Data Quality erfolgreich steuern
Bessere Datenqualität – bessere Managemententscheidungen
Lernen Sie Ihre Data Quality erfolgreich zu steuern mit unserem 2-tägigen Data Quality Inhouse Workshop
Inhalte
Einleitung und Definition
- Von den Daten zu Informationen zu Wettbewerbsfähigkeit.
- Definition von Datenqualität und Datenqualitätsmanagement (DQM).
- Warum DQM? – Treiber für die Einführung eines unternehmensweiten DQM.
- Mehrwert eines Data Quality Managements für Organisationen.
- DQM-Reifegradmodell (Wo würden Sie Ihr Unternehmen einordnen?).
Auswirkungen und Ursachen schlechter Datenqualität
- Anforderungen an die Datenqualität (gesetzlich/ökonomisch).
- Ursachen und Wirkung schlechter Datenqualität auf die Organisation als System.
- Auswirkung schlechter Datenqualität auf Kennzahlen.
- Datenqualitätsklassen und Untersuchungsgegenstände zur Erhebung schlechter Datenqualität.
Datenqualitätskriterien definieren und messen (Data Profiling)
- Überblick Datenqualitätsdimensionen zur optimalen Messung von Datenqualität.
- Datenqualitätsdimensionen definieren (praktische Übung).
- Datenqualitätsdimensionen anwenden (Praxisbeispiel).
Entwicklung von Logikbäumen zur Ermittlung und Bewertung von Ursache/Wirkung
- Prinzipien Logikbäume und Mehrwert.
- Logikbäume anwenden (praktische Übung).
- Bewertung der Erkenntnisse aus Logikbäumen.
Ableitung von Verbesserungsmaßnahmen und Analyse Kosten/Nutzen
- Logikbäume zur Entscheidungsfindung weiterentwickeln für eine optimale Kosten-/Nutzenbewertung (praktische Übung).
- Verbesserungsmaßnahmen ableiten (praktische Übung).
Aufbau eines Data Quality Reportings und Data Quality Index
- DQM-Regelkreis.
- Vom Prototyping zum DQ-Standardreporting.
- Entwicklung und Implementierung eines prozessorientierten DQ-Index.
Data Quality Organisation und Prozesse
- Rollen und Verantwortlichkeiten.
- Standardprozesse: Data Profiling, Data Quality Monitoring, Fehlertracking und Verbesserung.
- Einordnung Data Quality im Data Governance Modell.
Ihr Nutzen
- Sie sehen die Notwendigkeit zur Einführung eines Data Quality Managements aus gesetzlicher und ökonomischer Sicht.
- Sie lernen, wie Sie die Qualität Ihrer Daten zielorientiert und nachhaltig verbessern können.
- Sie erkennen, wie Chancen und Risiken von Datenqualität im Unternehmen ermittelt und bewertet werden können und welche Investitionen sich lohnen.
- Sie erfahren, wie Sie Datenqualitätskriterien definieren und messen können.
- Sie lernen, wie Sie Verbesserungsmaßnahmen im Datenmanagement mit entsprechenden Kosten-Nutzen-Analysen ableiten können.
- Sie erhalten einen Leitfaden, wie Sie Data Quality Management in Ihrem Unternehmen aufbauen und nachhaltig etablieren können.
Methoden
Praxisorientierter Vortrag, Praxisbeispiele, praktische Übungen, Diskussion, Leitfaden. Die Teilnehmer:innen sollten eigene aus ihrem Unternehmen bekannte Datenqualitäts-Fragestellungen einbringen.
Teilnehmer:innenkreis
Data Quality Manager:innen, Fach- und Führungskräfte aus Data & Analytics, Vertrieb, Controlling, Finanzen, Marketing, Datenqualitätsmanagement sowie alle Personen, die sich mit Digitalisierung und Datenanalyse beschäftigen.
Dauer: 2 Tage (2x 8h)
Max. Teilnehmerzahl: 12
Preis: Auf Anfrage!