Die Auswirkungen und Kosten schlechter Datenqualität in mittelständischen Unternehmen müssen transparent gemacht werden. Erst dann kann der Weg in die Digitalisierung erfolgreich beschritten werden. Ziel ist das Master Data Management und damit die Optimierung und Vereinheitlichung der Stammdatenpflege. Durch ein effektives Master Data Management (MDM) können Unternehmen sicherstellen, dass ihre Kerngeschäftsdaten konsistent, korrekt und über verschiedene Systeme und Abteilungen hinweg verfügbar sind.
Daten und Datenmanagement sind für viele Menschen ein sehr abstraktes Thema. Daten lassen sich nicht anfassen. Die Kosten schlechter Datenqualität sind selten offensichtlich. Eine Kostenstelle für schlechte Datenqualität gibt es nicht. Aber auch wenn die Kosten schlechter Datenqualität meist nicht sichtbar sind, so sind sie doch immer signifikant. Um das Management für das Thema Datenmanagement zu sensibilisieren, helfen gute Beispiele. Mit ihnen lassen sich die Auswirkungen und Kosten aufzeigen. Die Aufgabe des Datenmanagements ist es, Daten systematisch zu sammeln, aufzubereiten und in der Kommunikation zu nutzen. Das gilt insbesondere auch für das Stammdatenmanagement. Vor diesem Hintergrund hat die CDQ AG sechs strategische Treiber identifiziert, die belegen, warum bei vielen Unternehmen Stammdatenmanagement ganz oben auf der Agenda steht.
Treiber 1 - Digitalisierung
Der schlichte Versuch, Kunden- und Produktdaten für Multichannel-Marketing und Vertrieb zu nutzen, kann ungeahnte Probleme bereiten. So scheiterte eine digitale Marketing-Kampagne einer Versicherung an der schlechten Qualität der E-Mail-Adressen. Die Marketingkampagne wurde am Ende zwar durchgeführt – aber per Post. Eine Aufgabe des Datenmanagements ist es, Daten systematisch zu sammeln, aufzubereiten und in der Kommunikation zu nutzen.
Lesen Sie dazu mehr in unserem Blogbeitrag "Was ist Stammdatenmanagement?".
Treiber 2 - Geschäftsprozesse
In die Zehntausende gehende Postretouren aufgrund falscher Adressdaten, unnötige Prozesskosten aufgrund von Dubletten bei den Kundendaten – das sind keine Einzelfälle. Bei einer Versicherung beispielsweise sind mehr als ein Drittel der Kundenadressen fehlerhaft, sodass rund 50.000 Briefe zurückgesandt werden. Die Kosten für die Postretouren belaufen sich auf über 350.000 Euro – pro Jahr. Zusätzlich entstehen durch die Mehrfacherfassung derselben Kunden (Dubletten) unnötige Datenerfassungskosten und Mehraufwände in den Prozessen. Eine Aufgabe des Datenmanagements ist es, eine einheitliche und aktuelle Datenbasis für das gesamte Unternehmen zu schaffen. Damit werden Kosten und Durchlaufzeiten reduziert.
Lesen Sie mehr dazu in unserem Blogbeitrag "Was ist ein Single Point of Truth?".
Treiber 3 - Reporting und Analytics
Unternehmen haben ein Interesse an einem transparenten, schnellen und richtigen Berichtswesen. Bekannt sind Fälle, in denen teuer bezahlte Data Scientists aufgrund schlechter Datenqualität zwei Drittel ihrer Zeit mit der Suche und Bereinigung von Daten verbringen. Beispielsweise weil in einem Unternehmen bei 30 Prozent der Firmenkundendaten die Branchenklassifizierung fehlte. Zudem waren die Umsatzsteuernummern oftmals falsch oder veraltet. Aufgrund von Dubletten bei den Lieferanten- und Materialdaten erzeugen Analysen des gesamten Einkaufsvolumens einen hohen manuellen Bearbeitungsaufwand. Eine Aufgabe des Datenmanagements ist es, die Qualität, Zugänglichkeit und Übertragbarkeit von Daten zu verbessern.
Lesen Sie mehr dazu in unserem Blogbeitrag "Data Preparation – Die Grundlage für die aussagekräftige Analysen".
Treiber 4 - Compliance und Risikomanagement
Im europäischen Wirtschaftsraum herrscht an regulatorischen Anforderungen kein Mangel. Das gilt beispielsweise für die Umsetzung der Datenschutz-Grundverordnung. Für die Umsetzung dieser sollten Anfragen zu den gespeicherten Informationen oder gar der Löschauftrag eines Kunden zügig vorgenommen werden. Dazu muss klar sein, welche Kundendaten in welchen Systemen gespeichert sind. Doch das ist häufig nicht der Fall. Kommt es zu Problemen mit Kundendaten schadet dies der Reputation; auch die wirtschaftlichen Schäden sind nicht unerheblich: bei Verstößen gegen die EU-DSGVO drohen Strafen bis zu 20 Mio. Euro oder vier Prozent des Jahresumsatzes. Eine Aufgabe des Datenmanagements ist es, Daten an einem Ort zu verwalten. So werden Kosten für unnötiges Suchen von Daten eingespart und kostspielige Strafen vermieden.
Lesen Sie mehr dazu in unserem Blogbeitrag "Wie Datenmanagement zu besseren Geschäftsergebnissen führt".
Treiber 5 - IT-Landschaft
Bei großen Systemtransformationen wird das Stammdatenmanagement nicht selten eher stiefmütterlich behandelt. Der Aufwand für die Bereitstellung der Stammdaten wird oftmals unterschätzt – insbesondere bezogen auf die Aufbereitung der Daten für die Migration. Die Folge: Teilweise werden qualitativ schlechte Altdaten in ein neues System migriert; die mit der Einführung des neuen Systems verbundenen Effizienz- und Anwenderzufriedenheitsziele lassen sich dann nicht realisieren. Eine Aufgabe des Datenmanagements ist es, Stammdaten abzugleichen und zusammenzuführen. Dies entlastet die Stammdatenpflege und vereinfacht die Migration in neue Softwaresysteme.
Lesen Sie mehr dazu in unserem Blogbeitrag "Die SAP S/4HANA Migration meistern".
Treiber 6 - Mergers und Akquisitionen
Beim Zukauf von Unternehmen oder der Abspaltung von Unternehmenteilen müssen die Datenbestände folgen. Integration oder Trennung – beides verursacht Kosten und Zeitaufwand. Oft können Zeitpläne für die Integration oder Abspaltung nicht eingehalten werden. Zudem lassen sich durch die teilweise Migration von qualitativ schlechten Daten in neue Systeme die Einsparungs- und Synergieziele nicht vollständig erreichen. Eine Aufgabe des Datenmanagements ist es, Datensilos zusammenzuführen und zentral zu halten. So können Daten leicht aufgefunden und bei Bedarf zur Verfügung gestellt werden.
Unser Fazit
All diese Beispiele zeigen: Beim Stammdatenmanagement geht es nicht nur um das Anlegen von Produkt-, Kunden- oder anderen Stammdaten und deren Pflege. Das Thema ist viel, viel breiter. Stammdaten gehen fast alle im Unternehmen an. Entscheidend ist daher, das Verständnis für die Bedeutung von Datenmanagement in die Köpfe der Beteiligten zu bekommen. Die Auswirkungen und Kosten schlechter Datenqualität in Unternehmen müssen transparent gemacht werden. Erst dann klappt der Weg in die Digitalisierung. Es geht vorrangig um einen Wandel der Einstellung, nicht etwa darum, jemanden zu inthronisieren, der für das Thema verantwortlich ist. Damit dieser Wandel gelingt, ist es unerlässlich, den Wertbeitrag des Stammdatenmanagements deutlich herauszuarbeiten. Anhand von Beispielen muss belegt werden, was Stammdatenmanagement – monetär – bringt respektive welchen Schaden schlechtes Datenmanagement verursacht.
Gerne tauschen wir uns mit Ihnen von-Mensch-zu-Mensch weiter aus. Treten Sie mit uns in Kontakt, per Email oder Telefon.
