• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
DQM bei Ihnen
 

DQM bei Ihnen

on

  • 1,524 views

Warum auch Ihr Unternehmen Datenqualitäts-Management benötigt!

Warum auch Ihr Unternehmen Datenqualitäts-Management benötigt!

Statistics

Views

Total Views
1,524
Views on SlideShare
1,519
Embed Views
5

Actions

Likes
1
Downloads
0
Comments
0

1 Embed 5

http://www.slideshare.net 5

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    DQM bei Ihnen DQM bei Ihnen Presentation Transcript

    • Daten QualitätsmanagementProbleme, Aktivitäten, Nutzen und Vorgehen
    • Folie 2
      Datenqualitätsmanagement Fallstudien
      Agenda
      Aufgaben des Datenqualitätsmanagements
      Erfolg mit Datenqualitätsmanagement
      Unsere Dienstleistungen für Sie
    • Folie 3
      Fall 1: “Unzustellbare Post”
      Gute Gründe für Datenqualitätsmanagement
      Fall 2: “Kundenabwanderung”
      Fall 3: “Unerkannte Kunden”
    • Folie 4
      Fall 1: Unzustellbare Post
      Eines Morgens, im Marketing…
      Der Leiter Marketing
      betritt sein Büro
      und…
      Der gesamte Flur
      ist voll mit Post!
      Retouren der letzten Briefkampagne!
      Was war passiert?
      Die Briefkampagne zielte auf ehemalige Kunden ab
      Leider stimmten die Daten der Postanschrift von mehr als 300.000 Kunden nicht!
      Verlust: €150.000 Porto + Druck - plus die hämischen Blicke der Kollegen…
    • Folie 5
      Fall 2: Kundenabwanderung
      Wie jeden Tag im Call Center…
      Ein ungehaltener Kunde ruft an…
      „Ich habe Ihnen schon zwei Mal mitgeteilt:Ich wohne nicht in Köln, sondern in Marienburg!“
      Im Dialog erklärt der Kundenservice-Mitarbeiter dem Kunden:
      „Wir führen alle Kölner Postleitzahlen
      automatisch als Teil von Köln!“
      Doch der Kunde beharrt:
      „Wenn Sie das nicht hinbekommen,
      war ich die längste Zeit Kunde bei Ihnen!“
      Was ist das Problem?
      Für manche Kunden ist ihr Wohnviertel ein Statussymbol – sie wollen es gewürdigt sehen!
      Kunden, die sich vom Unternehmen nicht verstanden fühlen, wandern ab.
      Der Konzern verlor rund 10.000 Kunden pro Jahr
      weil das System keine persönlich wichtigen Informationen über die Kunden verarbeiten konnte.
      - Plus eine Dunkelziffer durch negative Mundpropaganda!
    • Folie 6
      Fall 3: Unerkannte Kunden
      Ein ganz normaler Tag im Call Center…
      Ein Kunde hat ein alltägliches Anliegen zum Vertrag:
      Veränderung der Bandbreite.
      Erstaunt stellt der Call Center Mitarbeiter fest: „Sie sind bei uns gar nicht als Kunde eingetragen!“
      Der Kunde wurde also schnell eingerichtet, Problem gelöst.
      Allen Neukunden werden
      subventionierte Endgeräte
      zugestellt!
      Was lief schief?
      Wegen schlecht gepflegter Identifikationsmerkmale
      konnte das CRM System manche Bestandskunden nicht auffinden.
      Diese Kunden erhielten durch den Prozess fälschlicherweise den Status „Neukunde“.
      Der Konzern versandte über 20.000 Endgeräte, bevor das Problem bemerkt wurde!
    • Folie 7
      Datenqualitätsmanagement Fallstudien
      Agenda
      Aufgaben des Datenqualitätsmanagements
      Erfolg mit Datenqualitätsmanagement
      Unsere Dienstleistungen für Sie
    • Folie 8
      Was ist „Daten-Qualitätsmanagement“?
      Zweck-
      Dienlich
      Messen
      Verbessern
      Messen
      Verbessern
      Daten
      Qualität
      Mgt.
      DV:
      IT-Systeme
      Fachliche
      Prozesse
      Messen
      Verbessern
      Stellen die Systeme
      zweckdienlich die Daten
      bereit?
      Bedienen die Daten das
      Ziel der Fachprozesse?
      Welche Prozesse benötigen
      die Daten – und wozu?
      Erfüllen die Systeme
      ihren Zweck in der
      Datenbereitstellung?
      Passen die Daten
      der IT-Systeme zu den
      fachlichen Prozessen?
      Wie stellen die IT-Systeme
      Daten für fachliche
      Prozesse bereit?
    • Folie 9
      Zweckdienliche Daten sparen Zeit und Geld, denn sie sind:
      Vollständig
      Konsistent
      Relevant
      Transparent
      Präzise
      Zeitgerecht
      Akkurat
      Zweckdienliche Datenqualität
      Totale Datenqualität
      Nicht zweckdienliche Daten kosten Zeit und Geld – und schaffen Unzufriedenheit!
    • Folie 10
      Wertschöpfung durch Datenqualität
      Datenqualitätsmanagement schafft messbare Werte:
      Finanziell
      Kosten
      Senken
      Gewinne
      Steigern
      Daten
      Qualität
      Nicht monetär
      Kunden-
      Zufriedenheit
      Steigern
      Aufwände
      reduzieren
      Reduktion
      Steigerung
    • Folie 11
      Datenqualitätsmanagement Fallstudien
      Agenda
      Aufgaben des Datenqualitätsmanagements
      Erfolg mit Datenqualitätsmanagement
      Unsere Dienstleistungen für Sie
    • Folie 12
      DQM Erfolgs-Stories
      Der Nutzen von Datenqualitätsmanagement ist klar zu sehen:
      Einführung von Data Quality Agreements
      Unser Kunde etablierte DQAs im CRM für alle Kundendaten
      Viele Fehler von CC Mitarbeitern sind technisch jetzt unmöglich
      Wenn sich Fehler häufen, wissen die Leiter sofort Bescheid!
      Messung der Datenqualität in den Systemen
      Unser Kunde nutzt Konsistenzmessung in Billing, CRM und HLR
      Die Fehlerrate sank von rund 5% auf unter 0,5%
      Probleme werden längst vor Beginn des Rechnungslaufs erkannt
      Datenstandards für Human Resources
      Unser ARPM Tool standardisiert Profile für Stellen und Personal
      Automatisiertes Aussortieren spart 90% der Vorarbeit
      Dank besserer Profile werden Stellen geeigneter besetzt
    • Folie 13
      Wählen Sie Ihr Vorgehensmodell
      Nachhaltige Lösungen für akute Probleme
      Fundamentale Probleme werden oft
      erst nach Jahren angegangen
      Wenn keine akuten Probleme auftreten,
      entsteht leicht eine trügerische Sicherheit
      „Unwissenheit schützt vor Strafe nicht“
      Projektorientierter Ansatz
      erfordert wenig Ressourcen
      Positive Business Cases
      garantieren sichtbare Erfolge!
      Eine ganzheitliche Lösung stärkt die
      Position des Unternehmens im Markt
      Globales „Data Ownership“ vereinfacht
      die IT-Systemlandschaft und Entwicklung
      Pro-aktives Vorgehen verhindert Schäden,
      bevor sie entstehen
      Da vermiedene Schadfälle nicht in Bilanzen eingehen,
      wird oft der Nutzen der Initiative in Frage gestellt.
      Transparenz und klare Verantwortung muss von allen
      erwünscht sein, sonst scheitert die Initiative.
      Der Aufbau einer Governance kostet Zeit
      Problemgetriebenes
      Vorgehensmodell
      Governance-getriebenes
      Vorgehensmodell
      Ihr Vorteil:
      Ihr Vorteil:
      Beachten Sie:
      Beachten Sie:
      „Sichtbar Nützlich!“
      „Keine unnötigen Risiken!“
    • Folie 14
      Datenqualitätsmanagement Fallstudien
      Agenda
      Aufgaben des Datenqualitätsmanagements
      Erfolg mit Datenqualitätsmanagement
      Unsere Dienstleistungen für Sie
    • Unsere Leistung für Sie
      Folie 15
      Wir bieten allen Leistungen zum Thema Datenqualität aus einer Hand
      Datenqualität als Governance Disziplin
      Messung des Reifegrads Ihrer DQ
      Aufbau von Data Quality Agreements
      Roadmap zur Steigerung der Reife
      Modellierung der Datenobjekte
      Datenqualität Risikomanagement
      Optimierung der Datenströme
      Operative Gestaltung von Datenqualität
      Aufbau von Messprozessen
      DQM in Entwicklung und Migration
      Implementierung von Mess-Tools
      Training rund um Datenqualität
      Verhinderung von DQ Problemen
      SE Data Quality Cockpit
      Projekte zur Verbesserung der Datenqualität
      Auffinden von DQ Problemursachen
      Projektleitung bei DQ Projekten
      Risikoanalysen zu Datenqualität
      Prozessmaps, Systemlandkarten etc.
      Lösungsfindung mit den Fachseiten
      DQ Testing und Analyse
    • Folie 16
      Datenqualitätsmanagement Etablieren
      Ziel-
      Orientierung
      Daten
      Qualität
      Mgt.
      DV:
      IT-Systeme
      Fachliche
      Prozesse
      Das ENISA Data Collection Framework
      Problemgetriebenes Vorgehensmodell
      1 – Identifikation der wichtigsten Datenobjekte (z.B. „Kunde“, „Produkt“)
      2 – Analyse gemeldeter Störungen bezüglich Ursachen in den Ziel-Objekten
      3 –Optimierung der Daten zur Behebung der Problemursache
      4 – Abschluss eines „Datenqualitätsabkommen“ zwischen IT und Fachbereich
      5 – Aufbau automatischer Kontrollen zur regelmäßigen Prüfung der geforderten Qualität
      Governance-getriebenes Vorgehensmodell
      1 – Identifikation der wichtigsten Datenquellen im Unternehmen
      2 – Daten-Bestandsaufnahme gemeinsam mit der zentralen Fachseite
      3 – Optimierung aller Datenbestände aus dieser Quelle
      4 – Aufbau einer Partnerschaft zwischen IT und FS zu diesen Daten
      5 – Ausweitung der Partnerschaft, um mehr Fachbereiche zu beteiligen
      6 – Ausweitung der Partnerschaften auf weitere Datenobjekte
    • Folie 17
      Vielen Dank für Ihre Aufmerksamkeit!