Strategien zur Hebung der Datenqualitaet in Datenbanken

Empfehlungen

Info

Rang Firma / Jahr Problem / Auswirkungen 1 Foxmeyer Drug, der damals zweitgrösste Drogerie-Distributor der USA 1996 2 … … 3 … … 4 … … 5 Gepäckabwicklungs- System im Flughafen Denver (USA) 1993 – 1995 6 … … 7 Hershey Foods 1999 8 Cisco 2001 9 Nike 2001 10 … … 11 … … Gleichzeitige Überarbeitung von IT-System und Distribution. Das IT-System von SAP konnte die riesigen Datenmengen nicht verarbeiten und brach zusammen. Kunden erhielten nur Teile der Bestellung oder erhielten diese doppelt. Nach einem Verlust von 5 Milliarden USD ging das Unternehmen Konkurs. Die Reste wurden von einem Konkurrenten aufgekauft. Das hochautomatisierte Gepäckabwicklungssystem musste wegen der grossen Distanzen auf hohe Geschwindigkeiten ausgelegt werden. Dadurch musste die ganze Infrastruktur, welche bereits erstellt worden war, überarbeitet werden. Als dann das System teilweise produktiv ging, veranlassten die wiederholten Probleme mit falsch abgewickelten Gepäckstücken und hohen operativen Kosten die Fluggesellschaft United Airlines dazu, wieder zu den klassischen Methoden zurückzukehren. Der Flughafen wurde wegen den logistischen Problemen zwei Jahre später eröffnet und das Logistik-System inzwischen total ausgewechselt. Nachdem die Stichtageinführung von mehreren Geschäftskritischen Systemen bereits um einige Monate verschoben werden musste, konnten kurz vor Halloween 1999 (eine Hauptumsatzzeit) keine Bestellungen mehr abgewickelt werden, weil das Order Management keinen Zugriff mehr auf das Inventarsystem hatte. Aufträge im Wert von 150 Millionen USD konnten nicht ausgeführt werden. Der Gewinn brach um 19 % ein, und noch Jahre später wurde die Firmenleitung regelmässig von Analysten zum Zustand des Bestellwesens befragt. Wegen der knappen Verfügbarkeit von Netzwerk Equipment war es für viele Endkunden normal, dieselbe Bestellung mehrfach über verschiedene Distributoren laufen zu lassen. Als mit dem Platzen der Internet-Blase die Nachfrage zusammenbrach, sah die Firma die sinkende Nachfrage nicht voraus und musste insgesamt 2.2 Milliarden USD an neuer Hardware abschreiben. Der Börsenkurs halbierte sich daraufhin und erholte sich nicht mehr. Als Folge einer grossen Stichtagsumstellung im Supply Chain Planungssystem wurden tausende Schuhe zu viel oder zu wenig produziert, weil die Bestellungen zwischen zwei Schuhtypen vertauscht wurden. Die Firma musste „wegen Software-Problemen“ Umsatzeinbussen von 100 Millionen USD bekannt geben. Die Börse reagierte mit einem Kurseinbruch von 20 %. Tabelle 1: Die zum Thema Datenqualität relevanten Einträge aus den „Top-11 Supply Chain Disasters“ von SupplyChainDigest [ 55 ] Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 10 / 83
1.5. Wichtigkeit des Themas für die Unternehmensführung 1.5.1. Wichtigkeit von Genereller Qualität Die PIMS Studie 20 erfasst seit über 30 Jahren die Erfolgsfaktoren für die Leistungsfähigkeit von Unternehmen und wertet diese wissenschaftlich aus. Als Resultat wurde festgestellt, dass im Vergleich zwischen Produkten tieferer Qualität und Produkten höherer Qualität der Unterschied der Herstellkosten nur 1 % beträgt – die Preisdifferenz im Markt jedoch 6 %. Die Folge ist, dass mit Produkten höherer Qualität im Durchschnitt 5 % mehr Gewinn erzielt werden kann. Abbildung 3: Wie Qualität Rentabilität und Wachstum steigert 21 Zusätzlich können noch weitere Vorteile errungen werden, indem die Preisdifferenz nicht abgeschöpft wird, sondern durch den tieferen Preis die Erhöhung des Marktanteiles angestrebt wird. Qualität darf gemäss dieser Studie aber nicht als alleiniges Ziel gesetzt werden, da eine derartige Ausrichtung die Kosten mehr als die Erwähnten 1 % in die Höhe treibt. Ein ausgewogenes Verhältnis dieses Ziels mit anderen Unternehmenszielen ist also anzustreben. 22 Zusammengefasst wird jedoch die Qualität als wichtigster Einzelfaktor genannt, dicht gefolgt vom Marktanteil. 23 1.5.2. Wichtigkeit von Datenqualität Huang et al. fordern, dass Unternehmen ihre Daten als Produkte betrachten sollen 24 . Wird dieser Gedanke konsequent umgesetzt, so bedeutet dies, dass nicht nur die Produkte, welche das Unternehmen verlassen, einer Qualitätssicherung unterliegen sollen, sondern auch die Daten – auch wenn sie nur innerhalb des Unternehmens zirkulieren. Ähnlich wie die höhere Produktqualität dem Unternehmen bessere Verkäufe und höhere Gewinne bringen, ermöglicht auch eine höhere Datenqualität bessere Verkäufe und höhere Gewinne. Abbildung 4: Der Zusammenhang zwischen Daten und Kernkompetenzen nach Yang W. Lee [ 32 ] 25 20 PIMS – „Profit Impact of Market Strategy“ zu deutsch so viel wie „Auswirkungen auf den Profit aufgrund der Marktstrategie“; Details dazu siehe [ 36 ] und [ 41 ]. 21 Grafik aus Seghezzi in [ 50 ], Seite 13, welches Buzzle/Gale: Das PIMS Programm (1989) zitiert. 22 Siehe Seghezzi in [ 50 ], Seite 10ff. 23 Siehe Vonlanthen in [ 62 ]; URL: http://www.betriebswirtschaft.ch/default.asp?m=73 24 Siehe Huang et al. in [ 26 ], Seite 9ff. 25 Grafik übersetzt aus dem Englischen aus Huang et al. [ 26 ] Seite 115, welche Yang W. Lee in [ 32 ] zitieren. Strategien zur Hebung der Datenqualität in Datenbanken - Diplomarbeit © Jürg Wolf 2007 Seite 11 / 83
Seite 1 und 2: AKAD Hochschule für Berufstätige
Seite 3 und 4: Danksagung Mein Dank geht an Herrn
Seite 5 und 6: 5.5. Strategie E: Daten-Lifecycle a
Seite 7 und 8: 1.2. Anzeichen schlechter Datenqual
Seite 9: schickt die Angaben per Fax zu Swis
Seite 13 und 14: Beispiel 1: Im Cockpit von Abbildun
Seite 15 und 16: Auf der anderen Seite taugt das The
Seite 17 und 18: 1.6.6. Solvency II „Solvency II
Seite 19 und 20: 1.7.2. Datenqualität als Managemen
Seite 21 und 22: Qualität kann nach diesem Konzept
Seite 23 und 24: Dies wird insbesondere dann wichtig
Seite 25 und 26: 2.3. Was ist Datenqualität 2.3.1.
Seite 27 und 28: 2.6.2. Das Datenqualitäts-Radar na
Seite 29 und 30: Aber wie steht es mit der Qualität
Seite 31 und 32: 2.9. Wie kann man Datenqualität id
Seite 33 und 34: 2.11. Anforderungen an ein einfache
Seite 35 und 36: 2.12.2. Kostenarten im Datenqualit
Seite 37 und 38: 2.14. Was Datenqualität nicht ist
Seite 39 und 40: 3.1.2. Data Cleansing Data Cleansin
Seite 41 und 42: eruhen im Abgleich mit anderen Date
Seite 43 und 44: 4.2.2. Auf Basis des TQM-Konzeptes
Seite 45 und 46: Zudem muss auch im Thema Datenquali
Seite 47 und 48: 4.5. Aus diesen Thesen abgeleitete
Seite 49 und 50: Aus diesem Grund muss diese Strateg
Seite 51 und 52: Eine derartige Implementation erhö
Seite 53 und 54: Beispiel 4: Die eine Applikation (A
Seite 55 und 56: Eine hohe Usability bringt den Nutz
Seite 57 und 58: Sind dann noch jeweils verschiedene
Seite 59 und 60: 5.5.5. Nachteile und Risiken dieser
Seite 61 und 62:
Abbildung 27: Schritt 2 - Aufruf de
Seite 63 und 64:
5.8. Strategie H: Eingabe von „Ic
Seite 65 und 66:
Beide Umsetzungen haben ihre Vor- u
Seite 67 und 68:
Je nach Strategie werden mehr oder
Seite 69 und 70:
6. Empfehlungen und Ausblick Keine
Seite 71 und 72:
Geschäftsregel (Business Rule) Hyp
Seite 73 und 74:
7.4. Tabellenverzeichnis Tabelle 1:
Seite 75 und 76:
[ 19 ] Fields Gary; 2003; From Comm
Seite 77 und 78:
[ 63 ] Wang, Richard; Madnick, Stua
Seite 79 und 80:
Anhänge Anhang A: eMail für die T
Seite 81 und 82:
8 Fragen zum Prozess 1 2 3 4 X Bitt
Seite 83:
Anhang D: Inhalt der CD Die beilieg
Alle anzeigen

Strategien zur Hebung der Datenqualitaet in Datenbanken

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?