Zum Hauptinhalt springen

Das Bewusstsein für die Datenqualität muss gestärkt werden

In den letzten zehn Jahren hat sich viel in der Welt der Daten verändert. Die Datenmengen wachsen stetig und auch die Möglichkeiten, sogenannte „Insights“ aus Daten zu gewinnen, werden immer besser und einfacher. Mit dem Zugang zur Cloud wurde das Thema Skalierung von Lösungsansätzen für bestimmte Geschäftsbereiche noch leichter und es endstand regelrecht eine Begier mehr aus seinen Daten herauszuholen. 

Auch in der Datenvisualisierung und Handhabung von interaktiven Business-Dashboards hat sich viel getan. Der Aufstieg des Bereichs „Self-Service-Analytics“ hat den Zugriff auf die Daten demokratisiert und plötzlich war das Thema Advanced Analytics nicht nur für schräge Analysten gedacht. 

Von 2018 bis heute hat sich die Unternehmenssteuerung bzw. das Unternehmenscontrolling deutlich weiterentwickelt und die Zukunft von Business Intelligence und Corporate Performance Management wird mit neuen Daten-Trends fortgeführt. Die Business-Strategien der Unternehmen werden hinsichtlich Planung, Analyse und Forecasting immer individueller und Manager sowie Controller in ihren Fachabteilungen interessieren sich für die beste und flexibelste Lösung für ihr spezifisches Geschäft. Die Daten müssen brummen und das fehlerfrei! 

Dabei nicht zu vergessen sind das Datenqualitätsmanagement und die Datenabdeckung, saubere und sichere Daten kombiniert mit einer einfachen und leistungsstarken Präsentation. Die Multi-Cloud-Strategie reiht sich ebenfalls mit ein, allerdings haben die Hype-Themen Machine-Learning und die Nutzung von künstlicher Intelligenz aus Sicht der Anwender noch wenig Praxisbezug. 

Das Top-Thema ist Datenqualitätsmanagement - Data Quality Management (DQM)

Der BI Trend-Monitor 2020 des Business Application Research Center (BARC) ergab, dass das Datenqualitätsmanagement zu den allerwichtigsten Trends in den nächsten Jahren gehört.

Demnach ist das reine Sammeln von Informationen der Qualität und dem kontextuellen Bezug der Informationen untergeordnet. Die gezielte Anwendung und Interpretation von Daten bilden in Zukunft den Fokus von Business Intelligence. 
 

Kontakt aufnehmen und Datenqualität verbessern

Die Analysetrends in der Datenqualität sind im vergangenen Jahr stark gewachsen. Die Entwicklung von Business Intelligence zur Analyse und Extraktion von Informationen aus den unzähligen Datenquellen, die wir in großem Umfang sammeln, brachten eine Reihe von Fehlern und Berichten von geringer Qualität mit sich: Die Unterschiede zwischen Datenquellen und Datentypen haben den Datenintegrationsprozess komplexer gemacht. 

Das Stammdatenmanagement wird zu einem zentralen Thema in der BI-Strategie von Unternehmen werden. Erst heutzutage verstehen viele Unternehmen die Auswirkung der Datenqualität auf die Analyse und den weiteren Entscheidungsprozess und entschließen sich daher für die Einführung einer Abteilung oder Technik des Data Quality Management (DQM). Tatsächlich wird Datenqualitätsmanagement als Schlüsselfaktor für eine effiziente Datenanalyse angesehen, da es die Grundlage für das weitere Vorgehen bildet. Laut Gartner führt eine schlechte Datenqualität zu schätzungsweise im Schnitt 15 Millionen Dollar Verlust pro Jahr für Unternehmen. 

Viele Bereichsleiter unterschätzen die Folgen schlechter Datenqualität und den daraus resultierenden Vertrauensverlust. Kurz gesagt: Eine schlechte Datenqualität mindert das Vertrauen in einem Unternehmen! Tatsächlich vertrauten nur wenig mir bekannte Entscheider voll und ganz ihren Daten, die sie für operative Entscheidungen verwenden. Oftmals gewinnt heute immernoch das Bauchgefühl - das müssen wir ändern!

Markus Begerow
Markus Begerow
Director Data & Analytics
CoPlanner

Das Datenqualitätsmanagement besteht aus der Datenerfassung, der Implementierung fortschrittlicher Datenprozesse, der effektiven Verteilung der Daten und der Verwaltung von Metadaten. Die Einhaltung strenger Datenqualitätsstandards entspricht auch den Standards der neuesten Compliance-Vorschriften und -anforderungen. Durch die Implementierung unternehmensweiter Datenqualitätsprozesse verbessern Unternehmen ihre Fähigkeiten, Business Intelligence zu nutzen und damit einen Wettbewerbsvorteil zu erlangen, der es ihnen ermöglicht, ihre Rendite für BI-Investitionen zu maximieren. 

Vielen Fachabteilungen und Managern ist es noch nicht wirklich bewusst, dass ihre Datenqualität sich in einem wesentlich schlechteren Zustand befindet, als es Ihnen wissentlich klar ist. 

Tim Erben, Head of Marketing ist seit 2019 für CoPlanner Software und Consulting GmbH tätig. Zuvor war er über 9 Jahren für die pmOne AG als Head of Digital Marketing federführend aktiv sowie für verschiedene Unternehmen im Bereich Business Intelligence, Performance Management und Enterprise Content Management. Schwerpunktmäßig beschäftigt sich Tim Erben mit Themen wie Corporate-/Online-Marketing Strategien, Modern Marketing: Content, Automation und Analytics to Drive Growth.

Markus Begerow verfügt über langjährige Erfahrung in der Konzeption, Realisierung und Betrieb von Business-Intelligence- und Analytics-Systemen. Im Laufe der letzten 10 Jahre beriet er namhafte Kunden in diesem Tätigkeitsfeld. Als Wirtschaftsinformatiker und Cloud Solution Architect kann er auf umfassende Praxiserfahrung verschiedener Branchen zurückgreifen. Er verantwortet als Bereichsleiter das Thema Data & Analytics bei der CoPlanner Software und Consulting GmbH.