Warum sich Prävention bei den Stammdaten exponentiell lohnt
Aus der Software Entwicklung ist es den meisten bekannt, der Fehler ist umso kostengünstiger je früher dieser gefunden wird. Bei den Stammdaten ist das Problem ähnlich, es wird jedoch oft nur halbherzig thematisiert. Darum ist es höchste Zeit für eine Sensibilisierung zur Daten Qualität Prävention.
Stammdaten, die Basis der Wertschöpfungsprozesse im Unternehmen
Die Stammdaten (Kundenstämme, Artikelstämme, Bankenstämme usw.) bilden die Grundlage für die wertschöpfenden Prozesse. Daten sind in den Mittelpunkt aller geschäftlichen Aktivitäten gerückt. Sie haben einen direkten Einfluss darauf wie effizient die Mitarbeiter ihre Arbeit erledigen, welches Kundenerlebnis geschaffen wird und somit auch auf den Umsatz der das Unternehmen generiert. Die Stammdaten haben eine gewisse Statik und werden von verschiedenen zentralen Teams wie
im Unternehmen wiederkehrend verwendet. Ist ein Datensatz fehlerhaft, haben meist mehrere Teams wiederholt unnötigen Mehraufwand. Was zu längeren Durchlaufzeiten in der gesamten Supply Chain führt von den Bestell-, Rüst und Lieferzeiten. Auch ist das Kapital länger gebunden, weil die Lieferanten, Beschaffungszeiten und Losgrössen nicht optimal gesteuert werden können.
Bleibt schlechte Daten Qualität bestehen steigen die Kosten exponentiell
Und genau damit befasst sich die 1-10-100 Regel (Nicht die Nudel Regel;)) die 1992 von George Labovitz und Yu Sang Chang entwickelt wurde. Sie besagt im übertragenen Sinne, dass es
- 1 Franken kostet die Daten bei der Eingabe zu prüfen,
- 10 Franken die fehlerhaften Daten zu korrigieren und
- 100 Franken den fehlerhaften Datensatz zu belassen.
Die Zunahme der Kosten ist von einer Stufe zur nächsten exponentiell. Am günstigsten ist es in die Prävention zu investieren. Um Daten zu korrigieren, steigen die Investition exponentiell zu dem was in die Prävention hätte investiert werden müssen. Belässt man die fehlerhaften Daten kosten sie exponential zu dem was in die Korrektur zu investieren gewesen wäre.
Die Kosten von fehlerhaften Daten in diesem Model, beschreibt aus meiner Erfahrung gut die versteckten Kosten dieser. Es wird oft lange von den Mitarbeiter sehr viel kompensiert. Das Problem ist, dass die inneffizienten Prozesse und verpassten Marktchancen oft erst bewusst werden, wenn die Daten Qualität sehr schlecht ist.
Der Eisberg von versteckten Daten Qualitäts Kosten
Die verstecken Kosten von schlechter Daten Qualittät kann gut mit einem Eisberg erklärt werden. Der grösste Teil, die Ursachen sind unter Wasser und die Auswirkungen sind der kleine sichtbare Teil über Wasser. Auswirkungen von schlechter Datenqualität können Kundenabgänge, Umsatzeinbussen, Reputationsschäden oder auch verpasste Marktchancen sein.
Ursache von schlechter Daten Qualität können einfache Eingabefehler, ungenügende Standards, Systemfehler oder auch ungenügend definierte Veranwortlichkeiten sein. Oft kann der Zusammenhang von der Auswirkung von schlechter Daten Qualität nicht mit dieser in Verbindung gebracht werden. Manchmal sind die Auswirkungen natürlich auf eine Kombination von Ursachen zurückzuführen. Deswegen ist es schwierig ist die eigentlichen versteckten Kosten von schlechter Daten Qualität zu quantifizieren. Aus diesem Grund geht es oft lange bis ein Unternehmen bereit ist, nachhaltig in Gute Daten Qualtität zu investieren. Dabei braucht es manchmal gar nicht so viel. Zu Beginn können regelmässige Stichproben schon, gute Hinweise geben, wo etwas verbessert werden soll.
Die Datenmenge nimmt jährlich um 40% zu
Im digitalen Zeitalter nimmt die Menge produzierter Daten laufend zu. Jährlich steigt die die Daten Menge in Unternehmen im Durchschnitt um 40% an. Dies führt dazu, dass wenn Daten Prozesse nicht sauber definiert bzw. abgestimmt sind, oder ein systemischer Fehler vorliegt, immer mehr fehlerhafte Daten in den Systeme hinzukommen. Somit verteuern sich die Daten Korrekturen laufend.
Es lohnt sich also früher als später in die Prävention beziehungsweise gute Daten Qualität zu investieren. Je früher begonnen wird in die Daten Qualität zu investieren desto günstiger ist es. Nicht nur in Bezug auf die Investitionskosten sondern auch in Bezug auf Prozesseffizienz, verpassten Verkaufs- und Marktchancen. Das sollte doch Motivation genug sein, in die Prävention von schlechter Daten Qualität zu investieren 😉
Neueste Kommentare