Optimierung der Datenqualität im Unternehmen - we.CONECT

Scoring
Viele Unternehmen setzen auf ein Scoringsystem, um die Datenqualität besser beurteilen und
Probleme besser priorisieren zu können, sobald diese auftreten. Dabei wird jedem Datensatz
eine Zahl zugeordnet, die etwas über die Qualität aussagt. Ein lupenreiner Datensatz kann
beispielsweise einen Wert von 5 erhalten, während ein völlig ungültiger Datensatz einen Wert von
1 erhält. Die Werte dazwischen zeigen, wieviel Vertrauen das Unternehmen in die Korrektheit des
Datensatzes setzt und gibt an, ob Maßnahmen erforderlich sind (Datensätze mit Werten von 3 und
darunter sind manuell zu prüfen).
In der Praxis zählt hier Flexibilität – für verschiedene Datentypen müssen unterschiedliche
Regeln verwendet werden, die bei Problemen die jeweilige Dringlichkeit deutlich machen.
Kritische Daten wie Informationen über Kunden sollten strenger bewertet werden als Daten über
Verbrauchsmaterialbestände.
Erweiterbarkeit und Flexibilität für individuelle Daten
Um ermitteln zu können, welche Daten mangelhaft sind, muss festgelegt werden, wie die
Datensätze aussehen müssen. Informationen wie Adressen und Postleitzahlen können einfach
mit einer Datenbank abgeglichen werden, aber für die meisten Datentypen ist das nicht möglich.
Ein Großteil der Daten ist technischer Natur – z. B. Produktdaten – und die Beurteilung erfordert
Fachkenntnisse.
Zur proaktiven Bewertung solcher Daten müssen feste Schemata vorhanden sein. Die Regeln
müssen einfach zu definieren und umzusetzen sein und sollten idealerweise von vornherein
verhindern, dass fehlerhafte Daten überhaupt in die Umgebung gelangen.
6
Optimierung der Datenqualität im Unternehmen