Rechenbeispiel zu dysfunktionalen Prozessen durch Datenqualitätsprobleme

Eine hohe Datenqualität ist entscheidend für eine Vielzahl täglicher Abläufe in Unternehmen. Im Folgenden finden Sie ein Rechenbeispiel zu dysfunktionalen Prozessen durch Datenqualitätsprobleme.

Verstreute Daten: Annahme: – 10 Stunden/Woche

In vielen Unternehmen sind für das Tagesgeschäft relevante Daten unvollständig und in verschiedenen Listen verstreut.

Diese Verteilung führt zu einem erheblichen Zeitverlust, da Mitarbeitende ständig nach den richtigen Informationen suchen müssen.

Im Beispiel gehen dabei 10 Stunden pro Woche verloren.

Dies bedeutet, dass wertvolle Arbeitszeit, die für produktive Aufgaben genutzt werden könnte, stattdessen für die Suche nach verstreuten Daten aufgewendet wird.

Widersprüchliche Daten und Dubletten: Annahme: – 6,5 Stunden/Woche

Wenn Daten im CRM und ERP nicht übereinstimmen, entstehen widersprüchliche und doppelte Datensätze.

Insgesamt kostet dies hier im Beispiel Mitarbeitende etwa 6,5 Stunden pro Woche.

Diese Zeit könnte besser genutzt werden, um echten Kundenmehrwert zu schaffen, anstatt ständig Daten zu überprüfen und zu korrigieren.

Manuelle Einzelkorrekturen: Annahme: – 4 Stunden/Woche

Müssen Ihre Mitarbeitenden ständig Auffälligkeiten manuell korrigieren?

Jede manuelle Korrektur kostet Zeit und erhöht die Fehleranfälligkeit.

Im Beispiel gehen dadurch etwa 4 Stunden pro Woche verloren.

Diese ständigen Korrekturen sind nicht nur zeitaufwendig, sondern auch frustrierend für Mitarbeitende, die ihre Zeit lieber für wertschöpfende Tätigkeiten nutzen würden.

❌ Gesamter Zeitverlust: ca. 1.000 Stunden pro Jahr

Diese Zeitverluste summiert, ergeben ein Gesamtzeitverlust von etwa 1.000 Stunden pro Jahr.

Dabei sind Folgekosten wie verärgerte Kunden, genervte Mitarbeitende, Produktivitätsverluste, Klärungsbedarfe und Umwege an verschiedenen Stellen noch nicht berücksichtigt.

Hierbei handelt es sich um Annahmen, die verglichen mit manchem Unternehmen sicherlich noch sehr moderat sind.

Das Thema Datenqualität ist nicht nur eine gute Stellschraube für Optimierungen, sondern kommt in der Regel mehreren Abteilungen gleichzeitig zugute.

➡️ Je mehr Zeit aktuell noch in den Ausgleich von Datenqualitätsproblemen gesteckt wird, desto höher die positive Auswirkung, die Datenqualität anzugehen.

Schlussfolgerung

Im Rechenbeispiel wird deutlich, dass es jede Abteilung sowie eine oder mehrere Personen betreffen kann, und interne wie externe Auswirkungen haben kann.

Problematische Datenqualität wird zum Problem vieler. Je mehr betroffen sind, desto höher die Stundenanzahl verschwendeter Zeit für Korrekturen, Datensuche, Datennachfrage, Klärung und Datenzusammenstellung.

Zudem frage ich mich: Muss jeder zum Datenspezialist werden, um den eigenen Job machen zu können?

Einen ersten, unkomplizierten Schritt zur Verbesserung der Datenqualität

Fragen zur Verbesserung der Datenqualität

Die ersten Schritte, um herauszufinden, wie viel Zeit Sie aktuell verlieren, sind folgende Fragen:

• Welche Daten sind betroffen? (z.B. Kundendaten, Produktdaten, Finanzdaten)
• Wer ist beteiligt? (z.B. Mitarbeitende, Abteilungen)
• Wie viele Abteilungen sind betroffen?

➡️ Praxis-Tipp:

1. Sammeln Sie für einen festgelegten Zeitraum (z.B. drei Monate) alle Probleme, die im Tagesgeschäft aufgrund schlechter Datenqualität auftreten.
2. Kommunizieren Sie den Zeitraum transparent intern und legen Sie einen zentralen Ablageort fest (z.B. eine Datei auf dem SharePoint), an der alle Mitarbeitenden diese Probleme eintragen können.
3. Nach Ablauf des Zeitraums analysieren und strukturieren Sie die gesammelten Daten, legen konkrete Handlungsschritte fest und gehen diese nach und nach oder auch parallel an.