Im Auftrag des kalifornischen Unternehmenssoftwareanbieters Veritas Technologies hat das Forschungsunternehmen Vanson Bourne Ende 2018 1500 IT-Entscheider in 15 Ländern weltweit (darunter Deutschland und die Schweiz) zu ihren Herausforderungen und Erfolgen im Umgang mit Unternehmensdaten befragt.
Die Umfrage bestätigt: Ein ineffektives Datenmanagement belastet die Unternehmen erheblich, da es die Effizienz, Produktivität und Rentabilität beeinträchtigt. Unternehmen schätzen, dass sie durch die tägliche Auseinandersetzung mit den Herausforderungen des Datenmanagements jeweils jährlich über zwei Millionen US-Dollar verlieren. Zudem: IT-Entscheider verschwenden täglich zwei Stunden mit der Suche nach relevanten Daten.
Welchen Einfluss hat mangelhaftes Datenmanagement auf Ihre Organisation?
Die Bedeutung der Datenqualität im Stammdatenmanagement kann nicht hoch genug eingeschätzt werden. Fast alle IT-Verantwortlichen (97 Prozent) bekunden, die täglichen Herausforderungen beim Datenmanagement hätten einen großen Einfluss auf ihre Organisation. 38 Prozent geben an, die strategischen Entscheidungen ihres Unternehmens würden aufgrund ineffektiver Datenmanagement-Prozesse verzögert. Verpasste neue Umsatzmöglichkeiten nennen 35 Prozent der Befragten, während jeweils 34 Prozent eingeschränkte Kosteneinsparungen und eine Verlangsamung bei der Entwicklung neuer Produkte und Dienstleistungen beklagen.
Ein ineffektives, durch Silos geprägtes Datenmanagement wirkt sich auch langfristig aus. 95 Prozent der Unternehmen berichten von solchen Langfristfolgen. Dazu zählen erhöhte Betriebskosten (39 Prozent), die Beeinträchtigung der Mitarbeiterproduktivität und -effizienz (36 Prozent), mangelnde Agilität (35 Prozent), der Verlust der Wettbewerbsfähigkeit (29 Prozent) und eine steigende Kundenunzufriedenheit (25 Prozent).
Mit Blick auf die deutlich negativen Auswirkungen ineffektiven Datenmanagements stellt sich die Frage, worin denn die besonderen Herausforderungen der täglichen Datenverwaltung bestehen. Es seien zu viele verschiedene Datenmanagementsysteme zu verwalten, sagen 40 Prozent.
Annähernd genauso wichtig sind steigende Kosten, die das Datenmanagement erschweren (39 Prozent), und zu viele komplexe Datenquellen, die schwer zu analysieren sind (38 Prozent). 34 Prozent der Befragten sagen, es fehle an den richtigen Fähigkeiten/Technologien, um das in den Daten liegende Potential nutzen zu können.
Als besonders verbesserungswürdig erscheinen den IT-Verantwortlichen die Sicherstellung der Data Compliance (83 Prozent), die Sichtbarkeit und Kontrolle der Daten (81 Prozent), die Geschwindigkeit und Zuverlässigkeit des Datenzugriffs (80 Prozent) und die einfache gemeinsame Nutzung von Daten über Geschäftsfunktionen hinweg (80 Prozent).
Unerreichbar? Keineswegs! Unternehmen, die wirkungsvolle Datenmanagement-Initiativen durchgeführt haben, berichten von wettbewerbsrelevanten Vorteilen. Zu einer erhöhten Data Compliance und verringerten Datensicherheitsrisiken sagen 38 Prozent „Wir erleben dies bereits“ und weitere 43 Prozent „Wir erleben dies bereits, könnten es aber noch mehr tun“.
Weitere realisierte Vorteile sind reduzierte Kosten (23/49 Prozent), die Nutzung von Daten, um neue Einnahmen zu erzielen/Marktchancen zu nutzen (25/46 Prozent), höhere Produktivität (27/44 Prozent), weniger Datensilos, um eine höhere Dateneffizienz zu erzielen (25/43 Prozent) und erhöhte Kundenzufriedenheit (25/45 Prozent). Darüber hinaus sind IT-Verantwortliche der Ansicht, dass es eine erhebliche finanzielle Rechtfertigung dafür gibt, die Datenmanagementfunktionen ihres Unternehmens effektiv zu gestalten: Sie erwarten einen durchschnittlichen ROI für jeden investierten Dollar von 2,18.
Erforderlich ist ein aktiver Umgang mit Datenmanagement
Die aktuellen Zahlen von Vanson Bourne zeigen einmal mehr, dass Probleme beim Datenmanagement ein weltweites Phänomen sind – und dass sie erhebliche negative Auswirkungen haben. Hinzu kommt: Datenqualitätsprobleme verschwinden nicht von selbst, und es kann auch nicht darum gehen, dass Unternehmen einfach nur lernen müssen, mit ihnen umzugehen. Im Gegenteil, sie werden tendenziell umfangreicher, da das Datenvolumen der Unternehmen ständig zunimmt und Daten in verschiedene IT-Infrastrukturen integriert werden müssen, bemerkt Christopher Tozzi von Syncsort.
Allerdings ist es auch oft der Fall, dass „die Datenqualität im Kontext der Aktualität, Genauigkeit und Vollständigkeit der Daten überhaupt nicht das eigentliche Problem ist, sondern stattdessen die Qualität der Informationen, die Daten (d.h. die Metadaten) beschreiben“, sagt Monica Richter, Chief Content Officer von Dun & Bradstreet. Informationen aber sind die Grundlage für geschäftliche Entscheidungen. Hier nähern wir uns nun dem Zusammenhang zwischen Datenqualität und Geschäftsergebnissen. Viele Organisationen haben Schwierigkeiten, so Gartner, ein Programm zur nachhaltigen Verbesserung der Datenqualität vorzuschlagen.
Effektives Engagement (der Geschäftsbereiche) und die Finanzierung können aus verschiedenen Gründen eingeschränkt sein. Einer davon: Es gibt keinen verständlichen Zusammenhang zwischen der Verbesserung der Datenqualität und den Geschäftsergebnissen (obwohl der sich aufzeigen ließe, wie die Ergebnisse von Vanson Bourne zeigen). Daher sei es entscheidend, überzeugende Business Cases zu entwickeln, die die Verbesserung der Datenqualität mit den wichtigsten Geschäftsprioritäten verbinden. „Daten- und Analyseverantwortliche müssen die geschäftlichen Prioritäten und Herausforderungen ihrer Organisation verstehen. Nur dann sind sie in der Position, um überzeugende Business Cases zu erstellen, die eine Verbesserung der Datenqualität mit den wichtigsten Geschäftsprioritäten in Verbindung bringen“, erklärt Ted Friedman, Vice President und Analyst bei Gartner. Ironischerweise, so Friedman weiter, liege einer der Hauptgründe für erfolglose Business Cases zur Verbesserung der Datenqualität darin, dass sie sich auf die Datenqualität konzentrieren. Um erfolgreich zu sein, müssten Business Cases die wichtigsten Komponenten berücksichtigen, die zur Erreichung der Geschäftsziele erforderlich sind, wie finanzielle Leistungsfähigkeit, operative Performance, Einhaltung gesetzlicher und behördlicher Auflagen (Compliance) und Kundenerfahrungen.
Wer sich mit dem Wirkungszusammenhang von Datenqualität und Geschäftsergebnissen beschäftigt, wird an Stammdaten nicht vorbeikommen. Der Bedarf an sauberen, kodierten, standardisierten und fachkundig beherrschten Stamm- und Referenzdateninhalten, die intern nahtlos in Methodologien, Prozesse, Workflows und Plattformen integriert sind – sowie extern zwischen Unternehmen, Wertschöpfungsketten und in allen Markt-Ökosystemen, dieser Bedarf ist heute schon riesig – und er wird weiter zusammen. Das entscheidende Stichwort lautet: Dateninteroperabilität. Dabei geht es um die Fähigkeit unabhängiger, heterogener Systeme, möglichst nahtlos zusammenzuarbeiten, um Informationen auf effiziente und verwertbare Art und Weise auszutauschen respektive dem Benutzer zur Verfügung zu stellen, ohne dass dazu gesonderte Absprachen zwischen den Systemen notwendig sind. Stammdaten nehmen dabei eine Schlüsselrolle ein.
Erfahren Sie in unserem Blogbeitrag „Return on Investment von MDM-Projekten" mehr über die Vorteile einheitlicher Daten und zentraler Datenverwaltung.
