Schlechte Datensätze gehören in die Tonne
Warum die Datenqualität entscheidend für Umsatz und Kundenbindung ist

Jedes Unternehmen sammelt Daten, aber nicht ihre Menge ist entscheidend, sondern ihr gezielter Einsatz. Die Datenqualität scheint dabei nur ein Aspekt von vielen zu sein, ist aber entscheidend für den Erfolg einer jeden Maßnahme. Denn die Folgen fehlerhafter Geschäftspartnerdaten reichen weit. Dieser Beitrag erläutert, wie sich eine gesichert hohe Datenqualität auf Umsatz und Kundenbindung auswirkt und welche weiteren Vorteile und langfristigen Mehrwerte sie birgt.
Daten sind ein wichtiges Asset für jedes Unternehmen und jede einzelne Abteilung. Auch im Marketing können sich die zuständigen Fachleute Kunden- und Geschäftspartnerdaten zunutze machen, um damit beispielsweise Kund*innen, Partner*innen oder Lieferanten enger ans Unternehmen zu binden oder mit gezielten Maßnahmen zum Kauf anzuregen. Dafür müssen die Daten jedoch in geeignete Bahnen gelenkt werden und in verlässlicher Qualität, sprich korrekt, vollständig und validiert, vorliegen. Ein kleiner Zahlendreher in der Postleitzahl oder eine leicht abgewandelte Schreibweise, wie etwa bei „Barbara Müller“ oder „Barbara Mueller“ kann dabei schon zum Fallstrick werden: Aus solchen Varianten entstehen schnell redundante oder fehlerhafte Datensätze.
Dies geschieht insbesondere dann, wenn die Informationen im Unternehmen in verschiedenen Systemen beziehungsweise Datensilos vorliegen. Laut einer Studie1 aus dem letzten Jahr verwalten Unternehmen im Schnitt 25 verschiedene Datensilos, die zum Teil sogar noch geografisch und technologisch voneinander getrennt sind. Diese Silos aufzubrechen und die Daten zusammenzuführen, ist mit einem hohen Aufwand für das Datenmanagement verbunden, da für die einzelnen Silos unterschiedliche Datenrichtlinien gelten können.
Derzeit schätzt mehr als die Hälfte (55 %) deutscher Führungskräfte die Qualität der eigenen Datenbasis nicht als „ausgezeichnet“ oder „sehr gut“ ein, wie eine weitere Umfrage2 unter Entscheider* innen zum Umgang mit Geschäftspartnerdaten im vergangenen Jahr ergab. Dies ist wenig verwunderlich, denn wie die Umfrage weiterhin zeigte, räumt jedes dritte befragte Unternehmen dem Datenmanagement derzeit keine Priorität ein.

Wenn der Pflege der Daten keine Relevanz zukommt, führt dies zu schlechteren, weniger verlässlichen Daten. Allein bei hiesigen Unternehmen gehen Expert*innen davon aus, dass die Datenbestände bis zu 50 % Dubletten enthalten. Und selbst gut gepflegte Datenbanken enthalten im Schnitt oft noch 5 % redundante Datensätze. Was zunächst wie ein kleines Problem erscheint, kann einen Rattenschwanz an Konsequenzen mit sich bringen, denn fehlerhafte oder mehrfach vorhandene Datensätze können sich zu einer großen monetären sowie geschäftsstrategischen Last summieren. Betrachtet man allein die Handelsbranche, können sich Dubletten zu einem erheblichen unternehmerischen Risiko entwickeln, etwa wenn Absatz und Umsatz auf Basis dieser Datenbestände geplant werden. Denn dann werden mehr Kund*innen unterstellt als tatsächlich vorhanden sind – und in der Folge werden Fehlentscheidungen, etwa hinsichtlich der Bestellmenge, getroffen.
Daten befinden sich im stetigen Wandel
Die eigene Datenbasis stets aktuell und gepflegt zu halten, ist spätestens ab einer gewissen Grundmenge an Geschäftspartnerdaten keine einfache Aufgabe und kann nahezu unmöglich manuell durchgeführt werden. Denn einmal angelegte Datensätze befinden sich, bedingt durch externe Einflüsse, quasi im stetigen Wandel. Allein in Deutschland ziehen laut einer Studie3 pro Jahr mehr als 9 Millionen Menschen – zum Teil sogar mehrfach – um. Hochzeiten und Scheidungen sind mit Namensänderungen verbunden, Straßen- und sogar Ortsnamen ändern sich, Bankverbindungen oder auch Telefonnummern und E-Mail-Adressen. Hinzu können diverse Änderungen auf Unternehmensseite kommen, wie etwa Vertragsanpassungen. Schnell gibt es zu einer einzigen Person mehrere digitale Identitäten, die Unterschiede in den Datensätzen aufweisen – Kund*innen können also nicht mehr eindeutig identifiziert werden.
Aus Marketingsicht kann das fatale Folgen haben: Schreibfehler im Namen, eine falsche Anrede, fehlerhafter Kundenservice durch Vertragsdaten, die nicht eindeutig zugeordnet werden können oder schlimmstenfalls die Ansprache bereits Verstorbener, sorgen auf Kundenseite nicht nur für Unmut, sondern können mit Loyalitätsverlust enden. Inkorrekte Daten können zudem auch unmittelbare Mehrkosten verursachen, beispielsweise durch ins Leere laufende Mailings, fehlgeschlagene Käufe durch einen Zahlendreher in der Bankverbindung oder einer unnötig hohen Retourenquote oder postalische Fehlsendungen durch invalide Adressdaten.
So gaben in einer Umfrage4 50 % der Handelsunternehmen an, dass korrekte Adressdaten für die Warenzustellung am wichtigsten sind. Fast jeder dritte Händler machte dabei die Qualität seiner Adressdaten anhand der entstehenden Kosten (29 %) oder der Anzahl der Fehllieferungen (28 %) fest. Ebenso können mehrfache Versände an mehrere Personen desselben Haushalts direkt zu finanziellen Mehraufwänden führen, die mittels einer geschickten Datennutzung in Form einer Haushaltsabbildung vermieden werden könnten.
Insgesamt können durch invalide Daten Brüche in sonst eingespielten Prozessen entstehen, die zu schlechten Kundenerfahrungen – und damit einer geringeren Kundenbindung – führen. Genau aus diesem Grund ist es wichtig, die Daten kontinuierlich zu pflegen und auf Aktualität und Vollständigkeit zu prüfen.

So gelingt die Datenpflege
Sicherung und Pflege der Datenqualität müssen also zu einem fest etablierten und kontinuierlich durchgeführten Prozess im Unternehmen werden. Ist die laufende Datenpflege noch nicht auf der Agenda einer Organisation, ist im ersten Schritt eine Bestandsaufnahme empfehlenswert, damit die Einschätzung der eigenen Datenqualität nicht nur auf einem Bauchgefühl beruht. Diese Bestandsaufnahme kann zunächst abteilungsbezogen erfolgen, sollte dann aber sukzessive ausgeweitet werden, um den Datenbestand des gesamten Unternehmens zu erfassen. Eine Anforderungsanalyse bildet die Grundlage, anhand derer die Qualität und Vollständigkeit eines Datensatzes geprüft werden kann. An dieser Stelle wäre die Einbindung von technischen Tools sinnvoll, die beispielsweise Datenfragmente oder doppelt und mehrfach vorhandene Datensätze automatisiert identifizieren können. Ist nach einer solchen Erstbereinigung die Datenqualität hergestellt, müssen Unternehmen eine konsequente Pflegeroutine entwickeln, damit die Daten dauerhaft aktuell und verlässlich bleiben.
Gerade für Marketing-Zwecke, insbesondere für die Personalisierung von Inhalten, Botschaften und Maßnahmen, können aber über die bloßen Kundendaten hinausgehende Informationen, wie etwa Vorlieben und Anforderungen, von großem Wert sein. Diese sind aber nicht immer aus primärer, eigener Quelle – wie etwa in einer Kauf- oder Vertragshistorie, aus dem Kundenservice oder aus der Buchhaltung – ablesbar. Sogenannte sekundärstatistische Haushaltsdaten aus externen Quellen können Aufschluss über sozio-ökonomische Lebensbedingungen geben und so ein umfassenderes Kundenprofil erzeugen. Zu berücksichtigen ist hier jedoch, wie generell im Umgang mit personenbezogenen Daten, insbesondere der Datenschutz.
Bessere Entscheidungen für die Zukunft treffen
Spätestens seitdem die ersten Lockdown-Maßnahmen letztes Jahr verhängt wurden, haben sich viele Unternehmen (stärker) digitalisiert – und dadurch noch zusätzliche „Datentöpfe“ eröffnet. Wer schon vor der Pandemie eine gute Datengrundlage hatte, konnte sich im vergangenen Jahr schneller an die Digital-First-Umgebung und neue Markt- und Kundenbedürfnisse anpassen. Professionelles Datenmanagement macht sich dabei bezahlt, wie eine aktuelle Studie5 zeigt: Fast Dreiviertel (73 %) der befragten datengetriebenen Einzelhändler und Konsumgüterhersteller können durch den Einsatz von Daten einen quantifizierbaren Wertbeitrag erzielen. Diese sogenannten „Data Master“ erreichten eine 30 % höhere Gewinnmarge als der Branchendurchschnitt.
Unternehmen, die „pandemiebedingt“ ins Digitalgeschäft eingestiegen sind, sollten sich bemühen, von Beginn an ein durchdachtes Datenmanagement aufzusetzen. So erhalten sie eine ganzheitliche Sicht auf ihre Daten – inklusive der neu hinzugekommenen (digitalen) Kanäle – und können alle Daten in hoher Qualität erheben und speichern. Dafür müssen sie ihre Datensilos aufbrechen, denn nur so können sie Informationen kanal- und abteilungsübergreifend validieren, konsolidieren und zusammenführen. Dies ist die Grundlage für eine Optimierung weiterer Geschäftsprozesse und -abteilungen.
Unternehmen müssen ihre Daten mehr als Asset und Wissensschatz nutzen lernen. Nicht umsonst spricht man oft davon, dass Daten „das neue Öl“ sind – denn letztlich sind sie der Schmierstoff, der die Unternehmensmaschinerie am Laufen hält. Ist die Qualität des Öls, also der Daten, schlecht, läuft der Motor nicht rund. Unternehmen können sich entsprechend eine schlechte Datenqualität auf lange Sicht nicht leisten.

Autor
Jürgen Brunner
Senior Account Manager & Handelsexperte bei Uniserv GmbH
Jürgen Brunner ist Senior Account Manager und Handelsexperte bei der Uniserv GmbH. Er hat über 10 Jahre Erfahrung in den Bereichen E-Commerce und Daten-Management-Plattformen für Kunden- und Produktstammdaten. Für Uniserv berät Herr Brunner seit 2015 Handelsunternehmen hinsichtlich ihrer Digitalen Transformation und Data Governance, mit besonderem Schwerpunkt auf dem Management von Kundendaten.
www.uniserv.com
https://de.linkedin.com/in/juergen-brunner-senioraccountmanager-datamanagement-integration-datagovernance
https://twitter.com/uniserv_gmbh
Literatur & Links
[1] IDC Studie „The Data-Forward Enterprise: How to Maximize Data Leverage for Better Business Outcomes” bit.ly/3oU6NOR
[2] Praxisstudie „Customer Data Management“ von Uniserv und YouGov: https://bit.ly/3ABqyga
[3] „Umzugsstudie 2020“ von Homeweek: https://bit.ly/3DtkZCq
[4] Uniserv-Umfrage zu Stellenwert von Adressvalidierung https://bit.ly/2X5gG0B
[5] „The Age of Insight: How Consumer Product and Retail Organizations can accelerate Value Capture from Data“ von Capgemini https://bit.ly/3axwmNc