Schlagworte: webbasierte Datenintegration

Vortragsreihe Reloaded

Es ist wieder soweit. Nach unserer erfolgreichen IQ-Roadshow im letzten Jahr ziehen wir auch 2012 wieder mit einer Vortragsreihe durch Mitteldeutschland. Thema in diesem Jahr: „Unternehmenserfolg aus der Wolke – Daten und Dienste via Cloud“. Dieses Mal geht die Tour vom Technologie- und Innovationspark (TIP) Jena (22. Mai, 10 – 13 Uhr) über Dresden (5. Juni, 13 – 16 Uhr) nach Coburg (12. Juni 13 – 16 Uhr).
Im Rahmen der Veranstaltungen möchten wir dem Publikum erläutern, was „Cloud“ eigentlich bedeutet und welche Vorteile sie dem Unternehmen bietet. Natürlich erklären wir auch, wo man die Cloud nutzen kann, welche Daten und Dienste man aus ihr erhält und wie hoch die Qualität in der Wolke ist. Außerdem klären wir die spannende Frage: „Sind meine Daten sicher?“ Genau wie im letzten Jahr ist natürlich Robert als Regionalgruppenleiter der DGIQ genauso wieder dabei wie der Präsident, Michael Mielke. Unterstützt werden die beiden in Jena durch Fagus Pauly von der TechArt Group und Christoph Rüger, Inhaber der IT-Firma Syensty (in Coburg und Jena).

Die Vortragsthemen bei den Veranstaltungen sind:
1.  „Was ist Cloud? Welche Daten und Dienste erhalte ich für mein Unternehmen. Chancen und Nutzen an ausgewählten Beispielen.“
2. “Wissens- und Informationsmanagement mit Hilfe der Cloud”
3. “Integration und Auswertung von E-Commerce Daten in der Cloud”
4. „Heiter bis Sonnig – Kundenmanagement in Echtzeit als professionelles Werkzeug aus der privaten Wolke”

Wir freuen uns über eine zahlreiche – und aktive – Beteiligung an den Veranstaltungen, vor allem in den Diskussionsrunden. Und natürlich halten wir euch auch hier im Blog regelmäßig auf dem Laufenden.

Die Anmeldung zu den kostenfreien Veranstaltungen ist online unter: http://www.scitotec.com/dgiq/ ab sofort möglich.

Folge 13: Ergebnisse/Fazit

Ungeachtet ihrer Ausrichtung auf Fortune-1000-Unternehmen kommt die Studie insgesamt zu dem Schluss, dass die Steigerung der Datenqualität im Unternehmen Auswirkungen auf die verschiedensten Bereiche hat. Da hier mit relativen Werten statt anhand absoluter Zahlen die Sinnhaftigkeit von Investitionen in Datenqualität verdeutlicht wurde, lassen sich die Ergebnisse problemlos auf Unternehmen aller Art und Größe anwenden. Deshalb sollen hier noch einmal die aus Unternehmersicht wichtigsten Resultate der Studie zusammengefasst werden.
Die finanzielle Leistungsfähigkeit von Daten ist für einen Unternehmer die wertvollste Größe, an welcher der finanzielle Nutzen einer Investition in Datenqualität gemessen wird. Daher ermittelten die Forscher die Vorteile höherer Datenqualität für die Umsatzsteigerung pro Mitarbeiter, die Eigenkapitalrendite (return on equity) sowie die Gesamtkapitalrendite (return on invested capital).
Der Studie zufolge kann durch eine Steigerung der Verfügbarkeit von Daten um 10% der Umsatz pro Mitarbeiter um 14,4 Prozent gesteigert werden.
Ähnliches gilt für die Eigenkapitalrendite (ROE). Hier sorgt eine 10%ige Verbesserung der Datenqualität und der Vertriebsmobilität für eine 16%ige Steigerung. Zusätzlich dazu steige die Gesamtkapitalrendite (ROIC) um 1,4%, so die Wissenschaftler.
Insgesamt lässt sich demzufolge feststellen, dass die Negativbeispiele aus den Kapiteln 7 – 10 durch konsequente Arbeit an der Unternehmensdatenqualität mit relativ geringem Aufwand vermieden werden können. Als besondere Pluspunkte, welche aus einer hohen Datenqualität resultieren, lassen sich die folgenden aufzählen:
– Auslastung von Kapazitäten
– Planung (Genauigkeit der Voraussagen)
– pünktliche Lieferung von Produkten und Services
– Optimierung der Lieferkette
– Umsatzentwicklung
– Rentabilität

Diese Ergebnisse zeigen, dass Datenqualität bzw. Datenperformance für jedes Unternehmen ein wichtiger – aber dennoch nicht zeitraubender – Bestandteil der täglichen Arbeit sein sollte. Wenn im Rahmen eines Datenintegrations- bzw. -migrationsprojektes die positiven Voraussetzungen geschaffen wurden, kann mit dem richtigen Bewusstsein für die Wichtigkeit von Daten der langfristige Unternehmenserfolg gesichert werden.

Folge 12: Vertriebsqualität

Ein weiterer Betriebsfaktor, welcher laut der Studie maßgeblich von Datenqualität beeinflusst wird, ist die pünktliche Lieferung von Produkten und Services. Getestet wurde auch hier wieder eine 10%ige Steigerung der Investitionen in Datenqualität, was eine Verbesserung der Termineinhaltungen von 27,3 % zur Folge hatte.
Mit anderen Worten: Die Investition hat letztendlich die Kundenzufriedenheit um mehr als ein Viertel gesteigert. Die Nebeneffekte dessen sind ggf. entfallende Vertragsstrafen wegen zu später Lieferung und – was wohl noch wichtiger ist – glückliche Kunden, die zukünftig wieder Leistungen des entsprechenden Unternehmens in Anspruch nehmen.

Auswirkungen von Investitionen in Datenperformance auf die Termineinhaltung
Auswirkungen von Investitionen in Datenperformance auf die Termineinhaltung

Im Rahmen der Studie wurden diesbezüglich im Wesentlichen drei Aspekte betrachtet:
Die Intelligenz von Daten

Hierbei bezog man sich insbesondere auf die Dimensionen Wertschöpfung und Relevanz. Es wurde geprüft, ob wichtige Informationen aus den Daten ersichtlich sind, ob sich Nachfragemuster ableiten lassen und ob sie eine Entscheidungshilfe bei wichtigen Geschäftsprozessen darstellen. Erstellung und Abgleich von Kundenprofilen)
Die Zugänglichkeit bzw. Verfügbarkeit von Daten
Die generelle Mobilität von Daten wird in der heutigen Zeit immer wichtiger. Demzufolge untersuchten Die Wissenschaftler, wie gut Daten von autorisierten Benutzern mobil verwendet werden und wie gut entsprechende Anwendungen aus der Ferne gesteuert werden können? Ein besonderes Augenmerk legten die Forscher auf die Verkaufsmobilität. Hier ging es um die Möglichkeit, Daten aller Art im Vertrieb mobil nutzen zu können, so z.B. zum Preis- und Informations- und  Lieferdatenabgleich mit Kunden über portable Systeme.

Folge 11: Hohe Datenqualität anhand einer Studie

Die folgende Auswertung einer Studie zum Thema Datenperformance, welche vom US-amerikanischen Konzern Sybase in Auftrag gegeben wurde, zeigt, welche Auswirkungen bereits kleine Investitionen in die Qualität der Unternehmensdaten haben.

Im Auftrag von Sybase untersuchte eine Gruppe von Forschern um Anitesh Barua, Professor an der McCombs School of Business der University of Texas, die Auswirkungen von Investitionen in Datenqualität auf die Wirtschaftlichkeit eines Unternehmens. Sie bestimmten dabei den finanziellen Effekt, den diese Maßnahmen auf ein durchschnittliches Fortune-1000-Unternehmen haben. Nichtsdestotrotz können die prozentualen Angaben aus dieser Studie auch für kleine und mittlere Unternehmen als zutreffend unterstellt werden.
Die Attribute von Daten, welche im Rahmen der Studie berücksichtigt wurden, tauchen auch in den 15 Dimensionen von Datenqualität auf, die wir bereits in der vorangegangenen Blogserie besprochen haben. Namentlich geht es um die Dimensionen Fehlerfreiheit, Vollständigkeit, Verfügbarkeit und Aktualität.
Darüber hinaus wurde die Nutzbarkeit von Daten berücksichtigt, so z.B. die Übersichtlichkeit, einheitliche Darstellung, und Bearbeitbarkeit. Allein hier betrug bei einer 10%igen Erhöhung der Investitionen die Steigerung der Mitarbeiterproduktivität im Maximum (Vertrieb) fast 50%, wenigstens aber 17% (Telekommunikationsbranche).

Erhöhung der Mitarbeiterproduktivität durch Investitionen in Datenperformance
Erhöhung der Mitarbeiterproduktivität durch Investitionen in Datenperformance

Folge 10: Marketing

Auch im Bereich Marketing spielt die Datenqualität eine wichtige Rolle. Das beweisen die drei folgenden Beispiele aus einem Sammelsurium an …
Ein Einzelhandelsunternehmen in Großbritannien nahm tausende Bestellungen für TV-Sets zu einem Preis von 3£ statt 300£ an. Die fehlende Plausibilitätsprüfung bei der Eingabe des Angebotspreises machte diese teure Marketingpanne möglich. Genau wie im Beispiel mit der englischen Versicherungsfirma war hier bei der Eingabe bereits ein Datenqualitätsproblem aufgetreten, welches jedoch nicht durch die Software behoben bzw. angemerkt wurde.
Genauso erging es einer US-amerikanischen Airline. Sie bot auf ihrer Homepage Atlantikflüge für 25 US-Dollar an. Mit der richtigen Software hätte auch dieser Tippfehler schon bei der Eingabe behoben werden können.
Ein besonders imageschädigender Fall von Datenqualitätsproblemen widerfuhr einem britischen Einzelhändler. Bei der Vorbereitung einer Mailing-Kampagne stellte sich heraus, dass ein Fünftel der Empfänger verstorben war. Dies wurde umgehend im CRM-System vermerkt – leider genau an der Stelle des jeweiligen Nachnamens. Auswirkungen auf den Status dieser Einträge hatte der Vermerk natürlich nicht. Dementsprechend erhielten die Verstorbenen (bzw. deren Angehörige) das Mailing mit der Grußformel:
„Dear Mr. Deceased,“ („Sehr geehrter Herr Verstorben,“)
Die richtige Software können Sie jederzeit an Ihre Bedürfnisse anpassen und müssen Eintragsfelder nicht zweckentfremden.

Folge 9: Kundendaten

Ein verhältnismäßig großer Fundus an Beispielen findet sich vor allem im Bereich der Kundendaten. Deshalb sollen hieraus einmal drei prägnante Beispiele vorgestellt werden, die verdeutlichen, welche teilweise beachtlichen Auswirkungen mangelnde Datenperformance in diesem Bereich hat.
Der Marketingleiter eines größeren Unternehmens z.B. fand eines Morgens den Flur seiner Abteilung voll mit Briefen. Dabei handelte es sich um die Retouren der letzten Briefkampagne. Insgesamt handelte es sich um 300.000 Rücksendungen, da die Adressen der Kunden nicht stimmten. Ungeachtet der Arbeitszeit, die das Erstellen des Mailings sowie die Beseitigung bzw. Bearbeitung der Retouren in Anspruch genommen hat, blieb ein Verlust von 300.000€ (je 0,55€ Porto, 0,45€ Druck).
In einer regionalen Bankfiliale (ca. 500.000 Kunden) durchsuchen drei Mitarbeiter halbtags die Todesanzeigen der Regionalzeitungen – um  Kundenkonten bei Todesfall zu schließen. Hier wird quasi auf manuelle Art versucht, dem Datenqualitätsverfall entgegenzutreten. Allerdings wäre ein automatisierter Datenabgleich zwischen verschiedenen Systemen ist mit der richtigen Software kein Problem.
In einer englischen Versicherungsfirma fiel mit der Zeit auf, dass man einen großen Anteil an Astronauten als Kunden hatte. Des Rätsels Lösung lag in der Tatsache, dass „Astronaut“ der erste Eintrag in der Auswahlliste des CRM-Systems war. Hier war die Datenqualität schon bei der Eingabe gestört, was eine benutzerfreundlichere Anwendung verhindert hätte.

Folge 8: Compliance und Risikomanagement

Nachdem wir einen Blick auf die Bereiche Lagerhaltung und Berichtswesen geworfen haben, soll es nun um Compliance gehen. In der heutigen Zeit gilt es – nicht nur für größere Unternehmen – eine Vielzahl von Compliance-Richtlinien zu beachten. Kommt es hier zu Fehleinschätzungen bzw. Fehlentscheidungen, kann das sehr teuer werden.
Der Automobilhersteller Mazda z.B. wurde zu einer Geldstrafe in Höhe von 5,25 Mio. US-Dollar verurteilt, weil den Kunden gegenüber versehentlich falsche Angaben über Leasingkosten und Leasingbedingungen machte.
Hier spielten inkonsistente Daten, die im System des Unternehmens verstreut waren, eine entscheidende Rolle. Die Beseitigung solcher inkonsistenter Daten ist ein Hauptpunkt bei der Verbesserung der Datenqualität.
Auch beim Risikomanagement spielt Datenqualität eine entscheidende Rolle – nämlich als Grundlage für Entscheidungen.
Als Beispiel: Die Risiko-Controller der HSH Nordbank durften die Risiken von deutschen Häuslebauern bewerten, hatten aber keinen Zugang zu Daten über Collateralized Debt Obligations (CDOs) amerikanischer Sub-Primes. So ist eine sachgerechte Bewertung eines Risikos (aber auch jeder anderen Sachlage) nicht möglich. Deshalb ist der Zugang zu allen relevanten Informationen, der längst nicht in allen Unternehmen gewährleistet ist, ein weiteres wichtiges Kriterium für Datenqualität.

Testurteil: Sehr gut!

Die Scitotec-Testgruppe
Die Scitotec-Testgruppe

Hier nun der versprochene bebilderte Bericht zu unseren gestrigen Scitotec Wintersessions. Nicht nur in quantitativer, sondern auch in qualitativer Hinsicht hat uns der Schnee vollends überzeugt.
Bei optimalen Wetterbedingungen konnten die verschiedenen Analysewerkzeuge erfolgreich zum Einsatz kommen. Sowohl beim Rodeln…

Team Rodeltest
Team Rodeltest

als auch beim Snowboarden…

Die Snowboard-Beauftragte
Die Snowboard-Beauftragte

erhielt die Alte Golfwiese Bestnoten. Auch beim Snowtubing-Test überzeugte das Areal durch eine ausgezeichnete Streckenführung, welche die überragenden Fahreigenschaften der Reifen bestmöglich zur Geltung brachte.

Hohe Bahngeschwindigkeit
Hohe Bahngeschwindigkeit
Auch für Rückwärtsfahrten geeignet
Auch für Rückwärtsfahrten geeignet
Mit bestem Fahrkomfort
Mit bestem Fahrkomfort

Besonders zu erwähnen, wenn auch nicht bildlich festgehalten, ist der freundliche und preisgünstige Service am Glühweinstand, welcher gute Dienste bei der Regulierung der Körpertemperatur leistete. Einzig unser etwas überraschender Besuch in einem örtlichen Restaurant lieferte bezüglich der Nahrungsaufnahme einen Null-Wert, da man dort auf eine Zubereitung warmer Speisen außerhalb der dort üblichen Essenszeiten nicht vorbereitet war. Im nächsten Gasthaus wurden wir jedoch zu unserer vollsten Zufriedenheit versorgt und konnten uns in angenehmer Atmosphäre gut unterhalten.

Wir halten also fest: Es war ein sehr schöner Ausflug, wir sind hochzufrieden mit den örtlichen Gegebenheiten und hatten viel Spaß. Unser Testurteil lautet demzufolge: Sehr gut!

Alle hochzufrieden - auch der Juniortester
Alle hochzufrieden - auch der Juniortester

Scito-Test in Oberhof

Am morgigen Donnerstag finden die Scitotec Wintersessions statt und dafür werden wir uns in ein etwas fremdes Fachgebiet wagen. Wir werden zwar testen und analysieren, aber ausnahmsweise mal keine Daten. Zu diesem Zweck fährt die gesamte Scitotec-Mannschaft nach Oberhof, um dort einmal eine ausführliche Schneequalitätsanalyse durchzuführen. Mit den unterschiedlichsten Analysewerkzeugen (Ski, Snowboard, Schlitten usw.) werden systematische Tests am Werkstoff durchgeführt. Mit eingeschlossen ist selbstverständlich auch eine eingehende Prüfung der vorhandenen Infrastruktur. Dabei erfolgt eine individuell auf jedes Teammitglied angepasste Fehlersuche und Prozessoptimierung – und ganz sicher auch das eine oder andere Workaround. Wir sind sehr gespannt, welche Erfolg versprechenden und Lösungen dabei gefunden werden und wie wir das neu gewonnene Wissen adäquat managen.
Einen ausführlichen und bebilderten Testbericht gibt es am Freitag!

Folge 7: Niedrige Datenqualität an konkreten Beispielen

In den nächsten Folgen werden wir einzelne Beispiele zeigen, welche Kosten durch niedrige Datenqualität entstehen und ggf. auch, wie sich diese Kosten verringern bzw. vermeiden lassen. Diese Beispiele haben wir je nach Geschäftsbereich gegliedert. Somit entsteht einerseits keine Verwirrung, andererseits wird einmal mehr deutlich, auf wie viele Geschäftsfelder im Unternehmen die Qualität von Daten Einfluss nimmt.
Wenn man zunächst z.B. einen Blick auf den Bereich Lagerhaltung wirft, tauchen bereits die ersten Komplikationen auf. So konnte z.B. eine Firma Waren auf Lager im Wert von 32 Mio. US-Dollar nicht verkaufen – sie waren im System verloren gegangen.
(Information Difference survey “Document initiatives and the state of data quality today” 2009)
So schnell kann es passieren, dass ein Großauftrag nicht erfüllt werden kann oder Waren doppelt produziert werden, nur weil sie aufgrund von mangelnder Datenqualität im System verloren gehen.
Auch für das Berichtswesen gibt es ein prominentes Beispiel. Ein Rechenfehler kostete Finanzchef Paul Bowtell von TUI Travel im Jahr 2010 seinen Job. Nach zusätzlichen Abschreibungen in Höhe von 88 Mio. Pfund stieg die Wertberichtigung des Unternehmens auf über 117 Mio. Pfund. TUI musste dementsprechend seinen Jahresgewinn von 2008/2009 um über 42 Mio. Pfund mindern.
Der Grund dafür waren fehlerhafte Prozesse beim Abgleich von Forderungsbeständen zwischen den IT-Systemen der Reiseveranstalter und des Vertriebs in Großbritannien.
Auch wenn sich diese – und auch die folgenden Beispiele – auf große Firmen beziehen. Der relative Effekt ist immer der gleiche. Auch die Wahrscheinlichkeit, dass dies in kleinen Betrieben geschieht, ist annähernd genauso groß. Die Beträge, um die es in solchen Fällen geht, sind zwar absolut gesehen kleiner, aber in Relation zur Unternehmensgröße dennoch genauso beachtlich.