Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
EinführungEinführung
Datenqualitätsmanagement
Udo WeißGeschäftsführender Gesellschafter
tekko Informationssysteme GmbH & Co. KG
Rathausplatz 1-224103 Kiel
www tekko dewww.tekko.de
tekko Kurzporträt
Udo Weiß
Jörg Wach
Geschäftsführung
Gesellschafter
BranchenspezialistGründung
Team
30 Mit b it
BranchenspezialistBanken
g
01.01.1999
30 Mitarbeiter
Sparkassen
Standort
Kiel
R ht fRechtsform
GmbH & Co. KG
Kiel HR A 3845
www.tekko.de Seite 24. März 2008
Kunden (Auszug)
www.tekko.de Seite 34. März 2008
DQ-Spezialist für Banken & Sparkassen
einer der führenden DQM-Spezialisten für
Banken & SparkassenProjekt- & Produkteinsatz
bei zwei Landesbanken
Projekt- & Produkteinsatz
bei zwei Landesbanken
Empfehlung des SGVSH
Empfehlung des SGVSH
2009
Produkt-Launch tekkoDQC
Produkt-Launch tekkoDQC
bei zwei Landesbankenbei zwei Landesbanken
2008
2007
2006
Pilotprojekt„DQ-Toollandschaft“
Pilotprojekt„DQ-Toollandschaft“
Komplementierung AngebotsspektrumKomplementierung Angebotsspektrum
Cleansing:Cleansing:
Fusion: Stammdaten Fusion: Stammdaten
Pilotprojekt „proaktives DQM“
Pilotprojekt „proaktives DQM“
2005
Cleansing: Dubletten n. Fusion
Cleansing: Dubletten n. Fusion
& Schlüssel& SchlüsselProduktidee
DQ-ControllingProduktidee
DQ-Controlling2003
2004
DQDQ
konzeptionelle DQ-Projekte
konzeptionelle DQ-Projekte
2002
1999-
DQ-Linienunterstützung
DQ-Linienunterstützung
www.tekko.de Seite 4
IT-/Banking-ProjekteIT-/Banking-ProjekteDQ-ProjekteDQ-Projekte
4. März 2008
umfassendes Dienstleistungsangebot über alle Phasen
chToolunterstützung
Daten-/ Informations-/System-Komplexität
hoc
O
R
I
N
I
T R
el
R
I
E
N
T
I
A
L
E
G
E
mitt
e N
T
I
E
L
I
S
I
L
B
E
nachhaltigerProzess
erin
g
E
R
U
N
I
E
R
U
T
R
I
verbessern & optimieren
ge
organisatorische Regelungen
G N
G
E
B
www.tekko.de Seite 5
organisatorische Regelungen
Entwicklung DQM-Stadium
4. März 2008
schrittweise Etablierung DQM
DQ-CHECK-UPCRM
Pilotprojekt DQM
Etablierung DQM-ProzesseQ Q
Snapshot-Analyse mit vordefinierten Regeln
Datenanalyse im Workshop
Erweiterung Analyse-Fokus
Tooleinsatz (Pilot)
Datenanalyse und
institutsindividueller Ausbau und Etablierung von
Prozessen und Konzepten
A t ti /T l i t
f
Ergebnis-ReportDatenanalyse und
Visualisierung
proof-of-concept
Automation/Tooleinsatz
Ausprägung & Umfang von Analyseschwerpunkten, Datenbeständen, Tooleinsatz, Prozessen
4. März 2008 www.tekko.de Seite 6
DQ-Kompass
chToolunterstützung
Daten-/ Informations-/System-Komplexität
hoc
O
R
I
N
IR
Etablierung
DQM-Prozesse
Etablierung
DQM-Prozesse
el
R
I
E
N
T
I
A
L
E
G
E
mitt
e N
T
I
E
L
I
S
I
L
B
E
Pilotprojekt
DQM
Pilotprojekt
DQM
erin
g
E
R
U
N
I
E
R
U
T
R
IDQ CHECK UPDQ CHECK UPge
organisatorische Regelungen
GU
N
G
E
B
DQ-CHECK-UP
CRM
DQ-CHECK-UP
CRM
www.tekko.de Seite 7
organisatorische Regelungen
Entwicklung DQM-Stadium
4. März 2008
Stufe 1: DQ-CHECK-UP CRM
DQ-CHECK-UPCRM
FOKUS Kundenstammdaten (Financial Area)FOKUS Kundenstammdaten (Financial Area)CRM
vordefiniertes praxiserprobtes tekko-Rule-Set zur Prüfung von Stammdaten, Kontaktdaten, Status, Legitimation, Dubletten
Datenanalyse durch Experten (z.B. Data Profiling, Dublettensuche, explorative Datenanalyse)
detaillierter Ergebnisbericht mit allen Ergebnissen und Handlungsvorschlägen
www.tekko.de Seite 84. März 2008
Data Profiling
erweiterte „offene“ Analyse von Daten Minimum, Maximum, Datenmuster, Eindeutigkeit,...
Min Max Datenmuster Ausprägungen NullValues
Kunden-ID 1000E XXXX 99,11% = 7n 58.377 512
Nachname Abo PasquinoBernadine
100% >= 2n 5.661 0
Vorname A. Philipp Benjamin Xaver
99,52% >= 3n 6.077 0
Straße A3 Heinrich-Holtschneider-Weg
91,11% >= 2n 24.500 5.191
Haus-Nr. 1 3840 90,62% >= 1n 1.238 5.476
PLZ 01087 99998 91,06% = 5n 6.242 5.219
Ort Ulm Hoppstädten-Weiersbach
98,14% >= 1n 6.135 1.085
B d l d B li M kl b 90 94% > 1 16 5 287Bundesland Berlin Mecklenburg-Vorpommern
90,94% >= 1n 16 5.287
Tel-Nr. 0302012371 Handy 0179 9453342
96,74% numerisch 58.337 1
4. März 2008 www.tekko.de Seite 9
Explorative Datenanalyse
4. März 2008 www.tekko.de Seite 10
Zusammenfassung Stufe 1
Ergebnisbericht
Ergebnisse aus der AnalyseErgebnisse aus der AnalyseVerdachtsmomente, Mengen
resultierender Handlungsbedarf
Start der strukturierten Erfassung Start der strukturierten Erfassung von Verdachtsfällen- und Mängeln
4. März 2008 www.tekko.de Seite 11
Stufe 1: DQ-CHECK-UP CRM
DQ-CHECK-UPCRM
Vorteile & NutzenVorteile & NutzenCRM
Vorschläge für Handlungsbedarf an konkreten Beispielen
Ausgangspunkt für Pilotprojekt
geringe Vorlaufzeiten Effekt!
strukturierte Erfassung und Dokumentation der untersuchten Fälle
kein Toolerwerb notwendig
kein DQ-Methoden und -Werkzeugwissen notwendig
Empfehlung: Etablierung einer methodischen Verdachts- und
MängelerfassungMängelerfassung
www.tekko.de Seite 124. März 2008
Stufe 2: Pilotprojekt DQM
PilotprojektDQM
proof-of-conceptfachlich - technisch
proof-of-conceptfachlich - technischDQM fachlich technischfachlich technisch
fachlich (Konzeption)Anwendung vordefinierter tekko Rule SetsAnwendung vordefinierter tekko Rule-SetsAbleitung und Aufbau individueller Rule-Sets auf Grundlage des Profilings
technischtechnischIdentifikation der relevanten DatenbeständeDatenextraktion und BereitstellungData Profiling, Explorative DatenanalyseData Profiling, Explorative Datenanalyse
PilotierungPilot tekkoDQCErhebung von MesspunktenIntegration Messpunkte & Dashboardingtechnische Integration von Standard- oder
Individuallösungen
www.tekko.de Seite 13
Individuallösungen
„blue-print“ für DQ-Prozesse & Regelbetrieb
4. März 2008
Data Profiling
Gegenstandsbezogene und fachliche Analyse von Daten Eindeutigkeit, Integrität, Abhängigkeiten, fachlicher Anspruch
4. März 2008 www.tekko.de Seite 14
Regel-Set: Kontaktdaten
Schwerpunkt Kontaktdaten (KIS/KBP)Aus CRM-Gesichtspunkten werden bestimmte Kunden im KIS als auch im KBP hinterlegt. Darüber hinaus sind in KBP die Daten von Interessenten te egt a übe aus s d d e ate o te esse tehinterlegt. Die beiden Datenbestände sollen überprüft und abgeglichen werden.Fragestellungen:
1 ) Wi i d di D t i KBP fü K d fl t? 1a) Wie sind die Daten im KBP für Kunden gepflegt? 1b) Wie sind die Daten im KBP für Interessenten gepflegt?2) Bei welchen Ansprechpartnern ist weder eine Telefon- noch eine Mobilnummer
gepflegt?3) Welche Kunden haben im KIS keine Telefonnummer? 4) Welche Kunden sind im KBP und KIS und haben keine Telefonnummer?5) Welche Kunden sind nicht im KBP und haben keine Telefonnummer im KIS?6) Welche Kunden haben keine Telefonnummer (weder KIS noch KBP)?6) Welche Kunden haben keine Telefonnummer (weder KIS noch KBP)?7) Bei welchen Leitkunden ist keine Telefonnummer hinterlegt ? (nur im KBP) 8) Welche Kunden mit lebenden Konten haben im KIS keine Telefonnummer?9) Welche Kunden mit lebenden Konten sind nicht im KBP und haben keine
Telefonnummer im KIS? Telefonnummer im KIS?
4. März 2008 www.tekko.de Seite 15
Regel-Set: Kontaktdaten\Pseudo-SQL
Regel Nr. 4: Welche Kunden sind im KBP und KIS und haben keine Telefonnummer?
4. März 2008 www.tekko.de Seite 16
Regel-Set: Kundenstatus (tote Kunden)
Schwerpunkt Kundenstatus (KIS)
Ein Kunde, zu dem keine Geschäfts- und sonstige Beziehung mehr besteht, wird als inaktiver Kunde wird als inaktiver Kunde bezeichnet. Der Datenbestand wird auf inaktive Kunden untersucht. Dabei gilt als inaktiver Dabei gilt als inaktiver Kunden, wenn zu der Kundennummer keines der folgenden Felder gefüllt ist.Die beiden Datenbestände Die beiden Datenbestände sollen überprüft und abgeglichen werden.
4. März 2008 www.tekko.de Seite 17
Regel-Set: Kontaktdaten\Daten
4. März 2008 www.tekko.de Seite 18
Explorative Datenanalyse – Ausreisser
4. März 2008 www.tekko.de Seite 19
Explorative Datenanalyse - Plausibilitäten
4. März 2008 www.tekko.de Seite 20
Explorative Datenanalyse - Risikobegrenzung
4. März 2008 www.tekko.de Seite 21
Explorative Datenanalyse – Fehlende Werte
4. März 2008 www.tekko.de Seite 22
Meßergebnisse bewerten und kommunizieren
Adressatengerechtes Aufbereiten
und Visualisieren aller Fakten rund
um das Thema Datenqualität
Qualität wird für die Entscheider
Messbar
Bewertbar
Si h b Sichtbar
Vergleichbar
gemachtgemacht
• Demonstration der Machbarkeit &
Nutzen an einem Beispiel aus der
Unternehmenspraxis des Kunden
4. März 2008 www.tekko.de Seite 23
Bewertung, Trend, Fehlerdaten
4. März 2008 www.tekko.de Seite 24
Qualitätskennzahl in der zeitlichen Entwicklung
4. März 2008 www.tekko.de Seite 25
Visualisierung Mengendaten
4. März 2008 www.tekko.de Seite 26
Visualisierung
4. März 2008 www.tekko.de Seite 27
Visualisierung Prozeß
4. März 2008 www.tekko.de Seite 28
Stufe 2: Pilotprojekt DQM
PilotprojektDQM
Vorteile & NutzenVorteile & NutzenDQM
Gewinnung von Entscheidungsträgern!
proof-of-concept
fachlich
organisatorisch
Effekt!
g
technisch
moderne & präsentable Visualisierung für Promotoren
adressatengerechte grafische Aufbereitung
alle Ergebnisse an einem Punkt!
fester Kostenrahmen
zeitlich begrenzter & fokussierter Einsatz von Ressourcen
www.tekko.de Seite 29
Bauchgefühl beseitigen – Fakten schaffen!
4. März 2008
Stufe 3: Etablierung DQM-Prozesse
Etablierung
DQM-Prozesseunternehmensspezifischer Ausbau & Etablierung von DQM-Prozessenunternehmensspezifischer Ausbau & Etablierung von DQM-Prozessen
DQM-Prozesse
GrundlagenkonzepteDQ-GrundsätzeDatenverantwortungskonzeptRollenverständnisorganisatorische Verankerung der DQ
DQM-ProzesseMängelmeldungMängelverfolgungBereinigungBereinigungAlarmprozesseBerichtswesen
www.tekko.de Seite 30
Entscheidung über den Grad der Automation (IT)
4. März 2008
Beispiel: DQ(M)-Netzwerk
Datenverantwortungskonzept mit Rollendefinition
DatenerfasserDatenerfasser
prozessübergreifend:QualitätsanforderungenQualitätsmesspunktePlausibilisierunggEinhaltung von VorgabenInformation
Datennutzer
prozessübergreifend:Datenverarbeiter
systemübergreifend:fachliche Vorgabenfachliche KonformitätQualitätsanforderungenPlausibilisierungQualitätsmesspunkte
Technische AnforderungenTechnische RestriktionenKonsolidierungPlausibilisierungQualitiätsmesspunkteQualitätsmesspunkte
InformationQualitiätsmesspunkteInformation
4. März 2008 www.tekko.de Seite 31
tekkoDQC – Steuerung Datenqualität
unternehmensweite DQM-Lösung
zentralesDQ-Dashboard
►Controlling
►Monitoring
D Q CAlarme
Regelwerk für Verdichtung
B t l ith
zent
ral
►Reporting
Bewertungsalgorithmen
Kennzahlendefinition
DQ-Repository mit Datenschnittstellenp y
Messergebnisse(Business-Rules, Data-Profiling, Schnittstellenmonitoring, individuell) tr
al
Regel-Set
IT-Systeme, Schnittstellen, Datenhaushalte
deze
n
aktuelle Datenqualität ►tekkoDQC
4. März 2008 www.tekko.de Seite 32
aktuelle Datenqualität ►tekkoDQC
DQ-Dashboard Darstellung
Seite 1 Seite 1
Seite 2
Seite 2
Seite 2
Seite 3
... ...
Baumstruktur DQ-Dashboard
Seite 2
Seite 3
„drill-down“
Seite 3
Detailgradgering hoch
Verdichtungsgradhoch gering
4. März 2008 www.tekko.de Seite 33
Verdichtungsgradhoch gering
Stufe 3: Exkurs Berichtswesen
Aufbau eines Best Practice Berichtswesens
Management SummaryManagement Summary
DQ-Organisation
DQ-Monitoring in der LinieDQ Monitoring in der Linie
DQ-Monitoring in Projekten
Offene DQ-ThemenQ
Controlling von DQ-Maßnahmen
Anhang mit Detailinformationeng
www.tekko.de Seite 344. März 2008
Zusammenfassung Stufe 3
Bildung einer technischen & g
organisatorischen Grundlage für das
Tagesgeschäft
Einführung eines nachhaltigen,
prozessgetriebenen DQMnachhaltiger
Prozess
Datenqualität ist steuer- und kontrollierbar
Begleitende Regelwerke unterstützen die
H dl i h h it b i Mit b it
verbessern & optimieren
Handlungssicherheit bei Mitarbeitern
4. März 2008 www.tekko.de Seite 35
Stufe 3: Etablierung DQM-Prozesse
Etablierung
DQM-ProzesseVorteile & NutzenVorteile & Nutzen
DQM-Prozesse
Transparenz u. Steuerbarkeit zur Sicherstellung der Qualität von entscheidungsrelevanten Informationen und Daten
Effekt!
Informationen und Daten
Fundament für die Expansion in mehreren DimensionenPProzesseMessorbitIT-/TooleinsatzAdAdressaten
Datenqualität wächst!
www.tekko.de Seite 364. März 2008
Zusammenfassung
DQ-CHECK-UP
CRM
Pilotprojekt
DQM
Etablierung
DQM ProzesseCRM DQM DQM-Prozesse
Handlungsbedarfzum Anfassen
faktenbasierte Entscheidung
DQM im angemessenen Rahmen
www.tekko.de Seite 374. März 2008