5 Tipps zur Datenqualität in CRM-Projekten

Eine der entscheidenden Gründe für das Scheitern vieler CRM-Konzepte ist mangelnde Datenqualität. Inkorrekte, redundante, unvollständige und veraltete Daten werden erfasst und in den Datenbanken gespeichert. Darüber hinaus entstehen Fehler in der Datenübertragung und -integration. Zusätzlich erfolgt häufig eine nur unzureichende Datenpflege.

Die inkorrekte Kundenansprache durch falsche Daten erhöht das Risiko von Kundenabwanderungen. Es werden Analysen durchgeführt, die auf mangelhaften Datenwerten basieren, was zu Fehlentscheidungen im Unternehmen bezüglich des Produktportfolios, der Preis-, Kommunikations- oder Distributionspolitik führen kann. Dies alles trägt direkt oder indirekt zur Beeinträchtigung des Umsatzes bei. Datenqualität gilt deshalb, neben Systemarchitektur, Prozessen und organisatorischer Einbettung, als wesentlicher Erfolgsfaktor bei der CRM-Implementierung.

Sie finden den Kunden vor lauter Dubletten nicht? Mangelnde Qualität von Geschäftsinformationen verursacht hohe Kosten und beeinträchtigt die Kundenbeziehungen. Oder Sie verpassen wichtige strategische Chancen: Schlechte Daten sind oft der Grund für Fehlproduktionen oder Irrläufer bei Postsendungen oder Newsletter. Zeit- und Ressourcenbedarf von Projektplanungen kann durch unqualifizierte Daten schlecht eingeschätzt werden und auch Auswertungen sind aufgrund von falsch oder wenig gepflegten Daten schwer zu erstellen.

Seit Mitte der neunziger Jahre gibt es in der Literatur eine Diskussion darüber, dass Datenqualität eine Managementaufgabe ist. Nach DIN ist Datenqualitätsmanagement „die Gesamtheit aller Tätigkeiten der Gesamtführungsaufgabe, welche die Datenqualitätspolitik, die Datenqualitätsziele und die Verantwortung für die Datenqualität festlegt.“

Dieses Konzept zieht proaktive gegenüber reaktiven Maßnahmen zur Verbesserung der Datenqualität vor. Während reaktive Maßnahmen lediglich die Erkennung von Fehlern und die notwendigen Korrekturen umfassen, konzentrieren sich proaktive Maßnahmen auf die Vermeidung von Fehlern im Vorfeld. Der optimale Einsatz der verschiedenen Maßnahmen hängt von der Änderungshäufigkeit und der Bedeutung der Daten ab.

Doch wie bringen Sie Ihre Daten nun auf den neuesten Stand? Hier 5 Tipps, die bei der Datenpflege helfen.

Schon bei der Eingabe Ihrer Daten ist es wichtig, eine „helfende Hand“ zu haben. Fehler können passieren und nach tagelanger Datenpflege kann der Blick dafür schon mal verloren gehen.

Hierbei unterstützt Sie z. B. die automatische Eingabe der Postleitzahl, ein Visitenkarten-Scan oder das Erstellen von Kontakten aus einer E-Mail Signatur heraus. So wird Ihnen ein ganzes Stück Arbeit abgenommen und sichergestellt, dass die eingegebenen Daten fehlerfrei sind. Der automatische Dublettencheck stellt schon beim Eingeben der Daten fest, ob es sich dabei um eine Dublette handeln könnte und informiert Sie darüber.

Die Datenanalyse bezeichnet den weitgehend automatisierten Prozess zur Analyse vorhandener Datenbestände durch unterschiedliche Techniken. So können Sie z. B. über einen Quality Server prüfen lassen, wie es um die Qualität Ihrer Daten steht.

Im Datenqualitätsverfahren werden die Resultate der Datenanalyse verwendet, um mit dem Aufbau hochwertiger Daten zu beginnen. Fehler werden korrigiert, Informationen standardisiert und Daten unternehmensweit validiert. Dieses Verfahren kann erleichtert werden, indem Sie eine Kampagne zur Adresspflege erstellen. Ruck-Zuck-Ergebnisse: mit Hilfe der Intervallsuche findet die Kampagne automatisch regelmäßig Kontakte mit dem Verteiler „E-Mail-Adresse fehlt“ und legt sie den Bearbeitern zur Bereinigung auf den elektronischen Schreibtisch.

Für jeden Datentyp existieren häufig verschiedene Datensätze in unterschiedlichen Datenbanken, die aber eigentlich dasselbe Objekt repräsentieren. Mit der Datenintegration optimieren Sie die Daten aus verschiedenen Quellen und verbinden sie miteinander, um doppelte Datensätze zu vermeiden.

Bei der Datenanreicherung werden die einzelnen Datensätze ergänzt und vervollständigt, um den Informationswert und die Nützlichkeit der Daten zu erhöhen. So können Ihre Daten von Partnern, anderen Firmen oder auch von Ihren Mitarbeitern selbst ergänzt werden, um so genauere Informationen über Ihre Kunden aufzubauen.

Nur durch eine stetige Datenkontrolle wird die Datenqualität langfristig gewährleistet. So wird vermieden, dass durch die Rückkehr von Datenfehlern Ihre Anreicherungen zunichte gemacht werden. Durch eine aktive Datenkontrolle z. B. mit Analytics, haben Sie Kenntnis vom Zustand Ihrer Daten und können Datenqualitäts-Probleme erfassen und beheben.