Data Management

Data Management: Das Fundament für funktionierende Informationssysteme

Big Data for Big Business

Täglich wird in einem Unternehmen eine Flut von Daten und Informationen generiert. Viele davon sind widersprüchlich, unzureichend bzw. so umfangreich und heterogen, dass bestehende Analysemethoden nicht ausreichen um Nutzen aus den Daten zu ziehen. Kennen Sie auch folgende Situationen:

• Sie sind Bereichsleiter und erhalten täglich zahlreiche Berichte. In vielen davon ist die Terminologie unterschiedlich definiert?
• Sie erhalten Berichte in elektronischer Form, möchten diese für einen speziellen Zweck in Excel zusammenführen, scheitern aber daran, da die Datenformate unterschiedlich und nicht entsprechend konvertierbar sind
• Ihre Töchterunternehmen überplanen auf Vorgabe der Holding den Forecast. Die Holding kann die Überplanung aber nicht zeitnah überwachen, da der Systemlauf zur Datenaktualisierung erst in der Nacht erfolgt. Für die Erstellung des konsolidierten Plans wünschen Sie sich eine Übertragung auf Echtzeitbasis
• Es ist Wochenende und Sie Controller einer Business Unit. Sie erstellen einen zeitkritischen  Bericht für den Vorstand, können diesen aber nicht vervollständigen, da die Informationen in einem Quellsystem liegen und Sie auf dieses nicht zugreifen können. Kollegen mit entsprechender Berechtigung sind aktuell nicht greifbar.
• Stammdaten der Kundendatenbank sind lückenhaft, redundant und z.T. fehlerhaft. Auf dieser Basis geführte Marketingaktionen führen ins Leere, bzw. Kunden werden nicht korrekt angeschrieben.

Was hier überdacht werden muss ist das Data Management. 

it innovations hat im Laufe seiner langjährigen Projekttätigkeiten wettbewerbsentscheidendes Wissen genau auf diesem Gebiet aufgebaut. Unsere Lösungen und Leistungen beziehen sich rund um Ihre Datenqualität. Konkret ist es unser Anspruch:

• Daten auf dem aktuellsten Stand verfügbar zu machen
• Daten in sich und zu anderen Daten schlüssig zu halten
• Datensätze mit allen notwendigen Attributen zu versehen
• Daten um die Dubletten zu bereinigen
• Datensätze eindeutig vorzuhalten und zu prüfen, dass sie stets korrekt interpretiert werden können
• Daten in der geforderten Exaktheit (Rundung) vorliegen
• Die Struktur der Datensätze  in harmonisierter Form vorliegen zu lassen