Donnerstag, 07.09.2017
Gut gespeichert: Ein konsequentes Stammdatenmanagement lohnt sich.

Foto: anyaberkut/Thinkstock/Getty Images

Gut gespeichert: Ein konsequentes Stammdatenmanagement lohnt sich.

Einkauf
Lieferantendaten

Wieso das Stammdatenmanagement nicht unterschätzt werden sollte

In mittelständischen Unternehmen wird das Datenmanagement nicht nur im Einkauf häufig vernachlässigt. Dabei kann es helfen, die gesamte Supply Chain effizienter zu gestalten. Teil 8 der Serie.

Das Stammdatenmanagement beschäftigt sich mit der kontinuierlichen Pflege von Stammdaten, den Basisdaten des Unternehmens. Das Ziel ist es, Datenkonsistenz zu garantieren und eine optimale Datenqualität zu erreichen. Stammdaten entspringen aus den Informationen der Lieferanten zum Beispiel hinsichtlich Produkten, Ansprechpartnern und besonderen Konditionen.

Folgen Sie Markt und Mittelstand jetzt auch auf LinkedIn:    


In mittelständischen Unternehmen wird das Datenmanagement oftmals nur als Sekundärpriorität betrachtet und vernachlässigt. Dabei kann Datenmanagement bei konsequenter Durchführung helfen, die gesamte Supply Chain effizienter zu gestalten.

Data Cleansing steigert Datenqualität

Auch in Sachen Transparenz, Reporting und Prozessmanagement fungiert das Stammdatenmanagement als Hebel für enorme Einspar- und Umsatzpotenziale. Darüber hinaus ersparen sich Mittelständler mit einem funktionierenden Datenmanagement kostenaufwendige Datenlücken und erfüllen obligatorische Compliance-Anforderungen.

Bei der Datenreinigung (Data Cleansing), einem ersten wesentlichen Schritt des Data-Quality-Prozesses, werden Stammdaten analysiert, validiert und fehlerhafte Datensätze korrigiert bzw. ergänzt. Dieser Optimierungsschritt sorgt für bestmögliche Datenqualität im Sinne aktueller, verlässlicher und exakter Daten. Eine regelmäßige Datenreinigung schafft somit beste Voraussetzungen für ein funktionierendes Stammdatenmanagement.

Kriterien zur Messung von Stammdatenqualität

Für mittelständische Unternehmen sind verschiedene Kriterien relevant, um Stammdaten zu bewerten:

Aktualität

Zwar ändern sich Stammdaten nur selten, allerdings sollten Änderungen sofort eingepflegt werden, wenn sie auftreten. Denn veraltete Daten führen zu Fehlinformationen, die sich negativ auf die Entscheidungsfindung auswirken.

Vollständigkeit

Nur mit vollständigen Datensätzen lässt sich ein optimales Stammdatenmanagement leben. Umso wichtiger ist es, alle relevanten Daten von den Lieferanten zu erheben.

Verfügbarkeit

Die abzufragenden Daten müssen in vollem Umfang verfügbar und im Optimalfall direkt durch entsprechende Datenmanagementsysteme abrufbar sein.

Transparenz

Um das Potenzial des Stammdatenmanagements bestmöglich nutzen zu können, müssen alle am Prozess beteiligten Organisationseinheiten Zugriff auf die Ergebnisse und Effekte erhalten.

Handlungsempfehlung

Um Stammdatendefizite aufzuzeigen, empfehlen sich für mittelständische Unternehmen intuitive und standardisierte Business-Intelligence-Lösungen. Geeignete Partner, die verstehen, welcher Mehrwert in den Unternehmensdaten stecken kann und die wissen, an welchen Stellschrauben zuerst gedreht werden muss, beschleunigen den initialen Vorgang.

Darüber hinaus ist es wichtig, zentrale Verantwortlichkeiten und Prozesse für das Stammdatenmanagement innerhalb der Unternehmen festzulegen. Hierbei sollte darauf geachtet werden, dass Mitarbeiter befähigt werden, die das fachliche Wissen über Produkte, Geschäft und Unternehmensprozesse mitbringen. Denn nur so kann langfristig gewährleistet werden, dass die Stammdaten sauber und homogen bleiben. Klappt das, kann der Mittelstand enorme Potenziale hinsichtlich Kosteneinsparungen, Umsatzchancen und genereller Effizienz heben.

 

Autor

Tobias Jasinski ist Head of Sales & Consulting von Kloepfel Digital Transformation. Dank langjähriger Erfahrung in Analytics- und Digitalisierungsprojekten kennt er die Herausforderungen, die sich einem Unternehmen im Zusammenhang mit seinen Daten stellen muss. Er war selbst für das Stammdatenmanagement bei seinen Arbeitgebern verantwortlich und implementierte erfolgreich Analytics-Lösungen bei Kunden.