Drei Top Daten Sünden in Unternehmen und wie Sie diese vermeiden

Drei Top Daten Sünden in Unternehmen und wie Sie diese vermeiden

Damit Mitarbeiter in Unternehmen Wertschöpfung generieren können, sind sie auf Daten mit entsprechender Qualität angewiesen. Die Basis dafür bilden die sogenannten Stammdaten. Es gibt Kunden-, Artikel-, Materialstammdaten usw. Diese sind grundlegend in zentralen wertschöpfenden Prozessen. Aus diesem Grund ist es notwendig, die Stammdaten hochwertig zu halten. Nur dadurch kann ein Unternehmen, effizient die Kunden bedienen und erfolgreich am Markt agieren.
In diesem Beitrag stelle ich Ihnen drei Top Sünden vor, die sich in ihren Daten spiegeln. Dazu erhalten Sie Lösungsansätze, um diese Sünden in Zukunft zu vermeiden. Damit ihr Unternehmen die Flexibilität und Effizienz hoch halten kann.

Was sind Sünden in Unternehmen

Bevor wir starten, möchte ich ein Gemeinsames Verständnis für das Wort Sünde schaffen. Das Wort Sünde ist, je nach Hintergrund den man mitbringt, unterschiedlich belegt. Meine Definition ist weder emotional noch religiös behaftet.
Sünden sind: die Versäumnisse, Probleme, Fehler, Lücken, Unverantwortlichkeiten, Abkürzungen, Nichtwissen, Bequemlichkeiten usw. die in Unternehmen stattfinden.
All das Fasse ich unter dem Begriff Sünde zusammen und meine ich, wenn ich von Sünden spreche oder schreibe. Ich bitte Sie darum, diesen Beitrag durch die Brille dieser Definition zu lesen.

Da wir die Basis jetzt haben, starten wir mit Top Sünden die Sie unbedingt vermeiden sollten und in Zukunft hoffentlich umgehen😊

Top Sünde: Workarounds und Überganglösungen

Immer wieder gibt es Situationen in denen die Prozesse nicht richtig auf die Infrastruktur abgestimmt sind. Sei es nach Anpassungen von Prozessen oder Systemen, Fehler in Systemen oder Code- Anpassungen die zu Problemen führen.
In solchen Situationen findet man eine Übergangslösung oder einen Workaround. Es werden dann Daten in Felder eingetragen, wo sie eigentlich nicht hingehören oder temporäre Systemanpassungen gemacht, um zu Überbrücken.
Ist das Problem behoben, ist wichtig, dass nicht einfach zum Normalbetrieb übergegangen wird. Wichtig ist, die Daten im Nachgang zu bereinigen, die während der Übergangslösung nicht entsprechend bearbeitet wurden. In naher Zukunft, werden sonst Informationen nicht gefunden oder falsch bearbeitet. Was in ferner Zukunft noch für Überraschungen warten, kann ich gar nicht alles aufzählen. Je nachdem wie sich die Systeme und Prozesse entwickeln, kann es zu sehr unschönen Konstellationen kommen, die komplexe und aufwendige Bereinigungen mit sich bringen.


Ich empfehle in ihrem Unternehmen, nach den Übergangslösungen die betroffenen Daten zeitnah zu korrigieren, damit Sie in Zukunft, die Daten im normalen Prozess korrekt verarbeiten und keine weiteren Aufwände mehr haben.

Top Sünde: Fehlerhafte Schnittstelle

Ein weiteres Thema das nicht unterschätzt werden darf, sind fehlerhafte Schnittstellen. Es fängt meist schon mit den Verantwortlichkeiten an. Vor allem wenn die Programmierung der Schnittstelle von externen Partnern durchgeführt wird. Es fühlt sich niemand so richtig verantwortlich und entsprechen halbherzig wird leider auch getestet. Man hat es mit der klassischen Verantwortungsdiffusion zu tu; jeder verlässt sich auf den Anderen und gibt die Verantwortung dadurch ab. Das Problem dabei ist, dass über die Schnittstelle regelmässig, viele Daten ausgetauscht werden. Wenn sich da ein Fehler einschleicht, betrifft es viele Daten. Die Aufräumarbeiten und der angerichtete Schaden sind dann entsprechend gross.

Ich empfehle bei Schnittstellen Anpassungen die Verantwortung genau zu regeln und mit genau spezifizierten Use Cases ausführlich zu testen.

Top Sünde: Unsaubere Daten Migration

Ein Thema das wahrscheinlich fast alle kennen, die täglich mit Daten im Unternehmen arbeiten: Fehlerhafte Daten durch Daten Migrationen. Mich persönlich überrascht es immer wieder, wieso es immer noch so viele Migrationen gibt, die schlecht durchgeführt werden. Da gibt es Umlautprobleme, fehlende Datensätze, falsche Mappings usw.
Das alles wird ins Neue System übernommen und erschwert vielen Mitarbeiter die tägliche Arbeit über Jahre. Dabei sind Migrationen die Gelegenheit Altlasten aus ihrem System zu eliminieren.
Das Korrigieren und Migrieren von Daten, ist eine eigene Disziplin in der Informatik, die spezielle Skills erfordert. Es braucht dazu Experten die sich auskennen und mit der nötigen Sorgfalt und Umsicht die Arbeiten ausführen. Möchten Sie nicht jahrelang immer mit fehlerhaften Daten aus der Migration abmühen, lohnt es sich erfahrene Datenspezialisten einzubeziehen. Dieser kann die Daten auch im Nachgang noch korrigieren, damit sie eine saubere Grundlage für ihr Tagesgeschäft haben

Meine Empfehlung ist, bei grossen oder komplexen Daten Migrationen, einen Datenexperten ins Projekt einzubinden, der Erfahrung hat und weiss wo die Knackpunkte liegen.

Die Sünden in den Daten kommen irgendwann an die Oberfläche

Aufgrund meiner Erfahrung kann ich ihnen nur wärmstens ans Herz legen, sorgfältig mit ihren Daten umzugehen. Es behindert nicht nur die Mitarbeiter bei der täglichen Arbeit, das spüren auch ihre Kunden und das Management, welches aufgrund von nicht fundierten Daten, Entscheidungen treffen muss.

Bei meinen Schulungen und Sensibilisierungsvorträgen zum Thema Daten Qualität betone ich immer wieder: alle Sünden in den Daten kommen, irgendwann an die Oberfläche. Ich selber, habe schon Daten korrigiert, bei denen die Fehlerursache über 10 Jahre zurücklag. Egal wie alt die Fehler in den Daten sind, sie holen einem ein. Das können Sie mir glauben.

Es lohnt sich die Datenfehler so früh wir möglich zu korrigieren, da man noch weiss, was genau gemacht wurde und der Aufwand sich dadurch in Grenzen hält. Natürlich können die Fehler im Nachgang noch korrigiert werden. Es lohnt sich immer eine saubere Daten Grundlage zu schaffen.
Falls Sie diese Themen auch kennen und angehen möchten, freue ich mich über ihre Kontaktaufnahme. Melden Sie sich unverbindlich über das untenstehende Formular:

Bildnachweis:

Image by pch.vector on Freepik

Image by Freepik

Image by Freepik

Image by pch.vector on Freepik

Warum sich Prävention bei den Stammdaten exponentiell lohnt

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 😉

Newsletter

* Erforderliche Eingaben