Datenkonsolidierung

von Dr. Tobias Brockmann

Wie eine Datenkonsolidierung den Zugang zu wertvollen Informationen in Ihrem Unternehmen ermöglicht

Wachsende Datenmengen sind heute Realität im unternehmerischen Alltag und wollen gewinnbringend genutzt werden. Insbesondere bei umfassenden Datenanalysen als Grundlage für Geschäftsentscheidungen zeigt sich, wie solide die Datenbasis ist. Häufig treten in Anwendungsszenarien wie Business Intelligence/Data Mining, Controlling oder beim Reporting die tatsächlichen Probleme in der Datenlandschaft zutage. Lesen Sie in diesem Artikel, warum eine Datenkonsolidierung diese Probleme löst.

Auf einen Blick: Methoden der Datenkonsolidierung

  • Aggregation: Eine Reihe von Daten wird zu einem einzelnen Datenpunkt zusammengefasst und stellvertretend für die Quelldaten verwendet. Das spart u.a. Rechenkapazität bei der Verarbeitung der Daten.
  • Datenbereinigung: Doppelte Datensätze und fehlerhaft eingetragene Werte werden bereinigt. Dadurch wird Speicherkapazität gewonnen und die Datenqualität erhöht.
  • Datenanreicherung: Lückenhaft ausgefüllte Informationen können durch die Nutzung weiterer Datenquellen hinzugefügt oder die Merkmale einer Gruppe auf sämtliche Mitglieder übertragen werden. Dies trägt zu einer weiteren Steigerung der Datenqualität bei.

Gibt es in Ihrem Unternehmen Datensilos?

Ein von mir häufig beobachtetes Phänomen ist, dass bemerkt oder unbemerkt Datensilos entstehen. Unter einem Datensilo verstehe ich Datenbestände, die in verschiedenen Systemen verwaltet und nur durch bestimmte Fachbereiche oder Nutzergruppen erreicht werden können. Mal abgesehen von den Fällen, in denen Datensilos aufgrund von Datenschutz- und Compliance-Vorgaben ausdrücklich erwünscht sind, behindern sie in der Regel die optimale Interpretation und Verwendung der Gesamtheit an Daten im Unternehmen.

Es gibt bestimmte Strukturen, die Datensilos begünstigen. Schließlich halten Unternehmer Daten in den unterschiedlichsten Systemen vor. Im kleinen Rahmen bedeutet das meist den simultanen Einsatz mindestens eines CRM-Systems für Mitarbeiter-, Kunden-, Kreditoren- und/oder Debitorendaten sowie eines ERP-Systems für die Materialwirtschaft. In großen Unternehmen wächst die Anzahl der Systeme im Einsatz schnell in den zweistelligen Bereich. Dann können sogar mehrere ERPs gleichzeitig betrieben werden, beispielsweise für bestimmte Produktionslinien oder Standorte. Prüfen Sie, ob diese Strukturen dazu führen, dass in Ihrem Unternehmen Datensilos vorhanden sind.

Welche Regeln gelten für die Erstellung von Daten in Ihrem Unternehmen?

Meine Erfahrung zeigt, dass die Datenanlage in vielen Organisationen noch nicht qualitätsgesichert erfolgt. Zumeist gibt eine Vielzahl von Mitarbeitern über mehrere Fachbereiche hinweg selbstständig Daten in die Systeme ein und genießt dabei eine gehörige Gestaltungsfreiheit. Sei es die eigene Entscheidung, bestimmte Felder leer zu lassen oder aber Fantasiewerte einzutragen, weil die Eingabemaske einen Wert zwingend erfordert – die Bandbreite möglicher Fehler bei der Datenanlage sind vielfältig.

Werden die Werte nicht direkt bei der Eingabe geprüft, kann es oft Jahre dauern, bis die Probleme tatsächlich zu Tage treten. Ich rate dringend dazu, die Verantwortlichen für die Dateneingabe für Datenqualität zu sensibilisieren. Zusätzlich empfehle ich den Einsatz einer Datenqualitätssoftware, die anhand vorab definierter Kriterien die Datenqualität bereits während der Anlage neuer Daten prüft und ggf. automatisiert verbessert.

Datenkonsolidierung sorgt für eine hochwertige Datenbasis

Die Konsolidierung von Daten stellt eine Qualitätssicherung für die Folgeprozesse der Datenverarbeitung dar. Sie umfasst die Zusammenführung von Daten unterschiedlicher Quellsysteme, das Zusammenfassen von Datensätzen (Aggregation) sofern sinnvoll, die Entfernung doppelter Inhalte (Bereinigung) und das Enrichment (Anreicherung) von lückenhaften Informationen.

Die nachfolgende Grafik zeigt, wie Datenkonsolidierung funktioniert.

Im ersten Schritt werden die Daten aus unterschiedlichen Datenquellen zusammengeführt. Dieser Vorgang wird maßgeblich durch das Referenzdatenmodell geprägt. Es ist die „ideale“ Datenstruktur und gilt als Vorlage für die Quelldaten. Das Mapping der Daten bedeutet, dass die Datenpunkte den Vorgaben der Schablone entsprechend zugeordnet werden. Dabei werden u.a. Spaltenbezeichnungen vereinheitlicht und Maßeinheiten angeglichen.

Diese Zusammenführung von Daten aus mehreren Quellsystemen hilft Ihnen, zusammenhängende Datensätze und Überschneidungen zu identifizieren. So gehen Ihnen keine relevanten Informationen zu Ihren Kunden oder der Nutzung Ihrer Produkte verloren.

Im nächsten Schritt sorgt die Duplikatserkennung für eine Datenbereinigung. Die Bestimmung des Ähnlichkeitswertes bildet dann die Grundlage der Konsolidierung. Sieht die Prozessgestaltung der Organisation eine manuelle Konsolidierung vor, prüfen die Datenverantwortlichen der Fachbereiche die Daten und führen die Datenkonsolidierung durch. Alternativ kann ein Software-Tool die Konsolidierung anhand vorab konfigurierter Regeln in einem technischen Workflow vornehmen. Das Ergebnis der Datenkonsolidierung ist der Golden Record. Er vereinigt die relevanten Attribute aus allen Datenquellen.

Sichern Sie sich die Vorteile der Datenkonsolidierung

Schützen Sie sich vor den negativen Folgen unvollständiger, doppelter oder fehlerhafter Daten. Die Konsolidierung von Daten sorgt für die folgenden Vorteile in Ihrem Unternehmen:

  • Sie vereinfachen den Zugriff auf Ihre Daten. Dadurch benötigen Ihre Anwender weniger Zeit, um Daten zu finden.
  • Sie schließen Datensilos und verschlanken Ihre IT-Landschaft und Datenbestände. Dadurch kann die Nutzdauer Ihrer Systeme erhöht werden.
  • Sie reduzieren Kosten, sowohl operativ für Ihre IT-Architektur als auch für mehrfache Bearbeitungen und Datenverwaltung.

Über den Autor

Dr. Tobias Brockmann ist Mitglied im Fachbeirat
des DataCampus und zuständig für das Ressort Stammdatenmanagement.
Darüber hinaus engagiert er sich in den Arbeitskreisen
BigData und DataQuality der Netzgesellschaft Bitkom.

Aufmacherbild / Quelle / Lizenz
Photo by Markus Spiske on Unsplash