Seit der Explosion der Technologie in den letzten Jahrzehnten wurden Daten zunehmend als Wunderwaffe positioniert, die alle Irrungen und Wirrungen der modernen Welt beheben kann. Für diese riesigen Technologieunternehmen, die Massenmengen von (hauptsächlich) Daten von Drittanbietern anhäuften, waren Daten das neue Öl – sie wurden in Fässern an jedes Unternehmen verkauft, das ein Publikum finden und vergrößern wollte. Aber KPIs zur Dateneffektivität wurden immer praktikabler, Unternehmen begannen, die Menge an Daten, die sie gekauft hatten, in Frage zu stellen.
Parallel dazu wurden Regierungen und Verbraucherrechtsgruppen auf die zunehmende Menge an unerwünschtem Lärm aufmerksam, der auf potenzielle Kunden und Kunden geworfen wird. Unternehmen, sowohl B2B als auch B2C, wurden für Datenfehler haftbar gemacht – ein typisches Beispiel dafür war die Geldstrafe von 17 Millionen Euro für Meta wegen schlechter Datenpflege.
Trotzdem sind Daten – insbesondere „Big Data “ – hat sich zu einem zentralen Punkt für Unternehmen entwickelt, ein Muss, um Wachstum aufzubauen und aufrechtzuerhalten. Dies verdunkelt jedoch die grundlegende Wahrheit: Wenn es um Daten geht, geht es bei der Effektivität nicht um Quantität, sondern um Qualität.
Was wertvoller ist: Ein Datensatz von 1000 anonymen Interessenten, die noch nie bei Ihnen gekauft haben, oder ein ordnungsgemäß gepflegter und detaillierter Datensatz von Ihre 100 besten Kunden? Unnötig zu erwähnen, dass letzteres die Nase vorn hat. Aber es hat einige Zeit gedauert, bis die Unternehmen dies erkannt haben. Da immer mehr Unternehmen diesen Punkt erkennen, wird auch deutlich, dass es für viele schwierig ist, etwas dagegen zu unternehmen.
Datenqualität, Governance und Zugriffsprobleme stehen vielen Organisationen im Wege, das Beste aus ihnen herauszuholen der Daten, die ihnen-theoretisch-zur Verfügung stehen. Und da sowohl die Datenmenge als auch die Geschwindigkeit, mit der sie generiert werden, zunehmen, stellen viele Unternehmen fest, dass sie einfach bessere Systeme und Prozesse für die Verwaltung und den Zugriff auf Daten benötigen.
Daten zählen: Daten Qualität
Für diejenigen, die an vorderster Front dafür sorgen, dass Daten zählen, ist Datenqualität (beachten Sie die Großbuchstaben) ein anerkannter Begriff, dessen Definition sich über die offensichtliche „Datenqualität“ hinaus entwickelt hat. Gemäß dem Data Management Body of Knowledge lautet die akzeptierte Definition, dass Datenqualität „die Planung, Implementierung und Kontrolle von Aktivitäten ist, die Qualitätsmanagementtechniken auf Daten anwenden, um sicherzustellen, dass sie für den Gebrauch geeignet sind und die Bedürfnisse der Datenkonsumenten erfüllen“.
Der Kern der Datenqualität kann in Bestandteile zerlegt werden, ob sie vollständig, gültig, zeitnah, eindeutig, genau und/oder konsistent sind. Während diese relativ einfach erscheinen mögen, versagen viele Unternehmen bei der ordnungsgemäßen Hygiene ihrer Daten und sehen dies als eine Sisyphus-Aufgabe an, die sich nicht aus kostspieliger Zeitinvestition lohnt. Doch – ironischerweise – „Daten“ als die überwältigende, nie endende letzte Aufgabe auf der To-Do-Liste eines Unternehmens zu betrachten, verfehlt völlig das Endziel eines angemessenen Datenmanagements, nämlich das Finden und Herauspressen der wichtigsten Dimension von Daten: Wert.
Datenqualität: Ein dreifacher Ansatz zum Wert
Versuchen Sie, den Wert der Datenqualität in drei verschiedene Bereiche aufzuschlüsseln: Geschäftswert, Risiko und finanzieller Wert, auf eine einzelne Information zurückzuführen ist. Durch die Übernahme dieses Trinity-Ansatzes können Analysten und andere Datenpraktiker (intern und extern) verschiedenen Kernbereichen der eigenen Daten in jedem Datenqualitätsprojekt Eigentum und Prioritäten zuweisen.
In Wirklichkeit bedeutet dies, dass greifbare Werte zugewiesen werden zu Daten, also um auf unser Wertetrio zurückzukommen, könnte dies so aussehen:
Geschäftswert: Die Chancen stehen gut, dass Mitarbeitergehaltsdaten den Produktentwicklungsteams nicht viel nützen, aber etwas Die Personalabteilung würde großen Wert darauf legen, ebenso Kunden-E-Mail-Adressen für die MarketingabteilungRisiko: Welche personenbezogenen Daten (PII) besitzen Sie? Wenn ein Unternehmen nicht ausreichend geschützt ist, droht ihm je nach Standort wahrscheinlich eine DSGVO-Strafe oder ähnliches.Finanzieller Wert: E-Commerce-Unternehmen ziehen in der Regel den größten finanziellen Wert aus Daten – E-Mail-Adressen und Kreditkartennummern sind das absolute Minimum, das für Transaktionen erforderlich ist. Das Erstellen von Profilen der Daten und deren Aktualität und höchstmögliche Qualität ermöglicht es E-Commerce-Unternehmen, den durchschnittlichen Kundenwert zu messen und Verkäufe aufzubauen Klare Vorteile:
Erstens gibt es eine unbestreitbare Steigerung des ROI aus Marketingaktivitäten angesichts der erhöhten Zuverlässigkeit des Targetings anhand besserer Daten. Außerdem ermöglicht es sowohl Marketing-als auch Produktteams, personalisierte Produktangebote zu synchronisieren – etwas, das Ihre Kunden zunehmend erwarten. Dann gibt es eine verbesserte und schnellere Entscheidungsfindung durch die erhöhte Transparenz, die jede interne Abteilung über ihre Lehen haben wird.
Vielleicht weniger interessant für die meisten Mitarbeiter, aber dennoch von entscheidender Bedeutung ist die verstärkte Einhaltung bestehender und neuer Vorschriften Sie werden eingebracht. Und schließlich, aber nicht zuletzt, ist die Zeitersparnis bei der Behebung dessen, was wir „schmutzige Daten“ nennen – meine eigene Erfahrung zeigt, dass mit Best Practice Data Quality zwischen 1 und 10 US-Dollar pro Datensatz eingespart werden können.
Die Risiken unausgereifter Datenpraktiken
Unausgereifte Datenpraktiken können zu erheblichen geschäftskritischen Risiken führen, wenn sie nicht gezähmt werden. Wie bereits erwähnt, aber es lohnt sich zu wiederholen, gibt es verschwendete Marketingausgaben durch ungenaue Kundendaten und potenzielle Bußgelder durch nicht konforme Daten – wie wir wissen, können dies bei der DSGVO 20 Millionen Euro oder 4 Prozent des Jahresumsatzes sein, die EU nimmt gerne, was auch immer ist größer! Darüber hinaus gibt es jedoch den Kernschaden, den es dem Funktionieren und der Rentabilität des täglichen Geschäfts zufügt.
In unserer technologiegestützten Welt wiederholen sich Unternehmen ständig und entwickeln sich weiter, oder sie werden dominiert durch aggressive Konkurrenz ausgelöscht. Eine schlechte Datenqualität kann Modernisierungsprojekte behindern, da Altsysteme ohne korrekte Zuordnung oder schlechte Daten aktualisiert werden. Es verhindert auch, dass KI und maschinelles Lernen ihre Wirkung entfalten, da die Ausgabe nur so gut ist wie die Dateneingabe. Es löscht auch die Fähigkeit aus, wirklich strategisch zu sein. Daten haben die Macht, Unternehmen dabei zu helfen, die Zukunft vorherzusehen – sei es durch sich entwickelnde Kauftrends der Kunden oder durch das Erkennen, wo sich das nächste Lager/Büro befinden sollte – es ist also nicht nur das unmittelbare Kundenerlebnis, das scheitert, wenn die Datenqualität nicht in den Vordergrund gestellt wird Zentrum des Fokus einer Organisation.
Datenmanagement:’Großartige Techspektionen‘
Wo also anfangen? Der wohl erste und wichtigste Schritt zur Behebung eines Problems besteht darin, zu erkennen, dass Sie eines haben. Vor diesem Hintergrund sollten Unternehmen aller Formen und Größen ihre Daten profilieren, um den aktuellen (Daten-)Stand besser zu verstehen. Es gibt einige Datenverwaltungstools, viele mit kostenlosen Versionen für kleinere Unternehmen, mit denen Sie Ihren Weg zu besserer Datenqualität beginnen können. Und für diejenigen, die sich bereits auf die Suche nach Datenqualität gemacht haben, lohnt es sich immer, noch einmal zu schauen, wo die Dinge stehen, und immer sogar kleine Verbesserungen, die große Früchte tragen können.
Bildnachweis: Gorodenkoff/Shutterstock
Nick Stammers ist Vizepräsident von Großbritannien und EMEA, Ataccama.