Die Auswirkungen schlechter Datenqualität

Die Datenqualität (oder Data Quality) ist für jedes Unternehmen, unabhängig von der Branche, ein wichtiger Faktor, da es darum geht, die Daten im Laufe der Zeit konstant zu halten. Es geht also darum, sicherzustellen, dass die Daten im Laufe der Jahre keine Informationen verlieren und lebensfähig und verwertbar bleiben. Wie jeder weiß, neigen Daten dazu, sich im Laufe ihrer Nutzung zu verschlechtern. Aber was sind konkret die Kriterien, die Daten qualifizieren? Je nach Bereich und Gesprächspartner können sich die Kriterien etwas unterscheiden, aber die Grundzüge sind immer dieselben. In seinem Bericht über die Datenqualität hat Forbes Insights vier Hauptkriterien festgelegt:

• Genauigkeit

Die Daten müssen das, was sie darstellen, korrekt wiedergeben. Eine Lokalisierung muss es ermöglichen, die betreffende Ausrüstung oder das betreffende Gebäude zu lokalisieren.Die Daten müssen auch aktuell sein, um ihren Zweck zu erfüllen und die richtigen Informationen zu übermitteln. Natürlich hängt die Genauigkeit vom Kontext, aber auch von der Endnutzung ab. Die Lokalisierung einer Industrieanlage wird eine höhere Genauigkeit benötigen als beispielsweise die eines ganzen Gebäudes.

• KompStudie

Die Daten müssen vollständig sein. Ein Mangel an Informationen kann dazu führen, dass die Umstände falsch eingeschätzt werden, was in allen Bereichen zu schwerwiegenden Konsequenzen führen kann. Ob im Finanzwesen, in der Instandhaltung oder im IT-Bereich: Unvollständige Daten können dazu führen, dass die Situation nicht genau erkannt wird und falsche Strategien oder Richtlinien entstehen.

• Normalisierung

Das Format der Daten hängt von der Quelle oder der Region der Daten ab, daher muss eine Möglichkeit gefunden werden, die Daten zu vergleichen. Das Datumsformat ändert sich, je nachdem, ob Sie sich in den USA (Monat – Tag – Jahr) oder in Europa (Tag – Monat – Jahr oder Jahr – Monat – Tag) befinden. Außerdem ist es wichtig, potenziell vorhandene Duplikate und Fehler zu verwalten. Durch die Standardisierung von Formaten können vergleichbare und konsistente Daten gewonnen und Fehlinterpretationen eingeschränkt werden.

• Behörde

Die Daten müssen zuverlässig und für ihren Zweck geeignet sein. Ohne Glaubwürdigkeit werden die Daten zu Ergebnissen führen, die keinen großen Nutzen haben, da sie nicht wirklich begründet sind. Daten, sowohl aus internen als auch aus externen Quellen, müssen daher eine Referenz sein und als Autorität gelten.

Eine schlechte Datenqualität kann schwerwiegende Folgen haben. Dies bedeutet schlechte oder fehlende Informationen. Dies führt zu verzerrtem Wissen und damit zu potenziellen Risiken und Problemen im Geschäft oder in den Büchern des Unternehmens. Einigen Studien zufolge könnten die Auswirkungen bis zu 25% des Umsatzes kosten. Konkreter sind hier einige der Folgen, die eine schlechte Datenqualität haben kann:

• Verschlechterung des Vertrauen

Wenn die vorhandenen Daten kein Vertrauen erwecken, erwecken auch die daraus abgeleiteten Ergebnisse schnell kein Vertrauen mehr. Laut dem Global CEO Outlook von KPMG aus dem Jahr 2016 sind 84% der CEOs besorgt über die Qualität der Daten, auf die sie sich verlassen. Ein Mangel an Vertrauen könnte dazu führen, dass Führungskräfte auf traditionellere Mittel zurückgreifen, und ihre Bereitschaft, in Lösungen zur Verbesserung der Datenqualität zu investieren, dämpfen. Instinkt, Erfahrung und vertrauenswürdige Meinungen sind wichtig, aber Entscheidungen allein auf diese Elemente zu stützen, birgt für das Unternehmen ein größeres Risiko als die Analyse hochwertiger Daten.

• Verlust von Möglichkeiten

Mit besseren Daten erhält man mehr Informationen. Wenn ein Unternehmen und sein Konkurrent denselben Kunden anvisieren und der Konkurrent über mehr Informationen verfügt, wird er ein reiferes Verständnis des Bedarfs haben und aufgrund seiner Daten, die er nutzen kann, im Vorteil sein. Daten sind von Vorteil. Sie müssen korrekt behandelt werden, um einen Wettbewerbsvorteil zu erlangen und zu erhalten.

• Verlust von Einkommen

Wenn die Datenqualität schlecht ist, kann dies zu erheblichen Einnahmeverlusten führen, wie z. B. falsche Kundendaten, die zum Verlust eines Geschäfts/Verkaufs führen. Ähnlich wie bei einer Versicherungsgesellschaft, die falsche Informationen über das Vermögen ihrer Versicherten hat, würde sich dies stark auf die Einnahmen auswirken und zu echten Gewinnausfällen führen. Die Lage der Versicherten zu schätzen, anstatt sie genau zu erfassen, könnte z. B. im Falle eines Überschwemmungsgebiets zu einem großen Einkommensverlust führen.

• Schädigung des Rufes

Der Ruf eines Unternehmens ist für dieses lebenswichtig, daher ist es von größter Bedeutung, alles zu verhindern, was ihm schadet. Das hat nicht immer große Auswirkungen, vielleicht merkt man es nicht einmal, aber manchmal kann es sehr schädlich sein. Ohne vollständige und aktuelle Daten sind unbeabsichtigte Fehler möglich, z. B. Rechtschreibfehler im Namen eines Kunden oder das Versenden von Mitteilungen an eine verstorbene Person. Leider sind auch Fehler mit Medienecho möglich, wie z. B. die katastrophale Einführung von Apple Plans im Jahr 2012. Aufgrund schlechter, sowohl unvollständiger als auch ungenauer Daten waren die Dienste, die mit Google Maps konkurrierten, unbrauchbar und sorgten für viel Wirbel. Durch die Korrektur insbesondere dieses Aspekts bietet Apple Plans heute einen qualitativ völlig kohärenten Dienst.