1 Organisation
Um ein erfolgreiches Datenmanagement betreiben zu können, braucht es eine Datenstrategie, die vom Unternehmen abgesegnet ist und regelmässig überprüft und angepasst wird (Daten als Teil des Business). Die Datenstrategie beantwortet u. a. folgende Fragen:
- Zu welchem Zweck werden welche Daten erfasst und verarbeitet?
- Wie sieht der Datenzyklus (Data Cycle) von der Erfassung bis zur Archivierung oder Löschung aus?
- Wer arbeitet mit den Daten (Rollen), wer hat das entsprechende Know-How, wer hat die entsprechenden Entscheidungskompetenzen?
- Welche Techniken und Methoden werden für die Erfassung und Verarbeitung eingesetzt?
- Gibt es eine zentrale Datenabteilung oder ist das Datenmanagement Teil verschiedener Aufgabenprofile (Datenmanagement als Skill).
- Wie sind Datensicherheit und allenfalls Datenschutz gewährleistet?
Unsere Empfehlungen:
- Daten durchlaufen immer einen so genannten Data Cycle, von der Erfassung (extern oder intern) bis zur Archivierung oder Löschung. Entscheidend ist, dass dieser Prozess im Unternehmen zu jeder Zeit für alle involvierten Mitarbeitenden nachvollziehbar ist.
- Für die externe Beschaffung von Daten empfiehlt sich ein zentraler Eingangsort (Single point of entry) im Unternehmen, um die Datenqualität und die Einhaltung von Standards sofort überprüfen zu können.
- Gibt es keine zentrale Datenabteilung, müssen alle Mitarbeitenden, die mit den Daten in Kontakt kommen, entsprechend geschult werden.
- Datenmanagement ist ein agiles Business und benötigt daher schnelle und transparente Entscheidungswege.
- Reduzieren Sie die die Abhängigkeiten von Personen und Systemen, um schnell auf Änderungen reagieren zu können.
2 Daten und Inhalt
Daten helfen bei Entscheidungsprozessen nur weiter, wenn sie einer bestimmten Qualität und bestimmten Standards entsprechen. Datenqualität bedeutet in den meisten Fällen Ressourcen, sei es personell (interne Datenbeschaffung und -verarbeitung) oder finanziell (externe Datenbeschaffung). Standards sind das A und O des Datenmanagements, angefangen bei der Datenerfassung (Terminologie, Kodierung, etc.), über die Organisation (Arbeits- und Prozessmethodik) bis hin zur Technik.
Unsere Empfehlungen:
- Stellen Sie genügend Ressourcen für die Einhaltung der Datenqualität und der Standards zur Verfügung.
- Erfassen oder beschaffen Sie nur Daten, für die ein konkreter Zweck vorgesehen ist.
- Versuchen Sie, die Daten zu verstehen. Je mehr Sie über die Erfassungsmethodik und Standards wissen, desto einfacher gestaltet sich die Datenverarbeitung. Wissen trägt zudem zur Verbesserung der Datenqualität bei.
- Erkennen Sie die Zusammenhänge zwischen verschiedenen Datenbeständen. So können Sie Redundanzen vermeiden und gleichzeitig Potenziale für Datenverknüpfungen (sofern es der Datenschutz zulässt) aufzeigen.
- Pflegen Sie Ihre Metadaten und Dokumentationen.
- Löschen Sie Daten, die Sie nicht mehr benötigen, regelmässig.
- Archivieren Sie Daten, auf die Sie zwecks Nachvollziehbarkeit wieder zurückgreifen müssen.
3 Technologie
Entscheidend bei den technischen Hilfsmitteln zur Datenverarbeitung ist nicht das Tool (Datenbank, Statistikprogramm, Applikation, Tabellenkalkulation, etc.) an sich, sondern das Verständnis für das Tool bzw. die Konzeption oder das Modell dahinter.
Unsere Empfehlungen:
- Schaffen Sie sich eine Übersicht über alle verwendeten Tools und die darin verarbeiteten Daten.
- Minimieren Sie die Anzahl der Tools.
- Die technische Lösung sollte sich «grosso modo» den Daten anpassen, nicht umgekehrt.
- Überlegen Sie sich immer ein Datenmodell und wie sich dieses zukünftig anpassen lässt, bevor Sie eine technische Lösung implementieren.
- Erkennen Sie die Zusammenhänge zwischen den technischen Systemen, um Redundanzen zu vermeiden.
- Pflegen Sie Ihre Metadaten an einem zentralen Ort.
- Sorgen Sie zu jeder Zeit für die Datensicherheit und allenfalls für den Datenschutz.