Expert Talk: "Wir erleben eine Explosion der Touchpoints" Video-Podcast ansehen
Die Komplexität modernen Marketings ist schon heute beachtlich - und wird in Zukunft noch weiter wachsen. Welche Herausforderungen für Unternehmen entstehen, und wie sie diese bewältigen können, erklärt Eric Heiliger von Axciom. Video-Podcast ansehen
Holen Sie sich Ihr 'iBusiness Executive Briefing' kostenlos iBusiness Daily mit Executive Briefings abonnieren
Abonnieren Sie den den 'iBusiness Daily Newsletter' und bekommen Sie zweimal wöchentlich das umfassende 'iBusiness Executive Briefing' kostenlos zugemailt: .
iBusiness Daily mit Executive Briefings abonnieren

Checkliste: Effiziente Datenkonsolidierung

14.11.2017 Fast jedes Unternehmen kennt Datensilos und versucht diese - vollkommen zu Recht - zu bekämpfen. Doch im Eifer des Gefechts schießen viele über das Ziel hinaus. Für eine effiziente Integration muss nicht immer gleich die ganz große Keule geschwungen werden. Meinen zumindest die Experten von Atlantis Media.

 (Bild: pixabay.de / geralt)
Bild: Pixabay.de / geralt
Für aussagekräftige Datenanalysen benötigen Unternehmen eine solide Datenbasis. Um diese zu erreichen, führen sie oft eine umfassende Gesamtlösung ein, was den Integrationsprozess jedoch oft aufwändiger und langwieriger als nötig macht. Unternehmensübergreifende Systeme erfordern lange Planungs- und Implementierungsphasen, die sich über Jahre hinziehen können und äußerst kostenintensiv sind. Stattdessen raten die Experten der auf Digitalisierung von Geschäftsprozessen spezialisierten Agentur Atlantis Media zur Homepage dieses Unternehmens Relation Browser Dienstleister-Dossier einsehen zu einer agileren Vorgehensweise. Die folgende Checkliste zeigt, wie Datenintegration rasch und effizient gelingen kann.

  1. Identifizieren Sie die eingesetzten Datensysteme und deren Defizite
    Datenquellen gibt es zuhauf: Von ERP-, PIM- und CRM-Systemen über Projektmanagementsoftware und Lösungen zur Zeiterfassung bis hin zu ganz schlichten Excel-Listen. Das sind aber noch lange nicht alle Systeme, die je nach Situation in einer IT-Landschaft zu finden sind. Die Fragen, die Sie sich zu Anfang stellen sollten, sind: Wo genau werden welche Daten erfasst? Welches System hat welchen Zweck? Und habe ich eventuell eine Datenquelle übersehen? Hier gilt es, besonders auf doppelt (und damit potenziell uneinheitlich) erfasste sowie falsch bereinigte Daten zu achten.

  2. Setzen Sie klare Ziele und ermitteln Sie Ihren Bedarf
    Möchten Sie mit den Daten ein klassisch Business Intelligence-Lösung bedienen? Oder sollen die einzelnen Fachabteilungen Ihres Unternehmens selbstständig Datenanalysen durchführen (Self-Service-BI)? Sind bereits Technologien im Unternehmen vorhanden, die die entsprechenden Funktionalitäten mitbringen? Oder fehlen eventuell noch Daten, die Sie für aussagekräftige Analysen und Reports unbedingt benötigen? Nehmen Sie sich Zeit, um Ihren speziellen Bedarf zu ermitteln und sich so am Ende für die richtige(n) Lösung(en) entscheiden zu können.

  3. Konsolidieren Sie Ihre Datensysteme im Hinblick auf Ihre Ziele
    Im nächsten Schritt sollten Sie sich - ausgerichtet auf Ihre ermittelten Ziele - für die entsprechenden Systeme entscheiden und dabei Prioritäten setzen: Welches der Systeme soll führend sein und welches sich unterordnen? Werden Kundendaten beispielsweise im CRM-System, aber auch in der Fakturierungssoftware gepflegt, bevorzugen Sie am besten das CRM. Denn generell gilt: Minimieren Sie grundsätzlich die Anzahl der eingesetzten Systeme, um die Datenpflege zu vereinfachen.

  4. Verknüpfen Sie die Daten
    Gibt es Objekte (z.B. Artikel, Angebote, Kunden etc.), die über die unterschiedlichen Systeme hinweg einheitlich gemappt werden? Dann sorgen Sie für eine systemübergreifende Verwendung der dazugehörigen Attribute (Artikel-, Angebots-, Kundennummern). Im Idealfall nutzen Sie dafür Schnittstellen zwischen den Systemen. Anderenfalls sollten Sie exakte Workflows für eine einheitliche Datenpflege definieren. Führen Sie anschließend die Daten aus den unterschiedlichen Systemen über ein Data Lake bzw. Data Warehouse zusammen.

  5. Erstellen Sie erste Analysen und entwickeln Sie das System sukzessive weiter
    Beginnen Sie mit den gewünschten Analysen aus den nun vorliegenden Daten. Im Sinne einer agilen Vorgehensweise erkennen Sie womöglich nach und nach noch Schwachstellen in Ihrer Datenqualität, die Sie direkt beseitigen können. Ihre Datenbasis wird sich so immer weiter verbessern. Darauf aufbauend entwickeln Sie Ihre Datenbasis und Ihre Analysen kontinuierlich weiter.
Neuer Kommentar  Kommentare:
Schreiben Sie Ihre Meinung, Erfahrungen, Anregungen mit oder zu diesem Thema. Ihr Beitrag erscheint an dieser Stelle.
alle Veranstaltungen Webcasts zu diesem Thema:
Dienstleister-Verzeichnis Agenturen/Dienstleister zu diesem Thema: