Datenqualität

Datenqualität


 

Definition: Was ist Datenqualität?

Datenqualität (oder auch Data Quality) bezeichnet die Erfassung sowie Aufbereitung von Daten (Informationen) und stellt deren Zustand bzw. Qualität fest. Dabei unterscheidet man zwischen guter und schlechter Datenqualität. Beide Zustände – sowohl gute als auch schlechte Datenqualität – können positive oder negative Auswirkungen auf das Unternehmen haben.

Inhaltsverzeichnis

Unsere Beiträge zum Thema Datenqualität

Datenqualität und Data Governance: eine Gegenüberstellung

Die Begriffe Data Governance und Datenqualität werden oftmals synonym verwendet. Das ist allerdings nicht korrekt, wie folgende Gegenüberstellung deutlich macht.
 
Weiterlesen
 

Valide Kundendaten als Basis für mehr unternehmerischen Erfolg

Unser Geschäftsführer Çağdaş Gandar hat bereits in den zwei vorherigen Beiträgen aufgezeigt, dass eine hohe Datenqualität zu höheren Umsätzen und geringeren Kosten führt. In diesem Beitrag beschreibt er weitere Bereiche, in denen eine hohe Datenqualität ebenfalls den Unternehmenserfolg sichert.

Weiterlesen
 

Schlechte Datenqualität führt zu hohen Kosten

Unser Geschäftsführer Çağdaş Gandar hat im vergangenen Beitrag erste Argumente dafür geliefert, dass sich das Investment in eine hohe Datenqualität aufgrund höherer Umsätze rechnet. Heute drehen wir den Spieß um und zeigen, wie sich eine schlechte Datenqualität auf die Kosten auswirkt.

Weiterlesen
 

Das Investment in eine hohe Datenqualität rechnet sich – immer

Wirtschaftlicher Abschwung, steigende Energiepreise, hohe allgemeine Inflation, Fachkräftemangel – die Liste der schlechten Rahmenbedingungen, mit denen deutsche Unternehmen heute und ...

Weiterlesen
 

Digitales Onboarding: Definition, Funktionsweise und Best Practices

Das digitale Onboarding wird heute immer beliebter. Deshalb sollten Unternehmen es optimieren, um Interessenten von Anfang eine positive User Experience zu bieten.

Weiterlesen
 

Mit einer hohen Datenqualität den CO2-Ausstoß minimieren

Hohe Retourenquoten sind für E-Commerce-Anbieter ein lästiges Übel. Sie verursachen unnötige Kosten und erhöhen den CO2-Ausstoß.

Weiterlesen
 

Der Erfolg von Künstlicher Intelligenz hängt eng mit hoher Datenqualität zusammen

Spätestens seit der Veröffentlichung von ChatGPT ist das Thema Künstliche Intelligenz (KI) in aller Munde. Marketingverantwortliche versprechen sich vom Einsatz solcher intelligenten Technologien unter anderem, ihren Kunden ein auf sie zugeschnittenes Kauferlebnis bieten zu können. Dazu werden ...

Weiterlesen
 

So bereiten E-Commerce-Anbieter Online-Kunden eine positive Customer Journey

Nachdem Corona bei Online-Händlern für Rekordumsätze gesorgt hatte, trat im vergangenen Jahr Ernüchterung ein. So meldete der Bundesverband E-Commerce und Versandhandel Deutschland e. V. (bevh) im Oktober 2022, dass die Umsätze im E-Commerce ...

Weiterlesen
 

Wie B2C-Anbieter von einer hohen Datenqualität profitieren

Die Datenqualität hat grundsätzlich einen hohen Einfluss auf den Unternehmenserfolg. Dies trifft insbesondere für B2C-Anbieter zu. Sie sind in der Regel mit einer hohen Wettbewerbsintensität konfrontiert und müssen dementsprechend mit ...

Weiterlesen
 

Melissa Data ist erstmals auf dem e-Commerce Day dabei

Köln. Heimspiel für Melissa auf dem e-Commerce Day, der am 5. Mai 2023 im Kölner Rhein-Energie-Stadion stattfindet. Das Software-Unternehmen wird ...

Weiterlesen
 

Wie Datenqualität den Unternehmenserfolg beeinflusst

Die Adress- und Kontaktdaten von Kunden und Interessenten zählen zu den wertvollsten Daten eines Unternehmens. Ihre Qualität hat einen hohen ...

Weiterlesen
 

Migrationsprojekte als Chance für eine bessere Datenqualität nutzen

Die aktuellen Softwarelösungen entsprechen nicht mehr den Anforderungen, der bisherige Software-Anbieter ist in die Insolvenz gegangen, die Unternehmens-IT wechselt in ...

Weiterlesen
 

Melissa Data feiert zehn Jahre Datenqualität in Deutschland

Köln. Melissa, ein führender Anbieter globaler Datenqualitäts- und Adressmanagementlösungen, ist seit nunmehr einer Dekade mit einer GmbH in Deutschland präsent ...

Weiterlesen
 

Dubletten vermeiden stellt eine hohe Datenqualität sicher

Max Mustermann, Mustermann Max, M. Mustermann … ein Name, zahlreiche Varianten. Das Risiko, dass Unternehmen Kontaktdaten mehrfach vorhalten, ist groß ...

Weiterlesen

Wie B2B-Anbieter von hoher Datenqualität profitieren

Mit der Datenqualität steht und fällt der Unternehmenserfolg. So verursachen inkorrekte Daten hohe Kosten, manuelle Korrekturaufwände und Verzögerungen in Lieferkette ...

Weiterlesen
 

Mit hoher Datenqualität auf dem internationalen Parkett punkten

Das Internet kennt bekanntermaßen keine Grenzen – was internationalen E-Commerce-Anbietern natürlich in die Karten spielt. Sie können ohne Weiteres einen ...

Weiterlesen
 

Positive Customer Experience sorgt für mehr Kundentreue

Wer im Internet einkaufen möchte, hat die Qual der Wahl: Beim Googeln nach dem gewünschten Produkt werden zahlreiche Anbieter angezeigt ...

Weiterlesen
 

Melissa Data ist Nischenplayer im Gartner® Magic Quadrant™ für Datenqualitätslösungen 2022

Melissa zum dritten Mal infolge im Bericht positioniert Köln. Gartner hat Melissa, einen führenden Anbieter globaler Datenqualitäts- und Adressmanagementlösungen, erneut ...

Weiterlesen
 

Hohe Datenqualität als Basis für funktionierende Loyalitätsprogramme

Supermärkte, Möbelhäuser, Fluggesellschaften, Hotelketten – zahlreiche Unternehmen unterhalten Loyalitätsprogramme. Kunden profitieren unter anderem von Rabattaktionen, vergünstigten Angeboten oder Gratisprämien. Anbieter ...

Weiterlesen
 

Datenqualität ist kein Kosten- sondern ein Wertschöpfungsfaktor – auch im Kontext von Marketing-, Service-, und Sales-Automation

Das Thema Marketing-Automation – eine Teildisziplin des Customer-Relationship-Managements – bezeichnet alle Aktivitäten in Verbindung mit Softwarelösungen, die ...

Weiterlesen
 

Valide Kundendaten sind das Fundament für mehr Wettbewerbsfähigkeit

Im Rahmen einer Umfrage von IDC bemängelten 37 Prozent der Befragten, dass sie nicht in der Lage seien, eine hohe Datenqualität zu gewährleisten. Allerdings können nur validierte Kundendaten ...

Weiterlesen
 

Fristgerechte Lieferungen und besserer Service für mehr Kundenzufriedenheit

Kunden reagieren verärgert oder sind unzufrieden, wenn die bestellte Ware erst spät ankommt oder gar nicht erst zugestellt wird. Darunter leidet die Customer Experience, und die Wahrscheinlichkeit, dass der Kunde künftig woanders bestellt, ist hoch. Allerdings ...

Weiterlesen
 

Unkompliziertes Onboarding als Grundlage einer nachhaltig positiven Customer Journey

Kunden werden immer anspruchsvoller und erwarten sowohl im stationären Handel als auch im Internet ein positives Einkaufserlebnis. Damit dieser Erwartung entsprochen werden kann, ...

Weiterlesen
 

Eine hohe Datenqualität ist entscheidend für funktionierende Big-Data-Projekte

„Daten sind das neue Gold.“ Dieses oftmals verwendete Zitat klingt einerseits abgedroschen, ist aber andererseits nach wie vor zutreffend und oftmals ist in Big-Data-Beiträgen von der neuen Währung die Rede. Was leider häufig vernachlässigt wird, ist ...

Weiterlesen
 

Herausforderungen beim Stammdatenmanagement

Laut einer Studie 1 des Verbands Deutscher Maschinen- und Anlagenbau e. V. (VDMA) ist in Unternehmen mit Abstand die größte Herausforderung die Datenpflege. 84 Prozent der Umfrageteilnehmer schätzen den damit verbundenen Aufwand zur Eingabe, Suche und Pflege von Daten als hoch ein. „Hier sollten Unternehmen ansetzen, denn ...

Weiterlesen
 

innoscale AG und Melissa verstärken Kooperation

Die Unternehmen innoscale AG und Melissa vertiefen ihre Zusammenarbeit und ermöglichen Unternehmen damit ein umfassendes, aber dennoch einfaches Datenqualitätsmanagement. Das Master Data Management System DataRocket wird erweitert um die Lösungen von Melissa ...

Weiterlesen
 

Datenanreicherung: Definition, Erklärungen, Anwendungsfälle

Unternehmen, insbesondere jene aus dem E-Commerce, verfügen in ihren Systemen über zahlreiche Daten. Mithilfe einer kontinuierlichen Datenanreicherung lassen sich diese effizient nutzen (Stichwort: Smart Data). Erfahren Sie in diesem Beitrag, was ...

Weiterlesen
 

So stellen Unternehmen anhand hoher Datenqualität eine nahtlos funktionierende Supply Chain sicher

Ob es sich um die Lieferung von Waren, um Werbesendungen oder geschäftliche Korrespondenz handelt – falsche Kundennamen und -adressen sind mit zahlreichen Nachteilen verbunden. Sie müssen aufwendig korrigiert werden und es kommt zu Verzögerungen bei der Zustellung oder gar zu Rücksendungen. 

Weiterlesen
 

Mit Adressvalidierung zu besserem Datenmanagement und Datenschutz

Vor knapp sechs Jahren trat die Datenschutz-Grundverordnung (DSGVO) in Kraft. Nahezu alle Unternehmen mussten darauf reagieren, da die Vorschrift große Veränderungen im Umgang mit Daten erforderte.

Weiterlesen
 

Versteckte Kosten schlechter Datenqualität einfach vermeiden

Ob E-Commerce, Transport und Logistik, Banken, öffentlicher Sektor oder andere Bereiche – überall werden Daten von Interessenten, Kunden sowie Geschäftspartnern erhoben, manchmal sogar mehrfach. Eine regelmäßige Aktualisierung findet häufig nicht statt, sodass ...

Weiterlesen
 

Melissa Data – Nischenplayer im Gartner® Magic Quadrant für Datenqualitätslösungen 2021

Köln. Gartner hat Melissa, einen führenden Anbieter globaler Datenqualitäts- und Adressmanagementlösungen, erneut als Nischenplayer im „Magic Quadrant for Data Quality Solutions“1 positioniert. Melissa Data ist dabei eines von ...

Weiterlesen
 

Melissa veröffentlicht Whitepaper zur Umsetzung des Stammdatenmanagements

Köln. „Strategische Unternehmensführung durch Stammdatenmanagement“ – unter diesem Titel hat Melissa ein neues Whitepaper veröffentlicht. Darin zeigen die Experten ...

Weiterlesen
 

Adressvalidierung steigert die Rentabilität internationaler E-Commerce-Aktivitäten

Immer mehr Händler wagen den Sprung auf das internationale Parkett. Sie haben dafür ihre Online-Shops angepasst und Produktbeschreibungen entsprechend übersetzt. Damit eingehende Bestellungen ...

Weiterlesen
 

Melissa ist Nischenanbieter im Gartner Magic Quadrant für Datenqualitätslösungen 2020

Köln. Melissa, ein führender Anbieter globaler Datenqualitäts- und Adressmanagementlösungen, hat heute bekannt gegeben, dass Gartner das Unternehmen als Nischenanbieter im Magic Quadrant für Datenqualitätslösungen1 positioniert hat. Melissa ist einer von ...

Weiterlesen
 

Valide Kundendaten steigern die Wettbewerbsfähigkeit

„Daten sind das neue Gold.“ Dieses oftmals verwendete Zitat klingt einerseits abgedroschen, ist aber andererseits nach wie vor zutreffend. Oftmals ist in Big-Data-Beiträgen von der neuen Währung die Rede. Was leider häufig vernachlässigt wird, ist ...

Weiterlesen
 

Internet World: Melissa präsentiert Lösungen für die internationale Adressprüfung

Köln/München. Besucher der diesjährigen Internet World können sich am Stand von Melissa (Nummer: CO38) umfassend über das Thema internationale Adressprüfung informieren. 

Weiterlesen
 

Melissa feiert 35 Jahre in der Datenqualität

Köln. Melissa, ein führender Anbieter von globalen Lösungen zur Adress-, Namens-, E-Mail-, Telefon- und Identitätsprüfung, feiert sein 35-jähriges Firmenjubiläum. Das lange Bestehen von Melissa ...

Weiterlesen
 

Datenqualität in der Customer Journey: So schaffen Unternehmen eine großartige Customer Experience

Wenn Kunden einer Marke den Rücken kehren, dann ist es in der Regel der Fall, wenn sie das Gefühl haben, vom Anbieter nicht wahrgenommen zu werden. Zwar kümmern sich ...

Weiterlesen

 

Der Unterschied zwischen Informations- und Datenqualität

Als Synonym für Datenqualität wird oft der Begriff „Informationsqualität“ verwendet. Das ist aber nur bedingt richtig. Nichtsdestotrotz stehen sich die Begriffe nahe bzw. folgen aufeinander. Die Grundlage für Informationen sind Daten, daher wirkt sich die Datenqualität auf die Qualität der Informationen aus, die aus den Daten gewonnen werden. So können zum Beispiel keine „guten“ Informationen aus schlechten Daten generiert werden.

Darüber hinaus wird Informationsqualität oftmals mit hoher Qualität gleichgesetzt. Allerdings fehlt zu solch einer wertenden Aussage eine relativierende Betrachtung, da die Qualität an bestimmten Merkmalen, Kennzahlen oder Anforderungen festgemacht werden muss. Deshalb ist die Qualität einer Information immer abhängig vom Kontext und / oder vom Nutzen und sollte niemals isoliert betrachtet werden.

Darum ist Datenqualität so wichtig

Daten sind zu einem wesentlichen Aspekt jedes Unternehmens geworden. Besonders für Entscheider ist die Datenqualität ausschlaggebend. Deren Basis bietet die Grundlage für viele (weitreichende) Entscheidungen. Laut Gartner Research sind schlechte, falsche und/oder unvollständige Daten für 9,7 Mio. Dollar Schaden pro Unternehmen verantwortlich.¹ Aber es entstehen nicht nur Umsatzverluste. Zusätzlich entstehende Kosten (z.B. für Transport, Recherche, Material) oder die Beschädigung der Reputation sind negative Auswirkungen von schlechter Datenqualität. Insbesondere bei Big-Data-Anwendungen/-Projekten sind die Daten größer, vielfältiger und schneller, was das Thema Datenqualitätsmanagement noch wichtiger macht.

Zudem bringt eine hohe Datenqualität zahlreiche Vorteile mit sich und ist deshalb so wichtig:

  • Verbesserte Entscheidungsfindung: Durch qualitativ hochwertige Daten ist das Risiko, Fehlentscheidungen zu treffen geringer und potenzielle Auswirkungen sind besser vorhersehbar. Durch diese realen Ergebnisse haben auch die Verantwortlichen mehr Vertrauen in ihre Entscheidungen.
  • Bessere Markt- und Zielgruppensegmentierung: Eine hohe Datenqualität ermöglicht es Unternehmen, fundierte Markt- und Zielgruppensegmentierungen vorzunehmen. Dies führt zu potenziellen Neukunden und zur Erschließung neuer Märkte. Somit sind Unternehmen der Konkurrenz einen Schritt voraus.
  • Effektive Marketingkampagnen: Neben der Verbesserung der Segmentierung können Sie mit qualitativen Daten mehr über Ihre Zielgruppe erfahren und so personalisierte Angebote bzw. Kampagnen unterbreiten.
  • Erhöhte Produktivität: Durch die richtigen Daten können Zustellungen fristgerecht und korrekt ausgeliefert werden. Dies reduziert die Arbeitszeit für eine Datenvalidierung und Fehlerkorrekturen. Die „frei gewordene“ Zeit kann für wertschöpfende Aufgaben verwendet werden.
  • Datenschutz / Compliance: Es ist wesentlich einfacher, die DSGVO und weitere Vorschriften einzuhalten, wenn nur korrekte Daten vorliegen.

Wie kann ich Datenqualität messen und verbessern?

Um die Datenqualität zu messen, gibt es bestimmte Kennzahlen. Am bekanntesten sind die folgenden elf Datenqualitätskriterien:

  1. Vollständigkeit: Ein Datensatz muss alle notwendigen Attribute enthalten.
  2. Eindeutigkeit: Jeder Datensatz muss eindeutig interpretierbar sein.
  3. Korrektheit: Die Daten sollten (größtenteils) mit der Realität übereinstimmen.
  4. Aktualität: Alle Datensätze müssen jeweils dem aktuellen Zustand der abgebildeten Realität entsprechen.
  5. Genauigkeit: Die Daten müssen in der jeweils geforderten Exaktheit vorliegen.
  6. Konsistenz: Ein Datensatz darf in sich und zu anderen Datensätzen keine Widersprüche aufweisen.
  7. Redundanzfreiheit: Innerhalb der Datenbank dürfen keine Dubletten vorkommen.
  8. Relevanz: Der Informationsgehalt von Datensätzen muss den jeweiligen Informationsbedarf erfüllen.
  9. Einheitlichkeit: Die Informationen eines Datensatzes müssen einheitlich strukturiert sein.
  10. Zuverlässigkeit: Die Entstehung der Daten muss nachvollziehbar sein.
  11. Verständlichkeit: Die Datensätze müssen in ihrer Begrifflichkeit und Struktur mit den Vorstellungen der Fachbereiche übereinstimmen.
Datenqualitätskriterien: Kennzahlen zur Messung der Datenqualität
Quelle: Melissa Data GmbH

Eine hohe Datenqualität ist ein fortlaufender Prozess. Zu Beginn sollte mit allen Fachbereichen ein Single Point of Truth bestimmt werden – ein System, wo zukünftig alle Daten gespeichert und genutzt werden. So werden Datensilos aufgelöst und Dubletten vermieden. Ab dem Zeitpunkt, an dem eine saubere Basis vorliegt (z.B. Adressprüfung via Batch-Verfahren), sollten Unternehmen die Daten direkt bei der Erfassung am Point-of-Entry validieren und überprüfen lassen (z.B. mithilfe einer Adressvalidierung). Damit gelangen nur noch korrekte Daten in das System und eine Gewährleistung der Datenqualität ist sichergestellt. Wenn diese Schritte getan sind, empfiehlt sich ein Datenqualitätsmanagement, womit die Daten laufend überwacht und kontrolliert werden. Letztendlich lohnt sich hier jeder Euro, da die Kosten, einfach nichts zu tun, um ein Vielfaches höher ausfallen.

 

Quellen:

¹ https://www.dnb.com/de-de/wissen/studien/datenqualitaet-die-4-kriterien/ 

Similar posts

Get notified on new marketing insights

Be the first to know about new B2B SaaS Marketing insights to build or refine your marketing function with the tools and knowledge of today’s industry.