Allgemeine Informationen zur Adress-/Datenqualität

Intro, warum hat das Thema Relevanz, warum ist das Thema strategisch so wichtig?

Für alle Unternehmen, die den direkten Kontakt zu ihren Kunden suchen, ist die Kundendatenbank der Dreh- und Angelpunkt abgestimmter Vertriebs- und Marketingaktivitäten. Die Überzeugung, dass dabei die Qualität – insbesondere die schlichte Korrektheit der Adressdaten – eine wesentliche Rolle spielt, setzt sich endlich durch.

Customer Relationship Management, Data Driven Marketing und Vertrieb, Value to the Customer oder Database Marketing verlangt geradezu eine kompromisslose Qualität und Aktualität. Die üblichen Buzzwords sind u.a. Adressprüfung, Data Cleaning, Data Cleansing, Data Quality Tools, Datenanalyse, optimale Datenerfassung durch eigene Mitarbeiter. Aber auch die optimale Unterstützung bei der Self-Service-Erfassung durch Interessenten und Kunden. Nur so werden E-Mail-Adressen für E -Mailings sowie E-Mail-Marketing von Anfang an fehlerfrei erfasst.

Im Juli 2020 haben wir die erste deutsche Adress- und Datenqualitätssoftware und -Dienstleister-Landscape erstellt und veröffentlicht. Die durchaus große Vielfalt an Technik, Tools und Softwarelösungen bzw. -Solutions macht Produkt- und/oder Dienstleister-Auswahl nicht einfacher. Wir helfen dabei.

Hier, in diesem Dokument erfahren Sie die wichtigsten Schritte für pragmatisches Datenmanagement, wie Sie die Qualität Ihrer Kundenadressen Schritt für Schritt verbessern.

Best Practices-Beispiele – Wie fängt die Analyse meistens an?

Irgendwann erhält die oder der Vorstandsvorsitzende der Geschäftsführung einen Brief, in dem der Nach- oder Vorname falsch geschrieben ist. Dann kommt automatisch die „innere“ Frage auf:

Wie sieht das denn in meiner eigenen Firma aus und wer kümmert sich bei uns um das Datenqualitätsmanagement?

In der nächsten Führungskräftesitzung fragen Sie dann reihum: Ist es EDV/IT, Marketing, Vertrieb, Kundenservice oder Database-Marketing, die verantwortlich sind?

Falls Sie überhaupt einen Verantwortlichen für Datenqualitätsmanagement finden, ist die nächste Frage: „Ist unser Datenbestand bzw. sind unsere Adressen in Ordnung? Was machen wir, dass das so bleibt? Gibt es fehlerhafte Daten? Wer achtet auf sie, wer korrigiert sie? Und was ist mit den anderen, vielen Daten?“

An dieser Stelle ist der oder die Angesprochene häufig mit politisch gefärbten Sätzen dabei, wie zum Beispiel, „Machen Sie sich keine Sorgen! Bei der letzten Aktion kamen keine Mailings mit „Unzustellbar“ zurück.“ (Wie denn auch, es war ja auch keine Vorausverfügung als Info für den Briefträger aufgedruckt, deshalb können keine Mailings zurückkommen. Eine Vorausverfügung ist der Text oberhalb des Adressfelds, „Wenn verzogen, bitte nachsenden und mit Anschriftenberichtigungskarte an uns zurück“.). Eine Vorausverfügung ist ein Premiumadress-Service der Deutschen Post. Letztendlich wird oft genug versucht, den Eindruck zu hinterlassen, dass alles in Ordnung sei.

Datenqualitätsmanagement: Warum sind gepflegte Adressen so wichtig?

Der Empfänger der Briefe beziehungsweise Nachricht liest ungern seinen Namen falsch geschrieben. Eine richtige und sinnvoll eingesetzte Personalisierung im Brief oder E-Newsletter führt zu einer Steigerung der Response-Quote. Alle Analysen werden durch mangelnde Adressqualität stark beeinträchtigt und damit auch die Entscheidungsgrundlagen. Falsche Adressen führen zu erhöhten Postrückläufen, zu unnötiger Verschwendung von Budgets und zu verlorenem Umsatz. Doppelte Adressen bzw. Anschreiben frustrieren die Empfängern („Mensch, müssen die Geld haben“).

Erhalten beispielsweise Mutter und Tochter zum gleichen Zeitpunkt Briefe oder Kataloge, jedoch mit unterschiedlichen Angeboten, führt das zu Umsatzverlust, da sie sich natürlich immer das günstigere Angebot heraussuchen.

Nur mit standardisierten, bereinigten und aktuellen Adressen können externe Daten hinzugespielt werden, die zu einer weiteren Segmentierung oder Qualifizierung führen (zum Beispiel mikrogeografische oder Lifestyle-Daten).

Datenqualitätsmanagement: Definition von Adress- und Datenqualität

Daten sind Informationen. Wichtige Informationen. Daten sind das neue Öl! Dieser Leitsatz hat sich in den letzten Jahren vermehrt durchgesetzt.

Daten, dazu gehören natürlich auch Adressen, sind die Grundlage für gutes Dialogmarketing, für gezielten Vertrieb, perfekten Service, „customized“ Produkte, ausgefeiltes Reporting und detaillierte Analysen, Ermittlung von Kennzahlen … und vieles Weitere. Es geht aus Unternehmenssicht um Individualisierung und Personalisierung. Der Interessent bzw. Kunde wünscht sich eine „gefühlte Nähe, er will verstanden werden …“

Je valider diese Daten sind, umso besser wirken diese Maßnahmen, umso besser fühlt sich der Interessent bzw. Kunde aufgehoben. Es geht bei den meisten Firmen um die Verbesserung des Status quo. Hohe Datenqualität ist somit das langfristige Ziel.

Neben den datenschutzrechtlichen Komponenten, auf die wir an dieser Stelle nicht eingehen, aber verweisen, sollten Unternehmen auch den Aspekt der Motivation betrachten:

Was bedeutet Achtsamkeit in bezug auf dieses Thema? Was motiviert Mitarbeiter eine gute Adress- und Datenqualität zu erzielen? Das ist letztendlich eine Führungsaufgabe und eine Frage der Haltung und Einstellung.

Alle Bestrebungen von Data Quality Management (Datenqualitätsmanagement) haben ein Ziel:

Die beste Qualität der vorhandenen Daten auf effiziente Weise zu erreichen und zu erhalten.

Und wir belassen es nicht bei einer einmaligen Pflege, sondern versuchen mit allem, was einem Unternehmen zur Verfügung steht oder mithilfe eines Interessenten und Kunden, diese Daten immer Up-to-date zu halten.

Wikipedia schreibt dazu:

„Informationsqualität ist das Maß für die Erfüllung der „Gesamtheit der Anforderungen an eine Information bzw. ein Informationsprodukt, die sich auf deren Eignung zur Erfüllung gegebener Informationsbedarfe beziehen“.[1] Aussagen zur Qualität einer Information beziehen sich zum Beispiel darauf, wie genau diese die Realität ‚beschreibt‘ oder wie verlässlich sie ist, inwieweit sie also als Grundlage für eine Planung des eigenen Handelns verwendbar ist.

Der Begriff Datenqualität (als Qualitätsmaß für Daten) steht der ‚Informationsqualität‘ sehr nahe. Da die Grundlage für Informationen ‚Daten‘ sind, wirkt sich die ‚Datenqualität‘ auf die Qualität der Informationen aus, die aus den entsprechenden Daten gewonnen werden: Keine „gute“ Information aus schlechten Daten.“

Etwas weiter unten in diesem Artikel von Wikipedia wird noch geschrieben:

„Qualitätskriterien für Datenqualität unterscheiden sich von denen für Informationsqualität; Kriterien für Datenqualität sind nach[7]:

• Korrektheit: Die Daten müssen mit der Realität übereinstimmen.
• Konsistenz: Ein Datensatz darf in sich und zu anderen Datensätzen keine Widersprüche aufweisen.
• Zuverlässigkeit: Die Entstehung der Daten muss nachvollziehbar sein.
• Vollständigkeit: Ein Datensatz muss alle notwendigen Attribute enthalten.
• Genauigkeit: Die Daten müssen in der jeweils geforderten Exaktheit vorliegen (Beispiel: Nachkommastellen).
• Aktualität: Alle Datensätze müssen jeweils dem aktuellen Zustand der abgebildeten Realität entsprechen.
• Redundanzfreiheit: Innerhalb der Datensätze dürfen keine Dubletten vorkommen.
• Relevanz: Der Informationsgehalt von Datensätzen muss den jeweiligen Informationsbedarf erfüllen.
• Einheitlichkeit: Die Informationen eines Datensatzes müssen einheitlich strukturiert sein.
• Eindeutigkeit: Jeder Datensatz muss eindeutig interpretierbar sein.
• Verständlichkeit: Die Datensätze müssen in ihrer Begrifflichkeit und Struktur mit den Vorstellungen der Fachbereiche übereinstimmen.“

Data Governance als Meta-Ebene – Wikipedia schreibt dazu:

„Hier liegt der Schwerpunkt auf einem einzelnen Unternehmen. Data Governance ist hier ein Datenverwaltungskonzept hinsichtlich der Fähigkeit, mit der ein Unternehmen sicherstellen kann, dass während des gesamten Lebenszyklus der Daten eine hohe Datenqualität vorhanden ist und Datenkontrollen implementiert werden, die die Geschäftsziele unterstützen.

Zu den wichtigsten Schwerpunktbereichen der Data Governance gehören Verfügbarkeit, Benutzerfreundlichkeit, Konsistenz[2], Datenintegrität und Datensicherheit. Dazu gehört auch die Einrichtung von Prozessen, die eine effektive Datenverwaltung im gesamten Unternehmen gewährleisten, wie z. B. die Rechenschaftspflicht für die nachteiligen Auswirkungen einer schlechten Datenqualität und die Sicherstellung, dass die Daten, über die ein Unternehmen verfügt, von der gesamten Organisation genutzt werden können.

Ein Data Steward ist eine Rolle, die sicherstellt, dass Data-Governance-Prozesse befolgt und Richtlinien durchgesetzt werden, und die außerdem Empfehlungen für Verbesserungen der Data-Governance-Prozesse ausspricht. Übersetzt mit www.DeepL.com/Translator (kostenlose Version)

Dieser Abschnitt könnte auch bei dem Abschnitt 6 „Adress- und Datenqualität ist eine Führungsaufgabe“ stehen. Denn es geht um die Verantwortung. Nur unten geht es um die Führungsverantwortung. Ein Data Steward oder ähnliches entspricht teilweise einem Datenschutzbeauftragten und teilweise einem operativen Verantwortlichen.

Hierzu werden wir in den nächsten Wochen noch vertieft Stellung beziehen.

Data Quality: Gibt es einen Unterschied zwischen Adressen und Daten

Es ist kein großer Unterschied, dennoch wollen wir ein paar Stichpunkte dazu schreiben.

Die Adressqualität bezieht sich auf die Daten, die zur Adresse gehören. Das sind meist Variablen, wie z.B. Anrede, Titel, Vorname, Nachname, Straße und Hausnummer bzw. das Postfach, Postleitzahl und Ort. Wobei die Postleitzahl noch einmal nach PLZ-Straße und PLZ-Postfach unterschieden werden kann. Hierzu gehören auch Variablen, wie z.B. die E-Mail-Adresse, die Telefonnummer, Smartphone-Nummer, Fax-Nummer etc. Denn es geht bei der Adressqualität um die Zustellung der Botschaft. Unabhängig über welchen Kommunikationsweg diese stattfindet.

Alle anderen Daten, die NICHT direkt zur Adresse gehören, betrachten wir separat unter dem Namen der Datenqualität. Das ist zwar nicht ganz überschneidungs- und damit widerspruchsfrei. Dennoch fassen wir das Thema Datenqualitätsmanagement an dieser Stelle noch einmal wie folgt zusammen.

• Daten sind Informationen –> Informationsqualität als übergeordneter Begriff
• Daten und Adressen zu einem Interessenten und Kunden –> Datenqualität als Klammer
• Adressen Kontaktinformationen zu einem Interessenten und Kunden –> Adressqualität
• Daten (wie Kaufverhalten, Branche, Vorlieben …) zu einem Interessenten und Kunden –> Datenqualität

Hinzukommen die Kriterien, die nicht direkt einem Interessenten oder Kunden zugeordnet werden können, aber im Rahmen von Transaktionen eingesetzt werden. Hierzu werden Begriffe wie Produkt-Informations-System (PIM), Master Data Management (MDM) oder ähnliche Begriffe verwendet.