Datenqualität als kritischer Erfolgsfaktor

January 31, 2018 | Author: Anonymous | Category: Kunst & Geisteswissenschaften, Kommunikation, Marketing
Share Embed Donate


Short Description

Download Datenqualität als kritischer Erfolgsfaktor...

Description

Datenqualität als kritischer Erfolgsfaktor Ein Whitepaper von Experian Marketing Services

Datenqualität als kritischer Erfolgsfaktor

Inhalt Vorwort Einführung



2



3

Forschungsüberblick



Forschungsmethode

3

3

Hauptergebnisse



4

Eine Fülle von Kanälen



5

Datenqualität als kritischer Erfolgsfaktor



6

Strategieentwicklung



7

Folgen fehlerhafter Informationen



9

Wert von Datensätzen



10

Eine Entwicklung über fünf Jahre hinweg – was hat sich geändert?

11

Entwicklung einer zentralisierten Datenstrategie



13

Entwicklung einer zentralen Task Force



14

Konsolidieren von Daten



15

Implementierung von Best Practices für Daten



15

Zusammenfassung

Seite 1 | Datenqualität als kritischer Erfolgsfaktor



19

Datenqualität als kritischer Erfolgsfaktor

Vorwort Die Wahrnehmung von Daten innerhalb von Unternehmen verändert sich. Daten werden nicht mehr nur als sekundäre Komponente des Geschäfts angesehen. Heute werden in einer Datenbank enthaltene Informationen von der Geschäftsleitung und vielen Abteilungen als ein kritischer Faktor für die Entscheidungsfindung, Kundeninteraktion und Dienstleistungserbringung angesehen. In der Tat glauben 93 Prozent der Unternehmen, dass Daten für ihren Marketing-Erfolg von wesentlicher Bedeutung sind. Die Realität lehrt uns aber etwas anderes: In den letzten 12 Monaten hat gemäß unserer Studie die Qualität der Daten sogar nachgelassen – der Anteil ungenauer bzw. falscher Kontaktdaten ist z. B. von 17 Prozent auf 22 Prozent gestiegen. Der Grund hierfür liegt sicher darin, dass die Menge an gesammelten Informationen zunimmt und die Anzahl der Kanäle, über die Kundendaten gesammelt werden, vielfältiger wird. In Summe führt dies aber zu erhöhten Anforderungen an die Datenqualität im Unternehmen. Und auch hier klaffen Anspruch und Wirklichkeit auseinander: 66 Prozent der Unternehmen geben an, dass ihnen eine einheitliche und zentrale Vorgehensweise beim Management der Datenqualität fehlt! Maßnahmen werden meist isoliert innerhalb von Abteilungen durchgeführt.

Gregor Wolf, Geschäftsführer, Experian Deutschland GmbH

In einer Phase, in der werbetreibende Unternehmen verstärkt auf daten- und technologiegetriebenes Marketing setzen, ist dieser Trend jedoch alarmierend. Cross-Channel-Marketing, Data-Driven und DataBased Marketing – Strategien können nur greifen, wenn die Basis für die Maßnahmen, nämlich ein sauberes Qualitätsmanagement der Kundendaten, vorhanden ist. Nur dann sind Unternehmen in der Lage, effektiv und effizient mit Ihren Kunden und Prospects zu kommunizieren und Marketing ROI zu generieren. Ich wünsche Ihnen interessante Einblicke in die Ergebnisse unserer Studie und viel Erfolg beim Managen Ihrer Kundenbeziehungen! Herzlich, Ihr Gregor Wolf

Datenqualität als kritischer Erfolgsfaktor | Seite 2

Datenqualität als kritischer Erfolgsfaktor

Einführung Forschungsüberblick Im Dezember 2013 beauftragte Experian Marketing Services eine Forschungsstudie, um aktuelle Ansätze zum Thema Datenqualität zu untersuchen. Dieser Bericht namens „Datenqualität als kritischer Erfolgsfaktor“ untersucht die Entwicklung der Datenqualität und von Verbraucherinteraktionen, und bietet außerdem Vorschläge für Best Practices im Bereich Datenmanagement.

Forschungsmethode Weltweit mehr als 1200 Befragte nahmen an der Studie teil, die von Dynamic Markets für Experian Marketing Services konzipiert wurde. Personen aus den USA, dem Vereinigten Königreich, Frankreich, Deutschland, Spanien und den Niederlanden nahmen an der Studie teil. Industriesektoren, die im Rahmen der Studie berücksichtigt wurden waren die Finanzindustrie, der öffentliche Sektor, der Einzelhandel, die Produktionsindustrie, die Dienstleistungsbranche und der Bildungssektor. Das Befragten-Panell setzte sich zusammen aus obersten Führungskräften, Vice Presidents, Geschäftsführern, Managern und Mitarbeitern im Bereich Datenverwaltung und Datenmanagement.

Länderbeteiligung in der Übersicht Countries in sample Netherlands Niederlande

8%

Spain Spanien

9%

Germany Deutschland

8%

France Frankreich

8%

U.S. USA

33%

UK UK

33% 0

10

20

Percentage study Teilnahmewithin in Prozent

Seite 3 | Datenqualität als kritischer Erfolgsfaktor

30

40

Hauptergebnisse

Datenqualität als kritischer Erfolgsfaktor Eine Fülle von Kanälen Organisationen interagieren mit Verbrauchern auf unzählbaren Wegen. Unternehmen nutzen im Durchschnitt 3,4 Kanäle, um Kundenkontaktdaten oder potentielle Kontaktdaten zu sammeln. Multinationale Unternehmen handeln durch mehr Kanäle als jene Unternehmen, die nur in einem einzigen Land geschäftlich aktiv sind. Der am häufigsten verwendete Kanal für die Interaktion mit Kunden ist die Website des Unternehmens, gefolgt vom Vertriebsteam und dem Callcenter. Die Anzahl an Kanälen ist über die Jahre hinweg konsistent geblieben. Während Websites in den letzten Jahren stets der am häufigsten verwendete Kanal waren, gewinnen Mobilgeräte immer mehr an Bedeutung. Heute erfassen die Hälfte aller Unternehmen Kundenkontaktdaten mittels mobilen Endgeräten. Unternehmen sammeln Informationen nicht einfach nur über ausgewählte Kanäle, sondern sie verschicken auch Marketingbotschaften an Kunden, um ein Markenbewusstsein zu schaffen und den Verkauf anzutreiben. Diese Marketingkommunikationen werden über eine Vielzahl an Kanälen versandt, wobei die Kommunikation per E-Mail in diesem Zusammenhang am beliebtesten ist, gefolgt von sozialen Medien und dem Mobiltelefon. Die Nutzungshäufigkeit sozialer Medien steigert sich jedes Jahr, 2012 beispielsweise um fünf Prozent. Da die Kommunikation per E-Mail der beliebteste Marketingkommunikationskanal ist, überrascht es nicht, dass 83 Prozent der Unternehmen E-Mail-Adressen oder potentielle E-Mail-Adressen für ihre Marketingaktionen kaufen. Diese Adressen werden über durchschnittlich drei Kanäle gesammelt, wobei die beliebtesten die Website des Unternehmens und der Callcenter sind. US-amerikanische Unternehmen sammeln im Vergleich zu anderen Ländern E-Mail-Adressen von Kunden und Prospects über mehrere Kanäle. Das Konzept der allgemeinen Diversifizierung der Kanäle ist zwar nicht neu, jedoch konzentrieren sich die Unternehmen nun verstärkt auf Cross-Channel-Marketing. Unter Cross-Channel-Marketing versteht man die Koordinierung verschiedener Kanäle mit dem Ziel die Kundenerfahrung, im Vergleich zur segmentierten Multikanalstrategie, einheitlich zu gestalten. Obwohl sich bereits 87 Prozent der Unternehmen das Cross-Channel-Marketing zu Nutze machen, sehen sich 83 Prozent davon mit Herausforderungen auf diesem Gebiet konfrontiert. Heute gestaltet besonders die große Menge an unstrukturierten Daten, die Unternehmen besitzen, ein ausgewogenes Cross-Channel-Marketing schwierig. Aus diesen Datenmengen korrekte und ausreichende Informationen über den Verbraucher zu ziehen und für eine einheitliche Kommunikation über mehrere Känäle zu nutzen, stellt für Marketer eine deutliche Herausforderung dar. Befragte in den USA, Deutschland und Spanien sehen dies als größeres Hindernis an, als Befragte im Vereinigten Königreich, in Frankreich und den Niederlanden. Ebenso sind die Herrausforderungen im Cross-Channel-Marketing für multinationale Unternehemen größer als für Unternehmen mit Niederlassungen in nur einem Land. All dies steht in unmittelbarem Zusammenhang mit dem derzeitigen Stand der weltweiten Datenqualität.

Seite 5 | Datenqualität als kritischer Erfolgsfaktor

Kanäle zum Sammeln von Verbraucherdaten

24%

14%

42%

36% 73% 60% 35% 54% Geschäft Website Mobile Applikationen Call Center

Face-to-Face MobileWebsite Katalog Andere

Marketing Kommunikationskanäle

5% 11% 38% 13%

23%

E-Mail Telefon (Festnetz) Social Media

10%

Mobiltelefon Adresse Andere

Datenqualität als kritischer Erfolgsfaktor

Datenqualität als kritischer Erfolgsfaktor Die Qualität der Daten ist für viele Unternehmen nach wie vor ein kritischer Faktor, da sie durch Einsicht von Daten nach Wegen suchen, die Effizienz zu steigern und die Interaktion mit den Kunden zu verbessern. 91 Prozent der Unternehmen leiden unter den üblichen Datenfehlern. Die gängigsten Datenfehler sind unvollständige oder fehlende Daten, veraltete Informationen und fehlerhafte Daten. Aufgrund der Häufigkeit der Verbreitung dieser üblichen Fehler hat die Mehrheit der Unternehmen den Verdacht, ihre Daten könnten auf irgendeine Weise fehlerhaft sein. Global ist die Durchschnittsmenge fehlerhafter Daten in gerade einmal 12 Monaten von 17 auf 22 Prozent gestiegen. Deutsche Unternehmen sind tatsächlich der Meinung, dass sie mit 19 Prozent den prozentual größten Anteil an fehlerhaften Daten haben.

Im Durchschnitt glauben deutsche Unternehmen, dass

19 % ihrer Daten fehlerhaft sind. Unter üblichen Datenfehlern leiden

91 % der Unternehmen.

Diese Fülle an fehlerhaften Daten ist kritisch, wenn man in Betracht zieht, wie sehr Unternehmen auf die daraus gewonnenen Informationen für Business Intelligence Entscheidungen und verbesserte Kundeninteraktionen vertrauen. Die Hauptursache für fehlerhafte Daten bleiben wie auch schon in den letzten drei Jahren menschliche Fehler. Obwohl alle anderen Ursachen weit hinter dieser Hauptursache zurückblieben, zeigen sie dennoch eine mangelhafte Kommunikation zwischen Abteilungen sowie technische Beschränkungen. Informationen, die über verschiedene Wege gesammelt werden, werden häufig manuell fehlerhaft eingegeben. Insgesamt haben 78 Prozent der Unternehmen Probleme mit Daten, die sie über mehrere Kanäle sammeln.

Gründe für Datenungenauigkeit

Autre Andere

5%

Manque de communication interne entre les Mangel an Kommunikation services den Abteilungen zwischen

31%

Menschlicher Fehler Erreur humaine

59%

Mangelhafte StratégieDaten-Strategie data inadéquate

24%

Mangelhafte Technologien Manque d'une technologie adaptée

19%

Fehlen logiciels von Technologien Manque d'outils appropriés

22%

Unterbesetzung Manque de ressources humaines internes

22%

Begrenztes Budget Budget insuffisant

20%

Mangelhafte Unterstützung Soutiendes insuffisant la direction Seniorde Management

14% 0%

10% 20% 30% 40% 50% 60% 70%

Datenqualität als kritischer Erfolgsfaktor | Seite 6

Datenqualität als kritischer Erfolgsfaktor

Strategieentwicklung Unternehmen erkennen den Vorteil fehlerfreier Daten. Zu den Hauptmotiven für eine Datenqualitätsstrategie gehören unter anderem eine erhöhte Effizienz, die Verbesserung der Kundenzufriedenheit und eine fundiertere Entscheidungsfindung. Befragte gaben an, dass mehrere dieser Faktoren dafür verantwortlich sind, dass ihr Unternehmen eine Strategie zur Datenqualitätspflege anwendet. Im Vergleich zu Teilnehmern aus dem Bildungs- und öffentlichen Sektor nennen Teilnehmer aus der Produktion, von Finanzdienstleistern und aus der Versorgungswirtschaft diese Aspekte häufiger als Motiv zum Einsatz einer Strategie zur Pflege von Kundendaten. Interessanterweise scheinen Kosteneinsparungen nicht mehr die treibende Motivation zum Einsatz einer Datenqualitätsstrategie zu sein. Dies zeigt, dass Daten nun ein anderer Wert beigemessen wird, sie werden für generelle Geschäftsstrategien genutzt und haben nicht mehr nur einen operativen Zweck. Er gibt mehrere Hauptbereiche, die zusammengenommen eine vorgegebene Strategie ergeben. Dazu gehören:

Die Hauptmotivation zur Nutzung einer Datenqualitätsstrategie begründet sich in dem Wunsch nach gesteigerter Effizienz, erhöhter Kundenzufriedenheit und verbesserten Entscheidungsfindungsprozessen. Generell wählen Senior Manager eine größere Anzahl an Motiven aus, wenn es darum geht, qualitativ hochwertige Kontakteinträge zu pflegen.

1. Management der Datenqualität 2. Nutzung von Third-Party-Anbietern 3. Annahme von Strategien 4. Auswahl der Implementierungsmethode Gegenwärtig verwalten nur 30 Prozent der Unternehmen ihre Datenqualitätsstrategie zentral von einer einzigen Stelle aus. Das bedeutet, dass 66 Prozent der Unternehmen keinen einheitlichen, zentralisierten Ansatz in Bezug auf das Thema Datenqualität verfolgen. Angesichts der Zahl der Kanäle und Abteilungen, die mit Daten interagieren, ist es schwierig, qualitativ hochwertige Informationen zu besitzen, wenn jede Abteilung unterschiedliche Normen und Methoden für die Datenverwaltung hat. Third-Party-Anbieter werden häufig für Daten-Management-Strategien genutzt. 64 Prozent der Unternehmen haben Dritte für ihre Datenqualitätsstrategie verwendet bzw. verwenden diese nach wie vor. Die Verwendung von Drittanbietern für die Datenverwaltung ist, im Vergleich zu anderen Industriesektoren, am üblichsten im Einzelhandel und in der Produktion. Bei genauerer Betrachtung der Unterschiede zwischen Unternehmen verschiedener Größenordnung fällt auf, dass eher die kleineren auf Dritteanbieter für die Datenverwaltung zurückgreifen. Jedoch ist es, angesichts der allgemeinen Dezentralisierung von Datenverwaltungsstrategien am wahrscheinlichsten, dass auf diese Dritte eher bei einmaligen Kampagnen oder Abteilungsmanagementpraktiken zurückgegriffen wird.

Seite 7 | Datenqualität als kritischer Erfolgsfaktor

Datenverwaltungsstrategien werden häufig zwischen Abteilungen segmentiert.

30 %

der Unternehmen managen Datenqualitätsprozesse zentral.

66 %

der Unternehmen fehlt ein zentralisierter Ansatz zur Verwaltung von Datenqualität.

Third-Party-Anbieter werden häufig für Strategien zum Daten-Management genutzt.

64 % der Unternehmen nutzen Third-PartyAnbieter für ihre Datenqualitätsstrategie bzw. haben diese genutzt.

Datenqualität als kritischer Erfolgsfaktor

Einige Unternehmen nutzen die Vorteile automatisierter Software-Verfahren. Jedes dritte Unternehmen verwendet eine spezielle Point-of-CaptureSoftware, die Informationen unmittelbar bei der Eingabe verifiziert. Ein weiteres Drittel nutzt spezielle Backoffice-Software zur Datenreinigung nach deren Übermittlung. Automatisierte Prozesse sind der Indikator für ein ausgeklügeltes Datenmanagement-System. In Unternehmen, die automatisierte Datenmanagement-Methoden nutzen, erfolgt die Verwaltung der Datenstrategien in der Regel zentral an einer Stelle. Viele Unternehmen vertrauen jedoch nach wie vor auf manuelle Datenreinigungsverfahren. So führen 53 Prozent der Firmen Datenreinigungen manuell durch. Dazu zählen Vorgänge wie die manuelle Überprüfung der Daten in Excel oder das einmalige Korrigieren aufgrund von Saisonkampagnen. Obwohl die allgemeine Verbreitung der manuellen Methoden in den letzten Jahren vergleichsweise zurückgegangen ist, sollten sich die Unternehmen zur Vermeidung menschlicher Fehler stärker auf die Anwendung automatisierter Methoden konzentrieren. Schließlich gibt es verschiedene Bereitstellungsmethoden für DatenManagement-Strategien. Einige Unternehmen entscheiden sich dazu, Software für die Verwaltung der Datenqualität bereitzustellen. Software-as-a-Service (SaaS)-Lösungen gewinnen weiterhin an Beliebtheit. Die Unkenntnis von SaaSLösungen für die Datenverwaltung ist über einen Zeitraum von 12 Monaten von 15 Prozent im letzten Jahr auf gegenwärtig neun Prozent zurückgegangen.

Datenverwaltungsmethoden unterscheiden sich je nach Unternehmen

55 % nutzen automatisierte Methoden der Datenverwaltung.

53 %

der Unternehmen nutzen manuelle Methoden.

Die Unkenntnis über SaaS-Lösungen für die Datenverwaltung ist über einen Zeitraum von 12 Monaten stark zurückgegangen

53 % der Organisationen verwenden SaaS-Technologien zur qualitativen Verwaltung von Daten.

Heute verwendet mehr als die Hälfte der Unternehmen SaaS-Lösungen zur Datenverwaltung. Nur neun Prozent der Unternehmen haben keine Pläne, eine solche Software für Datenqualität zu implementieren. Die USA und Frankreich zeichnen sich dadurch aus, dass bereits mehr Unternehmen SaaS-Technologien zur Verwaltung der Datenqualität nutzen. Die Produktion und der Einzelhandel sind die Industriesektoren, in denen jeweils ca. 20 Prozent der Unternehmen alle ihre Kontaktdaten durch SaaS-Technologien verwalten. Die Kenntnis über SaaS-Lösungen scheint jedoch nach Abteilung und Seniorität zu variieren. Generell kann man sagen, dass ranghöhere Mitarbeiter und Mitarbeiter in IT- und Datenverwaltungsfunktionen besser darüber informiert sind, wie ihre Unternehmen zur Nutzung cloudbasierter Software stehen. Das Fehlen einer zentralen Strategie und konsistenter automatisierter Methoden schürt einen großen Prozentsatz der Datenungenauigkeiten. Dies führt zu einer Reihe von Konsequenzen.

Datenqualität als kritischer Erfolgsfaktor | Seite 8

Datenqualität als kritischer Erfolgsfaktor

Folgen fehlerhafter Informationen Da man in deutschen Unternehmen davon ausgeht, dass ein rund ein Fünftel der Informationen fehlerhaft sind, hat dies für die Unternehmen viele Folgen. Zunächst einmal wirken sich fehlerhafte Daten auf das Endergebnis des Unternehmens aus. 77 Prozent der Unternehmen glauben, ihr Geschäftserfolg wird durch ungenaue und unvollständige Kontaktdaten beeinträchtigt, und im Durchschnitt glauben die Befragten, dass 12 Prozent der Einnahmen verschwendet wird. Trotz besserer Kenntnisse über das Thema Datenqualität und die Vorteile der Nutzung von datengesteuerten Techniken, hat sich der durchschnittliche prozentuale Anteil der verschwendeten Einnahmen in dieser Umfrage seit 2007 nicht geändert. Jedoch haben Änderungen an Geschäftspraktiken zu neuen Konsequenzen geführt. Einige beziehen sich auf die Kundeneinbindungs- und Treueprogramme, die in den letzten Jahren stark an Bedeutung gewonnen haben. 84 Prozent der Unternehmen haben ein Treue- oder Kundenbindungsprogramm. Leider zeigen 74 Prozent der Befragten Probleme an diesen Programmen auf. Die Hauptursachen sind ungenaue Informationen oder nicht genügende Informationen über den Verbraucher und die Unfähigkeit, Kundeninformationen zu analysieren. Alle diese Probleme beziehen sich auf die Korrektheit und Zugänglichkeit der Daten. Ein weiterer Trend sind Business Intelligence und Analytics-Programme, die heutzutage häufig mit dem Begriff Big Data genannt werden. 89 Prozent der Unternehmen nutzen mittlerweile ihre Daten auf eine strategische Art und Weise für Business Intelligence und Analytics. Unternehmen in den USA nutzen im Vergleich zu Unternehmen in Europa mehr Business Intelligence und AnalyticsProgramme bei der Verarbeitung ihrer Daten. Bei diesen Programmen treten außerdem Probleme aufgrund schlechter Datenqualität auf. Bei 81 Prozent der Unternehmen gibt es Schwierigkeiten beim Versuch der Generierung bedeutungsvoller Business Intelligence, die häufig auf Datenungenauigkeiten zurückzuführen sind. Andere Probleme sind ein Mangel an Informationen, ein Mangel an flexiblen Daten und Systemen, gefolgt von einer Unfähigkeit zum Konsolidieren von Daten über Kanäle. Schließlich kommunizieren Vermarkter weiterhin über E-Mail, jedoch haben 67 Prozent in den letzten 12 Monaten Probleme mit der Zustellbarkeit von E-Mails erlebt. Diese Probleme führen zu einer schlechten Kommunikation mit Abonnenten und zu unnötigen Kosten.

Seite 9 | Datenqualität als kritischer Erfolgsfaktor

Probleme mit Treuekampagnen Ungenaue bzw. falsche Informationen über den Kunden Ausreichende Informationen über den Kunden Unfähigkeit Informationen über den Kunden zu analysieren Unfähigkeit auf unterschiedliche Kundeninformationen zugreifen zu können. Unfähigkeit überzeugende Angebote zu kreieren Mangelnde Kundenteilnahme Andere

5% 22%

18%

11%

15%

13%

16%

Herausforderungen mit Business Intelligence Unfähigkeit Daten über mehrere Kanäle zu konsolidieren Ungenaue Daten Nicht genügend Informationen vorhanden Zu viele Informationen vorhanden Keine analytischen Ressourcen Mangel an Training Mangel an flexiblen Daten Andere

12%

15%

22%

13%

10% 9%

16%

Datenqualität als kritischer Erfolgsfaktor

Wert von Datensätzen Da Unternehmen darum bemüht sind, einen Wert aus ihren Daten zu ziehen, haben sich gewisse Datensätze als wichtiger als andere erwiesen, insbesondere für das Marketing. Tatsächlich glauben 93 Prozent der Befragten, dass einige Datenformen wesentlich für ihren Marketingerfolg sind. Kontaktdaten führen die Liste der Informationen an, die unerlässlich für den Marketingerfolg sind, gefolgt von Verkaufsdaten und demografischen Daten. Um weitere Einblicke zu gewinnen, die nicht innerhalb einer vorhandenen Datenbank enthalten sein können, nutzen viele Unternehmen Third-PartyAnbieter, um zusätzliche Einblicke für Marketing- und Business IntelligenceZwecke gewinnen zu können. 94 Prozent der Unternehmen reichern ihre Kontaktinformationen mit weiteren Daten an.

Datenanreicherungen werden von

94 % der Unternehmen genutzt. Im Durchschnitt reichern Unternehmen ihre Kundenkontaktinformation mit

3 unterschiedlichen Datensätzen an.

Im Durchschnitt fügen Unternehmen drei verschiedene Datenarten hinzu. Die drei wichtigsten Datensätze sind Geschäftsdaten, Geolokalisierungsdaten und demographische Daten. US-amerikanische Unternehmen scheinen stärker auf Datenerweiterungen eingestellt zu sein und fügen eine breitere Vielfalt an Datenanreicherungen hinzu. Als besonders wichtig werden Präferenzdaten angesehen, die in den USA im Vergleich zu anderen Ländern verstärkt zu dem Marketingerfolg beitragen. Entscheidende Informationen für erfolgreiches Marketing

Andere Autres

5%

Vertriebliche Daten Données commerciales

44%

Präferenz Daten Données appétences

31%

Internationale Daten Données internationales

18%

Verhaltensbasierte Daten Données comportementales

26%

Geographische Daten Données géographiques

20%

Demographische Daten Données démographiques

38%

Données contacts

54% 0%

10%

20%

30%

40%

50%

60%

Datenqualität als kritischer Erfolgsfaktor | Seite 10

Datenqualität als kritischer Erfolgsfaktor

Eine Entwicklung über fünf Jahre hinweg – was hat sich geändert? Betrachtet man die vergangenen fünf Jahre der Experian-Data-Quality-Studie, stellen wir uns die Frage, was sich in Bezug auf die Wahrnehmung, die Nutzung und die Motivationen der Datenqualität verändert hat. Erstens steigt die Wahrnehmung fehlerhafter Daten. Global ist die Durchschnittsmenge fehlerhafter Daten in den letzten 12 Monaten von 17 auf 22 Prozent gestiegen. Diese Steigerung ist auf größer werdende Datenvolumen aus mehreren Quellen zurückzuführen. Unternehmen bestätigen generell, dass durch die Verbreitung von digitalen Kanälen und Mobiltechnologie mehr Informationen als je zuvor generiert wurden. Während einige dieser unstrukturierten Daten schwierig einzuordnen sind, gibt es einen generellen Anstieg bei den Gesamtinformationen zu Kunden und potentiellen Kunden. Zusätzlich zu einer Volumensteigerung hat sich Datenqualität von einer primär betrieblichen Funktion, die mit Effizienz und Kosteneinsparungen verbunden war, zu einer strategischen Funktion entwickelt, die auf Consumer Insights und eine übergreifende Business Intelligence ausgerichtet ist. Die Steigerung der Datenmenge hat außerdem zum Konzept von Big Data geführt, das innerhalb der letzten Jahre entstanden ist und als Schlagwort in aller Munde ist. Zwar haben viele von uns bereits etwas über diesen Begriff gelesen, jedoch gibt es auf dem Markt bisher noch keine einzige, einheitliche Definition. Befragte wurden im Rahmen dieser Studie darum gebeten, sich mehrere Definitionen für den Begriff Big Data durchzulesen und keine einzige Antwort konnte die Position des Spitzenreiters für sich in Anspruch nehmen. 45 Prozent der Befragten glauben, der Begriff bezeichnet eine große, einheitliche Datenbank aus einer Quelle. Obwohl diese Antwort den höchsten prozentualen Anteil der Befragten erzielte, lagen mehrere Datenquellen und Prognoseanalysedefinitionen nicht weit dahinter zurück. Befragte auf Führungspositionen wählten mehrere dieser möglichen Interpretationen zu Big Data, wohingegen 40 Prozent der Mitarbeiter auf Verwaltungsebene angaben nicht zu wissen, was mit diesem Begriff gemeint ist. Schließlich konnte man auch die explosionsartige Entwicklung von SaaS-Technologien beobachten. Vor fünf Jahren implementierten nur wenige Unternehmen Cloud-basierte Lösungen oder gehostete Lösungen. Angesichts der gegenwärtigen explosionsartigen Entwicklung von Software-as-a-Service-Plattformen streben viele Unternehmen danach, diese Bereitstellungsmethode für ihre Datenqualitätsverwaltungssoftware zu verwenden, um die Implementierungszeit zu verkürzen und eine kontinuierlich aktualisierte Technologie sicherzustellen. Wie wir in den vorangegangenen Jahren jedoch gesehen haben, bleibt der Faktor Sicherheit nach wie vor ein Problem im Zusammenhang mit SaaS-Technologien, mit dem sich Großunternehmen weiterhin auseinandersetzen müssen.

Seite 11 | Datenqualität als kritischer Erfolgsfaktor

Datenqualität hat sich von einer primär betrieblichen Funktion, die mit Effizienz und Kosteneinsparungen verbunden war, zu einer strategischen Funktion entwickelt, die auf Consumer Insight und eine übergreifende Business Intelligence ausgerichtet ist. Die durchschnittliche Menge an ungenauen Daten ist für internationale Unternehmen in den letzten 12 Monaten von 17% auf

22 % gestiegen.

Entwicklung einer zentralisierten Datenstrategie

Datenqualität als kritischer Erfolgsfaktor

Entwicklung einer zentralisierten Datenstrategie Angesichts der Wichtigkeit von datengesteuerten Bemühungen, muss die Menge fehlerhafter Daten abnehmen, damit Unternehmen Einblicke erhalten, auf deren Grundlage sie handeln können. Eine verbesserte Datenqualität führt zu besseren Kundeninteraktionen und fundierteren geschäftlichen Entscheidungen. Auf Grundlage der Untersuchungsergebnisse müssen sich Unternehmen mit der Prüfung eines zentralisierten Ansatzes für die Datenverwaltung beschäftigen. Einmalige, Ad-hocProjekte der Vergangenheit reichen angesichts des Datenvolumens und der notwendigen Verarbeitungsgeschwindigkeit nicht mehr aus. Angesichts der Anzahl an Kanälen, über die Daten eingegeben werden, müssen sich Unternehmen um die Entwicklung einer zentralisierten Strategie für die Datenverwaltung bemühen. Durch einen zentralen Ansatz können eine abteilungsübergreifende Einheitlichkeit, der Zugang auf viele Datenquellen für Kundeninformationen und Best Practices in Bezug auf die Datenverwaltung sichergestellt werden. Bei der Entwicklung eines zentralisierten Ansatzes müssen sich Unternehmen auf drei Schlüsselbereiche konzentrieren:

Entwicklung einer zentralenTask Force

Die Datenverwaltung liegt nicht allein in der Verantwortung einer einzigen Abteilung

Konsolidieren von Daten

Für die Entwicklung eines zentralisierten Ansatzes müssen Unternehmen verschiedene Informationsquellen konsolidieren

Implementierung Best Practices

Durch leistungsstarke Tools und Prozesse können die üblichen Fehler innerhalb einer Datenbank vermieden werden

Anhand dieser Punkte können Unternehmen eine zentralisierte Quelle für Daten mit einheitlichen Verwaltungspraktiken und einen einfachen Zugang zu wertvollen Verbraucherinformationen entwickeln.

Seite 13 | Datenqualität als kritischer Erfolgsfaktor

Datenqualität als kritischer Erfolgsfaktor

Entwicklung einer zentralen Task Force Datenverwaltung liegt nicht allein in der Verantwortung einer einzigen Abteilung. Viele Abteilungen geben Daten für den täglichen Betrieb ein und nutzen diese. Informationen werden über Websites, Callcenter, Vertriebsmitarbeiter und viele mehr eingegeben. Dann nutzen Abteilungen wie Rechnungsstellung, Kundendienst, Auftragsabwicklung und Marketing Informationen zur Kommunikation mit Kunden oder versorgen sie mit grundlegenden Gütern und Dienstleistungen. Zur Verwaltung der Datenqualität, muss eine zentralisierte Task Force geschaffen werden. Diese Gruppe sollte aus Stakeholdern und Einzelpersonen bestehen, die Pläne des gesamten Unternehmens umsetzen. Stakeholder sollten Vertreter aus verschiedenen Abteilungen sein, die ein Interesse an der Qualität der Informationen haben. Diese Personen können genauere Angaben darüber machen, wie Informationen gesammelt und genutzt werden. Von da aus wird eine Übersicht mit allen Workflows innerhalb des Unternehmens erstellt. Auf diese Weise kann man besser verstehen, welche Tools und Prozesse implementiert werden müssen, sowie welche Priorisierung bei diesen Projekten vorgenommen werden sollte. Die IT-Abteilung sollte außerdem in die Implementierung von Priorisierungen und Quelltechnologie eingebunden sein, die für die Anwendung und kontinuierliche Aufrechterhaltung der Datenverwaltung genutzt werden müssen. Die IT-Abteilung kann unter der Voraussetzung anderer geschäftlicher Prioritäten außerdem Einblicke in die verfügbaren technischen Ressourcen bieten. Bezugsgrößen können hinzugezogen werden und der regelmäßige Fortschritt kann überprüft werden während Unternehmen den Prozess der Implementierung neuer Lösungen durchlaufen. Die Gruppe kann regelmäßige Treffen zur Prüfung neuer Statistiken und Prozesse abhalten, und bestimmen, ob die Qualität der Informationen für alle Abteilungen besser wird.

Unternehmen, die ihre Datenqualitätsstrategie zentralisiert überprüfen und verwalten, werden mit größerer Wahrscheinlichkeit auf SaaSTechnologien für die qualitative Verwaltung von Daten zurückgreifen als jene, die einen dezentralisierten Ansatz verfolgen. Die Mehrheit der Unternehmen managen ihre Datenqualität auf eine dezentralisierte Weise.

66 % der Unternehmen haben keinen einheitlichen zentralisierten Ansatz

Unternehmen, die komplexere automatisierte Methoden für die Datenverwaltung nutzen, verfügen eher über eine zentrale Datenverwaltungsstrategie.

Datenqualität als kritischer Erfolgsfaktor | Seite 14

Datenqualität als kritischer Erfolgsfaktor

Konsolidieren von Daten Eine der ersten Aufgaben in jeder zentralen Strategie ist die Konsolidierung von Informationen. Laut dieser Studie verfügt das durchschnittliche Großunternehmen über acht verschiedene Datenbanken. Diese Statistik beinhaltet höchstwahrscheinlich keine anderen Tabellen oder Datenquellen, die außerhalb einer Datenbank vorhanden sind, was in Großunternehmen häufig der Fall sein kann. Für die Entwicklung eines zentralisierten Ansatzes für die Datenverwaltung müssen Unternehmen verschiedene Informationsquellen konsolidieren. Dadurch kann einfacher auf Daten zugegriffen und eine Vereinheitlichung bei den Verwaltungsund Standardisierungsprozessen ermöglicht werden. Zur Konsolidierung von Daten sollten Unternehmen mehrere Maßnahmen ergreifen. 1. Auffinden aller Informationsquellen, die konsolidiert werden sollen sowie den Verantwortlichen jeder Informationsquelle. 2. Verstehen der Dateninfrastruktur. Gibt es eine vorhandene Datenbank, wo alle Informationen gespeichert werden können, oder ist ein neues System erforderlich, das für mehrere Abteilungen besser geeignet ist? Die Daten-Qualität-Task-Force kann helfen, den Bedarf zu ermitteln. 3. Säuberung und Standardisierung so vieler Informationen wie möglich. Kontaktdaten sind in den meisten Fällen eine einfache Informationsquelle, die in jeder Quelle enthalten ist. Diese Informationen können genutzt werden, um doppelte Datensätze über Quellen zu identifizieren und um Informationen für jeden Kunden in einer einzigen, zentralen Quelle zu konsolidieren. 4. Einsatz von Software, um Duplikate zu identifizieren. Sobald potenzielle Duplikate gefunden werden, kann ein „gesondertes Verzeichnis“ erstellt werden und alle Informationen fallen unter dieses Verzeichnis. Die Erstellung einer zentralen Quelle kann einige Zeit in Anspruch nehmen. Es wird jedoch von unschätzbarem Wert für den schnellen Zugriff auf Kundeninformationen und eine Verbesserung der Business Intelligence sein. Die Zentralisierung sollte an die Best Practices für Daten gekoppelt sein, um die Qualität der Informationen sicherzustellen.

Implementierung von Best Practices für Daten Sobald die Informationen konsolidiert sind, sollten sich Unternehmen darum bemühen, Best Practices zur Datenverwaltung innerhalb ihres neu gebildeten Systems zu implementieren. Damit die Abteilungen eine neue zentrale Quelle annehmen, muss diese einfach in der Anwendung sein und über Qualitätsinformationen verfügen. Andernfalls werden Personen auf alte Datenquellen zurückgreifen, die besser zu ihren geschäftlichen Anforderungen passen.

Seite 15 | Datenqualität als kritischer Erfolgsfaktor

Datenqualität als kritischer Erfolgsfaktor

Es ist wichtig darauf hinzuweisen, dass Datenqualität nicht durch ein einmaliges Bereinigungsverfahren entstehen kann; Daten werden kontinuierlich in eine Datenbank eingegeben, verfallen oder es ändert sich das Format. Noch vor fünf Jahren war der Begriff Big Data noch nicht gebräuchlich und das Konzept von unstrukturierten Daten aus sozialen Medien und Mobiltelefonen war gerade erst auf dem Vormarsch. Da Unternehmen immer durchdachter bei ihren Datenverwaltungspraktiken werden, ist es wichtig, dass sie eine Strategie bester Geschäftspraktiken anwenden und diese dann mit der Zeit den Anforderungen des Marktes anpassen. Die Implementierung von Best Practices zur Datenverwaltung hilft bei der Bekämpfung von unvollständigen oder fehlenden Daten, veralteten Informationen und fehlerhaften Daten, die die üblichsten Fehler innerhalb einer Datenbank sind. Durch die Vermeidung dieser Fehler können Informationen über die Zeit gepflegt werden und sind für ihren gewünschten Zweck tauglich. Es gibt sechs Best Practices. 1. Erstellung von Benchmarks hinsichtlich der Datengenauigkeit Wie bei allen Geschäftsmaßnahmen ist es wichtig, aufzeigen zu können, dass Budget und Zeitaufwand für dieses Projekt letztendlich zu geschäftlichem Erfolg führen. Die Daten-Qualitäts-Task-Force sollte Bezugsgrößen entwickeln, die Verbesserung zeigen, aber zudem auch verdeutlichen welche Prozesse erfolgreich bzw. weniger erfolgreich waren. Bezugsgrößen können leicht in Bezug auf Paketlieferungen, rückversandte Post, die Zustellbarkeit von E-Mails oder Anrufe beim Kundendienst verwendet werden. Unternehmen können auch auf Berater von Drittanbietern zurückgreifen, um Benchmarks für Segmente innerhalb der Datenbank festzulegen. Im Laufe der Zeit können dieselben Bezugsgrößen überprüft werden, sobald die Prozesse und Tools implementiert worden. 2. Überprüfung der Daten bei Eingabe

Die Implementierung bester Geschäftspraktiken für die Datenverwaltung hilft bei der Bekämpfung von unvollständigen oder fehlenden Daten, veralteten Informationen und fehlerhaften Daten, die die üblichsten Fehler innerhalb einer Datenbank sind. Unternehmen unterscheiden sich in der Art und Weise, wie sie ihre Datenqualität verwalten.

99 % geben an, dass sie eine Datenverwaltungsstrategie besitzen.

38 % führen regelmäßige manuelle Analysen in Excel durch.

55 % nutzen für die Verwaltung der Datenrichtigkeit eine Art.

Obwohl es unter IT- und Datenverwaltungsexperten weniger Personen gibt, die mit dem Begriff Big Data nichts anfangen können, herrscht auch dort eine Vielfalt an Meinungen.

Die meisten Unternehmen nutzen heutzutage Informationen, sobald diese für Treueangebote, Marketingaktionen Auftragsabwicklung oder Rechnungsstellung eingegeben werden. Auch wenn akkurate Informationen von einem operativen Standpunkt immer wichtig waren, haben sie in den letzten Jahren immer mehr an Wichtigkeit erlangt. Ungenaue Daten haben sozusagen einen direkten Einfluss auf die Interaktionen mit dem Kunden.

Datenqualität als kritischer Erfolgsfaktor | Seite 16

Datenqualität als kritischer Erfolgsfaktor Aus diesem Grund ist es wichtig, die Gültigkeit der Informationen bei Eingabe zu überprüfen. Mittels Softwaretools können strukturierte Kundeninformationen, z. B. E-Mail- Adressen, Postadressen und Telefonnummern überprüft werden. Anhand dieser standardisierten und überprüften Informationen können Unternehmen vorhandene Kunden leichter finden und Datensätze von Dritten, die sich auf die grundlegenden Kundeninformationen stützen, angemessen ergänzen. Durch Cross-Channel-Marketing-Aktionen und den Überprüfungsprozessen der Point-of-Capture-Software kann zum einen die Richtigkeit der Kundeninformationen sichergestellt werden, und es können zum anderen Zweitkonten vermieden werden, die Vermarkter um wertvolle Kundeneinblicke bringen. Durch die Überprüfung von Kundeninformationen können Unternehmen ungenaue Daten vermeiden und sicherstellen, dass die Kommunikation den Verbraucher nicht nur erreicht sondern auch über alle Kanäle hinweg kundenspezifisch angepasst ist. 3. Abgleich der Informationen mit den Verbrauchern, wenn möglich Daten innerhalb einer Datenbank veralten schnell. Tatsächlich geht man davon aus, dass sich zwei Prozent der Kontaktdaten pro Monat ändern. Hochgerechnet auf ein Jahr betrifft dies fast ein Viertel der Daten in der Datenbank. Damit die Verbraucherinformationen auf dem aktuellen Stand sind ist es wichtig, die Informationen mit dem Verbraucher so oft wie möglich abzugleichen. Nicht bei all diesen Methoden muss man sich direkt an den Verbraucher wenden. Vermarkter können ausgehende Kommunikationen auf Anzeichen untersuchen, die darauf hinweisen, dass Kundeninformationen nicht richtig sind. Beispielsweise können Vermarkter Lieferanten und Öffnungsraten von E-MailKampagnen näher betrachten. Wenn eine E-Mail nicht zugestellt werden kann oder Kunden Nachrichten lange Zeit nicht öffnen, kann es sein, dass das E-Mail-Konto nicht mehr aktiv ist. Vermarkter können E-Mail-Adressen zur Aktualisierung bei einer nächsten Interaktion mit dem Verbraucher mit einer Flagge markieren, oder den Kunden bezüglich einer Änderung seiner Kommunikationsdaten kontaktieren. Wenn Kunden jedoch in einem Callcenter anrufen oder in eine Niederlassung oder Geschäftsstelle gehen, können die Mitarbeiter dort die vorhandenen Kontaktinformationen abgleichen, um sicherzustellen, dass es sich bei diesen Informationen nach wie vor um den besten Weg handelt, die entsprechende Person zu kontaktieren.

Seite 17 | Datenqualität als kritischer Erfolgsfaktor

Datenqualität als kritischer Erfolgsfaktor 4. Verbesserung der Suchfunktion Doppelte Dateneinträge sind problematisch für Unternehmen, da sie die Verlaufshistorie des Kunden erweitern und zu unvollständigen Dateneinträgen von Kunden führen. Doppelte Dateneinträge entstehen häufig dann, wenn neue Informationen eingegeben werden, und diese mit dem vorhandenen Dateneintrag nicht in Einklang gebracht werden können. Meistens tritt dies dann auf, wenn der Datensatz aufgrund einer leichten Abweichung, z. B. einer Abkürzung oder einer falsch eingegebenen E-Mail-Adresse nicht gefunden werden kann. Die grundlegende Suchfunktion innerhalb einer Datenbank ist meist schlecht und verlangt ein exaktes Match, wenn man einen vorhandenen Dateneintrag finden möchte. Eine differenzierte Suche kann angewendet werden, um potentielle Treffer zu finden und mehr Möglichkeiten als nur einen exakten Treffer für ein Konto zu finden. 5. Überprüfen Sie die Datenbank regelmäßig auf doppelte Einträge Trotz überprüfter Daten und einer verbesserten Suchfunktion wird es aufgrund menschlicher Fehler zu doppelten Einträgen kommen. Stakeholder sollten die Datenbank regelmäßig überprüfen, um sicherzustellen, dass keine doppelten Einträge erstellt wurden und die Informationen, wann dies immer möglich ist, zu konsolidieren.

Als Hauptgrund für ungenaue Daten werden menschliche Fehler genannt, gefolgt von einer unpassenden Datenstrategie und fehlenden Ressourcen. Dubletteneinträge gehören zu den Hauptfehlern bezüglich Datenqualität bei

30 % der Unternehmen.

Stakeholder sollten die Datenbank regelmäßig überprüfen, um sicherzustellen, dass keine doppelten Einträge erstellt wurden und um Informationen zu konsolidieren, wann immer dies möglich ist.

6. Jährliche Überprüfung der Datenverwaltungsprozesse Die Anforderungen an die Datenverwaltung und Informationen in einem Unternehmen ändern sich kontinuierlich. Wie der Studie entnommen werden kann, haben sich Datenmethoden im Laufe der letzten fünf Jahre stark verändert. Damit die Daten zwecktauglich sind und von dem Unternehmen wie gewünscht verwendet werden können, sollte die Daten-Qualitäts-Task-Force die Datenverwaltungspraktiken jährlich überprüfen und neue Wege bestimmen, wie Informationen verwendet werden können. Durch eine regelmäßige Überprüfung der Verwaltungsprozesse können Unternehmen sicherstellen, dass sie das maximale Potential aus ihren wertvollen Datenvorräten ausschöpfen können.

Datenqualität als kritischer Erfolgsfaktor | Seite 18

Datenqualität als kritischer Erfolgsfaktor Zusammenfassung Die Nutzung von Daten in Unternehmen hat einen Wandel durchgemacht. Unternehmen sehen das Potenzial von Big Data als einen Wegbereiter hin zu besseren Kundeninteraktionen und intelligenteren Geschäftsentscheidungen. Um sicherzustellen, dass Daten zweckgemäß und analysiert eingesetzt werden können, müssen Unternehmen Maßnahmen ergreifen, um ihre Genauigkeit, Zugänglichkeit und Vollständigkeit zu gewährleisten. Best Practices für Datenmanagement sollten implementiert werden, um Daten zu standardisieren, diese für jeden Kunden in einem einzigen Dateneintrag besser zu konsolidieren, und im Bedarfsfall ergänzende Datensätze einzubinden. Diese Praktiken sollten zentral in einem Unternehmen verwaltet werden, um Ressourcen zu konsolidieren und sicherzustellen, dass alle Informationen den gleichen Validierungs- und Standardisierungsprozess durchlaufen. Ein Datenqualitäts-Managemnet ist die Grundlage für einen datengesteuerten Ansatz. Im Zuge der sich fortsetzenden Datenvermehrung müssen Unternehmen eine Priorisierung in Bezug auf die Qualität Ihrer Daten vornehmen, um den Erfolg dieser Maßnahmen sicherzustellen.

Über Experian Marketing Services Der Cross Channel Marketing Spezialist Experian Marketing Services ist ein weltweit agierender Anbieter integrierter Consumer Insight- und Targetingsowie Datenveredelungslösungen. Auf Basis der drei Säulen Daten, Technologie und Beratung unterstützt Experian Marketing Services Unternehmen und Organisationen bei der intelligenten kommerziellen Interaktion mit den Verbrauchern. Durch die Steuerung nahtlos ineinandergreifender Kommunikationsmaßnahmen über die Marketingkanäle E-Mail, Mobile, Display, Social und Print hinweg können Unternehmen ihren Kunden Markenerfahrungen in einer neuen Qualität bieten, die deren Markenbindung stärken sowie den ROI steigern. Experian plc ist an der London Stock Exchange (EXPN) im FTSE 100 Index gelistet. Weltweit beschäftigt Experian rund 16.000 Mitarbeiter in 39 Ländern mit Firmensitz in Dublin (Irland) und weiteren Hauptsitzen in Nottingham (Großbritannien), Costa Mesa (Vereinigte Staaten) und São Paulo (Brasilien). Experian Marketing Services Deutschland unterhält Niederlassungen in Düsseldorf und München.

Weitere Informationen zu Experian Marketing Services finden Sie unter www.experian.de/marketing-services.

Seite 19 | Datenqualität als kritischer Erfolgsfaktor

Experian Marketing Services Speditionstraße 1 40221 Düsseldorf Tel.:+49 (0)211 22 04 24 0 [email protected] www.experian.de

View more...

Comments

Copyright � 2017 NANOPDF Inc.
SUPPORT NANOPDF