White Paper AUF SCHATZSUCHE IN IHREN DATENBANKEN Holger Wandt Wie Sie mit Master Data Management den Überblick behalten und eine einheitliche Kundensicht gewinnen schiedenen SchreibvariaPonen vorkommen und für Pfadfinder im Chaos sorgen. GleichzeiPg gibt es neben den Kundenda-‐ Datendschungel maPonen, die geordnet werden müssen: beispielsweise ten in Ihrem Unternehmen jede Menge weiterer Infor-‐ zu Mitarbeitern, Partnern, Lieferanten oder Produkten. Hier liegen die verborgenen Schätze, die Sie mit Hilfe von Master Data Management entdecken können. Hans Peter Bäcker – Hans P. Baecker – Herr H. Becker: drei verschiedene Einträge in der Datenbank, aber ein Dieses Whitepaper will Sie als Pfadfinder bei der Schatz-‐ und derselbe Kunde. Was aber niemand weiß und des-‐ suche unterstützen und zeigen, wie Sie eine funkPonie-‐ halb werden Einladungen, Kundenmagazine, Mailings rende Stammdatenverwaltung auYauen können. Mit dem Ziel, schri[weise eine ein-‐ heitliche Sicht auf Ihre Kunden zu realisieren. Doch dazu muss zunächst der Datendschungel gelichtet werden. Warum überhaupt eine einheitliche Sicht auf den Kunden? Fangen wir von vorne an. In je-‐ dem Unternehmen exisPeren heute vielfälPge IT-‐Systeme, mit deren Hilfe InformaPonen ge-‐ sammelt werden. Seien es ERP-‐ oder Weihnachtsgrußkarten jedes Mal mehrfach ver-‐ Lösungen (Enterprise Resource Planing) wie z.B. SAP für schickt. Das kostet nicht nur Ihr Geld, sondern sorgt die funkPonsbereichsübergreifende Unterstützung beim Empfänger auch noch für Verdruss. sämtlicher in Ihrem Unternehmen ablaufenden Ge-‐ Das Namensbeispiel ist aber nur die Spitze des Eisbergs schä_sprozesse. Oder Anwendungen für das Customer – Adressdaten und KontakPnformaPonen wie Telefon-‐, RelaPonship Management (CRM) wie etwa Fax-‐ und Handy-‐Nummern können ebenfalls in ver-‐ Salesforce.com, mit denen die Kundenbeziehungen 2 verwaltet werden. Ticketsysteme zur Bearbeitung von die Kundenzufriedenheit zu verbessern. Auf Rang 2 wird ReklamaPonen sind ein weiteres typisches Beispiel. das Ziel genannt, die Qualität der Kundendaten zu er-‐ höhen, und auf dem dri[en Platz steht der Wunsch Auch die Finanzbuchhaltung für die Rechnungserstel-‐ nach einer „einheitlichen Sicht auf den Kunden“. Doch lung oder LogisPk-‐ApplikaPonen enthalten zwangsläufig alleine mit einem verbesserten CRM-‐System werden Sie Kundendaten. Dazu kommen jede Menge branchenspe-‐ diesen Anspruch nicht erfüllen können. Denn Kunden-‐ zifischer So_warelösungen wie etwa Systeme für das daten gibt es noch – wie erwähnt – an vielen anderen Porboliomanagement, die Anlageberatung oder zur Stellen in Ihrem Unternehmen. Steuerung der Kreditrisiken bei einer Bank. Jede dieser Der perfekte Datensatz im „Golden Record“ Anwendungen erfüllt mehr oder weniger gut den Zweck, für den sie entwickelt wurde. Aber meist auch nicht mehr. 360-‐Grad-‐Kundensicht, integriertes bzw. einheitliches Kundenbild oder Single Customer View – die Begriffe Austausch zwischen den Dateninseln ist schwierig verweisen alle auf ein ähnliches Konzept. Letzten Endes geht es dabei darum, dass Ihre Mitarbeiter immer und überall die gleichen und möglichst vollständigen Infor-‐ KriPsch wird es vor allem, wenn sie maPonen für den persönlichen und angemessenen Dia-‐ untereinander die InformaPonen log mit den Kunden zur Hand haben. Und zwar dann, austauschen sollen. Denn die sind wenn sie benöPgt werden und egal, wo die Daten ur-‐ jeweils in eigenen „Silos“ ver-‐ sprünglich erfasst wurden: in der cloudbasierten CRM-‐ schwunden – als versteckte Schätze Lösung, in einem Mainframe-‐Altsystem oder in der Da-‐ auf einer Dateninsel und können nicht tenbank eines sozialen Netzwerkes wie Facebook, Twit-‐ entsprechend der Möglichkeiten genutzt werden. Das ter oder LinkedIn. Paradoxe: Je höher der AutomaPsierungsgrad im Un-‐ ternehmen, desto schwerer wird es Ihnen fallen, die Der heilige Gral für alle Schatzsucher im Datendschun-‐ Bedürfnisse der Kunden wirklich zu erfüllen. Untersu-‐ gel ist das „Golden Record“. Das ist nicht eine goldene chungen u.a. der Markborscher von Gartner zeigen, Schallpla[e, sondern ein zentral verwalteter perfekter dass InvesPPonen in CRM-‐Systeme und vergleichbare Stammdatensatz. Er dient als einzige, verlässliche und Lösungen alleine noch keine GaranPe für mehr Kunden-‐ aktuelle InformaPonsquelle und kann an den verschie-‐ nähe sind – dabei ist das genau der Grund, warum heu-‐ densten Stellen im Unternehmen genutzt werden. Etwa te so viel Geld in diese Anwendungen gesteckt wird. im Call Center bei einem Kundenanruf. Hier können die Mitarbeiter über den „Goldenen Datensatz“ die in den Laut der aktuellen Gartner-‐Studie „Survey Analysis: Eu-‐ angeschlossenen Systemen gespeicherten InformaPo-‐ ropean OrganizaPons Crave a Single View of the Custo-‐ nen auf Knopfdruck abrufen und im Gespräch verwen-‐ mer in 2013”wollen im Jahr 2013 48 Prozent der befrag-‐ den. So sehen sie etwa, dass noch eine Bestellung an ten Unternehmen in Europa die Budgets für ihre CRM-‐I-‐ den Kunden unterwegs ist, er gerade einen Servicefall niPaPven weiter steigern. Mit dem erklärten Hauptziel, 3 hat oder das MarkePng ihm kürzlich ein Upgrade eines Dahinter verbirgt sich ein Paradigmenwechsel: Sta[ die Produkts zu SonderkondiPonen vorschlug. internen Prozesse zu opPmieren, stehen nun die Perso-‐ nen im Mi[elpunkt. Master Data Management ermög-‐ Um diesen auch als „Single Point of Truth“ (SPOT) be-‐ licht Ihnen die relevante und persönliche InterakPon zeichneten „wahren“ Datensatz zu erzeugen, der die mit Ihren Kunden – mit der Bereitstellung von vertrau-‐ Wirklichkeit möglichst genau abbildet und so die Grund-‐ enswürdigen InformaPonen, wo und wann immer Sie lage für die einheitliche Sicht auf Ihre Kunden bildet, diese benöPgen. benöPgen Sie das Master Data Management (MDM). Acht To-‐Dos für ein effizientes Master Da-‐ ta Management Um bei unserem Vergleich mit der Schatzsuche im Datendschungel zu bleiben: Ohne eine Karte, die Sie zum Versteck führt, werden Sie erfolglos herumirren. Deshalb unser Plan, der Ihnen in acht Punkten den Weg zu einer schnell einsetzbaren MDM-‐Lösung nä-‐ herbringt. Wobei die Zeit, die dafür benöPgt wird, von Ihren konkreten Bedingungen – etwa der Zahl und Art der Quellsysteme, der vorhandenen Datenqualität oder den angestrebten Zielen abhängt. Human Infe-‐ rence Master Data Management passt sich durch sei-‐ ne Flexibilität sehr einfach den speziellen Anforderun-‐ Dabei geht es nicht nur um die Einführung einer weite-‐ gen Ihres Unternehmens an. Sei es die IntegraPon von ren So_ware oder die ImplemenPerung einer Techno-‐ Social-‐Media-‐InformaPonen oder die Verbindung zu logie, sondern es kommt vor allem auf die DefiniPon weiteren Systemen z.B. nach einer Übernahme oder der Stammdaten und den AuYau einer entsprechenden Fusion – die einheitliche Kundensicht wird damit jeder-‐ OrganisaPon im Unternehmen an. Die Ersteinführung zeit sichergestellt. einer MDM-‐Lösung ist zwar ein Projekt, aber damit ist 1. Data Governance: Sicherheit ist ent-‐ es nicht getan. Es handelt sich vielmehr um ein Pro-‐ scheidend gramm, das nachhalPg und dauerha_ die Art und Weise verändert, wie Sie Ihre Stammdaten anlegen und mit Werden die gleichen Stammdaten in verschiedenen Hilfe formalisierter Methoden verwalten und pflegen. Unternehmensbereichen, auf unterschiedlichen Hierar-‐ 4 chie-‐Ebenen oder in mehreren Geschä_sprozessen ge-‐ ganz andere Aufgaben. Als Verantwortlicher für die nutzt, ist die Einführung einheitlicher Standards, Regeln Verbesserung der Datenqualität soll er die in der Data und Abläufe unumgänglich. Dafür hat sich der Begriff Governance festgelegten Prinzipien im gesamten Un-‐ Data Governance eingebürgert, der für die Entwicklung ternehmen durchsetzen, Metriken entwickeln und für einer einheitlichen Strategie und gemeinsamer Prinzipi-‐ die Konsistenz und Genauigkeit der Daten sorgen. Der en steht. Aber auch für die DefiniPon von verbindlichen Data Steward fungiert dabei als Dreh-‐ und Angelpunkt, Datenpflegeprozessen und die Festlegung entsprechen-‐ indem er die enge AbsPmmung und Verzahnung der der Kennzahlen. Bevor Sie ein MDM-‐Projekt starten, einzelnen Fachabteilungen sicherstellt und dabei die sollten als erste Maßnahmen diese grundlegenden Fra-‐ unterschiedlichen Geschä_s-‐ und IT-‐ gen geklärt werden. Dabei können Sie auf unser Know-‐ pekte berücksichPgt, kanalisiert how aus etlichen erfolgreichen MDM-‐Projekten zurück-‐ und konsolidiert. Im zweiten greifen. Schri[ Ihres MDM-‐Projekts sollte As-‐ deshalb die Person festgelegt wer-‐ Eine wesentliche Rolle – so die Erfahrung – spielt dabei den, die in allen Fragen des der Sicherheitsaspekt. Wenn Sie Ihre gesamten Kun-‐ Stammdatenmanagements dendaten an einer zentralen Stelle zusammenfassen, den Hut auf hat und eine sind die Regelung der Zugangsrechte und der Daten-‐ wichPge strategische Rolle schutz wichPger denn je. Den unbefugten Zugriff auf einnimmt. Ihre InformaPonen müssen Sie auf jeden Fall verhin-‐ dern. GleichzeiPg ist jedoch sicherzustellen, dass Ihre In großen Unternehmen wird sie eine solche Aufgabe Mitarbeiter einfachen Zugang zu allen für einen erfolg-‐ nicht allein bewälPgen können, deshalb sind dort solche reichen Kundenkontakt wichPgen InformaPonen haben. Data Stewards in allen Abteilungen erforderlich – zu-‐ mindest aber in den Bereichen Vertrieb, MarkePng, Sie können die Zugangsrechte der Mitarbeiter daten-‐ ProdukPon, Finanzen und Personal. Und sie brauchen und rollenabhängig so festlegen, dass sie einerseits Ihr dafür die richPgen Werkzeuge. Zu den wichPgsten MDM-‐System opPmal nutzen können, andererseits je-‐ Komponenten eines MDM-‐Systems gehört deshalb eine doch nur die InformaPonen angezeigt bekommen, für Benutzeroberfläche, die speziell die Anforderungen des die sie eine BerechPgung haben. Da alle Details eines Data Stewards erfüllt. Für seine Arbeit kann er zum Bei-‐ Zugriffs gespeichert werden, verfügen Sie jederzeit über spiel auf folgende Tools zurückgreifen: ein vollständiges Protokoll. Sie können immer erken-‐ nen, wer wann welche Änderungen durchgeführt hat – gleich ob Mitarbeiter oder das Programm selbst. 2. Der Data Steward: Einer hat den Hut auf • Prozess-‐Leistungs-‐Überwachung: Kontrolle der laufenden Prozesse Immer freundlich lächeln und das Essen servieren: Trotz des etwas irreführenden Namens hat der Data Steward 5 • Datenqualitäts-‐Kontrolle: Eine vollständige Übersicht fläche genutzt werden. Das gibt Ihnen die größtmögli-‐ über die Qualität der Daten des MDM-‐Systems – che Freiheit, während ein großer Teil der Arbeit auto-‐ sowohl des Verlaufs als auch für jede Datenquelle maPsch abläu_. Intelligente Parser und TransformaPo-‐ und jeden Nutzer nen machen Ihre Daten auch zu einem großen Teil au-‐ tomaPsch für die von Ihnen gewünschte einheitliche • Rejekt-‐Behandlung: Reports strukturieren inkorrekte Kundensicht nutzbar. Daten, die manuell bearbeitet werden können 4. Datenqualität: Oh-‐ ne Säuberung werden • Geschä_sregeln: Sie dienen als Basis der Prozess-‐ Steuerung und legen fest, welche Anpassungen die Sie nicht fündig Reports erforderlich machen Daten falsch einzugeben, ist ganz einfach. Ausgesprochen kompli-‐ Änderungen am „Golden Record“ werden in einem Au-‐ ziert dage-‐ gen ist es festzustellen, ob InformaP-‐ dit Trail transparent festgehalten, so dass der Data Ste-‐ onen korrekt, eindeuPg und vollständig sind. Wussten ward jederzeit nachvollziehen kann, wer die Stammda-‐ Sie, dass man Amsterdam auf 47 verschiedene Weisen ten verändert hat, wann und in welcher Weise dies ge-‐ schreiben kann? Einer unserer Kunden hat diese Entde-‐ schehen ist und was der Grund dafür war. ckung kürzlich bei einer Analyse seiner Datenbank ge-‐ macht. 3. Datenmodellierung: Flexibilität ist Trumpf Der Weg zu aktuellen, komple[en und korrekten Daten erfordert in der Regel drei Schri[e: Als zentrales Element steuert das Datenmodell sämtli-‐ che Prozesse und Ereignisse im MDM-‐System. Keine 1. Säubern des gesamten Bestandes mit Hilfe von Da-‐ Datenquelle ist wie die Andere, und Ihre wertvollen tenqualitätsso_ware Daten finden sich o_ über eine ganze Reihe von Daten-‐ 2.AutomaPsche Duble[enerkennung und Zu-‐sammen-‐ banken verteilt. Fusionen, Übernahmen und neue An-‐ führen der entsprechenden Daten zu einem zentralen forderungen erfordern o_ Anpassungen Ihres Daten-‐ Kundendatensatz („Golden Record“) modells und der benutzten Datenquellen. 3.AutomaPsche Anreicherung aus externen Quellen -‐ Human Inference Master Data Management verwendet sofern das für Ihren Zweck erforderlich ist deshalb ein Datenmodell, das auf Erfahrungen mit sehr vielen ImplemenPerungen beruht und zugleich er-‐wei-‐ Das Säubern kann in der Regel automaPsch geschehen. terungsfähig und ausgesprochen flexibel ist. Dadurch Eine gute Datenbereinigungsso_ware kennt die Struk-‐ passt es sich der OrganisaPonsstruktur Ihres Unterneh-‐ tur von Adressen, Namen, Telefonnummern und ande-‐ mens an und ermöglicht zahlreiche Anwendungsszena-‐ ren Kundendaten. Sie nutzt Wissen und wendet dem rien. Die erste Zuordnung geschieht auf der Basis von menschlichen Denken vergleichbare Techniken an. Der Metadaten, die in der Folge auch für die Benutzerober-‐ Ansatz von Human Inference ist hier sehr komplex und 6 kombiniert verschiedene Methoden, um maximale Er-‐ len Systeme ist deshalb sicherzustellen, dass alle Ele-‐ gebnisse zu erzielen. Er lässt sich dabei auf Ihre konkre-‐ mente eines Datensatzes korrekt sind – unabhängig te SituaPon und Bedürfnisse anpassen und erreicht ei-‐ davon, wann und wo sie geschieht. Ganz gleich, ob es nen sehr hohen AutomaPsierungsgrad mit einer Tref-‐ sich nun um Adressdaten aus Russland, Brasilien oder ferquote von 98 Prozent – deutlich besser als bei ande-‐ Deutschland handelt. ren Lösungen am Markt. Mit unserem „First Time Right“-‐Prinzip geben Sie Na-‐ Vor allem bei der Duble[enerkennung werden die Vor-‐ men, Adressen und andere Kontaktdaten aus der gan-‐ teile deutlich. Denn für Ihre Mitarbeiter ist es häufig zen Welt ganz normal in Ihr Quellsystem ein. Dabei wird einfacher, einen Kunden erneut anzulegen, sta[ zu-‐ die neue Adresse blitzschnell mit den bereits vorhande-‐ nächst zu kontrollieren, ob diese Person bereits bekannt nen Daten verglichen und auf Fehler überprü_. Sollte es ist. Dadurch wächst der Anteil an Mehrfacheinträgen in sich um eine Duble[e handeln oder die Adresse nicht vielen Unternehmen jährlich um 20 Prozent, was fatal korrekt sein, erfolgt sofort eine Warnung. Falsche für eine einheitliche Sicht auf den Kunden ist. Nach der Schreibweisen lassen sich so weitgehend ausschließen, Bereinigung um diese Duble[en erfolgt die Zusammen-‐ und Sie können sicher sein, dass nur saubere und kor-‐ führung in das „Golden Record“. Dies kann nach unter-‐ rekte Daten in Ihr System gelangen. schiedlichen Kriterien geschehen, z.B. Aktualität oder Eine besondere Rolle spielt die automaPsche Kontrolle Priorität für eine besPmmte Quelle. der Adressdaten bereits während der Eingabe, wenn Dort erfolgt bei Bedarf noch eine Anreicherung der Da-‐ Ihre Kunden online Bestellformulare oder ähnliches tensätze. Beispielsweise um InformaPonen aus den so-‐ ausfüllen. Denn hier gibt es zahlreiche Fehlermöglich-‐ genannten „Robinsonlisten“, in denen Verbraucher den keiten, die bei Nichterkennung zahlreiche negaPve Fol-‐ Versand von Werbung untersagen. Wenn Ihre Kunden-‐ gen mit sich bringen – etwa unzustellbare Sendungen, daten keine ausreichenden InformaPonen enthalten, unbezahlte Rechnungen und teure Retouren. Und auch können Sie die entsprechenden Daten kaufen und – erfundene Namen wie Mickey Mouse oder James Bond, vergleichbar dem Vorgehen beim Zusammenführen deren einzelne Elemente jeweils gülPge Namen sind, Ihrer eigenen Kundendaten – die vorhandenen Infor-‐ kommen hier häufiger vor, als man denkt. Auch sie er-‐ maPonen mit den erworbenen Daten anreichern. Das kennt die So_ware zuverlässig, überprü_ die Plausibili-‐ Spektrum reicht dabei von Angaben zur Kreditwürdig-‐ tät und schlägt im Zweifelsfall vor, die Fake-‐Bestellung keit über Mobilfunknummern bis hin zu Geokodierun-‐ aus der Versandliste zu streichen. gen. 5. First Time Right: Gleich richNg erfassen 6. Hierarchiemanagement: Die Beziehun-‐ gen erkennen Nachdem Sie Ihre Daten mit Hilfe der Datenqualitäts-‐ Eine Gesellscha_ besteht natürlich nicht ausschließlich so_ware erfolgreich gesäubert haben, sollte dieser Zu-‐ aus Individuen. Die DefiniPon, was denn nun ein Kunde stand möglichst erhalten bleiben. Schon bei der Daten-‐ sei, kann sich von Unternehmen zu Unternehmen un-‐ eingabe einer neuen Adresse in eines Ihrer operaPonel-‐ terscheiden. Einmal ist Ihr Abnehmer ein einzelner Ver-‐ 7 braucher, dann wieder ein Mehrpersonen-‐Haushalt. Datenbanken, die bei einer Zusammenfassung in der Einmal wollen Sie die Vermögensverhältnisse Ihres MDM-‐Lösung differenziert behandelt werden müssen. Kunden kennen, ein anderes Mal müssen Sie wissen, InformaPonen über Personen und Unternehmen haben wer der „wirtscha_lich BerechPgte“ ist. einen hohen wirtscha_lichen Wert und sind gleichzeiPg Viele dieser InformaPonen finden sich außerhalb Ihres ausgesprochen fehleranfällig. Falsch geschriebene Na-‐ Unternehmens oder verteilt über verschiedene Syste-‐ men, falsche Geschlechtsangaben, unterschiedliche me. Ein Master Data Management-‐System, das sowohl Schreibweisen des Datums, unverständliche Abkürzun-‐ natürliche als auch jurisPsche Personen enthalten kann gen und Akronyme und unvollständige und fehlerha_e und das in der Lage ist, Beziehungen zwischen EnPtäten Adressen sind typische Beispiele für Fehler in großen zu speichern, bietet Ihnen einen vollständigen Überblick Datenbanken. über Ihre Kunden. Data Matching stellt den Grad der ÜbereinsPmmung 7. IdenNtätsbesNmmung und Data Mat-‐ zwischen verschiedenen Datensätzen fest, verhindert ching: WichNge Unterschiede die Datenverunreinigung und sorgt für das perfekte „Golden Record" als Basis Ihrer einheitlichen Kunden-‐ Für ein Unternehmen, das mit umfangreichen Datenbe-‐ sicht. Für den Datenvergleich sollten die folgenden ständen zu tun hat, ist die eindeuPge und exakte Unter-‐ FunkPonen geboten werden: •Fehlertolerante Suche •Verhindern von Duble[en bei der Eingabe •Erzeugen des Golden Record Mit dem „Golden Record“ als Sucheingang in die Datenschatzhöhle finden Sie nicht nur schnell die „wahren InformaPonen“, son-‐ dern können auch Ihre verschiedenen Quell-‐ systeme komfortabel zusammenführen. 8. Laden von Daten: So einfach verbinden Sie Ihre Quellen Für eine einheitliche Kundensicht müssen Sie scheidung zwischen natürlichen und jurisPschen Perso-‐ Ihr MDM-‐System mit allen erforderlichen Quellen ver-‐ nen in seinen Datenbanken sehr wichPg. Denn damit binden und die dort gespeicherten Daten ohne Kom-‐ sind zum Beispiel Fragen der Ha_ung, der Ansprache promiPerung hochladen. Damit dieses „Onboarding“ oder von unterschiedlichen Datenschutzregeln verbun-‐ möglichst einfach geschehen kann, ermöglicht das Mo-‐ den. Zum Teil gibt es auch für Geschä_skontakte zu dul zum Laden von Daten in das System die Verbindung Firmen und zu natürlichen Personen unterschiedliche mit kommerziellen und Open Source-‐Datenbanken so-‐ 8 wie mit unterschiedlichsten Dateiformaten. Denn Ihr aus den verborgenen Schätzen auf den Dateninseln einheitliches Kundenbild speist sich ja nicht nur aus Ih-‐ systemaPsch Erkenntnisse für bessere Angebote gewin-‐ ren internen Datenbanken, sondern u.a. auch aus Excel-‐ nen. Dateien im MarkePng oder aus Social Media-‐Anwen-‐ Ansatzpunkte bestehen hier zum Beispiel bei der Über-‐ dungen. wachung der Wert-‐ und Risikoentwicklung in den De-‐ Dementsprechend lässt sich das verwendete pots von Privatanlegern. Die Einrichtung von Datenmodell für genau Ihre Umgebung automaPschen Alerts, die Bankberatern konfigurieren, anpassen und erweitern. Hinweise geben, jetzt akPv zu werden, Der einfache Prozess des Ladens der Daten eröffnet die Chance zur Empfehlung pas-‐ in das MDM-‐System erhöht den Wert der sender Produkte im richPgen Moment. einheitlichen Kundensicht und Ihnen Eine detaillierte Auswertung von Kunden-‐ bleibt mehr Zeit für Ihre Kunden. Da be-‐ informaPonen bietet zudem zusätzliche reits vor dem Ladevorgang eine Analyse stazindet und Steuerungsmöglichkeiten im Vertrieb – beispielsweise sie so direkt einen Eindruck von der Qualität und Voll-‐ beim Erkennen von besonders wertvollen Kunden. Ne-‐ ständigkeit der Daten gewinnen, können Sie bereits ben solchen Daten aus dem Porboliomanagementsys-‐ während dieses Prozesses mögliche Probleme erkennen tem lagern aber auch in den diversen anderen IT-‐An-‐ und sofort lösen. wendungen oder im CRM-‐System des GeldinsPtuts zahl-‐ reiche Datenschätze, die systemaPsch analysiert und Beispiel Finanzwirt-‐ verknüp_ immer wieder neue Gesprächs-‐ und Ver-‐ scha_: Mehrere Auf-‐ Vor dem Hintergrund, dass sich der Bankensektor heute gaben gleichzeiPg (so eine aktuelle Studie der Managementberatung Bain kaufsanlässe bieten. in der „schwersten Vertrauenskrise der Nachkriegszeit“ & Company) befindet, besteht akuter Handlungsbedarf. Die Forscher stellen darin vor allem bei den Privatkun-‐ meistern den großer deutscher FinanzinsPtute eine große Unzu-‐ friedenheit und hohe Wechselbereitscha_ fest, die bei Ein überzeugender Kundenservice bei gleichzeiPger rund 40 Prozent liegt. Master Data Management kann Erfüllung zahlreicher komplexer gesetzlicher Vorschrif-‐ hier die Basis für vertrauensbildende Maßnahmen bil-‐ ten ist für viele GeldinsPtute immer noch eine Heraus-‐ den. Denn sowohl im Geschä_ mit den Endkunden als forderung. In den unterschiedlichen IT-‐Systemen auch in der Vermögensverwaltung, im Unternehmens-‐ schlummern zwar viele InformaPonen über die Kunden, geschä_ oder im Investmentbanking müssen inkonsis-‐ aber nur selten werden sie zu deren gezielter Ansprache tente Daten und Duble[en von Kunden, Geschä_spa-‐ – sei es auf der Website, im persönlichen Gespräch oder pieren, Maklern, Konten oder Wertpapieren bereinigt im Rahmen von Kampagnen – genutzt. Dabei lassen sich und zusammengeführt werden. 9 Die „integrierte Sicht auf alle KundeninformaPonen“ tegischen Entscheidung über die Regelung der personel-‐ und das „Kennen-‐Sie-‐Ihren-‐Kunden-‐Prinzip" (Know your len Verantwortung und die ImplemenPerung einer ge-‐ Customer – KYC) sind dabei mehr als nur MarkePng-‐ eigneten So_ware bis hin zur konsequenten Umsetzung Schlagworte. RichPg angewendet, lassen sich die die im Alltag – lassen sich hier nicht nur erhebliche Kosten zusätzlichen Erkenntnisse über die Kunden für unter-‐ sparen. Vor allem erschließen Sie sich mit einer einheit-‐ schiedliche Bereiche nutzen: etwa für das Risikomana-‐ lichen Sicht auf den Kunden viele neue Chancen im Ver-‐ gement, zur Preisfindung und zur Erhöhung der Kun-‐ trieb und in der Kundenbetreuung. Human Inference denzufriedenheit. KYC steht für den Prozess des Kun-‐ Master Data Management deckt dabei sämtliche spezi-‐ denscreenings – sowohl bei der Neuanlage als regelmä-‐ ellen Anforderungen von Banken und Sparkassen auf ßig wiederkehrend, um die Anforderungen der 3. EU-‐ diesem Gebiet ab. Richtlinie zur Verhinderung der Geldwäsche und der Was heißt „hohe Datenqualität“? Terrorismusfinanzierung zu erfüllen. Darin werden fol-‐ gende Maßnahmen empfohlen: In Punkt 4 unserer To-‐Do-‐Liste, die Sie in acht Schri@en • Customer DueDiligence mit risikobasiertem Ansatz einer schnell einsetzbaren MDM-‐Lösung näherbringt, • IdenPfikaPon und Verifizierung von Risiko-‐Kunden haben wir auf die Qualität Ihrer Kundendaten hingewie-‐ (SankPonslisten-‐, PEP-‐ und OFAC-‐Matching) sen. Sie bildet die wichKgste Voraussetzung für den Er-‐ • Ermi[eln und Überprüfen der Eigentümerscha_ folg Ihres Vorhabens. Doch was bedeutet „Qualität“ in (UlPmate Beneficial Owner bzw. UBO) diesem Zusammenhang? Das lässt sich am besten durch • Erstellen eines Risikoprofils das AKKU-‐Prinzip von Human Inference definieren: Aktuell: Sind die Daten up to date? DatenmanipulaPonen und -‐diebstahl, betrügerische Mitarbeiter, übertriebene Boni oder verlustreiche Anla-‐ Es geht z.B. um Adressen, die nach Straßenumbenen-‐ gegeschä_e – die Finanzbranche kommt derzeit nicht nungen oder Gemeindefusionen in ihrer bisherigen Form aus den Schlagzeilen wegen Compliance-‐ und Sicher-‐ nicht mehr exisKeren, erloschene Unternehmen oder heitsproblemen heraus. Der Schaden für die betroffe-‐ Umzüge. Allein in Deutschland gibt es im Jahr ca. 4 Mil-‐ nen Unternehmen ist immens: Neben direkten Kosten lionen Umzüge und etwa 30.000 Änderungen bei Stra-‐ etwa durch Datenverluste und Strafzahlungen entste-‐ ßen, Postleitzahlen und Orten. hen für die InsPtute auch große Imageschäden und Ver-‐ trauensverluste bei den Kunden. Komple@: Verfügen Sie über alle Kontaktelemente, die Sie für Ihren Zweck benöKgen? Die bekanntgewordenen Fälle stellen allerdings nur die Spitze des Eisbergs dar. Unscheinbarer – aber durchaus Abhängig von Ihrem Ziel benöKgen Sie hier mehr oder nicht weniger kostspielig – sind ineffiziente Abläufe im weniger InformaKonen. Beispiele dafür sind Ge-‐ täglichen Betrieb, die durch eine mangelnde Qualität schlechtsangaben, die Sie meist aus dem Vornamen der Stammdaten verursacht werden. Mit einem funkP-‐ ableiten können, oder Telefonnummern und E-‐Mail-‐Ad-‐ onierendem Master Data Management – von der stra-‐ ressen. 10 Korrekt: SKmmen Ihre Daten? Weitere Es geht z.B. um vierstellige Postleitzahlen, das fehlende InformaNonen? @ in Email-‐Adressen oder nicht-‐exisKerende Nachna-‐ Wenn Sie mehr über unsere MDM-‐ und Datenqualitäts-‐ men. lösungen und deren Nutzen für Ihr Unternehmen wis-‐ sen möchten, oder wenn Sie Interesse an weiteren Unique: Kommt jeder Kunde nur einmal vor? Tipps und Beratung haben, erreichen Sie mich telefo-‐ nisch unter +31 26 355 0 627 oder per Email: Abhängig von Ihrer DefiniKon eines Kunden (Haushalt, [email protected] Einzelperson, OrganisaKon) sollten Sie mehrfach vor-‐ handene Datensätze mit entsprechenden ÜbereinsKm-‐ Weitere InformaPonen über unsere Lösungen sowie mungen zusammenführen. Erfahrungsberichte von Kunden lesen Sie auf h[p://www.humaninference.de/master-‐data-‐managem Über Human Inference ent Human Inference unterstützt bereits seit mehr als 25 Jahren Behörden und Unternehmen im Umgang mit ihren Kunden durch die Lösung sämtlicher Probleme im Zusammenhang mit Kundendaten und der InformaP-‐ onsqualität. Der Autor Dr. Holger Wandt ist als Principal Advisor bei Human Inference verantwortlich für alle wissensbezogenen Fragen zur Datenqualität. Als Sprachwissenscha_ler hat er viele Jahre an der Erfassung, Pflege und Qualität des Wissens gearbeitet, das die Produkte von Human Infe-‐ rence auszeichnet. Er ist regelmäßiger Referent und Moderator unterschiedlicher Veranstaltungen und Au-‐ tor von ArPkeln, die online und z.B. in Magazinen wie Computerwoche und aquisa erscheinen. Darüber hinaus ist er Studienleiter der Masterclass Data Quality Mana-‐ gement an der Wirtscha_suniversität Nyenrode, Do-‐ zent an der linguisPschen Fakultät der Universität Utrecht sowie Studienleiter und Dozent der Meister-‐ klasse Datenqualitätsmanagement an der Universität St. Gallen. 11
© Copyright 2024 ExpyDoc
