< Zurück   INHALT   Weiter >

Phase I: Identifikation kritischer Datenmängel

Da das Produktdatenmodell des PLM-Systems von Beiersdorf über 800 Attribute aufweist, gruppierte das Projektteam diese Attribute in Phase I in Datencluster. Diese Cluster ordnen die Attribute in logische Untergruppen, die bei der weiteren Bearbeitung der Attribute helfen und bereits Hinweise darauf geben, in welchen Geschäftsprozessen diese Attribute benutzt werden (z. B. die Cluster „Stückliste“ oder „Logistische Daten“). Das Projektteam machte eine Vorauswahl von 20 Clustern (mit insgesamt rund 100 Attributen), die in den Interviews untersucht werden sollten. In der Folge wurden vier Datenqualitätsdimensionen bestimmt: Genauigkeit (korrekte Datenwerte?), Vollständigkeit (Datenwerte vorhanden?), Konsistenz (gleiche Datenwerte für ein Attribut in verschiedenen Systemen?) und Aktualität (Datenwerte stets rechtzeitig verfügbar?). Das Team wählte solche Datencluster und Datenqualitätsdimensionen, die in Beschwerden über die Qualität der Produktdaten Erwähnung fanden. Die Dimensionen dienten der Strukturierung der Interviews, d. h. das Team entwarf pro Dimension mehrere Fragen, die für jedes ausgewählte Attribut diskutiert wurden (z. B. „Gibt es fehlerhafte oder ungenaue Daten?“, „Gibt es veraltete Daten?“,

„Gibt es inkonsistente Daten in Bezug zu Daten im PLM-System?“).

Phase II: Interviews

In Phase II wurden Interviewpartner ausgewählt und die Interviews durchgeführt. Sieben Interviews deckten wichtige Teile der Supply Chain und wesentliche Komponenten der Produktpalette ab, z. B. Produkte für den Massenmarkt, komplexe Erzeugnisse sowie Produkte aus Eigenund Fremdfertigung. Alle Interviewten waren seit Jahren bei Beiersdorf beschäftigt (einige seit mehr als 20 Jahren) und kannten sich sehr gut mit den Daten, Prozessen und Systemen des Unternehmens aus. Um die Bedeutung dieser Interviews hervorzuheben, lud der Leiter der Abteilung Supply Chain Development die Interviewteilnehmer ein. Die Interviewten wiesen anhand der Datencluster und Datenqualitätsdimensionen im Interviewleitfaden auf mögliche Probleme in ihren vertrauten Geschäftsprozessen hin und trugen so dazu bei, Datenmängel zu identifizieren und Verbesserungsmöglichkeiten für die internen Abläufe zu diskutieren. Beschwerden über andere Akteure des Ökosystems traten nicht auf. Die Interviewteilnehmer wurden auch nach ihrer allgemeinen Einschätzung der Datenqualität befragt, um weitere Themen oder Probleme aufzudecken, die der Interviewleitfaden nicht abdeckte (z. B. andere Attribute).

Sie wurden anschließend aufgefordert, alle identifizierten Geschäftsprobleme hinsichtlich ursächlicher Datenattribute und Fehlerarten zu beschreiben und die Probleme auf einer Skala von 1 bis 5 einzustufen. Kriterien dafür waren z. B. entstandene Kosten, eine Beeinträchtigung der Dienstleistungsqualität oder das Risiko von Beschwerden. Der Interviewleitfaden enthielt erläuternde Beispiele für die verschiedenen Ausprägungsarten der Bewertungsskala, damit die Interviewteilnehmer die Skala über alle Interviews hinweg einheitlich verstanden und die Interviewergebnisse untereinander verglichen werden konnten.

 
< Zurück   INHALT   Weiter >