Anzeige
Anzeige
Anzeige
Beitrag drucken

Datenqualitäts-Prozesse

Verlässliche Basis für die Kundenpflege in der Industrie

Neben hochwertigen Produkten, einer effizienten Fertigung und einer agilen Supply-Chain lebt die Industrie nicht zuletzt von der guten Beziehung zu ihren Kunden. Kein Wunder, dass der Markt für Customer Relationship Management-Lösungen boomt. Die Systeme können maßgeblich zu erfolgreichen Kundenbeziehungen im produzierenden Gewerbe beitragen. Dazu musss allerdings auch die Qualität der in den IT-Anwendungen enthaltenen Daten stimmen.

Bild: Fotolia – Torbz

Kundenbeziehungsmanagement kann – bei qualitativ vergleichbaren Produkten am Markt – zum Alleinstellungsmerkmal oder ‚Unique selling proposition‘ (USP) werden. Einer aktuellen Studie zum Customer Relationship Management (CRM) zufolge planen mehr als die Hälfte der Unternehmen in Deutschland, Österreich und der Schweiz, in CRM-Projekte zu investieren. Befragt wurden dazu von dem Beratungshaus I2S Unternehmen aus Dienstleistung, Handel und Industrie. Als Projektziele geben 88 Prozent der Befragten die Verbesserung der Datenqualität an, und bei 28 Prozent der Befragten stellt die Datenqualität auch das Hauptproblem während des Betriebs eines CRM-Systems dar – egal ob auf analytischer oder auf operativer Ebene.

Hochwertige Daten sind Pflicht

Beim analytischen CRM ist eine hohe Datenqualität elementar, um valide Auswertungen im Rahmen von Business Intelligence (BI) überhaupt durchführen zu können. Denn sind schon die Analysen verfälscht, lassen sich darauf aufbauend auch keine sinnvollen strategischen Entscheidungen treffen. Im Bereich des operativen CRM dagegen werden qualitativ hochwertige Daten unter anderem für zielgruppengerechte Serviceangebote sowie für den Aufbau einer stabilen Kundenbeziehung benötigt. Eine schlechte Datenbasis kann daher schnell zum Scheitern der Projekte führen.

Der Datenqualitäts-Prozess

Egal, ob neues CRM-System, Optimierung eines bestehenden oder Zusammenfassung unabhängiger Systeme zu einem einheitlichen CRM-System – eine hohe Datenqualität lässt sich am besten durch einen dreistufigen Prozess erreichen.

1. Initiale Datenbereinigung

Bevor die Daten aus den verschiedenen Systemen in eine CRM-Lösung übernommen werden, ist es sinnvoll, eine initiale Bereinigung durchzuführen. Bei diesem Vorgang wird der gesamte Datenbestand softwaregestützt in einem ‚Batch-Lauf‘ geprüft und bereinigt. Mit leistungsstarken Datenqualitätsanwendungen lassen sich beispielsweise Informationen in ein einheitliches Format bringen, Feldinhalte unterschiedlicher Datenquellen einheitlichen Feldern zuordnen sowie Adressen postalisch auf ihre Korrektheit prüfen oder im Falle von Umzügen aktualisieren. Ferner werden Adressen in länderspezifische Formate gebracht oder um Geokoordinaten oder Branchenschlüssel ergänzt. Auch die Anreicherung mit unternehmenseigenen oder benutzerdefinierten Informationen ist möglich. Darüber hinaus lassen sich auch potenzielle Dubletten anhand individuell angepasster Such-Algorithmen zuverlässig identifizieren.

2. Firewall für Datenqualiät

Nach der Übernahme des bereinigten Datenbestands ist es wichtig Standards festzulegen, um die erreichte Datenqualität beizubehalten. Hier gibt es unterschiedliche Möglichkeiten: Der Anwender im CRM-System kann darauf achten, dass Eingaberegeln eingehalten werden. Straßennamen beispielsweise dürfen nur in die vorgesehenen Felder eingetragen werden. Zusätzlich lässt sich eine angegebene Adresse auf Richtigkeit prüfen – per Mausklick oder automatisch. Support-Mitarbeiter erfahren dann sofort, wenn eine Adresse nicht korrekt oder eindeutig ist. Ebenso wichtig ist es, dass die Anlage doppelter Datensätze vermieden wird. Leistungsstarke Datenqualitätslösungen prüfen bei Dateneingabe oder -änderungen eigenständig, ob etwa ein Kunde bereits im System registriert ist. Damit diese Prüfmechanismen akzeptiert und genutzt werden, muss die dahinter stehende Technik entsprechend performant, die Prüfung also einfach, schnell und effizient sein. Dauert die Prüfung zu lange oder liefert nicht die gewünschten Ergebnisse, wird die Funktion nicht genutzt und die ‚Data Quality Firewall‘ umgangen.

3. Data Maintenance

Die initiale Datenbereinigung und die implementierten Mechanismen zur Aufrechterhaltung der erreichten Datenqualität sind ein großer Schritt in Richtung einer hochwertigen Datenbasis. Darüber hinaus ist es sinnvoll, periodisch den Gesamtdatenbestand zu prüfen. So sollte beispielsweise regelmäßig eine Prüfung auf Straßen- und Ortsumbenennungen erfolgen. In Deutschland gibt es im Jahr rund 30.000 Änderungen bei Straßen, Postleitzahlen und Orten. Unter Umständen ist es auch notwendig, vorhandene Daten mit Zusatzinformationen anzureichern. So stellen Produzenten sicher, dass ihre Produkte am richtigen Ort ankommen. Dabei ist es ratsam, diese periodischen Prüfungen im Batch-Verfahren durchzuführen. Alle Daten des Gesamtbestands entsprechen dann zu bestimmten Zeitpunkten einem gemeinsamen Qualitätsstandard. Wenn Hersteller alle drei Prozessschritte implementieren und gewissenhaft umsetzen, ist ein entscheidender Schritt hin zu hoher Datenqualität im CRM-System getan.


Das könnte Sie auch interessieren:

In ihrer Beschaffenheit sind Manufacturing Execution Systems die wohl beste Plattform, um auch die Handmontage digital abzubilden. Doch wie sehen Lösungskonzepte aus, die neben Fertigungsanlagen, Maschinen und Robotern auch Menschen miteinbeziehen?‣ weiterlesen

Zeiss übernimmt das US-Unternehmen Capture 3D und baut die Kompetenz im Bereich 3D-Mess- und Inspektionslösungen aus.‣ weiterlesen

Viele Unternehmen organisieren ihre Produktionsvorbereitung analog und ohne Zugang zur 3D-Konstruktion. Neue Anwendungen könnten diese Schritte zwischen Design und Fertigung künftig erleichtern, indem sie 3D-Modelle von Produkten samt zugehöriger Daten und etwaige Designänderungen laufend zur Verfügung stellen.‣ weiterlesen

Das IT-Beratungs- und Softwarehaus Valantic partnert künftig mit Systema, einem eigentümergeführten Systemintegrator, der sich auf Softwarelösungen und Dienstleistungen zur MES-Integration, Fertigungsautomatisierung und Produktionsoptimierung spezialisiert hat.‣ weiterlesen

Wenn Lieferzahlen und Produktvarianz steigen, wächst auch das Kommunikationsaufkommen in den Netzwerken. Um solchen Flaschenhälsen vorzubeugen, hat Škoda auf eine cloudbasierte Netzwerklösung umgerüstet.‣ weiterlesen

Dokumentation ist ein wesentlicher Bestandteil jeder nachhaltigen Datenarchitektur. Entwickler-Teams vernachlässigen das oft aus praktischen Gründen, denn sie stehen unter enormen Termindruck und werden eher nach dem Code beurteilt, als danach, wie gut sie ihn dokumentieren.‣ weiterlesen

Künstliche Intelligenz auf Werksebene dient meist der Optimierung oder der Analyse komplexer Zusammenhänge. In der Produktionsplanung zum Beispiel können bessere Algorithmen, getragen von mehr Rechenleistung, heuristische Ansätze im Ergebnis deutlich übertreffen.‣ weiterlesen

Die Deutschen Industrieunternehmen wollen ihre Produktion ausweiten. Die gesteigerten Erwartungen verhelfen dem entsprechenden Indikator des Ifo Instituts zum höchsten Stand seit 1991.‣ weiterlesen

57 Prozent der Unternehmen aus der verarbeitenden Industrie gehen davon aus, gestärkt aus der Coronakrise hervorzugehen. Das geht aus einer Studie von Sopra Steria und dem F.A.Z.-Institut hervor. Um diese Position auch künftig behaupten zu können, wollen die Betriebe laut Studie die eigene Widerstandsfähigkeit als strategisches Thema verankern.‣ weiterlesen

Das sogenannte Wasserfall-Prinzip in der Software-Entwicklung kommt immer seltener zum Einsatz. Häufiger sind agile Methoden wie die ’Continuous Integration’, bei denen Software in kleinen Einheiten kontinuierlich erweitert und verbessert wird. Welche Vorteile dies für die Nutzer bringt, zeigt das Softwareunternehmen Sage.‣ weiterlesen

Neues Mitglied im MES D.A.CH: Der MES-Anbieter PSI Automotive & Industry ist dem Verband beigetreten.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige