Britenet - Deutschland - Seien Sie kein Daten-Neandertaler
Britenet Logo
Thumbnail Image

Seien Sie kein Daten-Neandertaler

Seien Sie kein Daten-Neandertaler

Wenn wir die Geschichte der Menschheit zurückverfolgen, können wir ein Paradoxon erkennen. Die meiste Zeit haben wir Menschen ums Essen kämpfen müssen. In prähistorischen Zeiten überlebte derjenige, der mehr Nahrung zu sich nahm. Heute ist das Gegenteil der Fall. In den entwickelten Ländern haben mehr Menschen Probleme mit Übergewicht als mit einem Mangel an Nahrung. Ich schreibe darüber, weil wir in den letzten Jahren ein ähnliches Paradoxon im Zusammenhang mit den Daten erleben, mit denen wir unsere Unternehmen füttern. Seit Jahren bemühen wir uns, so viele Daten wie möglich zu sammeln. Das wird als "Big Data" bezeichnet, und es wird als großartige Möglichkeit gesehen, einen Wettbewerbsvorteil aufzubauen.

Es hat sich jedoch herausgestellt, dass die Algorithmen des maschinellen Lernens an solch großen Datenmengen ersticken und unsere Berichte fett von der Überfütterung sind. Das liegt daran, dass Daten heutzutage wie Essen sind: Es kommt auf die Quantität und nicht auf die Qualität an. Zugegeben, wir reden schon seit Jahren über Datenqualität, aber von Worten zu Taten ist es noch ein weiter Weg. Polnische Unternehmen, auch solche aus dem Finanzsektor, unternehmen Versuche, Data Governance zu implementieren, also Prozesse, Rollen, Tools und alles, was ihnen Daten in entsprechender Qualität liefern soll. Mit Blick auf diejenigen, die ihr Abenteuer mit der Datenqualität gerade erst begonnen haben, habe ich die fünf populärsten Mythen im Zusammenhang mit diesem Bereich zusammengestellt.

  1. Es ist nicht unser Problem

Wenn wir Entscheider fragen, ob sie ein Problem mit der Datenqualität haben und sie dies verneinen, haben wir es mit Mythos Nr. 1 zu tun. Warum eigentlich? Weil jeder ein Problem mit der Datenqualität hat! Laut Experian-Berichten haben schlechte Daten einen direkten Einfluss auf die Performance von 78% der Unternehmen. Studien, die von der Harvard Business Review veröffentlicht wurden, zeigen, dass nur 3 % der Datensätze in den Schlüsseldatensätzen, als "akzeptabel" bewertet werden können, wobei die geringsten Qualitätsstandards verwendet werden. Anstatt Studien zu studieren, fragen Sie einfach diejenigen, die ihr Abenteuer mit dem Aufbau eines Data-Governance-Frameworks in ihren Unternehmen bereits begonnen haben. Sie werden sicherlich bestätigen, wie viel mehr es zu tun gibt.

  1. Datenqualität ist ein Projekt

Der zweite Mythos in Bezug auf die Datenqualität hängt eng mit der obigen Aussage zusammen. Sobald sie verstehen, dass Probleme mit Daten sie betreffen, setzen Unternehmen oft folgenden Plan um: Lasst uns ein Projekt entwerfen, das die Datenqualitätsprobleme lösen wird.

Aber so funktioniert es nicht! Mit einem Projekt können wir zwei Ziele erreichen. Erstens sind wir in der Lage, Verantwortlichkeiten und Datenmanagementprozesse zu definieren. Zweitens können wir Tools implementieren und Algorithmen zur automatischen Datenbereinigung ausführen. Selbst wenn diese beiden Ziele erfolgreich erreicht werden, sind sie nur der Anfang. Die Pflege der Datenqualität erfordert die tägliche Verbesserung der Prozesse und Tools durch die dafür verantwortlichen Personen.

  1. Daten sind schwarz oder weiß

Der dritte Mythos basiert auf der Annahme, dass Daten von guter oder schlechter Qualität sein können. In der Tat wird die Datenqualität aus zwei Gründen nicht perfekt sein. Erstens kann es sich niemand leisten. Solche Maßnahmen wären sehr teuer und würden ohnehin nicht den vollen Erfolg garantieren. Zweitens wäre das sinnlos, denn Daten sollen ja nützlich sein, nicht perfekt.

Hier zeigt sich die Schlüsselrolle der Wirtschaft, nämlich die Beantwortung folgender Frage: "Auf welches Qualitätsniveau sollten Daten gebracht werden, um darauf basierende Geschäftsprozesse korrekt umzusetzen?" Daten sollten nicht wie ein Hemd aus einer Waschmittelwerbung behandelt werden, das entweder völlig verschmutzt oder völlig sauber ist. Die Welt der Daten ist nicht einheitlich und hat viele Grautöne.

  1. Das ist eine Aufgabe für die IT

Der vierte Mythos basiert auf einer offensichtlichen Aussage: Daten liegen in der Datenbank, auf Festplatten und auf Servern, also sind sie das Problem der IT. Die kümmert sich schon darum!

Falsch! Die Verantwortung für die Datenqualität tragen alle, die an der Verarbeitung von Daten beteiligt sind, also auch diejenigen, die Daten direkt und indirekt erzeugen, z.B. durch die Erstellung von Anforderungen an IT-Systeme. Zu dieser Gruppe gehören auch diejenigen, die Daten nutzen, denn sie bestimmen die Regeln und Anforderungen, die Daten erfüllen sollten, um für Geschäftsanalysen nützlich zu sein. Die Qualität der Daten wird auch von denjenigen verwaltet, die aufgrund ihrer Funktion innerhalb der Organisation dazu verpflichtet sind, z. B. Data Steward, DPO, CDO usw. Nicht zuletzt müssen wir auch an diejenigen denken, die für die Datenverarbeitung verantwortlich sind (einschließlich der IT) und dafür sorgen, dass dabei keine zusätzlichen Fehler und Ungenauigkeiten auftreten.

Zusammengefasst: Finanzen, Buchhaltung, Personalwesen, Vertrieb, Marketing, HR, Risiko, IT - in unseren Unternehmen sind wir alle für die Datenqualität verantwortlich.

  1. Es geht um Bereinigung

Der fünfte Mythos ist der Glaube, dass es bei Data Governance um Bereinigung geht. Das ist bis zu einem gewissen Grad wahr, aber es ist nur die Spitze des Eisbergs. Unter der Oberfläche finden wir Data Profiling, d.h. die Analyse des aktuellen Zustands der Daten, die Definition von Regeln und der erwarteten Datenqualität, die Analyse und das Reporting der Datenqualität und die Erstellung der Anwendungsarchitektur, damit die Regeln der Dateneingabe und -speicherung deren Qualität sicherstellen. Darüber hinaus werden wir in den Tiefen auch das UX-Anwendungsdesign entdecken, um die Bereitschaft der Benutzer zu erhöhen, Daten zu vervollständigen, die Analyse von Datenfehlern in der Phase der Dateneingabe und -verarbeitung, Rollen, Verantwortlichkeiten und Prozesse, die durch Daten verwaltet werden und vieles mehr.

Wir sollten uns nicht vom ersten Eindruck täuschen lassen. Die Datenbereinigung selbst ist nur ein Teil der Arbeit, die wir leisten müssen, um sie nutzbar zu machen.

Ändern Sie Ihr Denken

Es gibt offensichtlich noch viele weitere Mythen über Datenqualität. Aber das Wichtigste ist, dass wir unser Denken in zweierlei Hinsicht ändern müssen. Erstens: Wenn wir datengesteuerte Organisationen aufbauen wollen, sollten wir alle die Verantwortung für Daten und deren Qualität übernehmen.

Zweitens müssen wir aufhören, über Daten in einer prähistorischen, neandertalerischen Weise zu denken. Anstatt zu versuchen, einen weiteren riesigen Datensatz zu erhalten, den wir ohnehin nicht nutzen können, sollten wir uns auf die Sätze konzentrieren, die wir bereits haben, und sie essbar oder sogar schmackhaft machen. Der Grund dafür ist, dass ein Wettbewerbsvorteil nicht durch den bloßen Besitz von Daten entsteht. Er wird durch die Fähigkeit aufgebaut, sie zu nutzen.

DEEL DIT

RECENTE ARTIKELEN

Was lehrt uns die Tankstelle über Datenqualität?

2021-04-23
News

Wie verliert man Kunden und schreckt Menschen ab?

2021-03-30
News

Daten sind Gold

2021-03-19
News