Nur auf der Basis von Quartalsentscheidungen ist noch niemand lange am Markt geblieben. Es gilt, auch langfristige Entwicklungen und Wachstumspotenziale im Auge zu behalten und ein Unternehmen danach auszurichten. Moderne IT-Infrastrukturen, Softwarelösungen und Serviceleistungen spielen bei dieser Ausrichtung eine zentrale Rolle. Zugleich gilt: keine IT ohne Daten. Die Daten, die tagtäglich unternehmensweit erfasst und in den Fachbereichen und der Unternehmensführung analysiert, interpretiert und genutzt werden, sind von existenzieller Bedeutung. Zumindest dann, wenn sie den unterschiedlichen IT-Systemen in geeigneter Form zur Verfügung stehen sollen. Ein effizientes Data Management ist dafür unverzichtbar.
Steigende Anforderungen
Was ihre Daten angeht, sehen sich Unternehmen allerdings mit einer ganzen Reihe von Herausforderungen konfrontiert. Das Datenvolumen wächst exponentiell, was es Entscheidern immer schwieriger macht, die wichtigen Informationen herauszufiltern. Gleichzeitig beschleunigen sich die Geschäftsprozesse, und immer mehr Unternehmensbereiche müssen immer schneller und flexibler auf immer mehr Daten zugreifen können. Ohne eine Optimierung der Daten und des Datenflusses und ohne eine zentrale Kontrolle und Steuerung der Prozesse geht hier nichts mehr – eine Aufgabe für unternehmensweite DataManagement-Projekte.
Dabei müssen Daten aus heterogenen Quellen, internen wie externen, zusammengeführt werden. Diese Daten liegen allerdings weder in einem einheitlichen Format vor, noch besitzen die Datenquellen identische Schnittstellenanbindungen. Hinzu kommt, dass mit wachsendem Datenvolumen und komplexeren Geschäftsanwendungen und -prozessen die Anforderungen an die Datenqualität steigen. Unter dem Aspekt langfristig solider Unternehmensentwicklung rückt daher ein Datenmanagement immer mehr in den Fokus, das beide Ansätze – Datenintegration und Datenqualität – miteinander verknüpft und in einer übersichtlichen, flexiblen Lösung bereitstellt.
Risiken und Kosten
Nach einer Studie der Zürcher intelligent systems solutions (i2s) GmbH stellt bei mehr als einem Viertel der Befragten die Datenqualität die grösste Herausforderung dar, wenn es um den Betrieb eines CRM-Systems geht. Den Unternehmen entstehen unnötige Kosten durch inadäquate Daten. Das Spektrum reicht hier von Mailings, die einfach in den Weiten des Netzes verschwinden, wenn Mail-Adressen nicht stimmen, über fehlerhafte Rechnungen oder falsche Rechnungsadressen bis hin zu wichtigen Warensendungen, die den Empfänger nicht oder nicht rechtzeitig erreichen. Hinzu kommen Compliance-Anforderungen, die bei Nichtbeachtung oder fehlerhafter Umsetzung ein Unternehmen teuer zu stehen kommen. Eine Abmahnung wegen unerlaubter Telefonwerbung – weil Privatkunden versehentlich in eine Marketing-Datenbank aufgenommen werden – kann mehrere Tausend Franken kosten. Bei Verstössen gegen Sanktionslisten geht der Schaden schnell in die Hunderttausende und sogar über die Millionengrenze.
Ein weiterer Kostenfaktor sind fehlerhafte und inkonsistente Daten, wenn sie die Ergebnisse analytischer Business-Applikationen verfälschen und so beispielsweise die Effizienz jeder Business-Intelligence-Lösung stark begrenzen. Durch eine Nachbearbeitung entstehen weitere Kosten. Um diese Risiken im Sinne eines verantwortlichen Compliance-Managements zu minimieren, müssen Lösungen eingesetzt werden, die den Anforderungen und der Komplexität der jeweiligen Geschäftsprozesse Rechnung tragen.
Die Bandbreite der Aufgaben reicht hier von der periodischen Integration und Qualitätssicherung bei kleineren externen Datenbeständen bis hin zum kontinuierlichen Monitoring und der Synchronisation heterogener Daten aus unternehmensweiten Systemen. Sinnvoll ist also eine modular aufgebaute, skalierbare Lösung, die eine ganzheitliche Sicht auf den gesamten Datenlebenszyklus ermöglicht, ohne die Bedürfnisse des Unternehmens aus den Augen zu verlieren. Hier setzt professionelles Data Management an.
Vier Szenarien
Egal ob bei der Optimierung von ERP-, CRM-, E-Business- oder Legacysystemen, ob bei Datenübernahmen in Mergers & Acquisitions-Projekten, beim Aufbau und Betrieb eines Business-Intelligence-Systems oder bei der vermeintlich einfachen Zusammenführung und Konsolidierung verschiedener Systeme aus einer heterogenen Systemlandschaft – es braucht dazu ein professionelles Datenmanagement. Datenqualität und Datenintegration spielen in einer Vielzahl von Unternehmensanwendungen und -prozessen eine zentrale Rolle. Eine Data-Management-Lösung muss in der Lage sein, sie alle abzubilden.
Alle Data-Management-Projekte lassen sich prinzipiell einem der folgenden vier Szenarien zuordnen:
- Data-Quality-Initiativen
- Datenintegration
- Datenmigration und -konsolidierung
- Datensynchronisation