Neue Einblicke durch BI Software: Die Wichtigkeit der Datenqualität

Neue Einblicke durch Business Intelligence (BI) Software: Warum eine gute Datenqualität so wichtig ist

Die Datenqualität wird im Vorfeld eines Projekts häufig deutlich besser eingeschätzt, als sie es tatsächlich ist. In der Realität nimmt die Datenaufbereitung häufig 80% der Projektzeit ein. Dementsprechend bleiben nur 20% für die Analyse der Daten übrig. Dieses Verhältnis von 4/5 zu 1/5 hängt u.a. damit zusammen, dass in den meisten Fällen kein firmenübergreifendes Stammdatenmanagement existiert.

Verschenken Sie kein Potenzial

Häufig treffen wir im Beratungsalltag auf den Umstand, dass unterschiedliche Abteilungen Kunden jeweils selbst und somit doppelt angelegt haben. Dadurch ergeben sich Probleme beim Reporting und im schlimmsten Fall werden falsche Entscheidungen daraus abgeleitet. Diese zersplitterte Kundenführung erzeugt gleich mehrere Probleme.

Ein Großkunde bezieht zum Beispiel von drei unterschiedlichen Abteilungen eines Unternehmens Ware und wird durch die mehrfache Anlegung nicht ganzheitlich wahrgenommen. Dadurch wird er in der Folge nicht für einen besonderen Kundenservice vorgesehen oder bei einer Marketingaktion nicht/mehrfach einbezogen. Es wird Potenzial verschenkt.

BI Software sorgt für einen frischen Blick auf die Daten

Ein weiteres Problem ergibt sich bei vielen Unternehmen bei der eigentlichen Datenanalyse. Oftmals existiert keine spezielle Software, sondern Excel wird als Standardprogramm für Auswertungen jeglicher Art genutzt. Die Gründe hierfür liegen auf der Hand: Meist sind bereits viele Mitarbeiter mit der Software vertraut und zusätzliche Anschaffungskosten sind normalerweise nicht erforderlich. Für kleinere Datenmengen und schnelle Analysen ist dies sicherlich sinnvoll. Sobald es sich allerdings um eine große Anzahl von Datensätzen handelt oder Daten mit geographischem Bezug ins Spiel kommen, braucht es bessere Lösungen.

Speziell im Logistik- und Transportbereich kann eine BI-Software mit Fokus auf Visualisierungen dabei helfen, einen neuen Blick auf Daten zu erhalten. Zum Beispiel lassen sich Sendungsdaten, sofern die Datenqualität stimmt, sehr gut auf eine Karte legen. Hierbei bekommt man nicht nur einen guten, schnellen Überblick, sondern kann zusätzlich noch weitere wichtige Variablen berücksichtigen. So können die Punkte auf der Karte mit einer für das Unternehmen interessanten Bezugsgröße, wie zum Beispiel dem Umsatz oder Absatz der an die jeweiligen Kunden ausgelieferten Ware, verknüpft werden.

Diese Darstellungen sorgen bei unseren Kunden regelmäßig für ‚Aha-Erlebnisse‘. Denn auch wenn man in Excel die entsprechenden Spalten zur Filterung nutzen kann, um ähnliche Erkenntnisse zu gewinnen, ist es von unschätzbarem Wert, alles auf einen Blick bildlich angezeigt zu bekommen und somit bspw. losgelöst von Tabellen und Zahlen seine Top-5 Kunden zu erkennen.

Klingt gut, aber ist schwer vorstellbar?

Wir haben im Folgenden ein Beispiel zur Veranschaulichung für Sie aufbereitet. Alle darin genannten Firmen und Institutionen sind frei erfunden.

Stellen wir uns die fiktive Firma „Holz für jedermann“ einmal vor: Ein klassischer, mittelständischer Produktionsbetrieb mit knapp 400 Mitarbeitern und Firmensitz in Münster. Das Kerngeschäft besteht in der Herstellung von Tischen, Stühlen und Schränken aus verschiedensten Holzsorten. Jede der drei Sortimentsgruppen ist in einer eigenen Abteilung abgebildet. Die Kernzielgruppe sind Unternehmen und Bildungseinrichtungen, aber auch Privatpersonen werden in dem reichhaltigen Sortiment fündig.

Unser Auftrag ist es nun, in einem ersten Schritt die umsatzstärksten Kunden in Deutschland zu identifizieren. Hierzu haben wir einen Export der Positionen aus dem ERP-System von „Holz für jedermann“ erhalten. Bei einer ersten, schnellen Analyse sieht es so aus, als ob die Universität in Kulmbach der umsatzstärkste Kunde ist. Außerdem fällt auf, dass der Kundenname der Universität in Mauerstetten falsch geschrieben ist und zusätzlich einen Lieferhinweis enthält.

Allerdings fehlt uns in der linken Darstellung der Bezug zum Umsatz. Also verknüpfen wir mithilfe der Software nun den Wert des Umsatzes mit der Größe der einzelnen Punkte, stellen also eine Gewichtung her:

Mangelnde Datenqualität zieht Fehlentscheidungen mit sich

Den großen Punkt oberhalb von Nürnberg haben wir bereits erwartet, denn dieser stellt die Universität von Kulmbach dar. Auch die großen darunter folgenden Punkte bei Mauerstetten und Pappenheim konnten wir in unserer ersten schnellen Analyse bereits identifizieren. Die beiden großen Punkte bei Düsseldorf und Bochum überraschen uns allerdings. Im Zuge einer tieferen Analyse stellen wir fest, dass der Kunde sowohl Stühle, Tische und Regale bestellt hat. Durch die strikte Trennung der drei Sortimentsgruppen im System ist dieser jedoch dreimal mit unterschiedlichen Kundennummern und Namen im System geführt.

Aufgrund mangelnder Datenqualität haben wir unseren umsatzstärksten Kunden zuvor nicht identifizieren können. Die Folge sind möglicherweise falsche Entscheidungen im Marketing, Aftersales und Service Bereich. Im Folgenden konnte mithilfe von BI Software der umsatzstärkste Kunde über alle Warengruppen hinweg graphisch identifiziert werden.

Der Einsatz von moderner BI-Software bietet also die Möglichkeit, Daten vollkommen neu zu entdecken und zu erleben. Die Unternehmensdaten in einer anderen Form als der klassischen Tabellenansicht zu sehen, hilft enorm dabei ungenaue Daten zu identifizieren und sich schnell einen guten Überblick über seine Kunden und deren Eigenschaften verschaffen.