Datenqualität

Datenqualität vereint alle Eigenschaften von Aktualität, Korrektheit und Vollständigkeit der Daten auf sich. Je nach Datenart sind diese drei Eigenschaften in der Datenqualität sehr unterschiedlich gewichtet.

Datenqualität kann nicht mit einem „Big Bang” in einem Unternehmen installiert werden, sie kann nur mit kontinuierlicher Arbeit erreicht, gehalten und gesteigert werden. Es muss ein Bewusstsein für Daten und Datenqualität in der gesamten Organisation geschaffen werden. Auch müssen entsprechend Projekte und Prozesse zur Qualitätssteigerung realisiert werden.

Datenbankpflege

Eine saubere Datenerfassung und eine kontinuierliche Datenbankpflege ist für jedes Unternehmen unabdingbar, um kosten- und zeitintensive Kundenstamm-Bereinigungen zu vermeiden.

Gerade heute im Zeitalter der Online-Bestellungen muss die Kundendatenbank ständig gepflegt werden, da sich Neukunden oft doppelt oder mit unvollständigen Namenselementen anmelden.

Aber auch bei Namens- und Adressänderungen muss auf eine saubere Erfassung geachtet werden.

Sind Sie mit der Qualität Ihrer Daten zufrieden?

From Data to Marketing Excellence – wir helfen Ihnen bei allen Fragestellungen und stehen Ihnen gerne beratend zur Seite!

Dublettencheck

Typische Datenbereinigungen sind Dubletten bei postalischen Adressen. Die Erkennung von Adressdubletten ist zwar relativ einfach, aber die eigentliche Datenbereinigung, d.h. die Zusammenführung der Daten zu den Dubletten, ist aber meist wesentlich anspruchsvoller.

Wir führen einen sorgfältigen Dublettenabgleich Ihrer Kundendaten ausserhalb Ihrer Kundendatenbank bei uns durch und geben Ihnen die identifizierten Dubletten zur Bereinigung zurück. So haben Ihre Mailings zur Neukundengewinnung wieder einen durchschlagenden Erfolg.

Datenbank Historisierung

Unsere Erfahrung zeigt, dass die Historisierung von Kundendaten ein immer wichtigeres Thema für die Unternehmen wird. Dabei geht es um das Festhalten einer zeitlichen Entwicklung Ihrer Kundendaten, damit Zustände aus der Vergangenheit wieder rekonstruiert werden können.

Für die Erstellung einer Historisierung werden die Kundendatensätze mit einem Zeitstempel oder Zeitintervall versehen (Im Normalfall einem „Gültig Ab Datum“ und einem „Gültig Bis Datum“). Dadurch entsteht eine Historisierung der Datenbestände und es kann zu jedem beliebigen Zeitpunkt in der Vergangenheit der Zustand des Kunden rekonstruiert werden.

Eine Historisierung kann für Analysen und Modelle sehr hilfreich sein, da zeitliche Entwicklungen berücksichtigt werden können. Zudem können Zustände aus der Vergangenheit zu einem beliebigen Zeitpunkt rekonstruiert werden.