In der heutigen Folge soll es um häufige Probleme im Zusammenhang mit Datenqualität gehen. Einer der wichtigsten Gründe, warum es überhaupt erst zu gravierenden Problemen kommt, ist: Die Abnahme der Datenqualität im Unternehmen ist ein permanenter und schleichender Prozess.
Eine niedrige Datenqualität hindert die entsprechende Software nicht daran, mit ihnen weiterzuarbeiten. Dementsprechend fallen die Mängel erst sehr spät auf – nämlich dann, wenn die Daten bereits so stark verunreinigt sind, dass selbst im Tagesgeschäft ständig Komplikationen auftauchen. Bemerkt werden diese allerdings auch erst, wenn sie sich häufen, und zudem treten sie nicht da zutage, wo sie entstehen. In vielen Fällen werden sie erst am Ende der Prozesskette offensichtlich und die Suche nach der Quelle geht zumeist nicht ohne größeren Aufwand vonstatten.
Im CRM-System z.B. können Datensätze durch Rufnummernänderung oder den Umzug des Kunden unbrauchbar werden, bei der Lagerhaltung kann es durch Umstrukturierungen oder Lieferantenwechsel zu Problemen mit dem Datenbestand kommen. Da die verwendeten Programme jedoch auch mit qualitativ schlechten Daten arbeiten, wird oft nicht bemerkt, wie deren Qualität stetig sinkt. Und was hat dieser unbemerkte Abfall der Datenqualität für Folgen?
Zunächst betrifft das natürlich wie bereits angedeutet die Managemententscheidungen. Wenn die Business-Intelligence-Software (also die Programme, welche Ihnen Auskunft und Übersicht über Ihre Geschäftszahlen geben, damit gezielt Unternehmensprozesse optimiert werden können) aufgrund schlechter Daten falsche Ergebnisse liefert, werden dementsprechend auch falsche Entscheidungen getroffen. Das führt im günstigsten Fall zu hohen Kosten bzw. Umsatzeinbußen, im schlimmsten Fall jedoch zu existenzbedrohenden Aktivitäten.
Im Zusammenhang damit steht die Erstellung von Berichten. Wenn diese Reports aufgrund schlechter Daten nicht die Wirklichkeit abbilden, kann es nicht nur zu falschen Entscheidungen im Management kommen, sondern es kann ein realitätsfernes Bild vom Zustand eines Unternehmens entstehen.
Darüber hinaus können diverse operative Prozesse stark beeinträchtigt werden, als Beispiel soll hier die Lagerhaltung dienen. So lässt sich der Einkauf nur dann effizient bewerkstelligen, wenn alle Waren einheitlich und korrekt bezeichnet sind. Passieren hier Fehler oder existieren aufgrund von unterschiedlichen Zulieferern differierende Bezeichnungen, kann der aktuelle Warenbestand nicht fehlerfrei ermittelt werden.
Die größte und vermutlich wichtigste Gefahrenquelle ist wohl der Umgang mit Kundendaten. Mangelt es hier an der Qualität der Daten, entstehen sowohl direkte als auch indirekte Kosten. Direkte Kosten entstehen z.B. durch fehlgeleitete Mailings, weil (häufig sehr große) Teile der Kundendatensätze veraltet sind. Außerdem fällt in diese Rubrik unter anderem der zeitliche Mehraufwand, den ein Mitarbeiter betreibt, um z.B. eine veraltete Telefonnummer, Adresse etc. neu zu recherchieren.
Die indirekten Kosten (oder auch Umsatzausfälle) entstehen durch die Unzufriedenheit des Kunden bei mangelnder Betreuung. Dies geschieht, wenn ein Kunde aufgrund falscher oder veralteter Daten nicht erreicht bzw. ihm seine Ware nicht ordnungsgemäß zugestellt werden kann. In Zukunft wird er dann höchstwahrscheinlich seine Geschäfte mit anderen Firmen machen.
Es bleibt festzuhalten, dass eine niedrige Datenperformance Auswirkungen auf alle kritischen Bereiche eines Unternehmens hat – angefangen vom Vertrieb über das Marketing und Kundenmanagement bis hin zur Lagerhaltung. Sogar das Image eines Unternehmens wird mitunter leiden, wenn die genannten Probleme an die Öffentlichkeit kommen.
Wie man diesen Schwierigkeiten gelassen entgegentreten kann, erfahren Sie in der nächsten Folge unserer Blogserie, in der es um geeignete Maßnahmen zur Erhöhung der Datenperformance geht.