Der Unternehmenserfolg wird in immer größerem Maße durch die Qualität der unternehmenseigenen Daten bestimmt.
Besteht in einem Unternehmen die Möglichkeit zur schnellen und sicheren Auswertung qualitativ hochwertiger Geschäftsdaten, kann es fundierte strategische Entscheidungen treffen und so einen relevanten unternehmerischen Vorsprung gegenüber seinen Mitbewerbern erlangen.
Im Gegenzug verursacht die Arbeit mit qualitativ minderwertigen Daten enorme Kosten, die sich im Unternehmen gewinnmindernd auswirken. Mit zunehmender IT-Durchdringung aller Geschäftsprozesse wird inzwischen in vielen Unternehmen die Mehrzahl der Mitarbeiter durch inkorrekte Daten in IT-Systemen bei der Ausübung ihrer Tätigkeit empfindlich gestört, was zu erheblichen Mehrkosten im operativen Geschäft führt.
Im Jahr 1999 musste zum Beispiel die NASA durch geringe Datenqualität einen großen finanziellen Schaden verkraften, als eine Mars-Sonde durch einen Einheitenfehler im Navigationssystem verloren ging (Quelle: https://de.wikipedia.org/wiki/Mars_Climate_Orbiter).
Das Thema „Datenqualität“ sollte deshalb in jedem Unternehmen eines von höchster Wichtigkeit sein.
Wie erkenne ich Daten hoher Qualität?
Unter hoher Datenqualität versteht man die Güte von Daten hinsichtlich der Erfüllung verschiedener Qualitätskriterien, wie: Vollständigkeit, inhaltliche Richtigkeit, Dublettenfreiheit und Konsistenz über mehrere Datenspeicher hinweg.
Zur Bewertung der Qualität von Daten werden häufig Datenanalyse-Tools eingesetzt, etwa zur Unterstützung beim Finden doppelter Datensätze oder zur Konsistenzprüfung.
Wie verbessere ich die Datenqualität nachhaltig?
Bereits bei der Erfassung von Daten sollte deren hohe Qualität durch klar formulierte Arbeitsanweisungen sichergestellt werden. Dies gelingt jedoch nur selten durchgängig, da die Datenerfassung mehrheitlich manuell erfolgt. Lückenhafte oder Fehleingaben sind deshalb bei der Datenerfassung eher die Regel als die Ausnahme.
Neben der Optimierung der Datenerfassungsprozesse empfiehlt es sich daher, regelmäßig Datenqualitätsoffensiven in Form von Datenoptimierungsprojekten durchzuführen. Durch das Bündeln dieser Aktivitäten in einem Projekt gelingt es einfacher, Maßnahmen zur Verbesserung der Datenqualität periodisch zu wiederholen und das Vorgehen selbst kontinuierlich zu verbessern. Ein Projekt zur Erhöhung der Datenqualität sollte die folgenden Arbeitspakete enthalten: Definition bzw. Review der Datenqualitätskriterien Analyse der Datenerfassungs- und -verarbeitungsprozesse Konzeption und Umsetzung von Maßnahmen zur Optimierung der Datenqualität in den Erfassungs- und Verarbeitungsprozessen Analyse der Bestandsdaten hinsichtlich inhaltlicher Richtigkeit, Konsistenz und Redundanzen im Datenbestand Definition der Messmethoden zur Bewertung der Datenqualität Ermittlung der Qualität der Bestandsdaten Konzipierung und Umsetzung von Maßnahmen zur Erhöhung der Datenqualität
Nutzen auch Sie meine Erfahrungen in der Durchführung von Datenmigrations- und Datenoptimierungsprojekten.