5 To-Dos für eine effiziente Datenintegration
Für aussagekräftige Datenanalysen benötigen Unternehmen eine solide Datenbasis - oftmals führen sie für die dazu notwendige Datenintegration eine umfassende Gesamtlösung ein. Das ist jedoch ein Vorgehen, das den Integrationsprozess unnötig aufwändig gestaltet. Unternehmensübergreifende Business Intelligence-Systeme (BI) erfordern durch den hohen Umfang und die benötigte Performance lange Planungs- und Implementierungsphasen.
Zur Datenintegration gehört, dass die Datenbasis und die Analysen kontinuierlich weiterentwickelt werden. Foto: ©tereez/Depositphotos.com
In der folgenden Checkliste wird dargestellt, wie durch eine agilere Vorgehensweise eine rasche und effiziente Datenintegration gelingt.
1. Die eingesetzten Datensysteme und deren Defizite identifizieren
Datenquellen gibt es zuhauf: Von ERP-, PIM– und CRM-Systemen über Projektmanagementsoftware und Lösungen zur Zeiterfassung bis hin zu ganz schlichten Excel-Listen. Das sind aber noch lange nicht alle Systeme, die je nach Situation in einer IT-Landschaft zu finden sind. Die Fragen, die man sich zu Anfang stellen sollten, sind: Wo genau werden welche Daten erfasst? Welches System hat folglich welchen Zweck? Und habe ich eventuell eine Datenquelle übersehen? Hier gilt, besonders auf doppelt (und damit potenziell uneinheitlich) erfasste sowie falsch bereinigte Daten zu achten.
2. Klare Ziele setzen und Ihren Bedarf ermitteln
Es sollten geklärt werden, ob mit den Daten eine klassische Business Intelligence-Lösung bedient werden soll? Oder sollen die einzelnen Fachabteilungen Ihres Unternehmens selbstständig Datenanalysen durchführen (Self-Service-BI)? Sind bereits Technologien im Unternehmen vorhanden, die die entsprechenden Funktionalitäten mitbringen? Oder fehlen eventuell noch Daten, die für aussagekräftige Analysen und Reports unbedingt benötigt werden? Es muss sich Zeit genommen werden, um den speziellen Bedarf zu ermitteln und sich so am Ende für die richtige(n) Lösung(en) entscheiden zu können.
3. Datensysteme konsolidieren im Hinblick auf die Ziele
Im nächsten Schritt sollten sich – ausgerichtet auf die ermittelten Ziele – für die entsprechenden Systeme entschieden und es sollten dabei Prioritäten gesetzt werden: Welches der Systeme soll führend sein und welches sich unterordnen? Werden Kundendaten beispielsweise im CRM- System, aber auch in der Fakturierungssoftware gepflegt, sollte das CRM bevorzugt werden. Denn generell gilt: Die Anzahl der eingesetzten Systeme zu minimieren, um die Datenpflege zu vereinfachen.
4. Verknüpfen der Daten
Gibt es Objekte (z.B. Artikel, Angebote, Kunden etc.), die über die unterschiedlichen Systeme hinweg einheitlich gemappt werden? Dann sollte für eine systemübergreifende Verwendung der dazugehörigen Attribute (Artikel-, Angebots-, Kundennummern) gesorgt werden. Im Idealfall werden dafür Schnittstellen zwischen den Systemen genutzt. Anderenfalls müssten exakte Workflows für eine einheitliche Datenpflege definiert werden. Zur Datenintegration werden anschließend die Daten aus den unterschiedlichen Systemen über ein Data Lake bzw. Data Warehouse zusammengeführt werden.
5. Erste Analysen erstellen und das System sukzessive weiterentwickeln
Jetzt sollte mit den gewünschten Analysen aus den nun vorliegenden Daten begonnen werden. Im Sinne einer agilen Vorgehensweise könnten womöglich nach und nach noch Schwachstellen in Ihrer Datenqualität erkannt und direkt beseitigen werden. Die Datenbasis wird sich so immer weiter verbessern. Darauf aufbauend kann die Datenbasis und Ihre Analysen kontinuierlich weiterentwickt werden.
Kommentare