Analyse und Optimierung der Qualität von Daten

datamigration

Die Herausforderungen

Ursächlich für mangelnde Datenqualität sind oft alte bzw. gewachsene Systeme. Oder auch mangelnde operative Möglichkeiten der Datenverwaltung.

Einige Beispiele:

Begrenzte Feldlängen

Wegen begrenzter Feldlängen wurden die Informationen in der Vergangenheit oft abgekürzt: „Heichrich v.Wendehals ,Herr Maier vertr.d.HV Wilhelm Hofman OHG c/o Handel GmbH“

Falsche Feldinhalte

In den Straßenfeldern stehen Zustellinformationen: „Christine u. Hans Mueller, Hauptstr. 33/2 Whg. 222 Aufg. 2“.
In alten oder gewachsenen Systemen stehen in den Namensfeldern neben dem Firmennamen meist noch weitere Informationen, die dort nichts verloren haben. Dazu gehören etwa Ansprechpartner, Abteilungs-Bezeichnung, abweichender Rechnungsempfänger und rechts-geschäftlicher Vertreter.

Sogar Zustellinformationen haben ich schon schon gefunden.

Dubletten – doppelt angelegte Adresseinträge
Ein Kunde mit mehreren Verträgen ist mehrfach, unter Umständen sogar in unterschiedlichen Schreibweisen im System eingetragen: „EA Generali Versicherungs AG“ und „Generali Versicherung“ und „Erste Allgemeine Versicherung AG“. Der Sachbearbeiter muss raten, welche Verträge zu einem Kunden gehören!

Komplexe Strukturen, keine passenden Felder
Komplexe Strukturen, wie bei öffentlichen Verwaltungen oder den verschiedenen Eigentümer-Gemeinschaften, mussten in wenigen Feldern möglichst komplett abgebildet werden. Das Resultat: „Landeshauptstadt XY Abt.7 Haustechnik (Bau H7) UA210 Grundsch.“

Und so kann ich helfen
Lesen Sie hier mehr >>