Problem Datenerfassung

Nun ist im Handel das Management von Stamm­daten sicher nicht einfach. Menge und Komplexität wachsen mit der Anzahl der Produkte, ihren Variationen, unterschiedlichen Preisen, aber auch mit häufigen Änderungen im Sortiment. Nicht zuletzt steigt die Zahl der Daten im Multi­channel-Handel durch die Verknüpfung unterschiedlicher Vertriebswege zusätzlich rapide an.

Innerhalb eines Unternehmens erfassen zudem mehrere Abteilungen Daten, oft mit unterschiedlichen Instrumenten. Bespielt ein Händler etwa mehrere Vertriebskanäle, werden die Kundendaten im Laden, im Shop-System, aber auch in der Service-Abteilung und in der Kundenberatung meist in unterschiedlichen Programmen gesammelt. An allen Schnittstellen können sich Fehler einschleichen: Werden zum Beispiel Namen nicht einheitlich erfasst, entstehen Dubletten in den Datensätzen und die Kundenhistorie kann nicht umfassend über alle Kanäle hinweg betrachtet werden. Bezeichnen Category Manager zudem Eigenschaften und Produktvorteile im Shop-System mit Trendwörtern, können sie im Warenwirtschaftssystem nicht eindeutig zugeordnet werden. Im Shop steigt so das Angebot, bei der Zusammenführung der Daten aus unterschiedlichen Quellen kommen die Systeme wegen dieser Vielfalt aber ins Straucheln.

Als größte Hürden bei der Erhebung von Stammdaten macht die Lünendonk-Studie den Mangel an Strategien und Zielen, fehlendes Problembewusstsein im Management sowie die unzureichende Kommunikation zwischen unterschiedlichen Fachabteilungen aus. Das zeigt sich schon bei der Auswahl und Integration der Analyse-Tools. Diese Aufgabe übernimmt meist die IT. Die Auswertung der Daten dagegen liegt in der Verantwortung von Abteilungen wie Marketing, Einkauf oder Kundenservice. Folge: Während etwa jeder fünfte IT-Mitarbeiter die Datenfragen als gelöst ansieht, teilen laut Studie nur 12 Prozent der Spezialisten aus anderen Abteilungen diese Meinung.

Mit der Digitalisierung steigen die Anforderungen an die Stammdaten. Denn jetzt übernehmen Maschinen und mathematische Modelle die Analysen und brauchen dazu einheitliche und konsistente Datensätze. Seit Jahren investieren die Unternehmen deshalb in Software-Lösungen zur Optimierung ihres Datenmanagements. Doch bei der Inte­gration versäumen sie es, die Technik an ihre Strukturen anzupassen, vor allem aber personell Verantwortlichkeiten zu bestimmen und Ziele für das Management und die Pflege der Stammdaten zu formulieren. Ohne Strategie lassen sich aber die Datensätze aus unterschiedlichen Abteilungen, Vertriebskanälen und Programmen nicht vereinheitlichen, die IT arbeitet so an den Bedürfnissen von Marketing, Einkauf und Cate­gory Management vorbei und umgekehrt.

Sollen Big Data und Analytics das Geschäft antreiben, wird die Strategie fürs Datenmanagement eine Führungsaufgabe. Sie beginnt mit der Grundsatzüberlegung, welche Daten für das Unternehmen und seine Geschäfte wichtig sind oder wichtig werden könnten. Für die formulierten Ziele sollten die Verantwortlichkeiten am besten in abteilungsübergreifenden Teams danach eindeutig benannt werden. So kann ein Transformationsprozess starten, in dem nicht nur Daten einheitlich erhoben und nach klaren Kriterien gepflegt werden, sondern sich die beteiligten Abteilungen neu strukturieren und digitaler werden. Datenmanagement kann der Beginn eines umfassenden Change-Prozesses werden. Die Datenstrategie sollte zudem zum Schutz persönlicher Kunden- und Nutzerdaten klare Richtlinien enthalten. Wer wann worauf Zugriff erhält, muss geregelt sein.

Planung und Optimierung von Stammdaten lassen sich schlecht voneinander trennen. Die betroffenen Fachbereiche übernehmen die inhaltliche Definition und Zuordnung von Stammdaten, die IT-Abteilung passt daran die Programme und Tools an. Doch beim ­Datenmanagement sollten die Sichtweisen aller Beteiligten kontinuierlich eingebunden werden. Daher empfiehlt es sich, die Verantwortung für das Datenmanagement in bereichsübergreifende Teams zu legen.

Wenn die Beteiligten geklärt haben, welche Stammdaten sie künftig benötigen, können sie Methoden zur einheitlichen Erhebung und Speicherung, aber auch Kriterien zur Pflege des Datenbestands erarbeiten. Mit diesen Maßnahmen sollte sich die Datenlage bald und spürbar verbessern und das Unternehmen schneller die Hebelpunkte erkennen können.