Oracle Senior IT

Datenqualität

K.o.-Kriterium für Business Intelligence

04.01.2012
Von Daniel Buck

DQM schafft Ordnung und Transparenz

Das DQM-Projekt bei Portal 2000 zeigt, dass man entgegen der Vermutung vieler IT-Entscheider und CIOs auch beim Thema Datenqualität schnell sichtbare Resultate erzielen kann. Bei Portal 2000 realisierte ein Team von zwei externen Beratern mit dem notwendigen Prozess- und Datenqualitätswissen in etwa zwei Monaten alle notwendigen Schritte von der Analyse bis hin zur Evaluation. Sie verbesserten die Datenqualität entscheidend und sorgten dafür, dass die schlechte Datenqualität bei Portal 2000 den Vertrieb nicht mehr behindert. Dabei kam Ihnen zu Gute, dass die zu korrigierende Menge an Stammdaten gering war und die Bereinigung der bestehenden Daten rasch erfolgen konnte. Von Vorteil war darüber hinaus, dass sich ein Großteil der Änderungen auf Prozesse bezog, für die keine umfangreiche Soft- oder Hardware-Einführung notwendig war. Eine wichtige Rolle spielte zudem die Einbindung der Mitarbeiter: Nur durch ihr Vertrauen in die optimierten Prozesse konnte das Projekt seine volle Wirkung entfalten und entscheidend zur Transparenz bei Portal 2000 beitragen.

Die Vertriebsberichte bilden heute stets den aktuellen Stand der Vertriebsorganisation ab und erhöhen so das Vertrauen in die Daten. Durch die Korrektur der Daten ist es nun erstmals möglich, den Vertrieb bei Portal 2000 genau zu steuern. Die Geschäftsführung von Portal 2000 sieht das DQM-Projekt als wichtige Optimierung für den eigenen Vertrieb an. Das Bewusstsein für das Potenzial weiterer Maßnahmen zur Verbesserung der Datenqualität ist seitdem bei Portal 2000 geschärft.

Datenqualitätsinitiativen erfolgreich umsetzen

  • Suchen Sie einen Projektsponsor mit hoher Entscheidungsbefugnis: Da ein Projekt für ein besseres Daten-Qualitäts-Management (DQM) neue Rollen schafft, bestehende Prozesse hinterfragt sowie Daten validiert - und dies oft abteilungsübergreifend - ist ein kompetenter Projektsponsor unabdingbar, um Organisationswiderstände zu überwinden und Motivationsprobleme der Mitarbeiter zu lösen.

  • Entwickeln Sie fachliche Messkriterien: Datenqualität lässt sich messen. Legen Sie fachlich fest, was qualitativ hochwertige Daten sind und bewerten Sie Ihren Datenbestand diesbezüglich. Entwickeln sie Abstufungen und führen Sie diese Messungen regelmäßig durch.

  • Achten Sie auf Nachhaltigkeit: Eine einmalige Verbesserung der Datenqualität ist nur nachhaltig, wenn zeitgleich geeignete Rollen im Unternehmen geschaffen werden. Diese Mitarbeiter müssen dann über Belohnungssysteme motiviert werden, die Datenqualität langfristig zu verbessern.

  • Automatisieren Sie Datenqualitätsmessungen: Manuelle Überprüfungen werden oft geplant, aber selten wirklich durchgeführt. Daher sollten automatisiert erstellte Datenqualitätsberichte Teil des Berichtswesens sein. So können Trends erkannt und notwendige Änderungen umgesetzt werden.