
Corporate Data Quality
Jahr 2016 |
INHALT
VorwortAbkürzungsverzeichnis Datenqualität – eine ManagementaufgabeAufbau des Buches Trends der Digitalisierung Durchdringung aller Lebensund Wirtschaftsbereiche Industrie 4.0 Konsumerisierung Digitale Geschäftsmodelle Treiber der Datenqualität 360-Grad-Blick auf den Kunden Unternehmenszukäufe und -zusammenschlüsse Compliance Berichtswesen Operational Excellence Datensicherheit und Privatheit Herausforderungen und Anforderungen des Datenqualitätsmanagements Herausforderungen im Umgang mit Daten Anforderungen an das Datenqualitätsmanagement Framework für Stammdatenqualitätsmanagement Framework-Überblick Strategieebene Organisatorische Ebene Informationssystemebene Begriffsdefinitionen und Grundlagen Daten und Information Stammdaten Datenqualität Datenqualitätsmanagement (DQM) Geschäftsregeln (Business Rules) Data Governance Kompetenzzentrum Corporate Data QualityLiteratur Fallstudien zur Datenqualität Allianz: Data Governance und Datenqualitätsmanagement in der Versicherungswirtschaft Unternehmensüberblick Ausgangssituation und Handlungsdruck Das Solvency-II-Projekt Datenqualitätsmanagement bei AGCS Erkenntnisse Weiterführendes Material Bayer CropScience: Datenqualitätscontrolling in der agrochemischen Industrie Unternehmensüberblick Ausgangssituation und Handlungsdruck Aufbau des unternehmensweiten DatenqualitätsmanagementsData Quality Cockpit-ZieleMitarbeiterzieleGeschäftsregeln und DatenqualitätskennzahlenSystemarchitektur und das Data Quality Cockpit Erkenntnisse Weiterführendes Material Beiersdorf: Produktdatenqualität in der Konsumgüter-Supply Chain Unternehmensüberblick Ausgangssituation des DatenmanagementsProduktdatenaustausch im ÖkosystemData Governance und Anwendungslandschaft Projekt zur Messung der DatenqualitätPhase I: Identifikation kritischer DatenmängelPhase II: InterviewsPhase III: AnalysePhase IV: Spezifikation von Messwerten für die Datenqualität Erkenntnisse Weiterführendes Material Bosch: Datenarchitekturmanagement in einem diversifizierten Technologiekonzern Unternehmensüberblick Ausgangssituation und Handlungsdruck Datenarchitekturmuster bei BoschDatenarchitekturmusterOrganisationsentwürfeEntscheidungsmatrix für die Datenarchitektur Erkenntnisse Weiterführendes Material Festo: Unternehmensweites Produktdatenmanagement in der Automatisierungsindustrie Unternehmensüberblick Ausgangssituation und Handlungsdruck des Produktdatenmanagements Projekte im Produktdatenmanagement zwischen 1990 und 2009Projekt „Auslaufprozesse“Projekt „Teilereduktion“Projektbewertung Aktuelle Aktivitäten und Ausblick Erkenntnisse Weiterführendes Material Hilti: Durchgängiges Kundendatenmanagement in der Werkzeugund Befestigungsindustrie Unternehmensüberblick Ausgangssituation des Kundendatenmanagements und Handlungsdruck Das Projekt Customer Data Quality ToolDefinieren: VerantwortlichkeitenVorbeugen: Korrekte DatenerfassungErkennen: DatenqualitätsmonitoringKorrigieren: Datenbereinigung und Customer Data Quality Tool Erkenntnisse Weiterführendes Material Johnson & Johnson: Institutionalisierung des Stammdatenmanagements in der Konsumgüterindustrie Unternehmensüberblick Ausgangssituation des Datenmanagements im Bereich Consumer Products und Aktivitäten bis 2008Handlungsdruck Die Einführung von Data GovernanceGründungsphaseEntwicklungsphaseReifephase Aktuelle Situation Erkenntnisse Weiterführendes Material Lanxess: Business Intelligence und Stammdatenmanagement bei einem Spezialchemiehersteller Unternehmensüberblick Ausgangssituation des Datenmanagements und Business Intelligence 2004–2011 Das Stammdatenmanagement bei Lanxess seit 2011Organisation und ProzesseSysteme Aufbau des strategischen Reportings seit 2012AnforderungenHintergrund zu In-Memory Computing und Toolauswahl Erkenntnisse Weiterführendes Material Shell: Datenqualität im Produktlebenszyklus in der Mineralölindustrie Unternehmensüberblick Ausgangssituation und Handlungsdruck Durchgängiges Datenmanagement im Produktlebenszyklus Herausforderungen bei der Umsetzung Nutzen der neuen Lösung Erkenntnisse Weiterführendes Material Syngenta: Auslagerung von Datenmanagementaufgaben in der Pflanzenschutzindustrie Unternehmensüberblick Ausgangssituation und Ziele der Stammdatenmanagementinitiative Das Transformationsprojekt und MDM-Designprinzipien Organisationsstruktur des Stammdatenmanagements Datenpflegeprozess und Entscheidungskriterien für die Auslagerung Erkenntnisse Weiterführendes MaterialLiteratur Methoden und Werkzeuge des Datenqualitätsmanagements Methode zur Umsetzung der DQM-Strategie Aufbau der Methode Beispieltechniken der MethodePhase I, Aktivität I.1:Technik „Festlegen der strategischen Reichweite“Phase II, Aktivität II.2: Technik „Ableitung Maßnahmenkatalog“Phase IV, Aktivität IV.1, „Techniken des Programmund Projektmanagements“ Reifegrad-Assessment und Benchmarking-Plattform für das Datenqualitätsmanagement Ausgangssituation in Unternehmen Reifegradmodelle und Benchmarking als Steuerungsinstrumente EFQM-Exzellenzmodell für das Stammdatenqualitätsmanagement Corporate Data Excellence: Steuerungswerkzeuge für Verantwortliche des DatenqualitätsmanagementsSteuerungscockpitBenchmarking-DatenbankGood Practice-Datenbank Die Corporate Data League: Ein Ansatz zur kooperativen Geschäftspartnerdatenpflege Herausforderungen der Geschäftspartnerdatenpflege Der Lösungsansatz des kooperativen Datenmanagements Die Corporate Data LeagueDatenmodellData Governance-Konzept und Funktionalitäten Weitere Methoden und Werkzeuge des CC CDQLiteratur Erfolgsfaktoren und Sofortmaßnahmen Erfolgsfaktoren des Datenqualitätsmanagements Sofortmaßnahmen auf dem Weg zum erfolgreichen DatenqualitätsmanagementGlossar