Smart Data Datengesteuertes Marketing

Master Data

26 Apr 2019

Ohne Master Data kein datengetriebenes Business. Wer also seine Daten nicht im Griff hat, der hat keine Chance, die digitale Transformation zu meistern. Denn jedes Projekt, jede Kampagne und jede Kundenbindungsmassnahme beginnt immer bei den Daten.

Was korrekte Daten überhaupt sind, was man unter Master Data und Master Data Management versteht, und wie der Weg zu sauberen Stammdaten aussieht: Auf dieser Seite erklären wir Ihnen alle Aspekte von Master Data im Detail.

Inhaltsverzeichnis

Grundlagen

Was ist Master Data?
Was versteht man unter Master Data Management?
Wer ist für Master Data in Unternehmen verantwortlich?
Welche Stakeholder hat Master Data in Unternehmen?
Was sind Datensilos?
Wieso müssen Daten im Unternehmen fliessen, um einen Mehrwert zu erzielen?
Welche Vorteile haben Unternehmen, die saubere Stammdaten führen?
Wieso ist Master Data die Grundlage für ein datengetriebenes Business?
Was versteht man unter digitaler Transformation?
Was sind die 4 C’s von Master Data?

Daten und Qualität

Welche Arten von Daten existieren?
Was versteht man bei Master Data unter Datenqualität?
Vier Schlüssel-Anforderungen für Master Data
Warum sollten Sie nie kostenlose Daten nutzen?
Was ist der Prozess von D&B zur Datenqualitätssicherstellung genannt D&B DUNSRightTM?

Master Data Projekt

Wie beginnt man ein Master Data Projekt?
Welche Schritte beinhaltet typischerweise ein Master Data Projekt

Daten bereinigen

Was versteht man unter Daten bereinigen?
Wie bereiten Sie Ihre Kundendaten auf?

Daten anreichern

Was versteht man unter Daten anreichern?

Datenqualität hochhalten

Wie stellt man sicher, dass die Datenqualität langfristig hoch bleibt?
Wie integriert man Master Data in Prozesse und Systemlandschaften?

Eindeutige Identifikation

Was versteht man unter eindeutiger Identifikation?
Was ist die D-U-N-S®-Nummer?
Ich bin Unternehmer. Habe ich eine eigene D-U-N-S®-Nummer?
Wer gibt die D-U-N-S®-Nummer heraus?
Wo fordert man eine D-U-N-S®-Nummer an?
Wieso benötige ich eine D-U-N-S®-Nummer?
Was ist der Nutzen der D-U-N-S®-Nummer für meine Kundendatenbank oder mein CRM?
Wie verhindert die D-U-N-S®-Nummer, dass man Duplikate im CRM führt?
Wie hilft mir die D-U-N-S®-Nummer dabei, Marketing-Kampagnen effizienter durchzuführen?

Was ist Master Data?

Unter Master Data versteht man die Stammdaten eines Unternehmens. Stammdaten wiederum sind alle betriebswirtschaftlich relevanten und gesammelten Daten zu Produkten, Lieferanten, Kunden, Mitarbeitern, Leads, etc. Man bezeichnet sie auch als Grund- oder Referenzdaten.

Was versteht man unter Master Data Management?

Master Data Management sind die Technologie, Tools und Prozesse, die Master Data überall im Unternehmen verfügbar machen. Das Ziel ist es, korrekte, konsistente und vollständige Daten abteilungsübergreifend und zwischen anderen Unternehmen sicherzustellen. Master Data Management ist sowohl für die Generierung der Daten als auch für deren Pflege verantwortlich.

Wer ist für Master Data in Unternehmen verantwortlich?

Traditionell liegt die Verantwortung für Master Data bei der IT. Neuerdings werden die Rollen des Chief Data Officers (CDO) und des Chief Information Officers (CIO) immer wichtiger. Schaut man aber in die Praxis, dann stellt man fest, dass Master Data oft von derjenigen Abteilung vorangetrieben wird, die den grössten Schaden davonträgt, wenn die Daten nicht gemanagt werden und schlecht sind.

Welche Stakeholder hat Master Data in Unternehmen?

  •          Marketing
  •          Sales
  •          Buchhaltung
  •          Operations
  •          Category Management
  •          eCommerce
  •          Kundenservice/Customer Service
  •          CRM-Verantwortliche

Was sind Datensilos?

Datensilos in einem Unternehmen sind verschiedene Datenbanken oder Systeme, die alle Daten speichern und verwalten, zwischen denen aber keine Schnittstelle existiert. Somit ist es nicht möglich, die Daten zusammenzuführen und auszuwerten – oder nur mit grossem häufiger sogar manuellen Aufwand.

Wieso müssen Daten im Unternehmen fliessen, um einen Mehrwert zu erzielen?

Nur wenn Daten zur richtigen Zeit am richtigen Ort verfügbar sind, entfalten Sie ihren vollen Wert. Das heisst, Daten müssen systemübergreifend fliessen. Je schneller, desto besser sind Sie in der Lage, Situationen richtig zu antizipieren und Vorhersagen zu treffen.

Welche Vorteile haben Unternehmen, die saubere Daten führen?

Die Vorteile von sauberen Daten sind für ein Unternehmen gross. Sie sichern sich einen effektiven Vorsprung gegenüber der Konkurrenz. Die Vorteile sind die Folgenden:

  •          Sie sind bereit für «data driven», also Entscheidungen aufgrund von Daten richtig zu treffen.
  •          Sie haben eine einheitliche Sicht über alle Bereiche des Unternehmens.
  •          Sie haben ein einheitliches Reporting über alle Bereiche des Unternehmens.
  •          Korrekte Daten ermöglich eine gleichbleibende Entscheidungsqualität.
  •          Sie haben eine Grundlage für die Fütterung von Artificial-Intelligence-Systemen.
  •          Sie generieren dank korrekten Daten mehr Umsatz und reduzieren gleichzeitig die Kosten.
  •          Sie haben eine Grundlage, um Risiken optimal zu managen.
  •          Sie sind bereit für die digitale Transformation.

Wieso ist Master Data die Grundlage für ein datengetriebenes Business?

«Data driven» setzt korrekte, aktuelle und vollständige Daten voraus. Deshalb ist der Beginn eines datengetriebenen Projektes stets Master Data.

Was versteht man unter digitaler Transformation?

Digitale Transformation ist ein Megatrend, der die Menschen und die Industrie seit Jahren beschäftigt. Er bezeichnet einen fortlaufenden, in digitalen Technologien begründeten Veränderungsprozess.

Was sind die 4 C’s von Master Data?

  • Code: Jeder Eintrag in einer Datenbank benötigt einen Code, um sicherzustellen, dass er einzigartig ist. Doch jedes System hat seine eigenen Codes. Das heisst, Unternehmen haben mehrere über Prozesse, Abteilungen und Regionen im Einsatz. In der Praxis muss man sie bündeln oder einen Standard festlegen, um Entitäten im Geschäftsablauf eindeutig zu identifizieren.
  • Company: Unternehmenshierarchien haben viele Ebenen: Lokale Niederlassungen, Filialen, Abteilungen, bis hin zu ihren globalen Müttern. Je grösser eine Unternehmung ist, desto komplexer ist wahrscheinlich die Hierarchie. Es ist unerlässlich, sie vollständig und korrekt zu kennen und abzubilden. So verhindert man Verkäufe an die falschen Gesellschaften und Geschäfte mit risikobehafteten Firmen einzugehen.
  • Category: Kategorien definieren die Märkte und ermöglichen eine Segmentierung. Sie sind darüber hinaus der kleinste gemeinsame Nenner für die Marktdurchdringung. Das Targeting basiert oft auf Kategorien und ihre Attribute. Das hilft dabei, potenzielle Kunden aufgrund von Industrie, Segment, Subsegment, usw. zu finden.
  • Country: Das letzte C bezieht sich auf das Land, oder einfach gesagt auf die geographische Herkunft. Auch hier gibt es Hierarchien: Land, Region, Ballungsraum, Provinz, Stadt, Postleitzahl.

Zusammenfassend: Der Code sagt, dass etwas einzigartig ist. Company sagt, wem es gehört. Category sagt, was es genau für eine Sache ist. Country sagt, wo es sich befindet. Mit all diesen Informationen hat man das Potential in der Hand, Geschäftsbeziehungen über die ganze Unternehmung zu managen und auszubauen.

Welche Arten von Daten existieren?

  • Unstrukturierte Daten: Sie liegen in E-Mails, Artikeln, im Internet, Produkt-Broschüren, etc. vor. Ein typisches Dateiformat ist das PDF.
  • Transaktionale Daten: Sie entstehen bei Verkäufen, Auslieferungen, Rechnungen, Reklamationen und anderen monetären und nicht-monetären Transaktionen. Sie bilden die Basis für Analysen. Transaktionale Daten verwenden Master Data für die Beschreibung des Vorgangs, z.B. Produkt- oder Kundendaten.
  • Metadaten: Daten, die andere Daten beschreiben. Sie liegen in als Repository oder in anderer Form wie XML-Dateien, Definitionen, Log-Files oder Konfiguratonsdaten vor.
  • Hierarchische Daten: Sie speichern die Beziehungen zwischen verschiedenen Daten. Sie liegen als Teil des Buchhaltungssystems vor oder als Beschreibungen von echten Beziehungen in der Geschäftswelt wie Organisationsstrukturen oder Produktspezifikationen.
  • Referenzdaten: Sie kategorisieren andere Daten oder weisen Daten zu Informationen zu, die ausserhalb der Grenzen des Unternehmens liegen.
  • Master Data: Das sind die Kern- oder Stammdaten, die Objekte im Rahmen der Geschäftstätigkeit erfassen. Sie verändern sich unregelmässig über die Zeit und enthalten wenn notwendig auch Referenzdaten. Unter Master Data versteht man nicht transaktionale Daten, sondern sie beschreiben Transaktionen.

Was versteht man bei Master Data unter Datenqualität?

Die Kriterien für hohe Datenqualität sind:

  • Genauigkeit
  • Vollständigkeit
  • Aktualität
  • Konsistenz
  • Konformität
  • Integrität
  • Abdeckung
Vier_Schlüssel-Anforderungen_für_Master_Data.jpg

Vier Schlüssel-Anforderungen für Master Data

Es gibt vier gemeinsame Anforderungen die Sie bei der Pflege Ihrer Daten beachten müssen: Struktur, Konnektivität, Abdeckung und Qualität.
   
Der grundlegendste Aspekt ist die Struktur. Sie benötigen eine standardisierte Struktur oder ein standardisiertes Datenmodell über die Beziehung Ihrer Daten untereinander. Innerhalb der Datenstruktur muss man sich ebenfalls auf vier Komponenten konzentrieren: die Entität mit ihrem eigenen eindeutigen Identifikator oder Schlüssel, die Hierarchie, der Standort und die Rolle. Die Definition und Erfassung von Daten mit dieser Struktur wird einen Grossteil Ihres Berichtswesens, Ihrer Analysen und Ihres Go-to-Market beeinflussen. Wenn Sie eine standardisierte Struktur und unternehmensweit einheitliche Definitionen für diese vier Komponenten haben, verschwinden viele Datenprobleme.
 
Eine solche Struktur erfordert Konnektivität über das gesamte Daten-Ökosystem, über alle Ihre verschiedenen Systeme und Prozesse, sowohl intern (über Ihre Vertriebskanäle) als auch extern (mit Ihren Dritten und Partnern). Wenn Sie Ihre gemeinsame Datenstruktur auf all diese verschiedenen Arten von Workflows und Prozessen anwenden, dann kommen diese Daten viel nahtloser zusammen. Im Idealfall sollten diese Daten auch in Ihre verschiedenen Prozesse, Workflows und Unternehmenssysteme einfliessen.
 
Damit unsere ersten beiden Anforderungen Auswirkungen auf Ihr Unternehmen haben, müssen Sie sicherstellen, dass Sie Zugang zu einem Grossteil Ihres relevanten Geschäftsuniversums haben. Dies ist die sogennante Abdeckung. Diee muss heute nicht mehr im eigenen Unternehmen geschehen, sollte aber innerhalb Ihres Daten-Ökosystems verfügbar sein, damit Sie bei Bedarf Transparenz und Zugriff darauf haben.
  
Schliesslich gibt es noch die Qualität - die subjektivste und emotionalste Anforderung an die Stammdaten. Qualität beinhaltet Genauigkeit (Fähigkeit zur Überprüfung anhand mehrerer Quellen), Vollständigkeit, Aktualität und grenzüberschreitende Konsistenz. Viele Qualitätsprobleme sind in Wirklichkeit auf mangelnde Struktur, Einzigartigkeit, Hierarchien, richtige Segmentierung und einheitliche geographische Definitionen zurückzuführen. Die Struktur ist also der Ausgangspunkt und die Datenqualität kommt zum Schluss.

Infografik Vier Schlüssel-Anforderungen für Master Data

Warum sollten man nie kostenlose Daten nutzen?

Wenn man frei zugängliche Daten für sein Unternehmen nutzt, gibt es einige Gefahren, denen man sich aussetzt:

  • Zeitaufwendige Suche nach relevanten Daten
  • Viele falsche, veraltete und unvollständige Daten
  • Mangelnde automatische Verknüpfung mit den vorhandenen Daten im CRM
  • Überwältigende Fülle unstrukturierter, nicht sinnvoll verknüpfter Daten
  • Über automatisches Webcrawling werden falsche Daten miteinander verknüpft, z. B. das falsche Foto mit dem falschen Profil.
  • Bei frei zugänglichen Daten führt das nicht selten zu teuren Lizenzen für Smart Data, oder die Daten sind nur gegen Anmeldung und Preisgabe von persönlichen oder Firmendaten verfügbar.

Was ist der Prozess von Bisnode D&B zur Datenqualitätssicherstellung genannt D&B DUNSRightTM?

Dun & Bradstreet definiert Datenqualität als genau, komplett, aktuell und global konsistent. Um das sicherzustellen, setzt Bisnode D&B den DUNSRightTM-Prozess ein, um Daten zu sammeln, aggregieren, bearbeiten und zu verifizieren. Die Daten stammen von Tausenden von Quellen mit unzähligen Änderungen täglich. Der Prozess stellt sicher, dass Kunden stets über aktuelle und richtige Informationen verfügen, mit denen sie in kürzerer Zeit die besseren Geschäftsentscheidungen treffen.

Wie beginnt man ein Master Data Projekt?

Meist führt ein Unternehmen ein neues CRM ein und möchte dazu die Daten vorab bereinigen. Bei anderen stehen grosse Marketing-Aktionen oder Marktbearbeitungsaktivitäten auf dem Programm. Auslöser ist also immer die Erkenntnis, dass die Stammdaten entweder qualitativ schlecht oder unvollständig sind, oder dass wichtige Informationen fehlen. Mit diesem Wissen wenden sich viele Firmen an einen Wirtschaftsauskunftsdienst wie Bisnode und suchen dort professionelle Hilfe.

Welche Schritte beinhaltet typischerweise ein Master Data Projekt?

Ein Master Data Projekt beinhaltet in der Regel 3 Schritte:

  1. Daten bereinigen: Fehlende Daten ergänzen, falsche korrigieren, mittels der D-U-N-S-Nummer® abgleichen und Dubletten eliminieren
  2. Daten anreichern: Zu jedem Eintrag weitere Informationen wie Risiko-Indikator hinzufügen.
  3. Daten pflegen: Mittels Pflichtfeld-Definition oder Anbindung des Datenuniversums von D&B über eine Schnittstelle die Daten langfristig vollständig und korrekt halten.




Was versteht man unter Daten bereinigen?

Ausgangspunkt einer Datenbereinigung ist meist ein Projekt wie die Einführung eines neuen CRM-Systems oder eine Marketing-Kampagne. Typischerweise stellt eine Unternehmung seine Stammdaten einem Wirtschaftsauskunftsdienst wie Bisnode zur Verfügung. Dort erfolgt die Bereinigung. Dazu werden die vorhandenen Informationen wie Adresse, Firmenname, E-Mail-Adresse, Ansprechpartner oder Telefonnummern geprüft, ob sie vollständig und korrekt sind. Fehlenden Daten werden ergänzt, falsche korrigiert. Im nächsten Schritt folgt das Matching (Abgleich) mit der D-U-N-S-Nummer®, der weltweit eindeutigen Identifikationsnummer für Unternehmen. In diesem Schritt werden Dubletten im Datenbestand eliminiert.

Wie bereitet man Ihre Kundendaten auf?

Man muss sich im ersten Schritt darüber im Klaren sein, wofür man die Daten nutzen wird. Idealerweise liegt irgendeine Form von Problemlösung zu Grunde.

Danach folgt die Datenaufbereitung und die Definition der Prozesse, die eine hohe Datenqualität sicherstellen. Dazu gehört auch der Prozess für die Erfassung neuer Daten, damit sie vollständig und korrekt eingegeben werden.

Es ist wichtig, sein Kundenverzeichnis stets weiterzuentwickeln. Dazu eignen sich Folgenaktionen. Bei jeder Kampagne und Aktion muss eine penible Auswertung erfolgen. Die Erkenntnisse fliessen wieder in die Kundendatenbank ein.

 

Was versteht man unter Daten anreichern?

Nach der Datenbereinigung erfolgt das Anreichern. Jede Firma in der Datenbank erhält zusätzliche Informationen wie zum Beispiel einen Risiko-Indikator. Er macht direkt und schnell eine Aussage zu den Financials einer Firma und hilft dabei, schnell die richtigen Entscheidungen über einen Vertragsabschluss zu treffen.

Wie stellt man sicher, dass die Datenqualität langfristig hoch bleibt?

Eine Geschäftsdatenbank zu bewirtschaften und aktuell zu halten, ist sehr aufwendig. Täglich finden Hunderte bis Tausende Veränderungen statt. Bei der Erfassung von neuen Daten macht es Sinn, im CRM sogenannte Pflichtfelder zu definieren, die die Mitarbeitenden ausfüllen müssen. So ist sichergestellt, dass Daten immer vollständig erfasst werden. Ein weiterer Weg ist die Verbindung des CRM’s mit der Datenbank eines Wirtschaftsauskunftsdienstes wie Bisnode oder Dun & Bradstreet. Sie erfolgt meist mittels einer API/Schnittstelle. Eröffnet ein Mitarbeiter eine neue Firma, so werden über die Schnittstelle gleich die vollständigen, aktuellen und korrekten Daten gezogen.

Wie integriert man Master Data in Prozesse und Systemlandschaften?

Es gibt verschiedene Methoden, um Master Data in die Prozesse und Systemlandschaften zu integrieren:

  • API (Schnittstellen)
  • Add-Ons
  • Offline
  • SaaS (Software as a Service)

Was versteht man unter eindeutiger Identifikation?

Eine eindeutige Identifikation ist eine Zahlen- oder Buchstabenkombination, die eine Firma oder Privatperson eindeutig identifiziert. Das heisst, dass diese Kombination nur einmal vorkommt.

Was ist die D-U-N-S®-Nummer?

Die 9-stellige D-U-N-S®-Nummer identifiziert Unternehmen, Unternehmensbereiche, öffentliche Einrichtungen und Selbständige weltweit eindeutig. D-U-N-S steht für «Data Universal Numbering System» und wird seit 1962 von Dun & Bradstreet herausgegeben. Mittlerweile hat sie sich als internationaler Standard etabliert. Über 260 Millionen Unternehmenseinheiten verfügen heute über eine D-U-N-S-Nummer.

Hat jedes Unternehmen eine D-U-N-S®-Nummer?

Ja, Dun & Bradstreet gibt für jedes Unternehmen eine eigene D-U-N-S®-Nummer heraus. In der Schweiz erhält jede Firma, sobald sie im Handelsregister eingetragen ist, eine D-U-N-S®-Nummer.

Wer gibt die D-U-N-S®-Nummer heraus?

Die D-U-N-S®-Nummer wird von Dun & Bradstreet herausgegeben.

Wo fordert man eine D-U-N-S®-Nummer an?

In der Schweiz gibt Bisnode D&B die D-U-N-S®-Nummer heraus. Die Bestellung erfolgt online auf der Website www.bisnode.ch.

Wieso benötigt man eine D-U-N-S®-Nummer?

Wenn Dun & Bradstreet einem Unternehmen eine D-U-N-S®-Nummer vergibt, dann erstellt es gleichzeitig das sogenannte Business Credit File, das zur Prüfung der Unternehmung benötigt wird.

App-Entwickler kommen nicht darum herum, ihre D-U-N-S®-Nummer anzufordern. Apple zum Beispiel setzt deren Angabe voraus, wenn Sie eine App im Shop einreichen.

Was ist der Nutzen der D-U-N-S®-Nummer für die Kundendatenbank oder das CRM?

Da die D-U-N-S®-Nummer Unternehmen weltweit eindeutig identifiziert, eignet sie sich perfekt als primärer Datenschlüssel im Stammdaten-Management. Sie bildet somit die sogenannte Single Source of Truth für die Erfassung und Speicherung von Informationen zu Kunden, Partnern und Lieferanten.

Wie verhindert die D-U-N-S®-Nummer, dass man Duplikate im CRM führt?

Die D-U-N-S®-Nummer ist weltweit eindeutig und bildet daher in Ihrer Kundendatenbank die Single Source of Truth. Sie erkennen also sehr einfach, ob Sie Duplikate führen, nämlich dann, wenn die D-U-N-S®-Nummer bei mehr als einem Eintrag erfasst ist.

Wie hilft mir die D-U-N-S®-Nummer dabei, Marketing-Kampagnen effizienter durchzuführen?

Dank der Nutzung der D-U-N-S®-Nummer als Identifikator in Ihrer Kundendatenbank haben Sie viele Vorteile:

  • Keine Doubletten, das verhindert, dass man doppelte Briefe an den gleichen Empfänger sendet.
  • Die Zahl von nicht zustellbaren Briefen und Postretouren ist viel kleiner, wenn man korrekte und aktuelle Daten führt. Das gelingt am besten, wenn man über eine API wie D&B Direct Plus stets die aktuellsten Stammdaten von Dun & Bradstreet zieht und die Kundendatenbank immer auf dem neusten Stand hält.
  • Man weiss über den sogenannten Family Trees Bescheid, weiss also, welche Unternehmen und Unternehmensbereich wie zusammenhängen. Das verhindert doppeltes Anschreiben der gleichen Firma.
  • Das Anreichern der Stammdaten mit Risikodaten ermöglicht es, nur mit Firmen in Kontakt zu treten, die ein gutes Rating und solide Financials haben. Das verhindert unseriöse und risikobehaftete Abschlüsse.
  • Sie haben Zugang zu enorm viel Daten und Informationen zu Ihrer Zielgruppe wie Grösse, Branche, Region, etc. Das hilft Ihnen, eine Segmentierung vorzunehmen und die richtigen Botschaften für die einzelnen Zielgruppen zu definieren.