Oft genug werden Daten als das neue Öl bezeichnet. Meistens sind die Unternehmen reich mit dem Rohstoff ausgestattet. Allerdings wird der Datenschatz nicht gehoben, da das Thema weder eine ausreichende Beachtung im Unternehmen findet noch auf eine notwendige Datenqualität geachtet wird. Letztlich kann der erhoffte Datenbooster nicht gezündet werden.
Oft genug werden Daten als das neue Öl bezeichnet. Meistens sind die Unternehmen reich mit dem Rohstoff ausgestattet. Allerdings wird der Datenschatz nicht gehoben, da das Thema weder eine ausreichende Beachtung im Unternehmen findet noch auf eine notwendige Datenqualität geachtet wird. Letztlich kann der erhoffte Datenbooster nicht gezündet werden.
Wie wichtig die Qualität der Daten ist, verdeutlicht der deutsche Klassiker der Daten- und Informationsqualität, der gerade in seiner 5. Auflage im Springer-Verlag erschienen ist (siehe: https://www.springer.com/de/book/9783658309909 ). Das Grundlagenbuch gilt als das erste deutschsprachige Buch zur Datenqualität und wurde seit der ersten Auflage vom „Datenqualitätspapst“ Richard Y. Wang (Director, Chief Data Officer & Info Quality Program am MIT und Professor an der UA Little Rock) unterstützt.
Das Buch ist für alle zu empfehlen, die sich einen Überblick über die Basics der Datenqualität verschaffen möchten. Zudem bietet es einen Abriss über die Methoden und Werkzeuge für das Management der Datenqualität (DQM). Wenn im Unternehmen die Datenqualität gemessen werden soll, zeigt das Buch einfache Lösungsansätze auf. Das Buch gliedert sich in die drei Bereiche Grundlagen, Methoden/Werkzeuge und Organisation. Hierbei ist vor allem der Organisationsteil von hoher praktischer Relevanz.
In diesem Teil ist auch das Thema Datenqualität in Verbindung zum Global Data Synchronisation Network (GDSN) beschrieben. Im Kapitel 25 (siehe: https://www.springerprofessional.de/gewaehrleistung-einer-hohen-artikelstammdatenqualitaet-im-global/18605124 ) finden Sie neben einer einfachen Erklärung des GDSN auch eine detaillierte Beschreibung aller seiner Bausteine, die in der täglichen Arbeit mit Artikelstammdaten zur Optimierung der Datenqualität beispielsweise im Bereich des E-Commerce herangezogen werden können. Zu erwähnen sei hierbei insbesondere das sog. Data Quality Framework (DQF), die diversen Umsetzungsleitfäden der GS1 zur Datenqualität über den Datenpool der atrify und Ansätze der Data Quality Excelence (DQX) über die Smart Data One.
Die Nutzung des GDSN-Standards – so verdeutlicht das entsprechende Kapitel im Buch – kann im Unternehmen als Initialzündung für eine Datenqualitätsoffensive herangezogen werden. So lässt sich der Datenschatz unkompliziert heben und die „Raketen des Datenboosters“ im Sinne der Datenqualität zünden. atrify unterstützt Sie sehr gerne dabei.
zum Originalartikel
