IT-Onlinemagazin
„Zu den häufigsten Fehlern in einem Stammdaten-Projekt gehört der Wunsch, alles auf einmal regeln zu wollen. Doch das geht meist schief und führt bei Misserfolg nicht selten zum vorzeitigen Abbruch ohne Ergebnis“, glaubt unser Gastautor Dr. Holger Wandt, Principal Advisor bei Human Inference.
Lesen Sie in seinem Artikel, welche sieben Regeln sich in vielen Projekten als sinnvoll herausgestellt haben.
Gastbeitrag von Dr. Holger Wandt
Beim Thema Kundenbetreuung liegen Selbsteinschätzung und Realität oftmals weit auseinander. Laut einer Umfrage unter CRM-Experten glauben 65 Prozent der Befragten, dass ihr Kundenservice „effizient oder sehr effizient“ sei. Doch die Wirklichkeit sieht meist anders aus: Tatsächlich wissen die Mitarbeiter meist nur sehr wenig über ihre Kunden, oft sind nicht einmal die Aktivitäten anderer Abteilungen mit den jeweiligen Kunden bekannt. Denn über eine konsistente, kanalunabhängige Kundenhistorie verfügen heute nur die wenigsten Firmen. In der Praxis verhindern unflexible Organisationsstrukturen, mangelnde Entscheidungskompetenz der Mitarbeiter und eine Silo-artig aufgebaute IT eine zügige Bearbeitung von Anfragen.
Die Ursachen liegen auf der Hand
Ein Blick in die Praxis zeigt, woran es hakt. In jedem Unternehmen gibt es heute vielfältige IT-Systeme, mit deren Hilfe Informationen gesammelt werden. Seien es die SAP-Systeme, CRM-Anwendungen oder die Finanzbuchhaltung. Diese Kundendatenbanken aber – so die Erfahrung – enthalten regelmäßig Dubletten oder sind unvollständig und inkonsistent. Ursachen dafür sind Umzüge, Straßenumbenennungen, geänderte Postleitzahlen und Ortsnamen. Mehrfach angelegte Kunden, Tippfehler und falsch ausgefüllte Onlineformulare leisten ebenfalls einen Beitrag.
Beim Master Data Management (MDM) werden über einen als „wahr“ definierten Datensatz die Informationen aus den unterschiedlichen Quellsystemen zusammengefasst, gesäubert, bei Bedarf angereichert und vereinheitlicht. Der dabei entstehende „Single Point of Truth“ dient als einzige verlässliche und aktuelle Informationsquelle für alle Mitarbeiter im Unternehmen. Mit einer MDM-Lösung lässt sich eine zentrale Kundensicht herstellen und sie ermöglicht mit vertrauenswürdigen Informationen die relevante und persönliche Kundeninteraktion – immer und überall.
Pragmatischer Ansatz vermeidet Fehler
Bei der MDM-Implementierung ist ein pragmatischer Ansatz sinnvoll, der zunächst die richtigen Ziele setzt und sie quantifiziert. Der Entwurf eines Business-Case, dessen strategische Zielsetzung im Einklang mit der der Gesamtorganisation steht, ermöglicht es dabei, den Mehrwert des Projekts im Voraus zu bestimmen.
Zu den häufigsten Fehlern in einem Stammdaten-Projekt gehört der Wunsch, alles auf einmal regeln zu wollen. Doch das geht meist schief und führt bei Misserfolg nicht selten zum vorzeitigen Abbruch ohne Ergebnis. Deshalb sollte für den Anfang zunächst eine kleine, deutlich umrissene Zielgruppe bei der MDM-Einführung ausgewählt werden. Am besten beginnt man mit einem spezifischen Problem, in Kombination mit den Mitarbeitern, die damit konfrontiert werden, und den Daten, die zur Lösung des Problems erforderlich sind.
Sieben Quick-Tipps für ein effizientes Master Data Management
Zwar hängt die Einführung einer MDM-Lösung immer von den konkreten Zielen und Bedürfnissen eines Unternehmens ab, jedoch haben sich die folgenden sieben Regeln in vielen MDM-Projekten als sinnvoll herausgestellt:
1. Data Governance: Safety first
Werden die gleichen Stammdaten z. B. in verschiedenen Unternehmensbereichen (Marketing, Sales und Service, IT) genutzt, sind einheitliche Standards und Regeln ein Muss. Eine wesentliche Rolle spielt dabei der Sicherheitsaspekt.
2. Der Data Steward: Einer hat den Hut auf
Als Verantwortlicher für die Verbesserung der Datenqualität sollte der Data Steward die in der Data Governance festgelegten Prinzipien im gesamten Unternehmen durchsetzen, Metriken entwickeln und für die Konsistenz und Genauigkeit der Daten sorgen.
3. Datenmodellierung: Flexibilität ist Trumpf
Keine Datenquelle ist wie die Andere, und die wertvollen Daten finden sich oft über eine ganze Reihe von Datenbanken verstreut. Ein flexibles Datenmodell passt sich der Organisationsstruktur des jeweiligen Unternehmens an und ermöglicht eine qualitativ hochwertige Kundeninteraktion über alle Customer Touch Points (Call Center, Filiale, Website).
4. Datenqualität: Einfach sauber
Eine gute Datenbereinigungssoftware kennt die Struktur der Stammdaten und entfernt automatisch Dubletten und Falscheinträge. Nach dem „Säubern“ erfolgt die Zusammenführung in das „Golden Record“. Dies kann nach unterschiedlichen Kriterien geschehen, z.B. Aktualität oder Priorität für eine bestimmte Quelle.
5. First Time Right: Bei jedem Schuss ins Schwarze
Mit dem „First Time Right“-Prinzip werden Kontaktdaten bereits bei der Eingabe blitzschnell und automatisch mit den bereits vorhandenen Daten verglichen und auf Fehler überprüft.
6. Identitätsbestimmung und Data Matching: Wer ist wer?
Die Beantwortung dieser Frage ist wichtig im Hinblick auf Haftung, Ansprache oder unterschiedliche Datenschutzregeln – denn Geschäftskontakte und natürliche Personen sind unterschiedlich zu behandeln.
7. Laden von Daten: Die Quellen verbinden
In der Natur fließen alle Quellen letztlich ins Meer – ganz von allein. Das kann man von Daten nicht behaupten. Ein anpassungsfähiges Modul zum Laden der Daten ermöglicht die Verbindung des MDM-Systems mit kommerziellen und Open Source-Datenbanken und kann mit den unterschiedlichsten Dateiformaten umgehen.
