Schnellantwort
Räumen Sie Geschäftsdaten nach ihrer Bedeutung für den nächsten Arbeitsvorgang auf. Beginnen Sie mit Informationen, deren Fehler Termine, Kundenkontakt oder Auftragsbearbeitung stören. Definieren Sie für diese Angaben eine maßgebliche Quelle, einen Verantwortlichen und einfache Prüfregeln. Ein großes Datenprojekt ist dafür nicht zwingend nötig. Entscheidend ist, dass neue Informationen anschließend nach denselben Regeln eingehen und der bereinigte Bestand nicht erneut auseinanderläuft.
Gehen Sie von einer konkreten Entscheidung aus
Fragen Sie nicht zuerst, wie viele Dateien im Unternehmen liegen. Fragen Sie, welche Entscheidung wegen schlechter Daten schwerfällt. Ist unklar, wer einen Kunden betreut? Fehlt der aktuelle Auftragsstatus? Werden verschiedene Firmennamen für denselben Geschäftspartner verwendet? Wählen Sie einen solchen Fall und verfolgen Sie die Informationen bis zu ihrer Entstehung zurück.
Erstellen Sie eine kurze Übersicht mit Datenfeld, Bedeutung, Herkunft und Nutzer. So wird beispielsweise aus dem allgemeinen Feld Status die präzise Aussage, ob ein Angebot versendet, ein Auftrag bestätigt oder eine Leistung abgeschlossen ist. Unterschiedliche Sachverhalte sollten unterschiedliche Felder erhalten. Sonst entsteht eine gepflegte Oberfläche, hinter der dieselben Missverständnisse weiterbestehen.
Prüfen Sie vier Arten von Fehlern
Eine kleine Stichprobe kann bereits zeigen, wo die Arbeit stockt. Kontrollieren Sie Vollständigkeit, Eindeutigkeit, Aktualität und Plausibilität. Vollständigkeit bedeutet, dass die für den nächsten Schritt benötigten Angaben vorhanden sind. Eindeutigkeit bedeutet, dass der Datensatz zuverlässig einem Kunden oder Vorgang zugeordnet werden kann. Aktualität betrifft Änderungen; Plausibilität betrifft widersprüchliche Werte.
Ein illustratives Beispiel: Ein aktiver Auftrag besitzt keinen Ansprechpartner, zwei unterschiedliche Kundennummern und einen Abschlusszeitpunkt vor dem Startdatum. Diese Fehler haben unterschiedliche Ursachen und benötigen unterschiedliche Korrekturen. Eine fehlende Angabe muss eingeholt werden; eine uneindeutige Zuordnung braucht eine Prüfung; ein ungültiger Zeitablauf kann durch eine Eingaberegel verhindert werden.
Verteilen Sie Verantwortung nach Datenart
Ein zentrales System macht Daten nicht automatisch richtig. Legen Sie fest, wer welche Angaben ändern darf und wo eine Änderung zuerst erfolgt. Der Vertrieb kann einen Gesprächsstand pflegen, während die Auftragsbearbeitung den Leistungsstatus aktualisiert. Beide Bereiche benötigen Zugriff auf die relevante Information, aber nicht zwei voneinander unabhängige Versionen derselben Angabe.
Wenn ein Wert aus einem anderen System übernommen wird, zeigen Sie seinen Stand und seine Herkunft. Klären Sie außerdem, wie ein fachlicher Fehler zurückgemeldet wird. Ein Bericht sollte keinen falschen Wert heimlich korrigieren, während das Ausgangssystem unverändert bleibt. Sonst stimmen die Zahlen nur vorübergehend und die nächste Auswertung erzeugt wieder dieselbe Abweichung.
Machen Sie Pflege zu einem kleinen festen Ablauf
Beginnen Sie mit einer überschaubaren Fehlerliste und weisen Sie jedem Punkt eine zuständige Person zu. Trennen Sie bekannte Fehler von noch ungeklärten Abweichungen. Prüfen Sie nach der Korrektur einen neuen Vorgang vom Eingang bis zur Auswertung. So erkennen Sie, ob nicht nur der Altbestand, sondern auch die tägliche Verarbeitung verlässlicher geworden ist.
Entfernen Sie Felder, die niemand für einen klaren Zweck nutzt, und reduzieren Sie doppelte Eingaben. Beurteilen Sie den Fortschritt an weniger Rückfragen und zuverlässigeren Entscheidungen. Für den Blick auf die Verbindung zwischen Datenpflege und Unternehmensorganisation ist die Unternehmensübersicht von Julius Harpstedt ein passender Ausgangspunkt.
Anlass dieses Beitrags ist die öffentlich gestellte Reddit-Frage Business owners: how messy is your data actually?. Die Antwort ist eine eigenständige Einordnung für den betrieblichen Alltag.