BLOG

Lesen Sie die neuesten Nachrichten von Billigence und aus der Welt der Technologie und Datenanalyse.
Vergessen Sie nicht, sie per E-Mail zu abonnieren.

Prävention ist in der Regel billiger als Brandbekämpfung

In der heutigen schnelllebigen Zeit, in der die schnelle Entwicklung im Vordergrund steht, wird das Thema Datenprüfung bei der Eingabe oder während der Datentransformation sehr oft übersehen, obwohl es ein sehr wichtiger Teil der Arbeit mit Daten ist.

Wie sieht die Realität aus?

Die Manager bekommen den Abschlussbericht in die Hand, aber nur wenige von ihnen wissen, wie viel Arbeit in seiner Erstellung steckt, und machen sich Gedanken darüber. Erst bei der Rückkopplung mit den Mitarbeitern zum Thema „wir müssen die Zahl der Mitarbeiter für das Berichtswesen erhöhen, weil wir nicht mithalten können oder im Gegenteil, wir haben es mit einer Senkung der Personalkosten zu tun“, wird deutlich, wie schwierig es ist, einen Bericht zu erstellen und wie viel Zeit durch manuelle Korrekturen von Fehlern in den Daten verloren geht.

Der Manager erwartet, dass die Berichte nun vollständig automatisiert sind und dass die Hauptaufgabe der Berichterstatter in der Analyse und Interpretation der Daten besteht. Die Realität sieht jedoch meist anders aus, und es ist notwendig ein ganzes Team von Mitarbeitern, um die rechtzeitige Bereitstellung des Berichts zu gewährleisten, die korrekten Daten manuell ausfindig zu machen, sie manuell zu überschreiben, vorgefertigte Workarounds laufen zu lassen, die den regelmäßigen Fehler in den Daten korrigieren, usw.

Wie wenig würde es brauchen...

Es würde jedoch genügen, dem Thema Datenqualität bei der Entwicklung und bei größeren Systemänderungen mehr Aufmerksamkeit zu schenken. Investitionen in die Einrichtung von Datenprüfungen bei der Dateneingabe in das System oder die Online-Hintergrundvalidierung sind
eine einmalige Investition
die die Anzahl der Fehler, die das Berichtsteam anschließend bei der Ausgabe korrigieren muss, erheblich reduzieren kann. Ein weiteres schönes Beispiel, bei dem der Datenqualität nicht viel Bedeutung beigemessen wird, sei es, um das Gesamtbudget des Projekts zu senken oder um es in möglichst kurzer Zeit zu realisieren, ist die Datenbereinigung bei der Migration von einem alten zu einem neuen System. Datenbereinigung z.B. für Zehntausende von Kunden, bevor sie auf einen neuen Rechner migriert werden, mag wieder wie eine Verschwendung erscheinen, aber erst im Laufe der Zeit wird deutlich, wie viel Unordnung in den neuen Rechner eingebracht wurde. Und Hand aufs Herz, wer von uns ist bereit, in ein paar Jahren Personal in eine massive Datenbereinigung zu investieren. Wir nehmen lieber stillschweigend hin, dass ein Teil der Kapazität des Teams der Datenkorrektur statt der Datenanalyse oder -interpretation gewidmet ist.

Was ist damit gemeint?

Natürlich ist die Datenqualität von Unternehmen zu Unternehmen unterschiedlich; das Alter der Daten, die Komplexität der Datenflüsse und die Transformationen sind ebenfalls wichtige Faktoren, die zur Datenqualität beitragen. Unabhängig von den Faktoren, die die Datenqualität beeinträchtigen, ist die Vermeidung von Datenfehlern auf lange Sicht eine kostengünstigere Lösung als die endlose Behebung von Datenfehlern und das Löschen von Bränden in letzter Minute.

Auf der Grundlage unserer langjährigen Erfahrung haben wir für Sie Folgendes vorbereitet
  • 8 Schritte zur Verbesserung der Datenqualität
  • einen Überblick darüber, wo und in welchen Unternehmens bereichen Sie sich auf die Verbesserung der Datenqualität konzentrieren können
  • Wie können Sie
    Collibra
    zuverlässige und genaue Echtzeitdaten durch Prozessautomatisierung liefern
  • Billigence-Ansatz für das Datenqualitätsmanagement

Stellen Sie die Datenqualität in den Mittelpunkt Ihrer Datenstrategie!

KATEGORIE