Big data
Terug naar overzicht
blog

Grote stappen in data quality beginnen klein

Klanten krijgen te maken met verschillende medewerkers van uw bedrijf. Marketing belooft ze iets, sales verkoopt ze iets en creditmanagement belt ze na als ze niet betalen. Alle afdelingen van uw bedrijf moeten hiervoor over dezelfde klantgegevens beschikken. Als de klant verhuist en alleen sales weet ervan, gaat de betalingsherinnering immers naar het verkeerde adres. Het simpelweg samenvoegen van alle gegevens in één grote (overkoepelende) database is voor veel bedrijven een te grote stap ineens. Maar u kunt ook klein beginnen op weg naar betere data quality.

Het belang van data quality

Een verkeerd adres is een voor de hand liggend voorbeeld als het gaat om data quality. Het nut van een goede database laat zich echter ook met een minder voor de hand liggend voorbeeld uitleggen. Een voorbeeld over kapitaalvernietiging. Marketing en sales lijken hun klanten steeds beter te leren kennen. En minstens zo belangrijk: ze stemmen hun gedrag en acties er ook steeds vaker op af. Belangrijke klanten krijgen een cadeautje en een persoonlijke relatiemanager, minder belangrijke klanten krijgen al deze
extra's niet. Prima. Maar nu vergeet een klant eens een factuur te betalen. Of er is iets met een levering waardoor de klant met sales in overleg is. De creditmanager weet van niets en stuurt direct een strenge standaardbrief, terwijl het om een bijzonder goede klant gaat die normaal gesproken altijd keurig betaalt. En zo gaat het geld dat marketing en sales hebben besteed aan een goede relatie met de klant in één keer in rook op... Master Data Management lost dit op door het op één plek binnen het bedrijf opslaan van de belangrijkste bedrijfs- en klantgegevens. Daarmee heeft iedereen toegang tot dezelfde gegevens en kan iedereen zien hoe belangrijk de klant is en welke ‘service’ hij moet krijgen.

Data quality komt niet vanzelf

In theorie klinkt het heel logisch, maar in de praktijk heeft de uitvoering van Master Data Management nogal wat voeten in de aarde. 

  • Om te beginnen werken afdelingen vaak met verschillende systemen. SAP, Oracle of bijvoorbeeld simpele Excel sheets. Zie het maar voor elkaar te krijgen dat al die systemen met één overkoepelend systeem gaan communiceren...
  • De data die in de verschillende systemen zijn opgenomen verschillen vaak - al is het maar door vergeten verhuisberichten van klanten of door typfouten bij het invoeren van gegevens. 
  • Medewerkers zijn gewend met ‘hun’ systeem te werken en staan meestal niet te springen om op een andere manier te werken. 
  • Als het allemaal toch lukt, is het voor veel bedrijven een ingewikkelde puzzel om uit alle data de juiste informatie te halen om klanten beter te bedienen – en dus wordt het nut onvoldoende gezien. 

Hoe dan wel?

Hoe krijgt u het dan toch voor elkaar dat data quality binnen uw organisatie gaat leven? Simpel. Ga niet te snel.

  • Begin klein. Als u direct voor het hoogst haalbare doel gaat (100% perfecte data quality) is de kans groot dat u in de voorbereidingen blijft steken. Werk daarom met haalbare doelen en begin gewoon. Al start u maar met kleine stappen in de verbetering van uw datakwaliteit, zoals een ontdubbeling van gegevens. De rest volgt dan vanzelf. 
  • Zet zichtbare en meetbare stappen. Het is belangrijk dat data quality binnen uw bedrijf gaat leven. Bij iedereen. Deel daarom resultaten en zorg ervoor dat wat u doet meetbaar en voor iedereen zichtbaar is. 
  • Creëer ambassadeurs. Stel een team samen van mensen die kennis en kunde hebben op het gebied van data quality, maar die ook hun enthousiasme kunnen delen. Kies bijvoorbeeld een afgevaardigde van ieder datasysteem binnen uw bedrijf? 
  • Werk slim. Als het gaat om het opschonen, ontdubbelen, aanvullen en stroomlijnen van gegevens zijn er veel softwaretools verkrijgbaar die u werk uit handen kunnen nemen. Door zoveel mogelijk te automatiseren, toont u aan dat data quality geen complex onderwerp hoeft te zijn. 
  • Innoveer. Door data uit verschillende systemen samen te voegen, kunt u ze vanuit verschillende gezichtspunten bekijken en analyseren. Misschien ontdekt u daardoor nieuwe patronen. Wellicht blijken klanten van wie u dacht dat ze tot uw topklanten behoorden bijvoorbeeld helemaal niet zo rendabel, omdat ze een zware belasting zijn voor de interne organisatie zoals service, helpdesk en finance. Die nieuwe inzichten kunt u delen met uw organisatie, waardoor het nut van data quality langzaamaan steeds meer gaat leven.

Meer informatie

Wilt u meer weten over het invoeren van Master Data Management? In dit artikel vindt u enkele praktische tips en adviezen.  
 

Gelijkaardige publicaties