Mit einem schlanken Daten Management zu hochwertiger Daten Qualität
Mit der grossen Digitalisierungswelle, rückten die Daten und ihre Qualität wieder ins Zentrum. Viele Firmen prüfen Vorhaben um hochwertige Daten Qualität zu etablieren. Doch leider folgt auf die anfängliche Euphorie dann bald die grosse Ernüchterung. Laut einer aktuellen BARC Studie zögern viele Unternehmen Initiativen zu starten, weil diese als zu übermächtig, aufwendig und unkalkulierbar erscheinen.
Aber es muss nicht immer die Rolls Royce Variante sein. Mit einer schlanken Lösung, einem Daten Management light, ist ein proaktives managen der Daten möglich. Welche konkreten Schritte dafür notwendig sind, habe ich im Beitrag für Sie zusammengefasst.
Die Grundlage schaffen: Daten Qualität, KPI’s und Regeln definieren
Die Grundlage um die Daten zu managen, ist zu definieren, wann die Daten eine gute Qualität aufweisen. Dazu gilt es herauszufinden, welche Teams die Daten im operativen Geschäft fachlich bearbeiten oder nutzen. Alle diese Stakeholder haben Ansprüche an die Daten, die sorgfältig abzuklären sind. Erst wenn alle Bedürfnisse bekannt sind, kann eine solide Definition von guter Daten Qualität erarbeitet werden.
Sind die Anforderungen an gute Daten Qualität bekannt, können im nächsten Schritt KPI’s definiert werden. Dazu werden Wertebereiche festgelegt, wann die Daten Qualität noch gut ist und wann etwas unternommen werden muss. Wichtig ist auch hier, die Bedürfnisse aller Stakeholder abzuholen.
Die KPI’s sind das Fundament für konkrete Regeln, um die Daten Qualität zu messen. Bei den Regeln gilt es zu definieren, welcher Datenausschnitt geprüft wird. Sind es zum Beispiel alle aktiven Kunden? Und wie genau sind aktive Kunden definiert?
Die zu messenden Daten sind konkret auszuarbeiten, damit am Schluss das Richtige, richtig gemessen wird.
Die Definition von guter Daten Qualität, die KPI’s und Regeln sollten dokumentiert und möglichst allen im Unternehmen zugänglich sein. So können Missverständnissen und Missinterpretationen vorgebeugt werden. Die Definitionen können intern auf einer zentralen Plattform oder in einem öffentlichen Netzlaufwerk abgelegt sein.
Die technischen Voraussetzungen für das Daten Management light
Sind die Regeln für die Messung der Daten Qualität ausgearbeitet, ist es Zeit für die technische Umsetzung. Dazu sind die entsprechenden Verantwortlichen aus der IT beizuziehen. Als erstes wird das System definiert, auf dem die Messregeln ausgeführt werden um die Daten Qualität zu prüfen. Im Besten Fall gibt es ein Daten Master System. Um das Ganze nicht unnötig kompliziert zu machen, sollten alle Daten-Qualitäts-Messungen auf demselben System ausgeführt werden.
Im Grundsatz gilt es zu klären, welche Optionen es gibt die Regeln auszuführen. Die Lösung kann automatisiert, teilautomatisiert oder manuell sein. Es sollte entsprechend den Möglichkeiten, Ressourcen und Aufbau der Infrastruktur im Unternehmen umgesetzt werden.
Im Zusammenhang mit den Regeln ist zu konkretisieren, wie das Resultat der Regelmessung genau aussieht. Enthält es alle Datensätze mit einer entsprechenden Kennzeichnung oder nur die Daten mit den Qualitätsverletzungen? Welche Informationen werden weiter benötigt?
Machen wir ein Beispiel mit Datensätzen bei denen die Anrede fehlt. Reicht es, nur die eindeutige ID für den entsprechenden Datensatz zu erhalten oder sollte zusätzlich der vollständige Name und Geschlecht ausgegeben werden?
Für jede Regel ist sorgfältig auszuarbeiten, welche Informationen ausgegeben werden sollen.
Ein weiterer Punkt ist, in welchem Format die Resultate der Regeln ausgegeben und zur Verfügung gestellt werden. Soll es in einem txt.-File oder Excel ausgegeben werden? Wird es per E-Mail verschickt oder in einem Laufwerk abgelegt? Für alle diese Themen ist in enge Zusammenarbeit von fachlichen und technischen Bereichen notwendig.
Um einen Überblick zu haben, wie die Daten Qualität sich über die Zeit entwickelt, sollten die Resultate der Messungen transparent und möglichst allen zugänglich sein. Auszuarbeiten sind der Automatisierungsgrad und die Plattform für die Darstellung der Resultate. Die Lösung sollte so definiert werden, dass möglichst viele im Unternehmen den Status der Daten Qualität einsehen können.
Rollen und Verantwortlichkeiten im Daten Management light
Last but not least gilt es die Rollen festzulegen. Grundsätzlich sind drei Rollen notwendig. Diese haben, je nach Umsetzung einen unterschiedlichen Umfang.
- Auf der technischen Seite braucht es einen Zuständigen für die Ausführung der Regeln und das Bereitstellen der Resultate.
- Der Fachbereich ist verantwortlich für die Prüfung der Resultate und Einleitung von Massnahmen bei unzureichender Daten Qualität.
- Die dritte Rolle ist dafür zuständig, die Resultate der Qualitätsmessungen transparent und möglichst allen im Unternehmen zugänglich zu machen.
Die Rollen können je nach Organisation und Aufbau des Unternehmens anders geschnitten sein. Im Fall einer automatisierten Lösung können Rollen wegfallen. Bei einem Ausfall oder Problemen muss aber klar geregelt sein, wer die Verantwortung für den jeweiligen Bereich hat.
Die Genialität vom Daten Management light
Mit dieser schlanken Struktur, etablieren Sie in ihrem Unternehmen die Essenz von einem nachhaltigen Daten Management. Das geniale am Daten Management light ist, dass mit dieser schlanken Lösung die Daten proaktiv gemanaged und einen hohen Mehrwert erzeugt wird. Im Unternehmen wird das Daten Management schrittweise etabliert und erhält dadurch mehr Rückhalt. Mit dem Daten Management light ist es nicht schon von Beginn an nötig, eine allumfassende Daten Management Initiative zu starten. Sondern man fängt mit dem Kern an und baut es dann zur gegebenen Zeit und bei Bedarf (vielleicht sogar mit ganz viel Unterstützung aus dem Management) einfach aus.
Möchten auch Sie das Daten Management light in ihrem Unternehmen aufbauen?
Wenn Sie Unterstützung möchten um möglichst effizient und effektiv ihr Ziel zu erreichen, helfe ich Ihnen gerne. Melden Sie sich für ein unverbindliches Kennenlerngespräch unter: info@daten-management.ch
Neueste Kommentare