Europäische Unternehmen vernachlässigen ihr Datenqualitätsmanagement (DQM) zur Sicherstellung einer belastbaren Datenbasis. Das zeigt die biMA ® (Business Intelligence Maturity Audit) Studie 2012/2013 von Steria Mummert Consulting. 38 Prozent nennen die Datenqualität als zentrale Herausforderung im Bereich BI. Weitere 25 Prozent beklagen die Intransparenz bezüglich des Datenqualitätsniveaus. Die Folgen sollten nicht unterschätzt werden, denn nur mit qualitativ hochwertigen Daten sind stichhaltige Analysen und beständige Managemententscheidungen möglich.
Größtes Problem der Business Intelligence ist unzureichende Datenqualität
Das am häufigsten genannte Problem der Business Intelligence (BI) ist die unzureichende Datenqualität. Europäische Unternehmen wissen darum, haben das Problem aber noch nicht gelöst. Ein Drittel der Befragten erkennt Mängel im Bereich Datenqualität eher zufällig, obwohl diese ernsthafte wirtschaftliche Schäden verursachen können. Ein weit verbreitetes Beispiel: Mehrfach abgelegte Kundendaten, bei denen es Variationen der Schreibweise des Namens gibt. Greift ein Mitarbeiter auf die Daten zu, muss er zunächst die richtige Schreibweise ermitteln. Die Folge: Vertrauensverlust und Mehraufwand bei den Nutzern. Wird der Fehler nicht entdeckt sind Schäden wie falsch zugestellte Rechnungen oder Kundenverlust möglich.
Ursachen schlechter Datenqualität identifizieren
Zur Vermeidung solcher Defizite müssen die Ursachen schlechter Datenqualität identifiziert werden. Oft gibt es einen Zusammenhang mit dem Fehlen standardisierter Prozesse. Für 40 Prozent der Unternehmen ohne geregelten Prozess für Datenqualitätsmanagement ist die mangelnde Datenqualität eine Herausforderung, bei den Unternehmen mit verbindlichen Standards für die Datenerfassung und -pflege sind es nur 24 Prozent. Ohne verbindliche Standards berechnet jeder Kennzahlen nach seinen eigenen Vorstellungen, was in einer inkonsistenten Datenbasis resultiert, die zeit- und kostenintensiv instandgesetzt werden muss.
DACH-Unternehmen haben Data-Ownership-Konzept
Der Ländervergleich zeigt weitere Faktoren für gutes und schlechtes Datenmanagement. Befragte aus der DACH-Region bewerten ihre Datenqualität viel besser als Unternehmen aus den anderen Ländern. Verglichen mit den europäischen Nachbarn liegen sie in fast allen Bereichen vor der Konkurrenz. Gut ein Drittel der Unternehmen aus der DACH-Region haben ein Data-Ownership-Konzept mit verbindlichen Zuständigkeiten, das verbindlich genutzt wird. Damit liegen sie in diesem Punkt auf Platz 1. In Unternehmen aus anderen Regionen gibt es zwar auch Data-Ownership, aber es hapert an fachlichen Prozessen und verbindlichen Regelungen.
Zuverlässige Datenbasis ist Grundvoraussetzung für Business Intelligence
Die Schaffung einer zuverlässigen Datenbasis ist die Grundvoraussetzung für Business Intelligence. Das geschieht im Idealfall auf unterschiedlichen Ebenen, angefangen bei den technischen Hilfsmitteln. Auch eine BI-spezifische Data Governance, die verbindliche Regeln für Verantwortlichkeiten oder Prozesse festlegt, ist nötig. Durch Unterstützung der Anwender und klare Vorgaben zum angestrebten Datenqualitätsniveau ist das Ziel leichter im Blick zu behalten. Datenqualität sollte ganz oben auf der Agenda stehen und regelmäßig geprüft werden. Nur so lassen sich die Potenziale analytischer Informationen wirklich nutzen und ein wirtschaftlicher Vorteil erlangen.