Data Quality – Datenqualität verbessern
Eine gute Datenqualität (Data Quality) spielt eine entscheidende Rolle für den Erfolg eines Unternehmens. Nur wenn diese gegeben ist, können Business Intelligence (BI) und Analytics-Anwendungen richtig ausgeführt werden. Wie wichtig eine ausreichende Qualität der Daten ist, spiegelt sich auch im BI-Trendreport wider: Seit fünf Jahren in Folge belegt das Stammdaten- & Datenqualitätsmanagement Platz eins des Rankings. Wie Sie Ihre Datenqualität verbessern können, zeigen wir Ihnen in unserem Blogbeitrag.
Kriterien zur Beurteilung der Data Quality:
Verschiedene Kriterien geben Auskunft darüber, ob die Qualität von Daten für das Unternehmen ausreicht. Die Datenqualität gibt hierbei an, ob und wie gut sich Daten für bestimmte Aufgaben eignen. Dazu gehören:
-
- die Vollständigkeit der Daten
- die Relevanz der Daten für bestimmte Aufgaben und Anwendungen,
- die Exaktheit der Daten
- die Aktualität der Daten
- die Zuverlässigkeit der Daten
- die Verfügbarkeit und Zugänglichkeit der Daten
- die Konsistenz der Daten über die verschiedenen Systeme und Quellen
Vollständigkeit der Daten: Sind alle nötigen Datensätze verfügbar? Dies ist wichtig, da unvollständige Daten möglicherweise nicht oder nur teilweise verwendbar sind. Zudem sollten jedoch auch nicht mehr Daten als unbedingt nötig erfasst werden. Damit in der Datenbank zum Beispiel keine unvollständigen Kundenkontaktmöglichkeiten gespeichert werden, sollte darauf geachtet werden, dass alle wichtigen Informationen vollständig im Datenbestand aufgenommen wurden.
Relevanz der Daten: Sind alle wichtigen Daten gespeichert? Jeden Tag fällt eine Vielzahl an Daten und Informationen an – nicht alle davon sind wichtig für den Geschäftsalltag. Daten sollten demnach bewusst erhoben werden, damit nur die gewünschten Informationen gespeichert werden.
Exaktheit der Daten: Wie hoch ist die Genauigkeit der Daten? Bei der Erhebung der Daten sollte sichergestellt werden, dass die Daten auch korrekt und präzise sind und übereinstimmen (z.B. Nachkommastellen, Datums-Formate).
Aktualität der Daten: Sind sämtliche Datensätze auf dem neuesten Stand? Die Datenlage ändert sich ständig. Veraltete Daten spiegeln unter Umständen nicht die aktuelle Situation wider. Zwar sollten historische Daten gespeichert werden, jedoch sollte der Fokus auf Echtzeitdaten sowie Echtzeitberichten liegen. So können Veränderungen und Probleme frühzeitig erkannt und gelöst werden.
Zuverlässigkeit der Daten: Ist die Entstehung der Daten zuverlässig?
Verfügbarkeit & Zugänglichkeit der Daten: Können die richtigen Fachanwender und Mitarbeiter auf die benötigten Daten zugreifen? Oftmals sind wichtige Daten über verschiedene Tools verteilt. Damit relevante, konsistente und richtige Daten ihren Zweck erfüllen können, ist es wichtig, dass die betreffenden Nutzer Zugang zu den entsprechenden Datensätzen haben.
Konsistenz der Daten: Sind die Daten frei von Widersprüchen und Dubletten? Stehen die Daten im Widerspruch zu anderen Informationen? Daten sollten konsistent zu bestehenden Datensätzen sein. Liegen Unstimmigkeiten in den Datenbanken vor, kann das Finden der Fehler ziemlich mühselig werden.
Verbesserung der Datenqualität:
Um eine konstant hohe Data Quality gewährleisten zu können, müssen die vorhanden Daten regelmäßig analysiert, bereinigt und überwacht werden.
Data Profiling bzw. Datenanalyse: Die Datenanalyse erkennt doppelte Daten, Widersprüche innerhalb der Datenbänke sowie fehlerhafte oder unvollständige Informationen. Dabei müssen u.a. die Daten von Dubletten und Falscheingaben bereinigt sowie bestehende Datensätze aktualisiert werden.
Data Cleaning bzw. Datenbereinigung: Bei der Datenbereinigung werden die aus der Analyse erkannten Probleme und Missstände, wie z.B. falsche Datentypen oder lückenhafte Datensätze, behoben. Dafür werden verschiedene Algorithmen verwendet.
Data Monitoring bzw. Datenüberwachung: Ein konstantes Monitoring der Daten überprüft in regelmäßigen Abständen die im Unternehmen vorherrschende Datenqualität und stellt diese sicher. So kann die Aktualität, Vollständigkeit und Qualität der Datensätze langfristig gewährleistet werden.
Checkliste Data Quality:
ANIGMA ist Ihr Experte auf dem Gebiet Business Intelligence & Datenqualitätsmanagement
Business Intelligence ist für Unternehmen ein wichtiges Instrument geworden, um alle anfallenden Daten und Informationen richtig zu verarbeiten und auszuwerten. Um mehr über die Leistungen von ANIGMA, Ihren Experten für Business Intelligence und Information Excellence zu erfahren, rufen Sie uns an: 0911 80092930 oder schicken Sie uns eine E-Mail.
Wir freuen uns auf Ihre Nachricht!