datenqualitätsprobleme

Wenn Sie dies lesen, liegt dies wahrscheinlich daran, dass Sie gerade Probleme mit der Datenqualität haben. Wir können uns dieser Vermutung ziemlich sicher sein, denn in Wahrheit haben viele Organisationen Probleme mit ihren Daten, die sie daran hindern, ihre Ziele zu erreichen.

Schauen Sie sich nur einige der folgenden Abbildungen von ZoomInfo an, die zeigen, wie weit verbreitet das Problem mit schmutzigen Daten ist:

  • 33% von Unternehmen haben über 100.000 Datensätze in ihrer Datenbank
  • 62% der Unternehmen verlassen sich auf Daten von Interessenten, die bis zu 40% ungenau sind
  • 34% der Unternehmen ändern ihre Namen jährlich
  • 15% der Leads enthielten doppelte Daten
  • 7% der Leads enthielten ungültige E-Mail- / physische Adressen
  • 40% der scheitern aufgrund ungenauer Daten
  • 50% der IT-Budgets werden für die Datenwiederherstellung ausgegeben
  • Schlechte Daten kosten US-Unternehmen jedes Jahr mehr als 611 Milliarden US-Dollar

( Quelle: https://blog.zoominfo.com/the-effect-of-dirty-data-on-roi/)

Also bist du wenigstens nicht allein. Die Frage ist, was können Sie dagegen tun? Welche Schritte können Sie unternehmen, um Ihre Datenqualität zu verbessern und Ihre Datenqualitätsmanagementprozesse zu verbessern, damit Sie später nicht unter denselben Problemen leiden?

Die 6 häufigsten Datenqualitätsprobleme, die Ihr Unternehmen behindern

Im Folgenden finden Sie die häufigsten Datenqualitätsprobleme, mit denen die meisten Unternehmen konfrontiert sind und die Sie daran hindern, den größtmöglichen Nutzen aus Ihren Informationen zu ziehen:

1) Unvollständigkeit: wo wichtige Informationen fehlen

2) Ungenauigkeit: Alle Informationen können vorhanden sein (oder die Datenfelder ausgefüllt sein), aber sie können in das falsche Feld eingegeben, falsch geschrieben sein oder das Feld enthält einen Junk-Wert

3) Inkonsistenz: Daten, die mit demselben Wert / Format dargestellt werden sollen, sind inkonsistent (z. B. Verwendung verschiedener Währungen anstelle derselben Währung)

4) Ungültigkeit: Die Daten felder sind vollständig, aber mit Daten, die in diesem Kontext möglicherweise nicht korrekt sein können (z. „verfügbare Einheiten“ mit einem Minuswert)

5) Redundanz: Wenn dieselben Daten mehrmals eingegeben werden, jedoch auf leicht unterschiedliche Weise ausgedrückt werden (z. B. Eingabe derselben Firma, jedoch mit unterschiedlichen Namen, Eingabe des Namens einer Person auf unterschiedliche Weise usw.)

6) Nicht standardmäßige Daten: informationen, die in nicht standardmäßigen Formaten eingegeben werden (oder Formate, die vom System nicht verarbeitet werden können, z. B. Prozentsatz statt %)

Obwohl diese Datenqualitätsprobleme alles andere als ideal sind, sind sie ein ausreichendes Hindernis, um die Bemühungen zu rechtfertigen, die Art und Weise, wie Ihre Organisation ihre Daten verwaltet, grundlegend zu ändern? Wenn das Unternehmen ‚angemessen‘ funktionieren kann, ohne solche Änderungen vorzunehmen, sollten Sie einfach so weitermachen wie bisher und das Beste aus dem machen, was Sie haben?

Mit anderen Worten, wann sollten Datenqualitätsprozesse implementiert werden (wenn überhaupt)?

Wann sollten Sie Datenqualitätsmaßnahmen implementieren?

Im Allgemeinen sollten Datenqualitätskontrollen und -maßnahmen eingeführt werden, wenn ein geschäftlicher Bedarf besteht und wenn Sie ein bestimmtes Problem lösen müssen. Und wie wir alle wissen, gibt es immer einen geschäftlichen Bedarf in der einen oder anderen Form, und es gibt immer etwas zu erreichen. Was machen wir sonst alle hier?

Hier sind einige Gründe, warum Sie wahrscheinlich daran interessiert sind, die Qualität Ihrer Daten zu verbessern (oder sollten!):

1) Ihre Daten sind ein wichtiges strategisches Kapital, das Ihnen einen Wettbewerbsvorteil verschafft, wenn sie genau und nutzbar sind

2) Sie möchten Daten aus unterschiedlichen Quellen in ein zentrales Data Warehouse oder Repository ziehen, was äußerst schwierig (wenn nicht sogar unmöglich) ist, wenn die Informationen nicht standardisiert sind

3) Sie möchten Ihre Stammdaten effektiver verwalten

4) Sie planen die Implementierung ein neues System oder führen Sie eine Systemmigration durch, z. B. von einem Altsystem oder ERP zu einem Cloud-basierten System

Sobald Sie das business Case für die Einführung von Datenqualitätsmaßnahmen – oder um andere in Ihrer Organisation von der Notwendigkeit zu überzeugen – dann muss der Datenqualitätsmanagementprozess selbst definiert werden. Aber wer ist dafür verantwortlich?

Wer ist am Datenqualitätsmanagement beteiligt?

Für den Erfolg des Datenqualitätsprozesses sind insbesondere zwei Arten von Rollen entscheidend::

Data Stewards – Sie sind an der Profilerstellung der Daten und der Erstellung von Regeln für die Datenstandardisierung und –bereinigung beteiligt

Entwickler – Sie arbeiten mit Data Stewards zusammen und spielen eine wichtige Rolle bei der Gestaltung von Datenqualitätsregeln und des Entwicklungsprozesses

Beide Rollen müssen während des gesamten Implementierungsprozesses eng zusammenarbeiten.

Was macht einen Datenqualitätssicherungs- / -managementprozess aus?

Der Prozess selbst umfasst bestimmte Phasen, die insbesondere Datenqualitätsanalysten und Datenverwalter durchlaufen müssen, darunter:

Datenprofilierung – An diesem Punkt müssen sie die Daten untersuchen, um ein tiefes Verständnis zu erlangen und Probleme darin zu identifizieren, wie sie zuvor beschrieben wurden (Unvollständigkeit, Ungenau usw.), bevor sie die Probleme zusammenfassen.

Metriken definieren – Um eine Vorstellung davon zu bekommen, wie weit verbreitet die Datenprobleme sind, und gleichzeitig Benchmarks für die Datenqualität festzulegen, müssen sie Metriken aufzeichnen, z. B. wie viel der Daten derzeit vollständig ist (% vollständig), wie viel konsistent ist (% konsistent), gültig (% gültig) und so weiter.

Beheben der Daten – An diesem Punkt, nachdem Probleme profiliert und verglichen wurden, kann der Prozess der Bereinigung der Informationen und der Behebung der Probleme beginnen.

Änderungen direkt an den Daten stellen jedoch offensichtlich ein Risiko dar, wenn die vorgeschlagenen Änderungen selbst falsch sind. Dies würde zu einer sehr chaotischen und verwirrenden Situation führen, die noch schwieriger zu beheben ist! Daher ist es am besten, keine Änderungen direkt an der Datenbank vorzunehmen.

Stattdessen sollten vorgeschlagene Änderungen aufgelistet und detailliert werden, bevor sie zur Überprüfung an einen Datenverwalter weitergeleitet werden.

Sich entwickelnde Datenqualitätsanforderungen und zu berücksichtigende Fragen

Einer der unausweichlichen Aspekte der Arbeit mit Informationen – insbesondere wenn es um Datenqualitätsmanagement, Stewardship und Governance geht – ist, dass es niemals eine Situation geben wird, in der alles erledigt ist.

Stattdessen werden sich die Datenqualitätsanforderungen Ihres Unternehmens im Laufe der Zeit ändern, und infolgedessen werden auch Ihre definierten Regeln im Laufe der Zeit neu angepasst, insbesondere da die Datenverantwortlichen ein besseres Verständnis für die Daten, häufig wiederkehrende Probleme und deren Behebung erhalten.

Darüber hinaus stehen die Daten selbst nicht still. Die Statistiken zu Beginn dieses Blogs zeigen, wie oft sich Informationen wie Firmennamen, Adressen und E-Mail-Adressen ändern und aktualisiert werden, während im Laufe der Zeit auch neue Datenquellen hinzugefügt werden, was bedeutet, dass die Notwendigkeit von Stewardship und Governance weiterhin besteht.

Aufgrund der sich ändernden Anforderungen der Organisation und der sich ändernden Art der Daten selbst müssen Sie sich auch regelmäßig Fragen stellen, um sicherzustellen, dass sich keine Selbstzufriedenheit einschleicht und Sie proaktiv und nicht reaktiv sind.

Diese können beispielsweise Folgendes umfassen:

  • Verbessert sich die Qualität Ihrer Daten im Laufe der Zeit tatsächlich und funktioniert der Datenverwaltungsprozess daher wie vorgesehen?
  • Wenn sich die Qualität nicht verbessert, müssen die Regeln aktualisiert werden? Erfüllen sie die aktuellen Bedürfnisse Ihrer Organisation?
  • Wenn neue Datenquellen hinzugefügt werden, gelten dann noch die bestehenden Datenqualitätsregeln oder müssen sie entsprechend angepasst werden?

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.

lg