Wie enttäuscht sind Sie von Ihren Daten?


Ein kontinuierlicher Bestandteil meiner Kundenprojekte ist die Migration von Daten aus Bestandssystemen.
Bei über 80% der Unternehmen stellt sich heraus, dass die vorhandene Datenbasis mangelhaft ist und dies für das Digitalisierungsvorhaben ein Problem darstellt, wie auch höhere Kosten verursacht. Demzufolge ist die Enttäuschung der Kunden recht hoch.

Veröffentlicht am: 22.04.2019

Vor einiger Zeit managte ich ein Projekt, in dem ein neues IT-System implementiert und Bestandsdaten aus einem Altsystem migriert wurden. Zu diesem Zeitpunkt gab es seitens des Kunden keine klare Datenbasis und es konnte im ersten Schritt nicht abschließend festgestellt werden, wie viele Mietobjekte in das neue IT-System zu migrieren sind.

Nach aufwendigen Datenermittlungen konnte eine valide Datenbasis ermittelt werden. Dies hatte sogar zur Folge, dass es Mietobjekte gab, die sich bereits seit mehreren Monaten im Besitz des Kunden befanden, ohne dass dieser die Mietobjekte überhaupt auf dem Schirm hatte, geschweige diese in irgendwelchen Listen oder Systemen nachgehalten waren. Diese Erkenntnis hatte für den Kunden einen veränderten Projektscope und erhebliche Mehrkosten zur Folge.

Oftmals sind die Daten in unterschiedlichen Listen oder Systemen verortet und werden dort unterschiedlich intensiv gepflegt. Daher steht es um die Qualität und einheitliche Aufbereitung dieser Daten schlecht. Daraus resultieren zahlreiche Nachteile und vielzählige Fehlentscheidungen, auch Geschäftsprozesse können nicht gelebt werden. Das stellt für viele Unternehmen ein ernst zu nehmendes Problem dar und ist in Zeiten der Digitalisierung ein äußerst schlechter Befund.

Immer mehr Prozesse werden digitalisiert und zentrale Systeme für Planungen, Reporting und Controlling eingesetzt, deren Basis Daten sind. Damit diese korrekte Ergebnisse liefern, müssen die zugrunde liegenden Daten vollständig, einheitlich und aktuell sein.

Datenerfassung

Durch wachsende Anforderungen an das Reporting, Echtzeitanalysen oder auch durch neue Services steigt die Menge an Daten wie auch die Komplexität. Hinzukommt die Schwierigkeit, dass unterschiedliche Abteilungen verschiedene Systeme nutzen. Nicht einheitlich erfasste Daten und Dubletten in den Datensätzen sind vorprogrammiert. Führt man diese Daten schlussendlich zusammen, kommt es zu fehlerhaften oder widersprüchlichen Aussagen – der Wert der Daten: Null.

Oftmals werden aufwendige Projekte gestartet, bei denen große Mengen an Daten erfasst oder plausibilisiert werden. So auch im eingangs geschilderten Projektbeispiel. Leider haben über 70% dieser Projekte zufolge, dass im Tagesgeschäft andere Themen Vorrang haben und die Datenpflege zu kurz kommt. Der aufwendig erhobene Datenbestand ist in kürzester Zeit wieder veraltet.

Weiterhin fehlt es an einer grundlegenden Strategie, wie mit den Daten im Unternehmen umzugehen ist. Eine unzureichende Kommunikation zwischen den Abteilungen kommt erschwerend hinzu, sodass die Verantwortungen und Datenhoheiten nicht klar festgelegt und kommuniziert sind – ohne klare Verantwortungen, keine Notwendigkeit Daten zu pflegen.

Datenpflege

Mit Zunahme der Digitalisierung steigen die Anforderungen an die Daten und digitale Prozesse erfordern Regeln für eine effiziente Datenpflege.

Analyseanwendungen (Data Analytics) können Unternehmen zwar dabei helfen, die ihnen zur Verfügung stehenden Daten zu verstehen, um Kosten zu senken, technische Ausfälle zu reduzieren und den Betrieb zu verbessern. Grundlage dafür sind jedoch konsistente Daten.

Um diese Basis zu erreichen, müssen Entscheidungen getroffen werden, welche Daten für ein Unternehmen und seine Geschäftsprozesse wichtig sind und Verantwortlichkeiten definiert werden. Erfahrungsgemäß empfiehlt es sich:

  • das Management einzubeziehen, um das Silodenken der Abteilungen zu überwinden.
  • eine Ist-Analyse der Datenbasis durchzuführen.
  • Standards zur einheitlichen unternehmensweiten Datenerhebung festzulegen.
  • Kriterien zur Datenpflege zu erarbeiten.
  • unterstützende Tools zur Datenpflege bestimmen.
  • abteilungsübergreifende Prozesse und Teams festzulegen.
  • Datenpflegeprozesse leben.

Kennen Sie den GS1 Standard, der für Prozesse entlang der Wertschöpfungskette entwickelt wurde? Nein, dann lesen Sie hier mehr dazu.

Auch ERP-Systeme bieten einen Vorteil in puncto Datenmanagement, da diese oftmals eine Automatisierung der Datenerfassung ermöglichen, wodurch Mitarbeiter entlastet werden.

Fazit

Viele Unternehmen sehen Ihre Daten noch nicht als strategisches Mittel an, um Wissen für Ihr Unternehmen und für eigene Services zu gewinnen. Erst wenn aufwendige Projekte zur Beschaffung oder Bereinigung aufgesetzt werden oder Analysen fehlerhafte Aussagen liefern, kommt die Einsicht, mit den eigenen Daten sorgfältiger umzugehen und diese regelmäßiger zu pflegen.

Fragen Sie sich daher, welche Daten für Ihr Unternehmen gewinnbringend sind und leben Sie den Datenpflegeprozess für eine optimale Informationsgewinnung. Somit erzielen Sie den höchstmöglichen Nutzen.

Sie benötigen tatkräftige Unterstützung bei Ihren Datenmanagementprozessen?

Vereinbaren Sie einfach und schnell einen kostenlosen Kennenlerntermin, in dem wir besprechen, was Sie brauchen und was HIGH LEVEL Projects zu einer erfolgreichen Umsetzung beitragen kann.

 

Sabrina Treptow HIGH LEVEL Projects

Hallo, mein Name ist Sabrina. Ich bin digitale Transformationmanagerin, Projektmanagerin und beratende Ingenieurin in München.

Ich möchte euch auf dem HIGH LEVEL Projects Blog mit Themen rund um die digitale Transformation in der Immobilienwirtschaft begeistern.

Kategorien

Tags