualitätskreislauf: So funktioniert er

Die „Schützen“-Phase dient dann dazu, das Datenqualitätsniveau langfristig und nachhaltig zu wahren. Dazu werden an den Stellen, an denen Daten in das Unternehmen gelangen, sogenannte DQ-Checks eingerichtet, die sicherstellen, dass die Daten bereits beim ersten Erfassen eine möglichst hohe Qualität haben und dass ein schleichendes "Verschmutzen" der Daten verhindert wird, indem nur Daten in das System aufgenommen werden, die dem Verwendungszweck angemessen sind. In der Praxis werden dazu entsprechende DQ-Firewalls eingerichtet, man spricht auch von "First Time Right".
In der letzten Phase geht es letztendlich darum, Prozesse einzurichten, die ein kontinuierliches Überwachen und Dokumentieren der Datenqualität im Unternehmen sicherstellen. Eine DQ-Scorecard hilft beispielsweise dabei, die Qualität einzelner Datenbestände auf einen Blick zu erfassen und zu beurteilen. Erfolgt dies nicht, droht ein schleichendes Verschlechtern des vorgegebenen bzw. erforderlichen Datenqualitätslevels. Die Ergebnisse dieser Überwachung und deren Dokumentation bieten dann letztendlich die Grundlage für eine erneute Analyse der Datenqualität und schließen damit den Datenqualitätskreislauf.

Der Golden Record ist gut, das Golden Profile ist besser

Immer mehr Unternehmen erkennen die zentrale Bedeutung, die eine möglichst aktuelle, präzise, vollständige und korrekte 360-Grad-Sicht auf den Kunden, sozusagen ein eisernes Grundvertrauen in die eigenen Daten, für ihren zukünftigen Geschäftserfolg hat. Allerdings reichen dazu die im Unternehmen gesammelten Kundenstammdaten allein nicht mehr aus, um diese 360-Grad-Sicht zu erreichen. Denn in den Zeiten einer immer rascher fortschreitenden Digitalisierung des Kunden hinterlässt dieser eine ganze Reihe von Spuren und zwar nicht nur an den vielfältigen Touchpoints des Unternehmens (Webseite, Online-Shop, Newsletter ...), sondern auch in Online-Communities, Bewertungsportalen und sozialen Medien, die ebenfalls in die 360-Grad-Sicht einfließen müssen.

Schlagworte zum Thema:  Adressmanagement, Kundendaten, Stammdaten, Qualitätsmanagement, Datenmanagement

Aktuell

Meistgelesen