Das Missverständnis vom Aufräumen zuerst
Viele Betriebe schieben Auswertungen auf, weil die Daten „noch nicht so weit“ seien. Die Kundenstammdaten haben Dubletten, die Ablage ist uneinheitlich, im Postfach liegen Jahre an ungeordneten Nachrichten. Ein Aufräumprojekt ohne konkreten Zweck verläuft aber meist im Sand: Niemand weiß, welche Mängel wirklich stören und welche egal sind. Sinnvoller ist der umgekehrte Weg – eine konkrete Frage stellen und prüfen, ob die Daten für genau diese Frage reichen.
Woran man die Qualität beurteilt
Brauchbare Kriterien sind Vollständigkeit (fehlen wichtige Angaben?), Einheitlichkeit (wird dasselbe gleich bezeichnet?), Aktualität (gilt das noch?), Eindeutigkeit (gibt es Dubletten oder Widersprüche?) und Zuordenbarkeit (lässt sich erkennen, wozu ein Datensatz gehört?). Für eine Auswertung von Anfragen ist etwa die Zuordenbarkeit wichtiger als eine perfekte Adresse. Für eine Auswertung von Lieferterminen ist die Aktualität entscheidend.
Typische Schwachstellen im Mittelstand
In kleineren und mittleren Betrieben liegen die Probleme selten in der Technik, sondern in der Gewohnheit. Freitextfelder werden unterschiedlich befüllt, Kategorien wurden irgendwann eingeführt und nie gepflegt, wichtige Informationen stehen in Notizen statt in Feldern. Dazu kommt Wissen, das nur in Köpfen oder persönlichen Ordnern existiert. Das ist kein Versagen, sondern Folge davon, dass das Tagesgeschäft Vorrang hat.
Mit Lücken arbeiten statt sie zu verstecken
Eine ehrliche Auswertung zeigt, auf welcher Datenbasis sie beruht und wo Lücken sind. Wenn ein Drittel der Anfragen keinem Vorgang zugeordnet werden kann, gehört das in das Ergebnis, nicht unter den Tisch. Oft ist genau diese Erkenntnis der erste Nutzen: Man sieht, an welcher Stelle eine kleine Änderung im Ablauf – etwa ein Pflichtfeld oder eine feste Betreffzeile – die Datenlage dauerhaft verbessert. KheepU markiert in Auswertungen deshalb ausdrücklich, was unsicher oder unvollständig ist.
Wann die Qualität wirklich nicht reicht
Es gibt Fälle, in denen eine Auswertung nicht sinnvoll ist: wenn die relevanten Vorgänge kaum dokumentiert sind, wenn sich Begriffe und Strukturen im betrachteten Zeitraum grundlegend geändert haben oder wenn die Datenbasis zu klein ist, um Muster von Zufällen zu unterscheiden. Dann ist es besser, erst eine Zeit lang strukturiert zu erfassen und danach auszuwerten.