CGI erläutert fünf Best Practices für eine bessere Datenqualität

(firmenpresse) - Die zum Teil mangelhafte Datenqualität ist in vielen Unternehmen bekannt. Der IT-Dienstleister CGI hat fünf Best Practices zusammengestellt, mit denen Unternehmen die Qualität ihrer Daten deutlich steigern können.

Sulzbach, 20. Mai 2015 – Ohne eine optimale Datenqualität kommt es zu Abweichungen oder Fehlern in zentralen Geschäftsprozessen und strategische Big-Data-Analytics-Projekte sind zum Scheitern verurteilt. Eine Korrektur lässt sich nur durch ein systematisches und im idealen Fall unternehmensweites Vorgehen erzielen. Ziel einer Qualitätssteigerung ist es, die relevanten Daten aus den unterschiedlichen Quellen möglichst effizient zur Optimierung von Entscheidungs- und Geschäftsprozessen und letztlich zur Steigerung der Wettbewerbsfähigkeit eines Unternehmens einzusetzen. Eine der wichtigsten Voraussetzungen dafür ist eine kontinuierlich hohe Datenqualität und -integrität. Welche Maßnahmen die Unternehmen dazu umsetzen sollten, zeigt CGI Deutschland anhand von fünf Best Practices.

1. Prioritäten für Verbesserungen setzen.

In vielen Fällen bietet es sich an, in den Fachbereichen eine Bestandsaufnahme der aktuellen Probleme vorzunehmen. Die Mitarbeiter kennen die Abläufe am besten und wissen, wo die Schwachpunkte der abteilungsübergreifenden Geschäftsprozesse liegen. So sind beispielsweise Kundendatensätze in den einzelnen Abteilungen unterschiedlich aufgebaut, Daten sind unvollständig, es gibt abweichende Bezeichnungen für Artikel oder in der Materialdatenbank fehlen einzelne Teilenummern. Alle diese Mängel haben unterschiedliche finanzielle Auswirkungen. In einem Projekt zur Verbesserung der Datenqualität empfiehlt es sich dort anzusetzen, wo die Kosten zur Beseitigung am niedrigsten und die monetären Prozessverbesserungen möglichst schnell erreichbar sind.

2. Verfügbarkeit von Daten maximieren.

In sehr vielen Geschäftsprozessen – oder auch für Big-Data-Analytics-Applikationen – werden Daten aus mehreren Quellen benötigt. Meist werden sie automatisiert über individuelle Datenimporte oder ETL (Extract, Transform, Load)-Prozesse mit Daten versorgt. Je mehr Schnittstellen vorhanden sind, desto höher sind Wartungsaufwand und Fehleranfälligkeit. Hier muss im Einzelfall geprüft werden, ob ein Data Warehouse, vereinheitlichte Datentöpfe oder eine logische beziehungsweise virtuelle Datenintegration die bessere Lösung bieten.

3. Verantwortlichkeiten, Rollen und Regeln definieren.

Eine nachhaltige Verbesserung der Datenqualität erfordert Änderungen und Maßnahmen in den Bereichen Technologie, Organisation und Mitarbeiter. Oft gibt es in den Fachbereichen bereits Mitarbeiter, die „ihre“ geschäftsprozessrelevanten Daten bis ins Detail kennen und bei Datenqualitätsproblemen konsultiert werden. Um die Qualität der Daten zu steigern, reicht es oft nicht aus, mit technischen Mitteln Dubletten zu beseitigen oder Lücken in den Datensätzen aufzuspüren und zu schließen. In der Rolle eines Data Steward stellen die Fachexperten geschäftsprozessbezogene Regeln dafür auf, wie die Daten erzeugt und gepflegt werden, sie sind für die Umsetzung und Einhaltung der Vorgaben verantwortlich und passen die Verfahren kontinuierlich an neue Anforderungen an.

4. Metriken für die Datenqualität aufbauen.

Um eine nachprüfbare Wirkung zu erzielen, empfiehlt es sich, konkrete Kennziffern für die Qualität bestimmter Daten festzulegen. Beispiele dafür sind: maximal drei Prozent Fehler in den Kunden- und Artikeldatensätzen, höchstens zwei Prozent in den Adressdaten, nicht mehr als ein Prozent in den Materialdaten oder maximal drei Prozent in Rechnungsrückläufen. Entscheidend ist, dass die Metriken transparent, messbar und überprüfbar sind, damit die Prozessverantwortlichen Rechenschaft über ihre Aktivitäten ablegen können oder im anderen Fall Maßnahmen zur Abhilfe eingeleitet werden und deren Effekt überprüft werden kann.

5. Mechanismen zur kontinuierlichen Verbesserung einrichten.

Die Einführung von Datenqualitäts-Management ist kein einmaliges Projekt, vielmehr müssen die Abläufe, Prozesse und Ergebnisse fortlaufend analysiert und verbessert werden. Im Idealfall sollte die Aufgabe dem Regelkreislauf „Plan, Do, Check und Act“ folgen. Damit lässt sich sicherstellen, dass die Workflows zur Sicherung des Datenqualitäts-Managements und zur Einhaltung der Datenintegrität einem kontinuierlichen Verbesserungsprozess unterliegen, bei dem es darum geht, ob interne und externe Regeln sowie Vorschriften tatsächlich umgesetzt und neue Anforderungen berücksichtigt werden.

„Unternehmen können das Thema Datenqualität nicht mehr länger aufschieben. In vielen stark regulierten Branchen ergibt sich die Einhaltung einer hohen Datenqualität aus immer mehr gesetzlichen Vorschriften. An der Etablierung eines unternehmensweiten Datenqualitäts-Managements führt damit kein Weg vorbei“, sagt Knut Veltjens, Vice President / Practice Head Business Intelligence bei CGI in Sulzbach bei Frankfurt am Main. „Darüber hinaus spielt ein effizientes Datenqualitäts-Management eine wichtige Rolle, wenn es um den Ausbau der Wettbewerbsfähigkeit von Unternehmen geht.“

Weitere Informationen gibt es unter: http://www.de.cgi.com/bi.


Diese Medieninformation kann auch unter www.pr-com.de/cgi abgerufen werden.

Weitere Infos zu dieser Pressemeldung:
Unternehmensinformation / Kurzprofil:
PresseKontakt / Agentur:
Bereitgestellt von Benutzer: PR-COM
Datum: 20.05.2015 - 17:20 Uhr
Sprache: Deutsch
News-ID 1214686
Anzahl Zeichen: 5457

Kontakt-Informationen:
Ansprechpartner: Hanna Greve
Stadt:

Sulzbach

Telefon: +49 (0) 89 59997 756

Kategorie:

Information & TK

Meldungsart: Unternehmensinformation
Versandart: Veröffentlichung
Freigabedatum: 20.05.2015

Diese Pressemitteilung wurde bisher 0 mal aufgerufen.

CGI und Rio Tinto erweitern Outsourcing-Partnerschaft für die Digitale Transfor ...

Sulzbach, 7. November 2017 – CGI (TSX: GIB. A) (NYSE: GIB) gibt die Erneuerung und Erweiterung seiner Partnerschaft mit Rio Tinto Aluminium bekannt. Die Unternehmen, die bereits seit über 30 Jahren zusammenarbeiten, haben ihre Outsourcing-Verträg ...

Payment- und Watchlist-Lösungen von CGI sind jetzt auf Microsoft Azure verfügb ...

Sulzbach, 02. November 2017 – CGI (NYSE: GIB) (TSX: GIB.A) gibt bekannt, dass seine Lösungen BESS All Payments und die Risiko-Screening-Produktsuite HotScan ab sofort auf Microsoft Azure verfügbar sind. Die weltweite Payment-Hub- und Engine-Là ...

Interoperabilität zwischen CGI Trade360 und der Blockchain-Plattform von Skucha ...

Sulzbach, 27. Oktober 2017 – CGI (TSX: GIB.A) (NYSE: GIB) hat gemeinsam mit der Bank of Montreal (BMO), der Royal Bank of Canada (RBC) und der Mitsubishi UFJ Financial Group, Inc. (MUFG) einen ersten Proof of Concept (PoC) durchgeführt, um in der ...

Alle Meldungen von CGI Deutschland