Unternehmen erkennen zunehmend den hohen Wert von Daten, sodass Daten vermehrt genutzt werden. Doch ohne Qualität bergen Daten eher erhebliche Risiken.
In diesem Beitrag gehe ich praxisnah darauf ein, welche Auswirkungen eine schlechte Datenqualität in Unternehmen hat.
Folgen schlechter Datenqualität
Welche Auswirkungen hat eine schlechte Datenqualität?
Schlechte Datenqualität lässt sich oft nicht leicht erkennen, und die wenigsten Unternehmen haben die Datenqualität wirklich im Griff.
Blinde Flecken bei Mitarbeitenden und Betriebsblindheit in eingespielten Abläufen sind völlig normal. Die folgenden Szenarien stammen aus der Praxis und zeigen die vielfältigen Auswirkungen.
#1 Unerkannte Datenqualitätsprobleme sind nicht weniger problematisch
Die Auswirkungen schlechter Datenqualität sind selten offensichtlich und häufig besonders schmerzhaft, sobald sie auffallen.
Viele Prozesse basieren auf Datenqualitätsproblemen relevanter Stammdaten, was zahlreiche Abteilungen und Personen betrifft. Auch Kunden leiden unter den Konsequenzen.
Während das Problem an manchen Stellen bekannt ist, wird es an einigen Stellen weiterhin nicht wahrgenommen, da es nicht immer offensichtlich ist.
Beispiel:
Ein Unternehmen, das wegen unzureichender Zahlungszuordnungen und mangelndem Überblick in der Buchhaltung ins Chaos geriet. Wochenlange Aufräumarbeiten mit zusätzlichem externem Team waren die Folge. Die Zahlungsforderungen vieler Rechnungen waren mittlerweile verjährt und die richtigen Ansprechpartner für die übrigen Fälle in den Kundenunternehmen schwer zu ermitteln. Es erforderte viel Zeit und war mühsam. Erst dabei wurde der Wert der Kunden- und Ansprechpartner-Stammdaten erkannt.
#2 Schlechte Datenqualität, falsches Reporting und Rückschlüsse
Ungenaue oder unvollständige Daten führen zu fehlerhaftem Reporting mit falschen Rückschlüssen. Auch eine Vielzahl an Meetings zur Klärung von Reporting-Differenzen oder nicht nachvollziehbaren Ergebnissen können Folgen sein.
#3 Falsche Daten, fehlende Wertschätzung, unzufriedene Kunden
Datenqualitätsprobleme, wie fehlerhafte Daten, können zu unzufriedenen Kunden führen, beispielsweise durch falsche Rechnungen, unnötige Korrekturschleifen, Wartezeiten, kritischen Verzögerungen, fehlende Informationen, erhöhten Klärungsbedarf insgesamt, Reklamationen oder unpassende Marketingmaßnahmen.
#4 Unzureichende Daten, Fehlentscheidungen, hohe Verwaltungs- und Personalkosten
Fehlerhafte Daten führen zu falschen Entscheidungen und hohen Kosten durch dysfunktionale Prozesse und hohen manuellen Aufwand.
Widersprüche durch Dubletten in verschiedenen Systemen treten ebenfalls häufig auf. Oft werden zusätzliche Mitarbeitende eingestellt, anstatt Automatisierungen umzusetzen – gegen Veränderungen wird sich gesträubt, weil ein möglicher Verlust des Jobs oder der Kontrolle befürchtet werden.
Weiterlesen im anderen Beitrag:
>> Rechenbeispiel zu dysfunktionalen Prozessen durch Datenqualitätsprobleme
#5 Rechtliche Konsequenzen, Vertrauensverlust und Schädigung des Unternehmensrufs aufgrund fehlerhafter Daten
Fehlerhafte Daten können rechtliche Konsequenzen nach sich ziehen.
Beispiel:
Anforderungen, wie der E-Rechnungsbeschluss, können nicht erfüllt werden, weil die Kundenkontaktaufnahme zur Erfragung der Empfangs-E-Mail-Adresse nicht möglich ist, da keine Kontaktdaten vorliegen oder unklar ist, ob das Unternehmen noch existiert.
Beispiel:
Eine E-Mail an eine falsche E-Mail-Adresse zu senden, weil die Datenqualität der Kundenstammdaten, insbesondere der E-Mail-Adressen, zu wünschen lässt, ist keine Kleinigkeit, sondern im Zweifelsfall ein Datenschutzvorfall.
Beispiel:
Der Versand von Rechnungen an falsche Empfänger oder fehlerhafte Produktdaten, die falsche Artikelbeschreibungen enthalten, oder ständig gleiche Fehler mit resultierenden wiederholten Reklamationen führen zu Vertrauensverlust und schädigen den Ruf des Unternehmens.
#6 Mit Datenmängeln zu verpassten Chancen und verlorene Einnahmen
Schlechte Datenqualität und die damit verbundenen Risiken können auch zu verpassten Chancen führen.
Beispiel:
Wenn Informationen zu Verkaufsaktionen per Newsletter wegen fehlender oder falscher E-Mail-Adressen nicht zugestellt werden können.
#7 Fragwürdige Prozesse durch Datenchaos
Beispiel:
Unterlagen werden per Post versendet, weil sich niemand an Prozess-Automatisierungen aufgrund von Datenbedenken hinsichtlich E-Mail-Adressen und fehlenden Zuständigkeiten herantraut.
Auch Tippfehler durch manuelles Eintragen oft identischer Informationen führen zu hohem Aufwand für die Korrektur und bindet unnötig Ressourcen.
Weitere Beispiele für Datenqualitätsprobleme nach Abteilungen
Es ist üblich, dass Datenqualitätsprobleme um sich greifen und nicht nur eine Abteilung im Unternehmen betroffen ist.
Schließlich gibt es bestimmte Datengrundlagen, auf denen eine Vielzahl von Prozessen basiert.
Beispiele:
- Buchhaltung: Ein Unternehmen versendet Rechnungen an falsche Adressen, was zu Zahlungsverzögerungen und erhöhten Mahnkosten führt.
- Marketing: Kampagnen erreichen nicht die richtigen Zielgruppen, weil die Kundendaten unvollständig oder veraltet sind.
- Vertrieb: Falsche oder fehlende Kontaktdaten führen dazu, dass potenzielle Kunden nicht erreicht werden.
- Controlling: Unvollständige oder fehlerhafte Daten erschweren die Erstellung genauer Berichte und Analysen.
- Produktmanagement: Fehlerhafte Produktdaten führen zu falschen Artikelbeschreibungen und Klärungsbedarfen mit Kunden.
- Fertigung: Unvollständige oder falsche Lieferantendaten können zu Produktionsverzögerungen und erhöhten Kosten führen.
- Customer Service: Falsche Kundendaten führen zu erhöhtem Anrufvolumen und längeren Bearbeitungszeiten.
- Reporting: unterschiedlich verwendete Kundenkategorien führen zu hohen Umsatzdifferenzen in 2 Reports, viel Verwunderung, Ad-hoc-Meetings mit hoher Dringlichkeit wegen vermutetem Umsatzeinbruch.
Schlussfolgerung
Sind die Auswirkungen schlechter Datenqualität akzeptabel und eventuell nicht zu ändern?
Betriebsblindheit kann dazu führen, dass schlechte Datenqualität als normal angesehen wird. Auch gescheiterte Versuche werden häufig als Gegenargument für die Machbarkeit genutzt.
Die Folgen sind jedoch zu offensichtlich, um sie länger zu ignorieren.
Oft wird die Zuständigkeit für Datenqualitäts-Maßnahmen in der IT gesehen, aber selten sieht sich die IT dafür wirklich zuständig oder hat die notwendigen Kenntnisse oder Kapazitäten.
Ich kenne Aussagen aus der IT, wie z.B. „dann müssen die User die Daten eben korrekt eingeben.“ – dies ist leider kein zielführender Lösungsansatz.
Das Thema Datenqualität ist eines der unbeliebtesten und bietet deshalb oft ein hohes Potenzial für umfassende Optimierungen.
Haben Sie Bedarf in einem oder mehreren Bereichen erkannt? Vereinbaren Sie direkt einen Termin für eine unverbindliche Erstanalyse.
100% unverbindlich
Weitere Ressourcen
Weiterlesen:
>> Vorteile hoher Datenqualität
>> Rechenbeispiel zu dysfunktionalen Prozessen durch Datenqualitätsprobleme
