Massimiliano Spennato
- 13 Sep 2019
Haben Sie Ihre wichtigste Datenbasis, die Stammdaten, im Griff? Es hört sich vielleicht banal an, aber es geht längst nicht mehr um ein paar Irrläufer in Mailings, sondern um die Grundlage der Automatisierung in allen Prozessen, mithin der Digitalisierung überhaupt. In diesem Artikel erfahren Sie, warum Sie es sich nicht leisten können, Ihre Stammdaten zu vernachlässigen – und wir zeigen Ihnen den Weg zu perfekten Daten.
Mitchells und Butlers würden gerne einer der umsatzstärksten Gastronomen in Deutschland werden. In Großbritannien sind sie es schon. Sie betreiben dort 1.700 Pubs. Damit man in anderen Ländern auch nur annähernd ähnlich erfolgreich wird, muss man vor allem eine Voraussetzung gewährleisten: Die potenziellen Kunden müssen wissen, dass es ein solches Pub in ihrer Nähe überhaupt gibt. Wenn Sie wirklich dann dorthin gehen, sollte just in diesem Moment tunlichst kein Ruhetag sein.
Das Phänomen kennen Sie. Allzu häufig stimmen die Daten, die auf Restaurant-Portalen wie Yelp hinterlegt sind, nicht mehr mit der aktuellen Realität überein. Und sollten Sie Yelp für Ihren Markt nicht relevant finden: Ein Großteil der Google-Daten zu Restaurants stammt genau von dort. Öffnungszeiten ändern sich, Ruhetage werden aufgegeben oder neu eingerichtet, und natürlich gibt es auch mal einen Wechsel bei der Telefonnummer.
Heutzutage muss ein solcher Fehler aber nicht sein. Längst gibt es Firmen, die sich darauf spezialisiert haben, für Gastronomen deren Daten aktuell zu halten. Das jeweilige Unternehmen pflegt seine Daten an einer einzigen Stelle und der entsprechende Dienstleister reicht sie an die Portale weiter. Das US-Unternehmen Yext hat mit diesem Geschäftsmodell eine Investorenbewertung von einer Milliarde Dollar erlangt.
Das hat seinen Grund. Korrekte und sauber aufbereitete Daten sollten das Herzstück Ihrer Digitalisierung sein. Wenn Maschinen automatisch Daten verarbeiten, dann entscheidet die Qualität dieser Daten über die Qualität des Endergebnisses. "Crap in, crap out" lautet eine gängige Floskel unter Programmierern. Wer schlechte Daten liefert, kann den besten Algorithmus nutzen, das Ergebnis wird dennoch kein Gutes sein.
Was für so einfache Daten wie Adresse, Telefonnummer und Öffnungszeiten gilt, ist natürlich genauso für Stammdaten relevant, die innerhalb Ihres Unternehmens Anwendung finden. Wenn die Adressdaten von Lieferanten und Kunden nicht stimmen, erschwert das die Kommunikation mit beiden Seiten. Sehr deutlich wird das in Mailings. Wenn Sie versuchen, eine persönliche Ansprache in einen Brief zu drucken, sollten Sie sich sicher sein, dass die Generierung, Speicherung und Übertragung der Daten einem festen Schema folgt und die Daten auf Fehler geprüft und bereinigt wurden. Sonst wird Lieschen Müller mit "Sehr geehrter Herr Professor" angeschrieben.
Das ist aber nur das kleinste Beispiel. Das gesamte Targeting basiert darauf, dass die Datenbasis stimmt. Wenn ein Algorithmus die Hypothese anstellt, dass in Zürich-Oberstrass vor allem wohlhabende Menschen leben und diese anders anzusprechen sind als die in Dietikon, dann sollte das tunlichst stimmen, damit die Adressdaten aus dem CRM-System überhaupt von Nutzen sind. Eine Postleitzahl allein reicht dafür nicht.
Auch im Risikomanagement spielt die Qualität der Stammdaten eine wichtige Rolle. Als ein Datenfeld in der Datenbank kann ein Risikomonitoring angehängt werden. Das kann zum Beispiel ein Scoring-Indikator wie die D&B D-U-N-S®-Nummer von Dun & Bradstreet sein, die Auskunft über die Solvenz eines Unternehmens gibt. Wenn Sie eine regelmäßige Analyse an einen solchen Parameter anhängen, dann erkennt Ihr Unternehmen sowohl auf der Einkaufs- als auch auf der Kundenseite Risiken – wie einen Zahlungsausfall – frühzeitig und ergreift Gegenmaßnahmen.
Wenn Sie zusätzliche Daten wie das Scoring aus externen Datenquellen wie die von Dun & Bradstreet an einen bestehenden Datensatz anhängen, nennt man dieses Vorgehen "anreichern" oder auch "veredeln".
Das Anreichern ist der zweite Schritt beim Aufbau einer guten Stammdaten-Basis. Als Stammdaten – auch Master Data – bezeichnet man Daten, die für bestimmte Teilprozesse beim Wirtschaften unverzichtbar sind und die grundsätzlich dauerhaft verfügbar sein sollten. Demgegenüber stehen variable Daten. Bei der Bestellung eines Vorprodukts sind die Artikelnummer und der Lieferant Teil der Stammdaten, die Bestellmenge und der Preis sind veränderlich. Im CRM zählt inzwischen die DSGVO-Freigabe zu den Plicht- und mithin zu den Stammdaten. Das gespeicherte Surfverhalten auf der eigenen Website ist unterdessen variabel.
Alles beginnt bei Master Data. Sie haben sie über viele Jahre erfasst und gesammelt und in unterschiedlichen Datenbanken – manchmal leider auch in Excel – gespeichert. Jedes Datenprojekt beginnt mit einer Konsolidierung. Sind die Daten korrekt, sind sie konsistent, haben sie ein einheitliches Format? Doubletten werden entfernt, Schreibfehler korrigiert und bekannte Veränderungen in die Datensätze eingepflegt. Ihre Datenbasis wird bereinigt.
Im zweiten Schritt werden die Daten angereichert. Das ist zum Beispiel für das Targeting im Marketing spannend, aber auch für den Vertrieb oder den Support. Während der Marketer zum Beispiel gerne wüsste, zu welchem Zielgruppensegment der anzusprechende Kunde zählt, so würde den Vertrieb eher interessieren, ob der Kunde zahlungsfähig ist. Der Support wiederum arbeitet besser, wenn er weiß, welche Produkte ein Kunde aktuell einsetzt oder wie lange es dauert, einen Servicetechniker zu schicken.
Diese beiden Schritte stellen die Vorarbeiten dar, und ab dann beginnt die "Endlosschleife", nämlich die Datenpflege. Sie geschieht idealerweise automatisiert. Wenn Ihr E-Mail-Programm drei Fehlermeldungen vom Server bekommt, dass eine Adresse nicht mehr stimmt, so wird diese gelöscht. Das Löschen von Stammdaten ist für viele Unternehmen immer wieder ein schmerzlicher Prozess, aber er trägt zu entschieden besserer Qualität im Ergebnis bei. Um beim E-Mail-Beispiel zu bleiben: Die Certified Senders Alliance, die versucht dem SPAM-Problem Herr zu werden, hat sich darauf geeinigt, dass Mail-Verteiler regelmäßig überprüft und bereinigt werden. Tut man das nicht, landet man auf der Blacklist und wird als potenzieller Spammer eingeordnet.
Viel wichtiger bei der Automatisierung sind aber Schnittstellen zu Datenanbietern wie Dun & Bradstreet. Sie führen B2B-Datenuniversum mit mittlerweile Abermillionen Unternehmen weltweit. Damit die Information immer aktuell bleiben, zapfen sie mehr als 30.000 Datenquellen weltweit ab und spielen Millionen von Änderungen täglich ein. Viele Unternehmen ziehen bereits über eine API stets die neusten Informationen in ihre Datenbasis. Postretouren sind dann ein Ding der Vergangenheit, ebenso die Ansprache "Sehr geehrter Herr Professor" bei Lieschen Müller. Es geht aber noch viel weiter. Der Verkäufer sieht vor Ort beim Kunden dessen finanzielle Stabilität, das Marketing hat eine 360-Grad-Sicht auf Prospects, Smart Data Analysis sorgt für einen riesigen Vorrat an qualifizierten Leads, und vieles mehr.
Apropos Automatisierung. Je mehr Kommunikation zwischen Maschinen stattfindet, umso wichtiger ist eine konsistente Datenqualität. Denken Sie zum Beispiel an das Internet der Dinge, an die Sprachausgabe in Navigationssystemen oder Smart Speakern. Ein automatisches System kann zum Beispiel die Standort-Daten nur verarbeiten, wenn sie in einem Format angeliefert werden, das das System lesen kann. Die frühere Praxis, auf Webseiten die Adresse als JPG oder GIF zu hinterlegen, um SPAM vorzubeugen, wäre heute extrem kontraproduktiv: Nicht mal Google Maps würde Ihr Unternehmen dann noch finden.
Wir haben dazu eine Infografik zusammengestellt, die wir zum kostenlosen Download anbieten. Darauf erklären wir, was man unter Master Data genau versteht, warum sie bei der digitalen Transformation so wichtig ist, welche Probleme auftreten und wie Sie in einem Master-Data-Projekt zu perfekten Stammdaten kommen und diese pflegen.
Alles, was Sie über Stammdaten wissen müssen – kurz und kompakt erklärt und dargestellt in einer Infografik.
