print logo

Bessere Qualität der Kundendaten in sieben Schritten

Datenqualität erhöhen und die Kundenansprache verbessern.
Gabriele Braun | 15.07.2015
Wer seine Daten kennt und daraus die richtigen Schlüsse zieht, kann sich damit einen Wettbewerbsvorteil sichern. Da verwundert es, dass im Zeitalter von Big Data Kundendaten zunehmend schlechter gepflegt werden. So finden sich in den Kundendatenbanken deutscher Unternehmen mehr Fehler als noch vor fünf Jahren: „Der Anteil unzustellbarer Kundenadressen stieg von 12,8 auf 14,2 Prozent.“ Dies ist ein Ergebnis der aktuellen Studie „Kundendaten-Qualität 2015“ der Deutschen Post Direkt.

Allerdings sind Adressdaten nur ein Baustein für eine erfolgreiche Kundenansprache. Hinzu kommen Profildaten (z.B. Bonität, Engagement in sozialen Medien), Aktionsdaten der Ansprache und Reaktionsdaten (z.B. Gewinnungsweg, Anzahl der Produkte der Käufe). Und nicht zu vergessen die Aktualität der Daten. Unternehmen stehen hier vor einer großen Herausforderung in Hinblick auf die zunehmende Digitalisierung. Sei dies im B2B oder im B2C. Um Kosten zu sparen und den Umsatz zu steigern, gilt es deshalb die Datenqualität der Kundendaten zu verbessern.

1. Zielformulierung und Strategie

Überlegen Sie zuerst, welche Kundendaten Sie verbessern möchten, z.B. die Datenqualität der Adressdaten, Rückläufer von Mailingaktionen, Dubletten oder Bonität. Definieren Sie in einer Datenbank den Ist- und Sollzustand sowie die Verantwortlichkeiten. Viele Abteilungen und Standorte können in Ihrem Unternehmen dabei betroffen sein. Machen Sie sich deshalb eine Aufstellung, in welchen Abteilungen und an welchen Standorten welche Daten anfallen und wie diese verbessert werden können. So gibt es z.B. verschiedene Datentöpfe im Vertrieb, Marketing, Buchhaltung oder bei Lieferungen, Retouren und Reklamationen.

2. Abteilungen zusammenbringen, Mitarbeiter schulen

Bringen Sie in einem nächsten Schritt die Verantwortlichen zusammen, die für die Steigerung der Datenqualität sorgen. Wichtig für die Zusammenarbeit der Abteilungen ist das Definieren einheitlicher Begriffe. Das können sogenannte „Data Stewards“ übernehmen, die auch als Dienstleister für die betroffenen Fachabteilungen fungieren. Sie können Fehler mit Data-Profiling aufdecken und die Datenqualität mit Monitoring überwachen. Eine Arbeitsanleitung für alle betroffenen Mitarbeiter und deren Schulung ist einer der wichtigsten Voraussetzungen dafür, dass sich Ihre Datenqualität auch nachhaltig verbessert.

3. Verknüpfung vorhandener Daten

Unternehmen verfügen meist über eine bestehende IT-Landschaft. Ein Customer Relationship Management System (CRM) oder ein Content Management System (CMS) sind häufig vorhanden. Eventuell wird auch ein E-Shop eingesetzt, eine E-Mail-Marketing-Software oder ein Analyse-Tool. In diesen Systemen werden Daten gespeichert. Diese sind zu verbinden und die richtigen Schlüsse zu ziehen. Dabei ist wichtig, die Stammdaten aus den unterschiedlichen Systemen eindeutig zuzuordnen und festzulegen, welche Datenbankfelder zur Verbesserung der Datenqualität notwendig sind. Dubletten sollten vermieden werden.

4. Überprüfung der postalischen Adresse durch Dienstleister

Für die Überprüfung der postalischen Adresse können Sie Dienstleister heranziehen: http://www.marketing-boerse.de/Unternehmen/katalog/Adressen%2520Zielgruppen/Scoring%2520Datenanreicherung

Hervorzuheben ist hier die Umzugsinformation und die Sterbedatei der Deutschen Post Adress. Auch Haushaltsdateien, die von Schober, AZ Direct oder der Deutschen Post Direkt geführt werden, können bei der Überprüfung der Datenbestände genutzt werden. Ob eine Adresse überhaupt existiert, können Sie mit einem Positivabgleich erfahren. Adressen von Betrügern, die Waren im Internet bestellen, sind in diesen Listen nicht zu finden.

5. Datenanreicherung mit externen Daten

Kundendaten können mit externen Zusatzinformationen aus verschiedenen Quellen veredelt werden, so z.B. mit demografischen Daten, Kaufverhalten, Telefonnummer, Bonität oder Umzugsdaten. Auch diese externen Daten sind auf ihre Qualität hin zu überprüfen.

6. Datenkontrolle und Plausibilität

Die Qualität der Kundendaten ist die Basis für eine erfolgreiche Kundenansprache. Vermeiden Sie deshalb manuelle Eingaben bei der Datenerfassung. Leider entstehen immer wieder Datenfehler. So wird ein „Dieter“ mit „Frau“ angesprochen, der Name ist klein geschrieben oder die E-Mail-Adresse ist nicht richtig eingegeben. Schon im Vorfeld können solche einfachen Fehler vermieden werden. Die Benutzerführungen der unterschiedlichen IT-Systeme sollte deshalb die fehlerfreie Eingabe von Daten unterstützen. Mit Routinetests sollten auch die Daten auf Plausibilität geprüft werden. So kann ein Neunjähriger z.B. kein Buch bestellt haben. Kompliziertere Inkonsistenzen werden mit Data-Mining-Verfahren aufgedeckt.

7. Profiling und Monitoring

Mit der Klassifizierung der Daten können Nutzergruppen gebildet und diese dann zielgenau angesprochen werden. Hier muss entschieden werden, welche Daten für die Qualifizierung genutzt und zusammengefasst werden müssen. Datenverständnis und Interpretation der Daten sind hier vom Mitarbeiter gefordert, bevor es technisch umgesetzt werden kann. Mit Data Monitoring wird die Datenqualität ständig überwacht und damit Probleme frühzeitig erkannt.


Wichtig ist bei alledem, dass Sie sich an die rechtlichen Regelungen halten. Ohne Einwilligung des Betroffenen dürfen keine personenbezogenen Daten verwendet werden. Standards, Grundlagen und Begriffe zu „Datenqualität“ finden sich in der EN ISO 9000, in der European Foundation for Quality Managment (EFQM) oder im Total-Quality-Management (TQM).


Quellen:
Deutschen Post Direkt
http://www.marketing-boerse.de/News/details/1515-Big-data-grosse-Huerde-Datenqualitaet/51833