Alleine in Deutschland ändern sich jährlich durch Umzug etwa 8 Millionen Adressen und durch Sterbefälle weitere 870.000. Viele der insgesamt 387.000 Hochzeiten und 180.000 Scheidungen pro Jahr sind mit Namensänderungen verbunden. Hinzu kommen jährlich tausende Änderungen bei Straßennamen, Postleitzahlen und Orten. Für die Kundendatenbestände von Unternehmen bedeutet dies schon einen enormen Aktualisierungsbedarf, um das CRM-System auf dem neuesten Standzuhalten. Dabei kommen zu den Änderungen bei der Anschrift häufig noch Eingabefehler im Call Center oder die mehrfache Erfassung von Kundenstammdaten-Dubletten.
Positive Kundenerfahrungen durch 360-Grad-Sicht
Doch ganz gleich, ob ein Unternehmen ein CRM-System von SAP, Salesforce, Microsoft oder einen anderen Hersteller einsetzt: Postalisch einwandfreie Anschriften, korrekte E-Mail-Adressen oder richtige Telefonnummern sind von zentraler Bedeutung, denn sie entscheiden über den Erfolg in Marketing, Vertrieb oder Service. Schließlich sichern sie die Erreichbarkeit der Kunden auf elektronischem Weg oder am Telefon ebenso wie die Zustellbarkeit von Aussendungen. Das minimiert Porto- und Werbeausgaben und verhindert Imageschäden. Aber das ist längst nicht der einzige Grund: Die Qualität der Kundendaten ist auch in höchstem Maße entscheidend für den Erfolg jeder CRM-Initiative und der Herstellung eines Single Customer View. Laut einer Studie von Forrester Research liefern „Daten von hoher Qualität, wenn sie effektiv genutzt werden, die Voraussetzung für den einheitlichen Blick auf den Kunden“. Und dieser ist nach Meinung der Analysten „ein wesentliches Element, dass Unternehmen positive Kundenerfahrungen erzeugen und daraus Umsatzzuwächse generieren können.“ Das Ziel der 360-Grad-Kundensicht ist laut Forrester aber auch deshalb „zunehmend wichtig, wenn man die anschwellende Flut an Kundendaten in den Griff bekommen will, die durch die explosionsartig anwachsenden Kommunikationskanäle und Touchpoints generiert werden.”
In vier Schritten zu mehr Datenqualität
Um die Qualität der Kundendaten in CRM-Systemen zu erhöhen, haben sich vier praktische Schritte bewährt. Dabei sollten zunächst die Ziele der Initiative festgelegt werden, denn die Ansprüche an das, was als Datenqualität im CRM bezeichnet wird, können etwa von den verschiedenen Abteilungen eines Unternehmens unterschiedlich bewertet werden. Aspekte dabei sind z.B. die Eindeutigkeit der Daten, ihre Konsistenz (Widerspruchsfreiheit), Vollständigkeit und Fehlerfreiheit.
Zu den Fragestellungen, die Unternehmen bei der Erarbeitung einer Datenqualitätsstrategie analysieren und beantworten müssen, zählen beispielsweise:
• Welche Daten müssen in welcher Qualität vorliegen?
• Welche Qualitätsaspekte sind z.B. bei Marketingaktivitäten besonders zu gewichten?
• Durch welche Maßnahmen können die Datenqualitätsziele erreicht werden?
• Stehen die Maßnahmen in einem gewinnbringenden Verhältnis von Aufwand und Nutzen?
Im nächsten Schritt, dem Data Profiling, wird der Ist-Stand im Unternehmen unter die Lupe genommen. Dieses Data Profiling untersucht mit Hilfe einer statistischen Analyse und Bewertung die Qualität eines Datensatzes. Dabei geht es vor allem um Konsistenz, Eindeutigkeit und Logik der Daten. Außerdem werden Struktur, Beziehungen und der Inhalt vorhandener Datenquellen unter die Lupe genommen, um ein genaues Bild vom aktuellen Zustand zu bekommen. Diese Datenanalyse bildet die Grundlage für die Planung der sinnvollsten Wege zur Korrektur und Harmonisierung der Informationsbestände.
Im dritten Schritt erfolgt dann eine „Grundreinigung“ der Datenbestände, um den langfristigen Erfolg aller Bemühungen zu sichern. Typische Arbeiten bei der Datenbereinigung sind zum Beispiel Datentypkonvertierungen, Dublettenerkennung oder Vervollständigung bzw. Anreicherung lückenhafter Daten. Diese Phase kann sehr zeitintensiv werden. Da sich eine manuelle Bereinigung großer Datenmengen nur schwer effizient bewältigen lässt, kommen hier in der Regel Data-Cleansing-Werkzeuge zum Einsatz. Neben den herkömmlichen rein mathematischen Verfahren kommen dabei heute auch zunehmend Methoden zum Einsatz, die Einsichten der Computerlinguistik zur Spracherkennung und –synthese anwenden. Dies ist gerade vor dem Hintergrund der zunehmenden Globalisierung und Namensvielfalt in den Kundendatenbanken sinnvoll, auch weil die üblichen mathematischen Prozeduren zur Dublettenerkennung und Adressvalidierung hier schnell an ihre Grenzen stoßen. Im Ergebnis wird so eine deutlich höhere Erkennungsquote von Dubletten erreicht – über Länder- und Sprachgrenzen hinweg. Es entsteht ein „Golden Record“ als Basis der 360-Grad-Kundensicht – ein zentraler Datensatz, der alle festgelegten Qualitätskriterien erfüllt.
Im letzten Schritt, dem Monitoring, werden die Daten vor der Speicherung in den operativen und analytischen Systemen überprüft. In bestimmten Zeitabständen wird der gesamte Bestand geprüft, um die einmal erreichte Datenqualität zu bewahren.
