Neueste Beiträge
Digitaler Frühjahrsputz

Digitaler Frühjahrsputz: Datenkonsolidierung

  |   Online Integration

Sie entstehen schleichend – nicht immer absichtlich – aber stets mit unschönen Folgen: Datensilos, das digitale Damoklesschwert über den Häuptern der Unternehmen. Ein Jahr nach unserem Leitfaden zur Verbesserung der Datenqualität wird es nun höchste Zeit, das Thema Datenkonsolidierung näher zu beleuchten.

 

Datenkonsolidierung und Datensilos: Was steckt dahinter?

 

Unter der Konsolidierung von Daten versteht man das zielgerichtete Zusammenführen mehrerer Datensätze aus verschiedenen Quellsystemen (z.B. Datensilos) in ein zentrales Zielsystem.

 

Datensilos beinhalten Daten, die nur für bestimmte User oder Usergruppen – beispielsweise einzelne Abteilungen – zugreifbar sind. Sie sind komplett isoliert und haben keine Verbindung zu einem anderen Datensilo. Dies kann durchaus beabsichtigt sein, um z.B. bestimmte gesetzliche Regelungen des Datenschutzes zu befolgen. Der weit häufigere Fall sind jedoch unbeabsichtigte Datensilos, die „historisch gewachsen“ sind.

 

 

Unbeabsichtigte Datensilos sind oft das Ergebnis
wenn jeder “sein eigenes Süppchen kocht”

 

 

Das Entstehen von derartigen Datensilos wird vielmals durch besondere Problemstellungen einzelner Abteilungen eines Unternehmens und den daraus resultierenden, eigenen Lösungen begründet. Jede Abteilung pflegt im Ergebnis eigene, autarke Datenbestände, die schlimmstenfalls Dubletten zu anderen Datenbeständen innerhalb des Unternehmens sind.

 

Das Ergebnis mag für die einzelne Aufgabenstellung der jeweiligen Abteilung eine Weile praktikabel sein. Früher oder später werden die Folgen der dezentralen Datenhaltung jedoch spürbar und schmerzhaft. Spätestens, wenn Mitarbeiter immer mehr Zeit damit verbringen, einzelne Datensätze von einem System in das andere zu übertragen und damit unweigerlich für Datenredundanzen sorgen. Das wird für Unternehmen nicht nur monetär bemerkbar, sondern auch die Zufriedenheitskurve des einzelnen Mitarbeiters sinkt durch das unflexible Verfahren – von Sicherheitsproblemen ganz zu schweigen.

barc research Studie Herausforderungen Datenqualität Datenkonsolidierung

Laut einer Studie des Forschungs- und Beratungsinstitutes BARC zum Thema „How To Rule Your Data World“ kämpfen 48% der 348 Teilnehmer mit den Auswirkungen schlechter Datenqualität. Auch die dezentralisierte Datenspeicherung in Silos stellt weiterhin eine der größten Herausforderungen dar.

 

 

Aufbrechen von Datensilos

Doch was tun, wenn das virtuelle Kind in ebendiesen Brunnen gefallen ist? Bevor mit der Keule einer unternehmensweiten Gesamtlösung geschwungen wird, sollte der Fokus zunächst auf die Erfassung und Bewertung des Status Quo und der Definition von klaren Zielen liegen. Damit lässt sich die anschließende Datenkonsolidierung optimal vorbereiten.

Datenkonsolidierung

Quelle: Vision11

1) Bestandsaufnahme

Gemeinsam mit den Stakeholdern soll ein Bild des Status Quo gezeichnet werden. Dabei können gezielte Fragestellungen helfen: Welche Daten liegen in welcher Form an welchen Orten ab? Wer ändert diese Daten? Die Antworten auf solche Fragestellungen helfen dabei, Abhängigkeiten zwischen den Datensätzen zu identifizieren. Wichtig hierbei ist auch die Wahl der richtigen Methode. Moderierte Workshops haben sich dabei bewährt: Hier können Vertreter der einzelnen Abteilungen in einer dynamischen Umgebung zusammenarbeiten.

 

2) Bewertung

Nun geht es darum, die „Pain Points“ zu identifizieren. Welches Defizit bringt die aktuelle Situation mit sich, wie äußern sich Auswirkungen der Datensilos im derzeitigen Workflow? Ein Paradebeispiel hierfür ist die Pflege derselben Information an unterschiedlichen Stellen.

Aber auch Chancen sollten ein Ergebnis dieser Bewertungsphase sein: Welche der Abteilungen sitzt auf dem Datensatz mit der höchsten Qualität?

 

3) Zielsetzung

Eine klare Definition der Ziele und konkrete Use-Cases sind unerlässlich, um unnötige Abzweigungen auf dem Weg zu einem sauberen Datenbestand zu vermeiden und ein klareres Bild der Zielarchitektur zu erhalten.  Dieses sieht bei Datenanalysen gegebenenfalls anders aus, als wenn die bereinigten Datensätze für Marketingzwecke harmonisiert werden sollen.

 

4) Umsetzung

 

Um Illusionen zu vermeiden: Ein sauberer Datenbestand benötigt eine zentrale Datenbasis. Je nach konkretem Fall gibt es verschiedene Wege dorthin:

 

  • Die Middleware

Hier wird zwischen den einzelnen Datensilos und einer zentralen Datenbank eine Middleware geschaffen, die die Daten nach bestimmten Regeln zusammenführt und zentral abspeichert. Der größte Vorteil hierbei liegt auf der Hand: Die vorhandenen Datensätze müssen nicht migriert werden.

 

  • Der zentrale Datenpool

Hier werden alle Datensätze in ein zentrales System migriert. Was erstmal simpel klingt, kann beliebig komplex werden – schließlich gilt es nun, alle bisher vorliegenden Daten verlustfrei und eindeutig identifizierbar in ein anderes System zu übertragen und zudem bisherige Datenflüsse umzuleiten.

 

  • Hybrider Ansatz

Natürlich gibt es auch in der Welt der Datensilos Lösungen nach dem Motto „Quick & Dirty“. Diese sollten zumindest in Betracht gezogen werden: Es handelt sich hierbei um mögliche Schnittstellen zwischen den einzelnen Datensilos, beispielsweise wenn die dort eingesetzten Anwendungen ebendiese anbieten. So könnten die ersten Löcher notdürftig geflickt werden. Hinzu käme das saubere Definieren eines Work-Flows, beispielsweise beim Neuanlegen eines Kundendatensatzes über alle Abteilungen hinweg.

 

 

Fazit

Die Diagnose: “Datensilo” ist keine Schande – viele Unternehmen stehen vor dieser Herausforderung. Für das Aufbrechen der Datensilos dient die Bestandsaufnahme des Systems als erster, wichtiger Schritt – wir unterstützen Sie gerne dabei!