Agentur: Werte und Fakten header image

Aktuell

5 Punkte für eine effiziente Datenintegration

20.11.2017

Für aussagekräftige Datenanalysen benötigen Unternehmen eine solide Datenbasis. Oftmals führen sie für die hierfür notwendige Datenintegration eine umfassende Gesamtlösung ein. Das ist jedoch ein Vorgehen, das den Integrationsprozess unnötig aufwändig und langwierig gestaltet. Unternehmensübergreifende Business Intelligence-Systeme (BI) erfordern durch den hohen Umfang und die benötigte Performance lange Planungs- und Implementierungsphasen, die sich – je nach Anforderungen – über mehrere Jahre hinziehen können. Sie sind zudem äußerst kostenintensiv.

Stattdessen raten wir zu einer agileren Vorgehensweise – und zeigen in einer Checkliste, wie auf diese Art eine rasche und effiziente Datenintegration gelingt.

go site video call random stranger Punkt 1: Identifizieren Sie die eingesetzten Datensysteme und deren Defizite

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 Sie sich zu Anfang stellen sollten, sind: Wo genau werden welche Daten erfasst? Welches System hat also 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. 

here Punkt 2: Setzen Sie klare Ziele und ermitteln Sie Ihren Bedarf

Möchten Sie mit Ihren Daten eine klassische Business Intelligence-Lösung bedienen? Oder sollen die einzelnen Fachabteilungen Ihres Unternehmens selbständig Datenanalysen durchführen (Self-Service-BI)? Sind bereits Technologien im Unternehmen vorhanden, die die entsprechenden Funktionalitäten mitbringen? Oder fehlen eventuell noch Daten, die Sie für aussagekräftige Analysen und Reports unbedingt benötigen? Nehmen Sie sich Zeit, um Ihren speziellen Bedarf zu ermitteln und sich so am Ende für die richtige(n) Lösung(en) entscheiden zu können. 

enter site Punkt 3: Konsolidieren Sie Ihre Datensysteme im Hinblick auf Ihre Ziele

Im nächsten Schritt sollten Sie sich – ausgerichtet auf Ihre ermittelten Ziele – für die entsprechenden Systeme entscheiden und dabei Prioritäten setzen: Welches der Systeme soll führend sein und welches sich unterordnen? Werden Kundendaten beispielsweise im CRM-System, aber auch in der Fakturierungssoftware gepflegt, bevorzugen Sie am besten das CRM. Denn generell gilt: Minimieren Sie grundsätzlich die Anzahl der eingesetzten Systeme, um die Datenpflege zu vereinfachen. 

Punkt 4: Verknüpfen Sie die Daten 

Gibt es Objekte (z.B. Artikel, Angebote, Kunden etc.), die über die unterschiedlichen Systeme hinweg einheitlich gemappt werden? Dann sorgen Sie für eine systemübergreifende Verwendung der dazugehörigen Attribute (Artikel-, Angebots-, Kundennummern). Im Idealfall nutzen Sie dafür Schnittstellen zwischen den Systemen. Anderenfalls sollten Sie exakte Workflows für eine einheitliche Datenpflege definieren. Führen Sie anschließend die Daten aus den unterschiedlichen Systemen über ein Data Lake bzw. Data Warehouse zusammen.

source Punkt 5: Erstellen Sie erste Analysen und entwickeln Sie das System sukzessive weiter 

Beginnen Sie mit den gewünschten Analysen aus den nun vorliegenden Daten. Im Sinne einer agilen Vorgehensweise erkennen Sie womöglich nach und nach noch Schwachstellen in Ihrer Datenqualität, die Sie direkt beseitigen können. Ihre Datenbasis wird sich so immer weiter verbessern. Darauf aufbauend sollten Sie Ihre Datenbasis und Ihre Analysen kontinuierlich weiterentwickeln.

Bildquelle: IT expert pressing a tile in an agile development keyword grid @ BeeBright - iStockphoto.com