Advertisement

Journal of Business Economics

, Volume 76, Issue 6, pp 559–587 | Cite as

Ein Optimierungsansatz für ein fortlaufendes Datenqualitätsmanagement und seine praktische Anwendung bei Kundenkampagnen

  • Bernd Heinrich
  • Mathias Klier
Article

Zusammenfassung

Die Verbesserung der Datenqualität (DQ) wird in Wissenschaft und Praxis intensiv diskutiert. Ob die ergriffenen DQ-Maßnahmen jedoch ökonomisch überhaupt gerechtfertigt sind und wann und in welchem optimalen Umfang investiert werden soll, wird oftmals nicht analysiert. Zur Untersuchung dieser Fragestellungen entwickeln die Autoren ein Optimierungsmodell, mit dem die Umfänge und Zeitpunkte für Investitionen in ein fortlaufendes DQ-Management ermittelt werden können. Hierdurch lassen sich vier Investitionsszenarien mit allgemeinen Handlungsempfehlungen identifizieren. So ist bspw. bei ehemalig intensiven Kundenbeziehungen, die sich inzwischen verschlechtert haben (nur wenige Geschäftstransaktionen), zwar über mehrere Perioden zu investieren, jedoch bei einem sich nicht verändernden, geringen Transaktionsanteil, in abnehmender Höhe. Daneben lässt sich u. a. zeigen, dass der Umfang der existierenden Kundendatenmenge und nicht, wie oftmals angeführt, ein schlechtes existierendes DQ-Niveau maßgeblich für die Entscheidung ist, ob überhaupt in DQ investiert werden soll. Anhand einer Fallstudie wird abschließend nicht nur die praktische Anwendbarkeit des Optimierungsmodells verdeutlicht, sondern es soll zudem aufgezeigt werden, wie sich für einen konkreten Sachverhalt detaillierte Empfehlungen hinsichtlich des DQM-Einsatzes ermitteln lassen.

A model based approach for continuous data quality management and its implementation to improve customer campaigns

Summary

The improvement of data quality (DQ) currently finds a great deal of attention in science as well as in practice. Nevertheless there are two fundamental questions that are often ignored in the analysis: i) Are the DQ measures already implemented economically reasonable? ii) When and to what extent is investing into the improvement of DQ justifiable? For an in-depth understanding considering the design of DQ management the authors develop an optimization model which determines the optimal amount and point of time for consecutive DQ investments. Hence they distinguish between four scenarios and propose corresponding action recommendations. For example, a customer relationship with declining intensity up to the present (i. e. diminishing volume of business transactions) requires DQ investments over several future business periods- and at a decreasing investment rate in cases where the transaction volume continues to go down. Additionally it can be shown that in general the amount of available client data is a crucial factor for the decision whether it is reasonable to invest into DQ at all as opposed to a low quality level — which is often claimed. A concluding case study determines the practical applicability of the proposed optimization model.

Keywords

Data warehousing data quality optimization 

JEL

M19 M31 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Alt, G. (2003): Sehr geehrter Frau Müller — Falsche Daten sind nicht nur peinlich, sondern verursachen auch hohe Kosten. In: FAZ Nr. 244 vom 21.10.2003, S. B2.Google Scholar
  2. Arndt, D.; Langbein, N. (2002): Data Quality in the Context of Customer Segmentation. In: Proceedings of the 7th International Conference on Information Quality. Cambridge 2002, S. 47-60.Google Scholar
  3. Ballou, D. P.; Wang, R.; Pazer, H.; Tayi, G. K. (1998): Modeling Information Manufactoring Systems to Determine Information Product Quality. In: Management Science 44 (1998) 4, S. 462–484.CrossRefGoogle Scholar
  4. Ballou, D. P.; Tayi, G. K. (1999): Enhancing data quality in data warehouse environments. In: Communications of the ACM 42 (1999) 1, S. 73–78.CrossRefGoogle Scholar
  5. Campanella, J. (1999): Principles of quality cost. Milwaukee 1999.Google Scholar
  6. Cappiello, C.; Francalanci, C.; Pernici, B.; Plebani, P.; Scannapieco, M. (2003): Data Quality Assurance in Cooperative Information Systems: A multi-dimensional Quality Certificate. In: Catarci, T. (Hrsg.): International Workshop on Data Quality in Cooperative Information Systems. Siena 2003, S. 64-70.Google Scholar
  7. English, L. (1999): Improving Data Warehouse and Business Information Quality. New York 1999.Google Scholar
  8. Feigenbaum, A. V. (1991): Total Quality Control. New York 1991.Google Scholar
  9. Fisher, C. W.; Chengalur-Smith, I.; Ballou, D. P. (2003): The Impact of Experience and Time on the Use of Data Quality Information in Decision Making. In: Information Systems Research 14 (2003) 2, S. 170–188.CrossRefGoogle Scholar
  10. Heijkers, M. (2003): Ohne Datenhygiene kein CRM. In: Computerwoche Nr. 41 vom 10.10.2003, S. 40.Google Scholar
  11. Heinrich, B.; Helfert, H. (2003a): Nützt Datenqualität wirklich im CRM? — Wirkungszusammenhänge und Implikationen. In: Uhr, W; Esswein, W; Schoop, E. (Hrsg.): Wirtschaftsinformatik 2003, Band II. Heidelberg 2003, S. 231-253.Google Scholar
  12. Heinrich, B.; Helfert, H. (2003b): Analyzing Data Quality Investments in CRM — a model based approach. In: Proceedings of the 8th International Conference on Information Quality. Cambridge 2003, S. 80-95.Google Scholar
  13. Heinrich, B.; Klier, M. (2005): Metriken und Messverfahren zur Bewertung der Datenqualität als Basis für ein ökonomisch orientiertes Datenqualitätsmanagement. Diskussionspapier des Lehrstuhls WI-IF der Universität Augsburg. Augsburg 2005.Google Scholar
  14. Helfert, M. (2000): Eine empirische Untersuchung von Forschungsfragen beim Data Warehousing aus Sicht der Unternehmenspraxis. Arbeitsbericht BE HSG/CC DWS/05 des Instituts für Wirtschaftsinformatik der Universität St. Gallen. St. Gallen 2000.Google Scholar
  15. Helfert, M. (2002): Planung und Messung der Datenqualität in Data-Warehouse-Systemen. Dissertation. Bamberg 2002.Google Scholar
  16. Khalil, O. E. M.; Harcar, T. D. (1999): Relationship Marketing and Data Quality Management. In: SAM Advanced Management Journal 64 (1999) 2, S. 26–33.Google Scholar
  17. Krishnamoorthi, K.S. (1989): Predict quality cost changes using regression. In: Quality Progress 22 (1989) 12, S. 52–55.Google Scholar
  18. Kreutzberg, J. H. (2000): Has Quality Management Any Effect on Quality? — Analysis of Quality Management by a Non-linear Model. In: Proceedings of the 5th International Conference on Information Quality. Cambridge 2000, S. 242-257.Google Scholar
  19. Machowski, F.; Dale, B. G. (1998): Quality costing: An examination of knowledge, attitudes, and perceptions. In: Quality Management Journal 5 (1998) 3, S. 84–95.Google Scholar
  20. Matzer, M. (2004): Datenqualität frisst die Hälfte des Data-Warehouse-Etats. In: Computerzeitung Nr. 3 vom 12.01.2004, S. 12.Google Scholar
  21. Parssian, A.; Sarkar, S.; Jacob, V. S. (2004): Assessing Data Quality for Information Products: Impact of Selection, Projection, and Cartesian Product. In: Management Science 50 (2004) 7, S. 967–982.CrossRefGoogle Scholar
  22. Redman, T. C. (1996): Data Quality for the Information Age. Norwood 1996.Google Scholar
  23. SAS Institute (2003): Europäische Unternehmen leiden unter Profitabilitätseinbußen und niedriger Kundenzufriedenheit durch schlechte Datenqualität. Studie der SAS Institute GmbH. Heidelberg 2003.Google Scholar
  24. Shank, J.M.; Govindarajan, V. (1994): Measuring the cost of quality: A strategic cost management perspective. In: Journal of Cost Management 8 (1994) 2, S. 5–17.Google Scholar
  25. Wang R. Y.; Storey, V. C.; Firth, C. P. (1995): A Framework for analysis of data quality research. In: IEEE Transaction on Knowledge and Data Engineering 7 (1995) 4, S. 623–640.CrossRefGoogle Scholar

Copyright information

© Gabler-Verlag 2006

Authors and Affiliations

  • Bernd Heinrich
    • 1
  • Mathias Klier
    • 2
  1. 1.wissenschaftlicher Assistent am Lehrstuhl WI-IF sowie am Kernkompetenzzentrum Informationstechnologie & FinanzdienstleistungenUniversität AugsburgAugsburgGermany
  2. 2.wissenschaftlicher Mitarbeiter am Lehrstuhl WI-IF sowie am Kernkompetenzzentrum Informationstechnologie & FinanzdienstleistungenUniversität AugsburgAugsburgGermany

Personalised recommendations