Data Analytics erhöht Qualitätsanforderungen an Stammdaten weiter

Der fortschreitende Umgang mit Data Analytics und Big DataBig Data in den Planungs- und Analyseabteilungen der Unternehmen erhöht die Anforderungen an die Stammdatenqualität weiter. Dabei bildet das Vertrauen in die Verlässlichkeit der Daten eine essenzielle Voraussetzung, um wichtige Entscheidungen zu treffen. Doch die fehlenden Standards zur Datenpflege stören dieses Vertrauen; das Optimierungspotenzial bleibt daher oft ungenutzt. In einem konkreten Beispiel bedeutet das: Verlassen sich Mitarbeiter nicht auf die gespeicherten Produktabmessungen, so werden Lagerplätze nicht vollständig ausgelastet oder LKW nicht voll beladen. Alles zu Big Data auf CIO.de

Am anderen Ende dieses Spektrums stehen Unternehmen, die die Datennutzung bereits heute perfektioniert haben. Dies zeigt zum Beispiel ein großer US-amerikanischer Konzern. Dieser berechnet für jeden seiner über 300.000 Mitarbeiter einen individuellen Wert für die Wahrscheinlichkeit, dass dieser plant, das Unternehmen zu verlassen. So können Manager frühzeitig gegensteuern oder zumindest entsprechenden Ersatz einplanen.

Wie löse ich das Problem? Ansatzpunkte und Erfolgsfaktoren

Um diese Probleme zu lösen und die Stammdatenqualität zu verbessern, sollte das Unternehmen zwei wichtige Fragen beantworten: