CRM: Aktionsplan für bessere Daten

Wie wichtig sind Ihre Kunden für Sie? Diese Fragen werden alle Unternehmer mit »sehr wichtig« beantworten. Doch dieser hohe Stellenwert spiegelt sich in den Unternehmensdaten nicht wieder. Einer Gartner-Studie zufolge scheitern 55 Prozent aller CRM-Projekte. Der Hauptgrund: schlechte Datenqualität.

Ein Beispiel aus der Praxis: Das Unternehmen LexisNexis ist Marktführer für Rechts- und Wirtschaftsinformationen und Nachrichten und bietet zahlreiche Online-Services an, mit denen die Kunden nach bestimmten Dokumenten suchen können. Über vier Milliarden Dokumente aus mehreren tausend Quellen stehen bereit. In den vergangenen Jahren hatte LexisNexis den Versand von über 12 Millionen Mailings zur Unterstützung von mehr als 2000 Kampagnen an einen Outsourcing-Anbieter vergeben.

LexisNexis steht für tagesaktuelle Wirtschaftsinformationen und Nachrichten, nach einem Datenqualitätsprojekt klappt die Zielansprache besser.

Um diese Kosten zu reduzieren, musste das Unternehmen eine Datenbank aus zahlreichen Quellen erstellen, etwa aus Anwaltsregistrierungen, interne Datenquellen und Fremd-Datenbanken. Ebenso sollten gezieltere Angebote für die Kunden erstellt werden. Aufgrund der unterschiedlichen Herkunft der Daten war das Unternehmen mit einer Reihe von Datenmanagement-Problemen konfrontiert, zum Beispiel mit doppelten Namen und ungültigen Adressen.

Und dann passierten Fehler, die das Unternehmen unprofessionell aussehen ließen: So wurden mehrere Aussendungen an die gleiche Adresse geschickt, da die gleichen Einträge in unterschiedlichen Datenquellen vorlagen. Angebote, die eigentlich an Interessenten gerichtet waren, landeten bei Bestandskunden, Zielgruppen konnten nicht mehr errecht werden. Nach diesem Fiasko startete LexisNexis ein Datenqualitätsprojekt, das jetzt rund eine Million Dollar im Jahr spart und die Kundenbindung verbessert hat.

Datenqualität an allen Ecken
Das Thema Datenqualität ist aber nicht nur auf CRM-Systeme beschränkt. So sollten Unternehmer strategische Geschäftsentscheidungen auch nur auf Basis korrekter Daten treffen, sonst droht der Firma Schieflage. Eine Marketsafe-Studie ergab 2007, dass in Großbritannien in 13 Prozent der Fälle unzureichende Datenqualität Schuld daran war, dass es nicht zu neuen Geschäftsabschlüssen kam.

Totschlagargument Kosten

dfPower Studio von Dataflux klopft Adressbestände auf doppelte Einträge ab.

Vorhandene Studien zum Thema Datenqualität lassen sich auf einen Nenner bringen: Schlechte Datenqualität in Unternehmen verursacht unnötige Kosten in immenser Höhe. Dabei werden, so eine Studie von Agens Consulting, bis zu 25 Prozent des Unternehmensumsatzes verschwendet, bei 500 Millionen Euro Umsatz sind das stattliche 125 Millionen jährlich. Schon allein das Einsparungspotenzial sollte Entscheider von der Notwendigkeit für hohe Datenqualität überzeugen, richtig eingesetzt gehen die Vorteile aber weit darüber hinaus.

Software alleine reicht nicht aus
Für viele Firmen sind diese Erkenntnisse nicht neu, denn sie haben bereits versucht, dem Datenqualitäts-Problem Herr zu werden und sich mit Software-Lösungen eingedeckt. Doch das ist zu kurz gedacht, denn Programme alleine reichen meist nicht aus, um ein nachhaltiges Ergebnis zu erzielen. Wichtig sind begleitende Maßnahmen rund um die Unternehmensprozesse. Nur so kann man Schwachstellen identifizieren, die sich in der Organisation, den Prozessen, der IT und beim Personal verstecken. Nur so finden IT-Manager im Unternehmen effektive Ansätze zur Entwicklung von Verbesserungsmaßnahmen im Datenqualitätsmanagement.

Für viele Firmen besteht ein hohes Risiko, nicht nur bei der Unternehmensstrategie sondern auch im Alltagsgeschäft durch schlecht gepflegte Daten in ernste Probleme zu geraten. Beispiele: Kreditentscheidungen in Banken, die auf ungenauen Daten beruhen stehen ebenso auf wackligen Beinen wie Berechnungen nach Basel II, die zu hohe Abweichungen aufweisen.

Nicht reagieren – agieren
So ist Datenqualitätsmanagement zwar ein Thema auf Vorstandsebene, es wird aber meist nur reaktiv betrieben. Ein proaktives Qualitätsmanagement ist die Ausnahme – hier ist Umdenken gefordert. In den meisten Firmen gibt es keine Instrumentarien zur Messung der Datenqualität. So fehlt eine wichtige Grundlage für die korrekte Einschätzung. Unternehmen müssen also die tatsächliche Datenqualität und die Kosten der Datenhaltung sichtbar machen.

Bis zu 25 Prozent des Uumsatzes werden laut Agens Consulting aufgrund schlechter Datenqualität verschwendet.

Bei der Trendanalyse »Banksteuerung der Zukunft« fand die Beratungsfirma Agens consulting heraus, dass die Datenqualität einer der wichtigsten Aspekte für Business Intelligence ist.

Trotzdem konnte in der gleichen Studie auch nachgewiesen werden, dass die Datenqualität von den meisten Instituten zu positiv bewertet wird, weil die direkten und indirekten Kosten nur unzureichend bekannt sind. Und das ist in anderen Branchen nicht anders. Damit fehlt auch die Basis, um mit einem proaktiven und strategischen Management die Qualität der Daten nachhaltig zu verbessern und Kostensparpotenziale zu erschließen.

Datenqualität im Alltag
Aber wie erreicht man im Alltag höhere Datenqualität? Der erste Schritt ist immer die Analyse. Was sind die Geschäftsziele und in welchen Bereichen gibt es Probleme? Erst wenn diese Fragen beantwortet sind, ist der Weg zu den verwendeten Daten nicht weit. Anschließend muss untersucht werden, welche Mechanismen für Datenmanagement bereits im Unternehmen vorhanden sind – und falls möglich auch gleich aufzudecken, wo es Nachholbedarf gibt. Längst haben Lösungsanbieter eigene Prozeduren entwickelt, die den Unternehmen zeigen, wo sie beim Thema Datenqualität stehen.

Aktionsplan entwickeln
Studien zeichnen ein ernüchterndes Bild: Demnach pflegen heute noch etwa 80 Prozent der Firmen einen undisziplinierten Umgang mit Daten. Nach der Standortbestimmung empfiehlt es sich, einen Aktionsplan zu entwickeln. Am besten teilt man diesen in mehrere Phasen ein. So kann der IT.Manager schon frühzeitig von den Änderungen profitieren ohne das Tagesgeschäft durcheinander zu bringen. Wichtig sind gute Zusammenarbeit verschiedener Abteilungen, vorausschauende Planung, klare Formulierung der Ziele sowie die Rückendeckung durch die Geschäftsleitung.

Doch nicht nur Datenfehler spielen bei der Qualität eine Rolle, sondern auch die Eignung der Daten für einen bestimmten Zweck. Gerade diese Anforderungen sind in den letzten Jahren exponentiell angewachsen. So werden immer weitere Berichts-, Planungs- und Analyseinstrumente entwickelt. Getrieben wird diese Entwicklung durch gesetzliche aber auch interne und externe Vorgaben, um die regulatorische und ökonomische Steuerung von Geschäft und Risiken zu bewerkstelligen. Aufwandseinsparungen bei der Datenbereinigung und -aufbereitung schaffen hier mehr Zeit für die Kernaufgaben.

Jörg Geiger/mt

Weblinks
Agens Consulting
LexisNexis
Gartner