Relevanz

Datenqualität ... Relevanz

Keine verlässliche Entscheidung aus schlechten Daten

Login
Suche:  

Warum ist Datenqualität so wichtig?

Datenqualität ist zu einem der wichtigsten Querschnittsthemen in der Wirtschaft geworden. Nahezu alle großen Unternehmen und jeder zweite Mittelständler setzen Business Intelligence Lösungen zur Unternehmensteuerung ein. Dabei sind verlässliche Daten die Grundlage jedes Handelns. Die Spannbreite der zu beachtenden Probleme reicht dabei von Mehrfachbestellungen durch fehlerhaften internen Datenabgleich, über fehlgeschlagene Marketingkampagnen wegen mangelhafter Adressdaten bis hin zu Nichteinhaltung von gesetzlichen Vorgaben (Data Governance), da Manager aufgrund unzureichender Unternehmensdaten handelten.
 

Wenn schlechte Datenqualität "Bauchschmerzen" verursacht, dann ist dies ein typisches Alarmzeichen in den Unternehmen, um dem Status Quo der Daten einmal dringend nachzugehen. Ineffiziente Prozesse und Mehraufwände vielfältiger Art sind zu quantifizieren, womit sich viele Unternehmen schwer tun. Sicher ist, dass schlechte Datenqualität bares Geld kostet! Auf der anderen Seite steht eine 100%ige Datenqualität häufig nicht im Verhältnis zu den Kosten, um die "perfekte Datenqualität" nachhaltig sicherzustellen. Die Unternehmen sind also gefordert, zu ermitteln, wieviel Datenqualität unternehmensweit oder differenzierter für Teilbereiche, Prozesse oder Datenobjekte sinnvoll ist. Denken sie hinsichtlich der Differenzierung bspw. an eine Bank ... das Versenden von Kontoauszügen an falsche Adressaten ist unternehmenkritisch, während ein doppelter Werbebrief an einen Empfänger zwar nicht optimal, aber vermutlich verschmerzbar ist.
 

Welche Datenqualitätskriterien gibt es?


Wie kann ich die Datenqualität messen?

 

Problembereiche schlechter Datenqualität

  • Falsche Geschäftsentscheidung auf Basis schlechter Daten
  • Erhöhter manueller Aufwand aufgrund von Prozessunterbrechungen
  • Höhere Beschaffungskosten
  • Viele Versandrückläufer
  • Manuelle Nachbearbeitung von Daten
  • Forderungsausfall aufgrund falscher Daten
  • Fehlerhafte Kennzahlenermittlung
  • Erhöhte Kosten aufgrund von falschen Daten
  • Sanktionierung wg. Verstoß gegen das AWG
  • Imageschaden
  • Abmahnungskosten wg. Verstoß gegen das UWG
  • Forderungsausfall bei Patienten
  • Unnötige Behandlungskosten auf Grund von Dubletten (z.B. mehrfaches Röntgen)

 

Daten eines großen Internet-Shops ... Probleme im Bereich Lager & Logistik sind vorprogrammiert!

 

Skurriles ... das passiert Ihnen sicher nicht!

Rundfunkbehörde mahnt totes Rechengenie Adam Riese
(Quelle: DiePresse.com (http://diepresse.com/home/panorama/skurriles/459569/print.do)

 

Ein Flugzeug fliegt nach SVQ anstatt nach SCQ und landet in Sevilla anstatt in Santiago de Compostela
(Quelle: Dr. Marcus Gebauer, DGIQ-Vorsitzender, CeBIT-Vortrag 2009)

 

550‘000 Fehler (bei vier Millionen Datensätzen) in einer Gendatenbank zur Verbrechensbekämpfung
(Quelle: Dr. Marcus Gebauer, DGIQ-Vorsitzender, CeBIT-Vortrag 2009)