Ziele:

Ein wirksames Datenmanagement umfasst eine Reihe komplexer und miteinander verbundener Prozesse, die es einer Organisation ermöglichen, ihre Daten zur Erreichung strategischer Ziele zu nutzen. Das Datenmanagement umfasst die Fähigkeit, Daten für Anwendungen zu entwerfen, sie sicher zu speichern und darauf zuzugreifen, sie in geeigneter Weise weiterzugeben, aus ihnen zu lernen und sicherzustellen, dass sie den Geschäftsanforderungen entsprechen. Eine Annahme, die den Aussagen über den Wert von Daten zugrunde liegt, ist, dass die Daten selbst zuverlässig und vertrauenswürdig sind. Mit anderen Worten, sie sind von hoher Qualität.

Viele Faktoren können diese Annahme jedoch untergraben, indem sie zu einer schlechten Datenqualität beitragen: mangelndes Verständnis für die Auswirkungen einer schlechten Datenqualität auf den Unternehmenserfolg, schlechte Planung, „siloartiges“ Systemdesign, inkonsistente Entwicklungsprozesse, unvollständige Dokumentation, fehlende Standards oder mangelnde Governance. Vielen Organisationen gelingt es nicht, zu definieren, was Daten „fit for purpose“ macht. Alle Datenverwaltungsdisziplinen tragen zur Qualität bei, und qualitativ hochwertige Daten, die die Organisation unterstützen, sollten das Ziel aller Datenverwaltungsdisziplinen sein. Da uninformierte Entscheidungen oder Handlungen von Personen, die mit Daten interagieren, zu minderwertigen Daten führen können, erfordert die Produktion hochwertiger Daten funktionsübergreifendes Engagement und Koordination. Organisationen und Teams sollten sich dessen bewusst sein und eine hohe Datenqualität planen, indem sie Prozesse und Projekte so durchführen, dass Risiken im Zusammenhang mit unvorhergesehenen oder inakzeptablen Bedingungen in den Daten berücksichtigt werden.

Von unserem Team durchgeführte Aktivitäten:

Definition von Daten hoher Qualität

Viele Menschen erkennen schlechte Daten, wenn sie sie sehen; nur wenige sind in der Lage zu definieren, was mit hochwertigen Daten gemeint ist. Bevor ein Datenqualitätsprogramm gestartet wird, ist es sinnvoll, die geschäftlichen Anforderungen zu verstehen, die Begriffe zu definieren, die Schwachstellen des Unternehmens zu ermitteln und einen Konsens über die Antriebskräfte und Prioritäten für die Verbesserung der Datenqualität zu finden. Es müssen eine Reihe von Fragen gestellt werden, um den aktuellen Zustand zu verstehen und die Bereitschaft der Organisation zur Verbesserung der Datenqualität zu beurteilen.

Definieren Sie eine Datenqualitätsstrategie

Die Verbesserung der Datenqualität erfordert eine Strategie, die berücksichtigt, welche Arbeit zu erledigen ist und wie die Mitarbeiter sie ausführen werden. Die Prioritäten für die Datenqualität müssen mit der Unternehmensstrategie übereinstimmen. Die Einführung oder Entwicklung eines Rahmens und einer Methodik hilft dabei, sowohl die Strategie als auch die Taktik zu steuern und gleichzeitig Mittel zur Messung des Fortschritts und der Auswirkungen bereitzustellen. Ein Rahmenwerk sollte Methoden umfassen für:

• Verstehen und Priorisieren von Geschäftsanforderungen
• Identifizierung von Schlüsseldaten zur Erfüllung von Geschäftsanforderungen
• Definition von Geschäftsregeln und Datenqualitätsstandards entsprechend den Geschäftsanforderungen
• Daten entsprechend den Erwartungen auswerten
• Ergebnisse weitergeben und Feedback von den Stakeholders einholen
• Prioritäten setzen und Probleme bewältigen
• Identifizierung und Priorisierung von Verbesserungsmöglichkeiten
• Messung, Überwachung und Erstellung von Berichten über die Datenqualität
• Verwalten der durch Datenqualitätsprozesse erzeugten Metadaten
• Integration von Datenqualitätskontrollen in geschäftliche und technische Prozesse

In einem Rahmenwerk sollte auch erläutert werden, wie die Datenqualität zu organisieren ist und wie die Datenqualitätstools zu nutzen sind.

Identifizierung kritischer Daten und Geschäftsregeln

Nicht alle Daten sind von gleicher Bedeutung. Das Datenqualitätsmanagement sollte sich zunächst auf die wichtigsten Daten des Unternehmens konzentrieren: Daten, die, wenn sie von höherer Qualität sind, einen größeren Wert für das Unternehmen und seine Kunden darstellen. Die Daten können nach Faktoren wie gesetzlichen Anforderungen, finanziellem Wert und direktem Einfluss auf die Kunden priorisiert werden.

Durchführung einer ersten Bewertung der Datenqualität

Sobald die wichtigsten Geschäftsanforderungen und die zugehörigen Daten identifiziert sind, besteht der wichtigste Teil der Datenqualitätsbewertung darin, diese Daten tatsächlich zu untersuchen, sie abzufragen, um ihren Inhalt und ihre Beziehungen zu verstehen, und die tatsächlichen Daten mit den Regeln und Erwartungen zu vergleichen. Beim ersten Mal werden Analysten viele Dinge entdecken: undokumentierte Beziehungen und Abhängigkeiten innerhalb der Daten, implizite Regeln, redundante Daten, widersprüchliche Daten usw., aber auch Daten, die tatsächlich den Regeln entsprechen.

Identifizierung und Priorisierung potenzieller Verbesserungen

Nachdem nachgewiesen wurde, dass der Verbesserungsprozess funktionieren kann, besteht das nächste Ziel darin, ihn strategisch anzuwenden. Dazu ist es erforderlich, potenzielle Verbesserungen zu identifizieren und nach Prioritäten zu ordnen.

Die Identifizierung kann durch eine groß angelegte Profilierung größerer Datensätze erfolgen, um das Ausmaß der bestehenden Probleme zu verstehen. Sie kann auch auf andere Weise erfolgen, z. B. durch eine Befragung der Beteiligten zu den Datenproblemen, die sie betreffen, und eine anschließende Analyse der geschäftlichen Auswirkungen dieser Probleme. Letztendlich erfordert die Festlegung von Prioritäten eine Kombination aus Datenanalyse und Diskussion mit den Beteiligten.

Festlegung von Zielen für die Verbesserung der Datenqualität

Die aus den vorläufigen Bewertungen gewonnenen Erkenntnisse bilden die Grundlage für die spezifischen Ziele des Datenqualitätsprogramms. Die Verbesserung kann verschiedene Formen annehmen, von einfachen Abhilfemaßnahmen (z. B. Korrektur von Fehlern in Aufzeichnungen) bis hin zur Beseitigung von Grundursachen. Reparatur- und Verbesserungspläne sollten sowohl Quick Wins – Probleme, die sofort und mit geringen Kosten gelöst werden können – als auch längerfristige strategische Veränderungen berücksichtigen. Das strategische Ziel solcher Pläne sollte darin bestehen, die Ursachen von Problemen anzugehen und in erster Linie Mechanismen zur Problemvermeidung einzurichten.