Britenet - Deutschland - Was lehrt uns die Tankstelle über Datenqualität?
Britenet Logo
Thumbnail Image

Was lehrt uns die Tankstelle über Datenqualität?

Eine der weniger angenehmen Tätigkeiten jeden Autofahrers ist der Besuch einer Tankstelle. Es wäre eine Sache, wenn wir Markenbenzin tanken und die einzige Unannehmlichkeit das Bezahlen der Rechnung ist. Schlimmer wäre es jedoch, wenn unser Tank leer ist und die nächstgelegene Tankstelle eine ist, von der wir nichts wissen und die nicht sehr vertrauenswürdig aussieht. Wird der Sprit, mit dem wir den Tank füllen, unseren Motor beschädigen? Wird der Motor an dem Gemisch aus Benzin und Wasser ersticken? Vielleicht hätten wir unsere Reise vorher planen sollen, um solche Risiken zu vermeiden.

Es ist interessant, dass es für uns sehr einfach ist, das Problem zu erkennen, den Autotank mit Benzin von zweifelhafter Qualität zu füllen, aber es ist nicht einfach zu sehen, wie unsere Unternehmen durch den "Treibstoff", den wir ihnen zur Verfügung stellen, erstickt werden. Wenn wir heutzutage ein Unternehmen wie einen laufenden Motor betrachten, dann ist der Treibstoff, mit dem es läuft, Daten. Im Zeitalter von Big Data ist die Fähigkeit, Daten zu sammeln und zu nutzen, das Hauptfeld im Kampf um Wettbewerbsvorteile geworden. Woher kommt also die Sorglosigkeit bei der Wahl des "Treibstoffs" für unsere Unternehmen? Vielleicht liegt es daran, dass der Wassergehalt im Benzin den Motor auf eine leicht zu beobachtende Weise schädigt. Schlechte Datenqualität hingegen beschädigt Unternehmen im Geheimen und bleibt lange Zeit unbemerkt.

Die Qualität der Daten

Um die schädlichen Auswirkungen von Daten schlechter Qualität zu betrachten, muss zunächst geklärt werden, was diese Qualität eigentlich ist. Eine systematische und enzyklopädische Beschreibung dieses Themas ist einen eigenen Artikel wert. Für unsere Zwecke wird jedoch eine intuitive Erklärung ausreichen. Ähnlich wie das Einmischen von Wasser in den Treibstoff eine Anomalie ist, kann man leicht zu dem Schluss kommen, dass eine unvollständige PESEL-Nummer, ein in der Zukunft liegendes Geburtsdatum oder eine Rechnung an einen Kunden, der nicht in unserer Datenbank enthalten ist, ebenfalls Anomalien sind.

Falsche Entscheidungen

Heutzutage sagen wir gerne, dass wir Entscheidungen auf der Grundlage von Reports, Analysen und detaillierten Informationen treffen. Das ist ein positiver Trend. Wir bewegen uns weg von " Intuitionen" hin zu realen Beschreibungen von Situationen, bevor wir über wichtige und alltägliche Geschäftsangelegenheiten entscheiden. Was ist, wenn der Report, auf dessen Basis wir unsere Entscheidung getroffen haben, Fehler enthält? Was, wenn der KPI, der unsere Strategie bestimmt, durch einen Haufen falscher Records verfälscht wurde und sich dadurch sein Wert signifikant verändert? Die Erfahrung zeigt, dass intuitiv getroffene Entscheidungen viel besser sein können als solche, die auf schlechten Daten basieren.

Zusätzliche Arbeit

Vor einiger Zeit habe ich in einer großen Organisation der Finanzbranche einen Vortrag über Datenqualität gehalten. Ich sprach über die zusätzliche Arbeit, die Leute, die Reports erstellen, leisten müssen, um 15 verschiedene Schreibweisen der Stadt Białystok (Bialystok, Baiłystok, Białysto, ...) zu einem einzigen Record zu verbinden, der die Verkaufsergebnisse für diesen Ort darstellt. Das Publikum teilte sich in zwei Gruppen auf. Die eine (Berichtsempfänger) schaute mich erstaunt an und fragte sich, wie jemand so eine sinnlose Arbeit machen kann. Die anderen (Berichtsersteller) nickten verständnisvoll. So sah ihre tägliche Arbeit aus. Anstatt Daten zu analysieren und nach Wettbewerbsvorteilen zu suchen, verbrachten diese Mitarbeiter ihre Zeit damit, Berichte auf Fehler zu überprüfen. Eine immense Verschwendung von Talent, Geld und Zeit.

Robotisierung und künstliche Intelligenz

In letzter Zeit sind die Begriffe Robotisierung und künstliche Intelligenz in aller Munde. Wir teilen das ehrgeizige Ziel, Computer zur Erledigung von Arbeiten einzusetzen, Kosten zu senken und die Effizienz von Geschäftsprozessen zu verbessern. Bei diesem Streben vergessen wir, dass 80 % der Automatisierungsarbeit Datenaufbereitung ist. Und warum? Im Gegensatz zu der Art und Weise, wie wir intuitiv wissen, dass die oben erwähnten Białystok, Bialystok und Baiłystok dieselbe Stadt sind, halten Algorithmen des maschinellen Lernens (mit Ausnahme von Methoden der natürlichen Sprachverarbeitung) sie für drei verschiedene Orte. Künstliche Intelligenz hat keine Intuition, daher ist sie anfälliger für Daten schlechter Qualität als ein Mensch.

IT-Projekte

Laut Gartner ist schlechte Datenqualität die Ursache für 40 % der gescheiterten Geschäftsvorhaben. Dies geschieht, weil wir bei der Planung eines Projekts oft die Kosten und die Zeit übersehen, die die Datenaufbereitung erfordert. Diese Kosten, insbesondere bei schlechter Datenqualität, stellen oft andere Projektkosten in den Schatten. Leider übersehen sowohl Unternehmen als auch IT-Service-Integratoren unwissentlich die Frage nach den Kosten und der Zeit, die für die Datenaufbereitung benötigt werden. Dies führt nicht nur zum Verlust von Ressourcen, die in ein gescheitertes Projekt investiert wurden, sondern auch zum Verlust der Motivation der Mitarbeiter, die an dem Vorhaben beteiligt waren.

Kundenidentifikation

Bald ist es ein Jahr her, dass die DSGVO in Polen in Kraft getreten ist. Ich habe von vielen Leuten gehört, dass die Verordnung die Art und Weise, wie Unternehmen arbeiten, in keiner Weise sinnvoll verändert hat. Auf der anderen Seite hat die GDPR dazu beigetragen, das Bewusstsein der Kunden zu schärfen und ihnen zu zeigen, dass ihre Daten wertvoll sind und ihnen gehören. Es sollte ein wachsendes Unternehmensbewusstsein folgen, in der Hinsicht, dass für eine effektive Kundenkommunikation wichtig ist, die Kundenidentifikation in den IT-Systemen der Unternehmen zu verbessern. Die Verknüpfung einzelner Kundendaten ist schwierig, wenn sie von geringer Qualität sind. Sind sie schwer zu kombinieren, ist es noch schwieriger, ein gültiges Kundenprofil zu erstellen und für eine gezielte Marketingkampagne zu nutzen oder auch nur zu vermeiden, dass Nachrichten an eine Person unter falschem Namen gesendet werden.

Zusammenfassung

Die oben genannten Punkte sind nicht erschöpfend, was die Bereiche betrifft, die von der Datenqualität beeinflusst werden. Es lohnt sich auch, auf Strafen im Zusammenhang mit Vorschriften, erhöhte Kosten für die Maintenance und den Betrieb von IT-Systemen oder Fehler bei der finanziellen Abrechnung mit Geschäftspartnern hinzuweisen.

Wie wir sehen können, kann die Datenqualität, ähnlich wie schlechtes Benzin die Leistung eines Automotors beeinträchtigt und schließlich zu dessen Ausfall führt. Es kann die Unternehmen, für die wir arbeiten, behindern, zusätzliche Kosten erhöhen und die Wettbewerbsfähigkeit verringern. Die gute Nachricht ist, dass wir es sind, die entscheiden, mit welcher Art von Treibstoff unsere Unternehmen in Zukunft fahren werden.

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