Datenqualität im Blick!

376 Aufrufe

Veröffentlicht am

Was ist Datenqualität? Wie kann Sie gemessen werden? Warum ist Sie überhaupt Relevant? Diese und mehr Fragen haben wir für Sie beantwortet: Hohe Datenqualität ist entscheidend für den Erfolg Ihres Unternehmens!

©innoscale AG

Veröffentlicht in: Daten & Analysen
0 Kommentare
1 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

Keine Downloads
Aufrufe
Aufrufe insgesamt
376
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
145
Aktionen
Geteilt
0
Downloads
0
Kommentare
0
Gefällt mir
1
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Datenqualität im Blick!

  1. 1. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 1 Datenqualität im Blick Visuelle Darstellung der Datenbestände Dr.Tobias Brockmann  Relevanz von Datenqualität  Was ist Datenqualität?  Beispiel an einem konkreten Anwendungsfall: Datenqualität ist entscheidend!
  2. 2. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 2Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 2 Sie möchten diese Präsentation herunterladen? Wir haben Ihnen auf unserer Internetseite unter folgendem Link einen Download bereitgestellt! www.innoscale.de/slideshares Viel Spaß beim dazulernen wünscht ihnen Ihr innoscaleAG-Team
  3. 3. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 3 Aktuelle Trends steigern die Relevanz für eine hohe Datenqualität in Unternehmen. SoziologischeTrends ÖkonomischeTrends Erhöhte Relevanz für Daten TechnischeTrends
  4. 4. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 4 Eine hohe Datenqualität hat einen positiven Effekt auf alle Unternehmensbereiche. Quelle: Gartner 2015 MDM Summit (London), Saul Judah Fachliche Geschäftsbereiche Bessere / effizientere operative GP Einhaltung von Compliance-Regeln Querschnitt (EAI, BI, BPM) Valides Reporting und aussagekräftige Analysen Konsistenz und Vergleichbarkeit EinfacheWiderverwendung zentraler Datenbestände Management Wettbewerbsfähigkeit erhöhen Verbesserung des Umsatzes und des Gewinns
  5. 5. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 5 Die Deutsche Gesellschaft für Informations- und Datenqualität (DGIQ) definiert Datenqualität wie folgt: In der Praxis wird als Maß für die Datenqualität verstanden, wie gut die Konsistenz und dieVerfügbarkeit gleicher Daten auf verschiedenen Systemen ist.Wie sauber die vorhandenen Daten abgelegt worden sind und wie gut die Darstellung mit den erwarteten Ergebnissen übereinstimmt. Die Datenqualität muss dabei im Erfassungssystem selbst aber auch bei der Übertragung in Zielsysteme (z. B. Data Warehouse Systeme) und alternative Darstellungen (z. B. Auswertungen) überwacht werden. Dazu müssen in jeder Stufe des Datenflussprozesses geeignete Maßnahmen zur Qualitätssicherung umgesetzt werden. Quelle: http://www.itwissen.info/definition/lexikon/Datenqualitaet-data-quality.html 1. Kriterien 2. Analyse und Reporting 3. Langfristige Maßnahmen
  6. 6. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 6 Die Qualität von Daten wird von der DGIQ in 15 unterschiedliche Datenqualitätskriterien unterteilt. Basierend auf: Richard Wang, Diane Strong: Beyond Accuracy: What Data Quality Means to Data Consumers. In: Journal of Management Information Systems, Bd. 12, Nr. 4, S. 5-33, 1996. IQ System Nutzung Inhalt Darstellung Aktualität Wertschöpfung Vollständigkeit Angemessener Umfang Relevanz Zugänglichkeit Bearbeitbarkeit Verständ- lichkeit Übersicht- lichkeit Einheitliche Darstellung Eindeutige Anpassbarkeit Hohes Ansehen Fehlerfreiheit Objektivität Glaubwürdig- keit systemgestützt darstellungsbezogen zweckabhängig inhärent
  7. 7. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 7 Beispiel: Anwendung der DGIQ-Systematisierung zur Statuserhebung der Datenqualität. Quelle: Studie: Kollaboratives Stammdatenmanagement in öffentlichen Verwaltungen, Hrsg. Universität Duisburg-Essen, Competence Center Connected Organization, Adesso AG, innoscale AG, (2015).
  8. 8. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 8 Datenqualität ist mehrdimensional und zur Messung der Verbesserung müssen Kriterien definiert werden. ID Name PLZ Ort Straße Telefonnummer 1 Max Müller 80331 Hamburg Reeperbahn 1 +49 40 325 623 2 Miriam Schulz 10179 Berlin Dresdener Straße 4 0049 30 / 9687432 3 Max Frisch 30159 Hannover Messepark 4 +49 30 / 234 567 4 Angla Merkel 10557 Berlin Willy-Brandt-Straße 1 N/A Die PLZ beim Kunden mit der ID 1 ist nicht korrekt (Korrektheit, Konsistenz). Die Syntaktik derTelefonnummern des Kunden mit der ID 1 und des Kunden mit der ID 2 sind unterschiedlich (Einheitliche Darstellung). Die ONKZ des Kunden mit der ID 3 passt nicht zur Adresse (Relevanz, Aktualität, Konsistenz). DieTelefonnummer des Kunden mit der ID 4 ist nicht vorhanden (Vollständigkeit). Im Namen vom Kunden der ID 4 befindet sich ein Rechtschreibfehler (Genauigkeit, Korrektheit).
  9. 9. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 9 Der Erfolg einer Verbesserung der Datenqualität wird nur sichtbar, wenn die Datenqualität messbar ist. Semantisch (Inhaltliche Qualität) Beispiel: Die LNZ und ONKZ der Telefonnummer entspricht der Adresse. (Fehlerfreiheit, Korrektheit) Qualitativ Beispiele: Mitarbeiterzufriedenheit Besseres Controlling Bessere Entscheidungen Leichtere Migrationen (Relevanz, hohes Ansehen) Syntaktisch (Formale Qualität) Beispiel: DieTelefonnummer ist immer gefüllt und entspricht der DIN 5008. (Einheitliche Darstellung) Quantitativ Beispiele: Zeitersparnis Erhöhte Produktivität Reduzierte Fehlerraten Monetarisierung (Wertschöpfung) Direkte Messung Indirekte Messung
  10. 10. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 10 Beispiel: Der Versand einer Rechnung an eine fehlerhafte Adresse kostet ca. 20 €. Quelle: in Anlehnung an Beermann/Binnewies, HMD 279 Position Kosten Postrückläufer entgegennehmen (Annahme: Arbeitsaufwand des Kundenberaters 5 Min zu einem Stundenverrechnungssatz von 35€) 2,91 € Recherche der korrekten Adresse (Annahme: Arbeitsaufwand des Kundenberaters 15 Min zu einem Stundenverrechnungssatz von 35 €) 8,75 € Korrektur der fehlerhaften Adresse im CRM System (Annahme: Arbeitsaufwand Kundenberaters 8 Min zu einem Stundenverrechnungssatz von 35 €) 4,67 € Erneuter Druck undVersand der Rechnung (Materialkosten und Porto) 0,64 € Korrektur und Storno der Rechnung (Annahme: 8 Min Arbeitsaufwand zu einen Stundenverrechnungssatz von 35 €) 4,67 € Gesamtkosten durch die fehlerhafte Rechnung 21,64 € Annahme: 0,5% Rechnungsretouren (=2.800 Kunden) 60.592,00 €
  11. 11. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 11 Definition und Verbesserung der Datenqualität für einen konkreten Anwendungsfall.
  12. 12. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 12 Fallstudie aus der Praxis: Das Unternehmen verfügt über 560.000 Kundendatensätze deren Datenqualität verbessert werden soll. 1. Kundendaten sind im CRM-System (Sugar CRM) gespeichert. 2. Kundendaten sollen zur Kommunikation (Marketing) und Faktura genutzt werden. 3. Mitarbeiter „beklagen“ das Kunden oft nicht „erreicht“ werden. 5. Nutzung von DataRocket zurVerbesserung der Datenqualität (und deren nachhaltige Sicherung) sowie zum Reporting. 4. Ursache ist eine schlechte Datenqualität
  13. 13. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 13 Ein Auszug aus der Kundendatenbank gibt einen Überblick der aktuellen Datenqualität. Anforderung (Beispiel): DieTelefonnummer soll einheitlich formatiert und die LNZ und ONKZ zur Adresse passen. ID Adress 1 Adress 2 City Company Zip Code Country Phone Desk KID-3456 Unterschweinstiege 2-14 Frankfurt am Main Aston Martin, Aston Martin Lagonda of Europe GmbH 60549 Deutschland +49 172 6936966 KID-3457 Götheplatz 4 - Frankfurt am Main Bnp paribas Real estate GmbH D-60311 Deutschland 4969298990 KID-3458 Solmsstr. 4 Frankfurt Change Communication GmbH 6048 Deutschland 0049 69 9750 10 KID-3459 Bertramstraße 8 Frankfurt/Main hr media GmbH DE-60320 069 1551 KID-3460 Kaiserstraße 16 Frankfurt a. M. Commercial Film Service CFS Krug GmbH - XXX KID-3461 Kaiserplatz 4 Postfach 40546 Frankfurt am Main Commerzbank AG DE-60261 49 30 13620 KID-3462 Flughafen-Bereich Frankfurt am Main Lufthansa AG 60546 DE +49 69 69636899 KID-3463 Flughafen-Bereich West XXX Frankfurt Main Deutsche Lufthansa AG 49(0)69 6960 KID-3464 Niddastrasse 91A/D Frankfurt a. M. Edelman X D +49 69 7561990 KID-3465 Niddastraße 91A-D Frankfurt am Main Edelman GmbH 60329 +49 69 7561990
  14. 14. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 14 Beispiel: Fachliche Überprüfung der korrekten Zuordnung der ONKZ zu einer Kundenadresse im CRM. Status Quo Company: Comerzbank AG Zip-Code: DE-60261 City: Frankfurt am Main Adress1: Kaiserplatz 4 Phone -Desk.: +49 30 13620 Schritt 1. Bestimmung und Validierung und Anreicherung der Adressdaten um die exakte Geoposition (Längen und Breitengerade). Nutzung von OpenStreet Map Daten und No-SQL GeoService von DataRocket. Ergebnis: 50.107657, 8.666126 Schritt 2. Zuordnung der Geokoordinaten in einem ONKZ-Bereich (Polygon) Nutzung der ONKZ-Liste der Bundesnetzagentur als Referenzdatenquelle. Ergebnis: 069 Schritt 3. Abgleich und Korrektur der ONKZ in der Kundendatenbank. Nutzung von DataRocket zur Korrektur (manuell, batch, automatisiert). Ergebnis: +49 69 13620
  15. 15. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 15 Ergebnis in dem Projekt sind kundenindividuelle Qualitätsreports im Form eines „Cockpits“.
  16. 16. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 16Vorname / Name | Vorstellung DataRocket Ein aktueller Trend im MDM - TQM
  17. 17. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 17 Eine langfristige Erfolgskontrolle im Zeitverlauf ist entscheidend für eine nachhaltig verbesserte Datenqualität. 100% Zeit Nachhaltiges Stammdatenmanagement Kosten des nachhaltigem Stammdatenmanagaments Unregelmäßige Verbesserung der Datenqualität Kosten einer unregelmäßigen Datenbereinigung 0% Datenqualität Ein aktuellerTrend:TQM –Total Quality Management Management Ansatz zur Optimierung der Qualität von Produkten und Dienstleistungen eines Unternehmens in allen Funktionsbereichen und auf allen Ebenen durch Mitwirkung aller Mitarbeiter. Quelle: Gabler Wirtschaftslexikon, 2015
  18. 18. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 18 Leitgedanken zur Übertragung von TQM in das Datenqualitätsmanagement. Klassische Denkweise im Datenmanagement • Menschen machen Fehler • Einzelne Mitarbeiter sind für die Datenqualität zuständig • Null Fehler ist nicht realisierbar • Kontrolle durch zentrale Stelle Denkweise im Total-Quality-Management • Prozesse provozieren Fehler • Alle Mitarbeiter sind für eine hohe Datenqualität verantwortlich • Null Fehler ist das Ziel • Gegenseitige Kontrolle im Team
  19. 19. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 19 Fazit: Was sollten Sie bei der Verbesserung der DQ nach dem TQM-Prinzip beachten? Datenqualität umfasst viele Dimensionen, die durch Kriterien operationalisiert werden müssen. Datenqualität muss messbar sein und der Fortschritt kontrollierbar sein. Datenqualität ist kein Ziel sondern ein Prozess der nie zu Ende geht. Datenqualität setzt aktives Handeln voraus und muss erarbeitet werden. DQ-Software sollte Funktionen, die denTQM-Ansatz begünstigen haben.
  20. 20. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 20 Für Sie zum Download bereitgestellt: Studien, Vorträge und Präsentationen: www.innoscale.de/slideshares
  21. 21. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 21 innoscale AG Wir entwickeln mit unserem engagierten und erfahrenenTeam DataRocket, eine einfach zu bedienende, flexible und moderne Softwarelösung, damit Sie die Datenqualität in Ihrem Unternehmen wieder in den Griff bekommen.
  22. 22. Dr. Tobias Brockmann | Datenqualität im Blick | www.innoscale.de | © innoscale AG 22 innoscale AG Märkisches Ufer 34 10179 Berlin T +49 30 2280 5133 M +49 177 4030208 E brockmann@innoscale.de W www.innoscale.de Dr. Tobias Brockmann “Data is useful - high-quality, well-understood, auditable data is priceless.” –Ted Friedman, Gartner (2015)

×