2. Rat: Was Sie nicht messen können, können Sie auch nicht managen

Viele Unternehmen betreiben Datenqualitäts-Management, ohne zu wissen, wie gut sie darin sind und wie gut sie sein müssen. Beispielsweise ist in vielen Fällen nicht bekannt, welche Kosten für die Pflege von Stammdaten anfallen, sondern sie sind in verschiedenen Gemeinkostenumlagen versteckt. Das führt dazu, dass Mitarbeiter im Produktmanagement kein Bewusstsein dafür haben, dass sie knappe Ressourcen verbrauchen, wenn Sie ein Material beantragen, welches es schon gibt oder welches durch ein Produkt mit ähnlichen Eigenschaften substituiert werden könnte.

In anderen Fällen messen Unternehmen die Datenqualität, beispielsweise ausgedrückt in der Vollständigkeit bestimmter Datenbankfelder, aber es fehlt der Bezug zur betriebswirtschaftlichen Führungsgröße.

Beispiel: Ein großes deutsches Warenhausunternehmen misst nicht die Datenqualität von Artikelstammdaten im Sinne von Konsistenz, Aktualität o. ä., sondern es prüft auf Ebene der Filialen, wie häufig beim Check-Out-Vorgang an der Kasse eine EAN-Nummer nicht identifiziert werden kann und auf eine Sammelnummer gebucht werden muss. Dieses Qualitätsmaß hat einen direkten Bezug zur Nachschublieferung und schließlich zu "Out of Stock"-Situationen, welche nicht nur im Einzelhandel unbedingt zu vermeiden sind.

Solche Reifegradmessungen erlauben es zudem, auch die organisatorische Verankerung des Datenqualitäts-Managements zu bestimmen. Ein Reifegradmodell hilft einschätzen, inwieweit Datenverantwortliche, Datenmanager und Prozessverantwortliche ihre Verantwortung für Datenqualität wahrnehmen und inwieweit gemeinsame Standards und Richtlinien bereits im Tagesgeschäft verankert sind.