• Mob: +49 176 34 61 81 26 Tel: +49 7852 93 79 82
  • Hauptstrasse 67, 77731 Willstätt

Datenpflege

Datenpflege

Je mehr Daten, je schwieriger die Datenpflege. Je mehr Mitarbeiter im Betrieb, je größer die Gefahr der Unübersichtlichkeit und das Risiko Fehler zu machen. Deswegen werden immer mehr Kundensysteme in Form von CRM Datenbanken entwickelt, um insbesonders die Datenpflege zentral zu ermöglichen. Heutezutage ist Datenpflege unerlässlich. Vergessen Sie nicht, daß eine junge Führungskraft durchschnittlich nur 2 Jahre in einer Position bleibt.  Werden Kundendaten nicht gepflegt, dann wird die Kundenbetreuung erschwert.

Datenpflege braucht Methodik, Verfahren und Übungen, um aktuelle, zuverlässige und dopplungsfreie Daten zu erhalten. Elektronische Datenverarbeitung ist der Hauptbegriff für die Erfassung und Bearbeitung von Daten durch Computer oder elektronische Systeme.

Daten müssen nicht nur erfasst werden. Daten sind heute Informationen, die in der Prozessabwicklung genutzt werden sollten um die Ziele des Unternehmens zu realisieren. Daten bilden immer mehr einen Wettbewerbsvorteil für den Erfolg des Unternehmens wenn diese gepflegt sind.

Wer ist eigentlich unser Kunde?

Datenpflege

Einserseits sind Kunden in vielen Unternehmen nicht genug bekannt bzw. unbekannt. Andererseits gibt es in manchen Unternehmen zu viele Informationen über Kunden, meistens unstrukturiert und an vielen Stellen verteilt. Manche Informationen sind nur in den Köpfen von Vertriebsleute, die es nicht gern teilen und nicht immer sehr kollegial arbeiten. Jede Abteilung vertritt seine eigene Ansicht der Kundeninformationen.

Datenpflege ist eine wesentliche Voraussetzung für effizientes Direktmarketing . Um potenzielle Kunden erfolgreich einzeln anzusprechen und zu betreuen, müssen Sie sie möglichst gute Informationen liefern aber auch Daten über sie sammeln. Jedoch bleiben auch nicht selten Interessentenadressen in den Ablagern und Mailbox: „Karteileichen“. Lohnt sich eigentlich dieser Kontakt? Wer kümmert sich wirklich um seine Anfrage? Wurde diese dokumentiert? Ist die Anfrage als „abgeschlossen“ zu betrachten? Oder sind noch weitere Aufgaben damit verbunden? Wer kümmert sich als um eine Chanceeinschätzung?

So banal? die Markteroberung fängt mit der Frage nach dem Kunde, seinen Zielen, Bedürfnissen, Erwartungen, Geheime Wünsche und nach seinem Kaufverhalten. Bleibt er Kunde, wenn er über 2 jahre nicht bestellt hat?

Kundenidentifizierung

Firmenkunden (B2B), Geschäftskunden (B2C), Endkunde könnten im Betracht auf das Geschäftszyklus Interessenten, Bestandskunden oder verlorene Kunden sein. Der Kunde kann also eine Kundennummer, eine Rechtspersönlichkeit, ein direkter oder indirekter Kunde, ein Interessent oder eine Stammkunde, der Teilnehmer am Marktsegment, ein Potential, der Vertreter einer Firma oder ein Konkurrent oder ein Ansprechpartner sein!

Die Frage auf Kundennummer ist zum Beispiel: soll ich ein Interessent erfassen oder in einer Notiz oder Excel-Liste im Innendienst eintragen. In einem CRM ist ja klar, daß Interessenten für gezielte Kontaktansprache erfasst werden. Die interne CRM-Nummer für das Interessent erhält dann zusätzlich eine Kundennummer bei dem ersten Auftrag, da das CRM-System mit dem kaumännischen System die Daten abgleicht.

Adressen im CRM aktuell? relevant? auf Abruf?

Es gibt auch Kunden, die seit Jahren nicht mehr bestellt haben aber auch Kunden die so oft bestellen, daß nicht mehr gefragt wird, ob die Stammdaten, die Verkäufer oder Einkäufer noch aktuell sind. Der Vertrieb kennt den Grund nicht, warum ihm nicht mitgeteilt wurde, daß sich die Kundeninformationen geändert haben.

Im Innendienst stellt der Sachbearbeiter fest: der vertraute Ansprechpartner für erfolgsversprechende Projekt ist nicht mehr zuständig. Die Vertriebsmitarbeiter sind vielleicht nicht motiviert genug, nicht genug ausgebildet, was wirklich Datenpflege bedeutet!

Kundenbetreuer im Vertrieb sind täglich durschnittlich 1,5 bis 2,5 Stunden mit der Suche nach Kundeninformationen beschäftigt.

  • Kunde ruft an oder schreibt eine Mail
  • Manche Software ermöglichen über CTI-Funktionen das direkten Öffnen der Kundenmaske bzw. Vorgangsmaske. Andere öffnen eine Suchmaske mit Informationsfiltern. Der Kundenbetreuer identifiziert den Anrufer meistens über Kundennummer, E-Mailadresse für den Rechnungsversand oder Firmenname…
  • Der Vertriebsmitarbeiter kann dann, während er die Anfrage zuhört, im Kundenakte CRM (zusammenfassende Informationen)  und im ERP (Detaillierte Informationen) reinblicken.
  • Der Mitarbeiter ist natürlich interessiert an:
    • Kundengruppe
    • Umsatzzahlen (Laufendes jahr, Vorjahr und Vorvorjahr)
    • Besuchsanzahl und letzte Aktivitäten: was hier zählt ist die Arbeit am Kunden.
    • Mit Ampelsystem wird der Anwender aufmerksam gemacht, daß etwas eventuell nicht stimmt (Reklamationen, offene Rechnung, Verkaufpotenzial, Rabattstaffelungen, Kundendienst…)
    • Aktuelle Angebote

Datenpflege ist mehr als nur die üblichen Adressen und Telefonnummern

Um mit den Kunden über gezielte Kundenansprache durch Innen- und Außendient Kontakt aufzunehmen, sind nicht nur Stammdaten notwendig. Die Kundenprofile sollten Daten über:

  • harte Informationen: Kundenbedarf, Geschäftentwicklung, Potentialdaten, effektives Bestellverhalten
  • weiche Informationen: Kundenzufriedenheit, Kooperationsbereitschaft, technische Kompetenz, Engagement in das Empfehlungsmarketing.
  • Verlaufshistorie: Wie, was, wann wurde Kontakt aufgenommen, zum Beispiel auch Besuchsberichte
  • Planungsdaten: Controlling und Zielgruppenanalyse

Welche Daten sollen gesammelt werden?

  • Wer sind unsere Kunden? Stammdaten: Basisdaten eines Kunden + Preisstaffel + Lieferkonditionen

    • Bei jedem Kontakt Datenpflege vom Innendienst zu kontrollieren.
    • aber Grundänderungen wie Gesprächspartnerwechseln initiiert der Außendienst
  • Wie verhalten sich unsere Kunden? Profildaten
    • Die Daten ergänzen die Stammdaten und Kontaktdaten.
    • Sie sind die Zusammenfassung basierend aus Einschätzungen der Kundenzufriedenheit, der Kundentreue, der Kundenanalyse und der semantische Analyse. Die Informationen könne auch quantitativ dargestellt werden.
    • Die Datenpflege ist Sache des Vertriebsteams. Ohne diese gehen die Informationen im Verkaufsalltag  verloren. Zuständig ist die Person, die die Verantwortung für den Kundenumsatz mit Hilfe seines Teams trägt.
  • Was brauchen und wünschen unsere Kunden? Potenzialdaten
    • Es sind die Daten aus Planung und Controlling.
    • Die Datenpflege der statistische Auwertung und Kundenbewertung gehört dem Management.
  • Was kaufen unsere Kunden in der Tat (Bestellhistorie)? Transaktionsdaten
    • Datenpflege der Geschäftsdaten aus operativen Prozessen (Auftrag, Lieferung, Fakturierung, Bezahlung)
    • Daten werden im ERP (Warenwirtschaft) von Sachbearbeiter erfasst. Bei der Weiterführungen eines Vorgangs von einer Auftragsbennung in die Nächste, erneute Datenpflege.
    • Die FiBu übernimmt und kontrolliert die Zahlungen.
    • CRM spielt die Daten ein.
  • Was haben wir für unsere Kunden getan?
    • Aktionsdaten oder Kontaktdaten, Verlaufshistorie.

      • Die Informationen die im Zusammenhang mit der Kundenbetreuung wie Telefonnotizen, Besuchsberichte Mailing, Marketingaktionen und damit verbundene Dokumente.
      • Die Datenpflege dieser Informationen muss zwischen Innendienst, Außendienst und Services (Auftragsabteilung, Kundendienst, Materialwirtschaft) aber im Prinzip ist Derjenige verantwortlich, der für den Prozess verantwortlich ist, oder der den Vorgang erhält.
    • Prozessdaten:
      • es sind die Daten über Abläufe, Bearbeitungszeiten, Kosten pro Zeiteinheit
      • Die Datenpflege ist durch IT-Automatisierung oder manuelle Erfassung zu realisieren.
      • Die Auswertung und Interpretation erfolgt durch Management (Leitung, Assistent, Berater) Die Datenpflege liegt also im Rechnungswesen, Controlling oder – falls vorhanden – im Vertriebscontrolling, Marketing und Vertrieb.
  • Was sind die Erfolgskriterien von unseren Bemühungen gegenüber die Konkurrenz? Reaktivitätsdaten, Marktdaten

    • Die Daten sind Informationen von Verbände, Marktforschungsinstituten, externe Dienstleistern die das Management anfragt bzw. kauft.
    • Einspielen und Datenpflege sind Aufgabe des Marketings

Profildaten, Potenzialdaten werden oft unterschäzt.

Hier geht es jedoch um wichtige Informationen: Demografische, wirtschaftliche, psychologische und kaufmännische Aspekte.

Relevanz Privatebene Geschäftsebene
Demografie
  • Geschlecht
  • Alter
  • Region
  • Herkunftsland
  • Politische Ausrichtungen
  • Engagement Familie Vereine
  • Rechtsform
  • Branche
  • Konzernabhängigkeit
  • Standorte
  • Angebotene Services und   Dienstleistungen
  • Ausrüstung und Technologien
  • Innovationspläne
Wirtschaft
  • Bildung
  • Urlaubsverhalten
  • Budget, Sparneigung, Liquiditäten
  • Entwicklungsstand (Anzahl Mitarbeiter, Umsatzhöhe, Ergebnis, Marktanteil)
  • Kunden des Kunden
  • Wettbewerber des Kunden
  • Stärke und Schäche des Kunden
Psychologie
  • Persönlichkeit
  • Wissen, Hobbys
  • Ansprüche und Einstellungen

 

  • Geschäftsfähigkeit
  • Konsum
  • Umweltorientierung
  • Kaufverhalten, Wünsche
  • Risikofreude
  • Lösungsorientierung
Kaufmännisch
  • Bevorzugte Lieferanten und Treue
  • Einkaufszyklus
  • Regularität und Kaufhäufigkeit
  • Beeinflussbarkeit
  • Medientyp
  • Vertriebskanal

 

 

 

  • Produktinteressen
  • Produktnutzung
  • Preisvorstellung
  • Einkaufsverhalten
  • Lagerpolitik und Vorräte
  • Zahlungsmorale
  • Reklamationsverhalten
  • Wettbewerbsorientierung
  • Lieferfristen

Datenpflege und Datenschutz

Der gesetzliche Datenschutz zieht dabei enge Grenzen, was gesammelt und verwendet werden darf. Ein Datenbestand ändert sich dabei ständig und ist nur dann verwendbar und nützlich wenn die Daten permanent gepflegt sind.

  • Datenprüfung (Format, Aufbau, Inhalt)
  • Aktualitäts- und Gültigkeitsprüfungen über Recherche im Internet, über Telefonaten, über das systematisches Kontrolle der Informationen in alten sowie in neuen Dokumenten (Formulare, Anfrage, Email, ….)
  • Doublon-Prüfung: Dubletten und doppelte Dateien
  • Abgleich und zusammenführung mit vorhandenen Daten (in anderen Format, mit anderen Inhalte)
  • Gruppierung und Qualifizierung über verschiedenen Kategorisierung und Filterkriterien
  • ständige Aktualisierung der Informationen

Datenpflege und Kundenqualifizierung

Die Instandhaltung der Daten ist nicht nur wichtig für Direktmarketing weil Sie dann besser die Kunden ansprechen können, es hilft auch Zeit und Geld zu sparen.

  • Kosten zu sparen bei Falschlieferungen
  • die richtige Information zum richtigen Zeitpunkt an die richtige Person (der Entscheider) zu vermitteln
  • einfache Bereitstellung der Stammdaten (Kundendaten, Artikeldaten, Einkaufsdaten) als strategische Quelle für Analyse und Entscheidungen
    • Entwicklungen und Zieldefinition
    • Planung
    • Finanzierung
    • Ressourcenplanung
    • Marketing

Diese Herausforderung braucht ein System mit Import/Export Möglichkeiten und die Beherrschung von diversen Schnittstellen und Prozesen sowie gute Kenntnisse in Datenerweiterungen und die damit verbundenen Anwendungen (Office Paket, Bildbearbeitung, Multimédia, Warenwirschaft, CRM, ERP)

 

Kundenbewertung und Kundenanalyse: Es war einmal der König…

Ob der Kunde König ist ist nicht mehr selbstverständlich! Heute gilt: „wer sich königlich (geschäftlich) verhaltet, verdient es auch königlich zu bedienen. Wenn Sie jeder als könig betrachten, könnte es sehr schmerzhaft sein.

Deshalb hat die Datenpflege eine enorme Bedeutung: in 5 bis 30 sekunden Zeit, muss der Kundenbetreuer in der Lage sein, wichtige von unwichtige Kunden zu unterscheiden. Er soll auch seine Verkaufskraft und die Kundenbetreuungsmaßnahmen dementsprechend anwenden um sich auf die wichtigsten Kunden zu konzentrieren. Die Kundenpriorität ist nicht unbedingt nach Erfahrung oder Gefühl zu setzen, sondern eher nach der öknomischer Kundenwert bzw. Potenzialwert.

  • Kundenpriorität
  • ABC-Analyse nach Umsatz
  • ABC-Analyse nach Deckungsbeitrag
  • Kunden-Anteil am Gesamtumsatz
  • Anzahl Kundenanfrage
  • Potenzial und Projekte (laufende Angebote…)

Datenqualität

Informationsqualität ist das Maß

  • für die Erfüllung der „Gesamtheit der Anforderungen an eine Information bzw. ein Informationsprodukt, die sich auf deren Eignung
  • zur Erfüllung gegebener Informationsbedarfe beziehen“.

Aussagen zur Qualität einer Information beziehen sich zum Beispiel darauf,

  • wie genau diese die Realität ‚beschreibt‘ ?
  • wie verlässlich sie ist?
  • inwieweit sie also als Grundlage für eine Planung des eigenen Handelns verwendbar ist?

Der Begriff Datenqualität (als Qualitätsmaß für Daten) steht der ‚Informationsqualität‘ sehr nahe. Da die Grundlage für Informationen ‚Daten‘ sind, wirkt sich die ‚Datenqualität‘ auf die Qualität der Informationen aus, die aus den entsprechenden Daten gewonnen werden: Keine „gute“ Information aus schlechten Daten.

In der Wirtschaft ist Informationsqualität von zentraler Bedeutung, da auf Basis von Informationen z. B.

  • Entscheidungen gefällt,
  • Markt-Chancen bewertet
  • Verhandlungen geführt werden.

Der Begriff Datenqualität oder auch unternehmensweite Datenqualität als Synonym für ‚Informationsqualität‘ wir immer mehr verwendet:

  • datenbezogene Qualität bezieht sich jedoch lediglich auf die gespeicherten Inhalte von Daten,
  • Informationsqualität‘ schließt zusätzliche Aspekte wie zweckmäßiges Auswählen geeigneter Datenmengen, das Bilden von (Teil-) Summen und/oder deren Darstellung ein.

Diese Beispiele verdeutlichen den Stellenwert hochqualitativer Daten im Unternehmen:

  • In der Telekommunikation ist ein integriertes Endkundenmanagement nur möglich, wenn sämtliche Vertrags- und Rechnungsdaten konsistent, aktuell und schnell verfügbar sind — unabhängig vom Vertriebskanal, über den sie erfasst wurden.
  • Im strategischen Einkauf in Produktionsunternehmen müssen Stammdaten zu Lieferanten konsistent und korrekt über verschiedene Sparten vorhanden sein und Transparenz über Hierarchiebeziehungen sowohl in Bezug auf die Lieferantenorganisation als auch in Bezug auf das eigene Unternehmen existieren, damit Analysen zur Lieferantenbeurteilung und über die Beschaffungsquellen zuverlässig durchgeführt werden können.
  • In vielen Unternehmen hat sich die Informationstechnologie (IT) ohne übergreifende Steuerung entwickelt — mit der Folge, dass häufig nicht bekannt ist, welche Anwendungssysteme führend bei der Haltung und Bereitstellung von beispielsweise Produkt- oder Materialstammdaten sind. Das wiederum verhindert Konsolidierungsmaßnahmen und Harmonisierungsbestrebungen in der IT-Organisation und im IT-Betrieb.
  • Im Zuge der wachsenden Zahl behördlicher und gesetzlicher Auflagen steigen zudem die Anforderungen an die Berichtsfähigkeit und das Risikomanagement von Unternehmen: Registrierungs- und Nachverfolgbarkeitspflichten in der chemischen Industrie sind ohne hochqualitative Daten nicht zu realisieren.

Das Wissensmanagement entwickeln sich zunehmend zu einem betrieblichen Vermögen. Das Datenmanagement entwickelt sich zu eine übergeordnete Rolle .

Das Maß bedeutet, für welche Anwendungsgebiet sollen welche Kriterien nach welchen Anforderungen erfüllt werden? 

  • Kontext
    • Worüber wurden Informationen gewünscht/erwartet?
    • Welche Details werden konkret erwartet? Nur konkret Festgelegtes kann überprüft werden. „Alles über …“ ließe sich kaum bewerten.
    • Für welche Information ist die Qualität zu bestimmen? Was wurde konkret geliefert?
    • Für welche(n) Nutzer ist die Information bestimmt? Sprache, Wissensstand (Laien, Spezialisten)?
    • Welchem Zweck dient die Information? „interessiert nur“, Kaufentscheidung, brauche Hilfe
    • wie bedeutend ist dieser Zweck? Entstehende Kosten, beabsichtigte Investitionshöhe, lebenswichtig
    • welche Bedeutung kommt dabei der Informationsqualität zu? Was geschieht in Abhängigkeit von hoher oder minderer Qualität? Bei welchen Qualitätskriterien?
  • Kriterien laut Nohr
    • die Aufgabenrelevanz und Zweckorientiertheit der Information: verständlich? passend zur Erwartung?
    • der Grad der Sicherheit, wahr zu sein
    • die Glaubwürdigkeit aufgrund vorhandener Erfahrungen
    • die Überprüfbarkeit der Information: Welche Quellen sind bekannt? Sind diese zuverlässig?
    • die Genauigkeit der Information: Ist sie vollständig? Dieses Kriterium ist oft nur schwierig zu überprüfen. Ist sie widerspruchsfrei?
    • und die Aktualität der Information

Datenqualität wird auch nach vielen anderen Kriterien bewertet. Hier die wichtigsten:

  • System: Zugänglichkeit, Bearbeitbarkeit,
  • Darstellung: Verständlichkeit, Übersichtlichkeit, Einheitlichkeit, Interpretierbarkeit/ Widerspruchsfreiheit,
  • Nutzung: Relevanz, Aktualität, Wertschöpfung, Vollständigkeit, Angemessenheit,
  • Inhalt: Richtigkeit/Fehlerfreiheit, Objektivität, Glaubwürdigkeit, Reputation.

In der Praxis wird als Maß für die Datenqualität verstanden,

  • wie gut die Konsistenz und die Verfügbarkeit gleicher Daten auf verschiedenen Systemen ist?
  • Wie sauber die vorhandenen Daten abgelegt worden sind?
  • wie gut die Darstellung mit den erwarteten Ergebnissen übereinstimmt.

Dazu müssen in jeder Stufe des Datenfluss- und Arbeitsprozesses geeignete Maßnahmen zur Qualitätssicherung umgesetzt werden.

Deutsche Gesellschaft für Informations- und Datenqualität (DGIQ) e.V.

Qualitätskriterien für Datenqualität unterscheiden sich von denen für Informationsqualität und sind nach:

  • Korrektheit: Die Daten müssen mit der Realität übereinstimmen.
  • Konsistenz: Ein Datensatz darf in sich und zu anderen Datensätzen keine Widersprüche aufweisen.
  • Zuverlässigkeit: Die Entstehung der Daten muss nachvollziehbar sein.
  • Vollständigkeit: Ein Datensatz muss alle notwendigen Attribute enthalten.
  • Genauigkeit: Die Daten müssen in der jeweils geforderten Exaktheit vorliegen (Beispiel: Nachkommastellen).
  • Aktualität: Alle Datensätze müssen jeweils dem aktuellen Zustand der abgebildeten Realität entsprechen.
  • Redundanzfreiheit: Innerhalb der Datensätze dürfen keine Dubletten vorkommen.
  • Relevanz: Der Informationsgehalt von Datensätzen muss den jeweiligen Informationsbedarf erfüllen.
  • Einheitlichkeit: Die Informationen eines Datensatzes müssen einheitlich strukturiert sein.
  • Eindeutigkeit: Jeder Datensatz muss eindeutig interpretierbar sein.
  • Verständlichkeit: Die Datensätze müssen in ihrer Begrifflichkeit und Struktur mit den Vorstellungen der Fachbereiche übereinstimmen.

Maßnahmen zur Verbesserung der Datenqualität werden u. a. Datenbereinigung genannt.

Merken

Merken

Merken

Merken