Datenqualität mit Methode - Teil 3
Kategorie: CRM Wissen
Tags: Datenmanagement, Datenqualität, Datenkonsolidierung
Dritter und letzter Teil unserer Artikelserie zu den 6 Schritten zur Datenqualität mit Methode:
Schritt 5: Ausnahmen überprüfen und Regeln verfeinern
Bei Ausführung der Datenqualitätsprozesse werden die meisten Datensätze bereinigt oder standardisiert. So erreichen sie die von Ihnen festgelegten Datenqualitätsziele. Die Qualität einiger Daten ist jedoch oft so schlecht, dass sie nicht bereinigt werden können. Das ist leider unvermeidlich. Dann müssen die Geschäftsregeln, die über die Datenqualität entscheiden, verfeinert werden.
Ein Prozess zur Erkennung von Ausnahmen bietet hier Unterstützung bei der Korrektur. Software erfasst die Ausnahmen und Ausreißer der Datenqualität und stellt sie für weiteres Profiling und Analysieren zur Verfügung. Über die rollenbasierten Tools können sich Datenverwalter, Geschäftsanalysten und IT-Entwickler an der Ursachenanalyse jedes Problems beteiligen.
Neben der Verfeinerung von Regeln müssen Sie unter Umständen auch bereits bereitgestellte Daten bearbeiten oder korrigieren. Die Funktion zur Ausnahmeverwaltung ermöglicht es den Geschäftsanwendern, die Datenqualitätsprobleme nicht nur anzuzeigen, sondern auch zu beheben.
Ausnahmen können doppelte Datensätze oder andere Widersprüche oder Inkonsistenzen in Datenfeldern und -attributen sein. Nachdem das Problem analysiert wurde, können Geschäftsregeln definiert oder bearbeitet werden, um das Problem an seinem Ursprung anzugehen. Durch Untersuchung und Behebung der Mängel schaffen die Entwickler einen sogenannten "Master- Datensatz" und sorgen so für eine einheitliche Darstellung sämtlicher Daten.
Das Erkennen von Ausnahmen ist besonders während der Ersteinführung einer Datenqualitätslösung von großer Bedeutung. So bietet sich die Möglichkeit, fehlerhafte Daten zu korrigieren, bevor nachgelagerte Anwendungen davon verunreinigt werden. Es ist auch dann sehr hilfreich, wenn eine neue Datenquelle in die Datenqualitätslösung aufgenommen wird.
Schritt 6: Datenqualität mit Zielen vergleichen
Die Sicherstellung der Datenqualität sollte keine einmalige Aktion sein. Es ist wichtig, die Datenqualität für alle Ziele und alle Geschäftsanwendungen kontinuierlich zu überwachen und zu verwalten, um ein hohes Maß an Datenqualität aufrechtzuerhalten bzw. dieses sogar noch weiter zu steigern.
Über eine Übersicht oder ein Dashboard kann die Übereinstimmung mit den Datenqualitätszielen und den sechs Datenqualitätsdimensionen, die in Schritt 2 beschrieben wurden, verfolgt werden. Mithilfe dieser Überwachungswerkzeuge können auch benutzerdefinierte Dimensionen dargestellt werden, die von Ihrem Team implementiert wurden, sowie Messgrößen, die Sie mit wesentlichen Aspekten der Unternehmensleistung verknüpft haben.
Die Software Tools zur Erstellung von Übersichten, die Dashboard- und Berichtsoption bieten hingegen eine umfassendere Funktionalität für die dynamische Berichterstellung und eine hochwertige visuelle Darstellung. Anpassbare Dashboards und Berichte bieten grobe Übersichten über die Datenqualität, aber auch die Möglichkeit zum Verzweigen in detaillierte Probleme, um diese eingehender zu analysieren.
Die Benutzer können verschiedene Zeitspannen untersuchen, um z. B. die Leistung über einen Tag, eine Woche, Monate oder Jahre zu beurteilen. Zudem können sie bei Problemen sofort über Echtzeitwarnungen benachrichtigt werden. Die Eigentümer von Informationen können Überwachungsergebnisse als Dashboards, Übersichten und Berichte veröffentlichen und allen Kollegen im Unternehmen zur Verfügung stellen.
Da Daten dynamisch sind, sollten auch die Messgrößen für die Datenqualität dynamisch sein. Die Messgrößen sollten in regelmäßigen Abständen angepasst werden, damit sie die Auswirkungen, die die Datenqualität auf wichtige Geschäftskennzahlen haben kann, widerspiegeln. Außerdem müssen immer wieder neue oder gelöschte Datenquellen berücksichtigt werden.
Schlussfolgerungen
Schlechte Datenqualität muss nicht sein. Sie sollte auch nicht als unabänderliche Gegebenheit hingenommen werden, mit der man eben leben muss, wenn man ein Unternehmen betreibt. Mit den richtigen Mitarbeitern, Prozessen und der richtigen Technologie ist eine umfassende Datenqualität für Unternehmen praktisch jeder Branche ein erreichbares Ziel. Wichtig ist es, einen strategischen und systematischen Ansatz zu verfolgen, denn nur so kann Ihr Unternehmen alle Ressourcen optimieren, die für die Datenqualität ausschlaggebend sind.
(Vergleiche “Die Datenqualitätsmethode von Informatica ”, Whitepaper von Informatica, The Data Integration Company)
