controller - Haufe.de
controller - Haufe.de
controller - Haufe.de
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
64<br />
Effiziente Datenvalidierung mit Profiling<br />
Datenqualität – Effiziente Datenvalidierung<br />
mit Profiling<br />
von Michael Herrmann<br />
Informationen bil<strong>de</strong>n die Grundlage je<strong>de</strong>r betriebswirtschaftlichen<br />
Entscheidung. So banal<br />
diese Aussage daherkommt, so schwierig ist es<br />
oftmals, die Basis, nämlich Daten, für solche Informationen<br />
optimal bereitzustellen. Weil Daten<br />
und <strong>de</strong>ren Genauigkeit unerlässliche Voraussetzung<br />
für <strong>de</strong>n Geschäftserfolg sind,<br />
sollten Unternehmen <strong>de</strong>r Qualität dieser Daten<br />
beson<strong>de</strong>re Aufmerksamkeit schenken. Der folgen<strong>de</strong><br />
Artikel zeigt auf, wie das Datenmanagement<br />
und die Verbesserung <strong>de</strong>r Datenqualität<br />
organisiert wer<strong>de</strong>n können, und stellt ein Verfahren<br />
vor, das in puncto Kosteneffizienz überzeugt.<br />
Folgen unzureichen<strong>de</strong>r<br />
Datenbasis<br />
Unvollständige, wi<strong>de</strong>rsprüchliche o<strong>de</strong>r schlichtweg<br />
falsche Daten führen dazu, dass Fachabteilungen<br />
und Unternehmensführungen ihre<br />
Aufgaben nicht angemessen erfüllen können<br />
o<strong>de</strong>r falsche Entscheidungen treffen. Ganze<br />
Unternehmensstrategien können ins Leere laufen,<br />
wenn die ihnen zugrun<strong>de</strong> liegen<strong>de</strong> Informationsbasis<br />
inkorrekt ist. Abwan<strong>de</strong>rungen von<br />
Kun<strong>de</strong>n, Umsatzrückgang, Imageverlust<br />
und verpasste Marktchancen sind die Folgen.<br />
Zu<strong>de</strong>m sind falsche Daten ein entschei<strong>de</strong>n<strong>de</strong>r<br />
Grund für das Scheitern vieler komplexer<br />
Projekte: Einzelne Studien schätzen,<br />
dass schlechte Datenqualität Mehrkosten in<br />
Höhe von bis zu 25 Prozent <strong>de</strong>s Unternehmens-<br />
umsatzes verursacht. Es liegt auf <strong>de</strong>r Hand: Unternehmen<br />
müssen sich mit <strong>de</strong>r Qualität ihrer<br />
Daten auseinan<strong>de</strong>rsetzen.<br />
Reality Check: Ein Quell an Fehlern<br />
Ein Datensatz kann schnell zu Datenmüll wer<strong>de</strong>n:<br />
Ursachen sind vertauschte Ziffern und<br />
Buchstaben, Verwechslungen von Fax- und<br />
Telefonnummern, missverständliche Ab-<br />
kürzungen und richtige Informationen in<br />
falschen o<strong>de</strong>r falsche Informationen in<br />
richtigen Fel<strong>de</strong>rn. Hinzu kommen Mängel, die<br />
durch externe Daten importiert wer<strong>de</strong>n, sowie<br />
falsche Kodierungen und das Vermischen von<br />
korrekten und falschen Daten, wodurch ganze<br />
Datensätze wertlos wer<strong>de</strong>n können. Der ernüchtern<strong>de</strong>n<br />
Tatsache, dass sich Fehler in Daten<br />
kaum vermei<strong>de</strong>n lassen, kann man mit<br />
transparenten Regeln und Kriterien, wie diese<br />
Fehler behoben wer<strong>de</strong>n sollen, begegnen – und<br />
so die Datenqualität erheblich verbessern.<br />
In <strong>de</strong>r Realität wird in Unternehmen jedoch<br />
noch allzu oft nach <strong>de</strong>m Gi-Go (Garbage-in-<br />
Garbage-out)-Prinzip verfahren, wie es Analysten<br />
weltweit beschreiben. Doch ungültige Eingaben<br />
können nur ungültige Ausgaben produzieren.<br />
Für die Bereinigung unvollständiger o<strong>de</strong>r<br />
fehlerhafter Daten müssen Fach- und IT-Abteilung<br />
Hand in Hand arbeiten. Der I<strong>de</strong>alfall sieht<br />
so aus: Die Fachabteilung schickt eine An-