Datenmanagement
Die Data Governance vereint in sich alle Maßnahmen, die seitens des Managements getroffen werden, um verantwortlich mit Daten umzugehen und die maßgeblichen Qualitäts-, Sicherheits- und Verarbeitungsstandards für Daten einzuhalten. Sie gibt Richtlinien und Standards zum Umgang mit Daten vor und beschreibt festgelegte Prozesse zur Datennutzung. Big Data langfristig zu kontrollieren, kann nur über Data Governance gelingen.
Das Erheben und Speichern von Daten sowie deren Verarbeitung spielen in allen Branchen eine tragende Rolle. Jedes Unternehmen sollte ein Data-Governance-Konzept besitzen, nach welchen Regeln Daten erhoben und mit welcher Strategie sie genutzt werden. Zielgruppen können auf diese Weise analysiert und gewinnbringende Entscheidungen getroffen werden.
Data Governance spielt jedoch nicht nur für die Ausrichtung des Marketings eine Schlüsselrolle, sondern muss auch Aspekte des Datenschutzes berücksichtigen. Die Dokumentation der Datenverarbeitung mit den zuständigen Verantwortlichkeiten ist für Rechtsfragen wichtig und muss daher transparent sowie lückenlos erfolgen.
Folgende Aspekte sind von zentraler Bedeutung:
1. Data Quality (Erhebung qualitativer Daten)
2. Data Maintenance (Pflege der bekannten Daten)
3. Data Privacy (Datenschutz beachten)
4. Data Security (Datensicherheit beachten)
5. Data Compliance (gesetzliche Standards und rechtliche Vorgaben beachten)
Durch Data Governance werden innerhalb eines Unternehmens klare Strukturen geschaffen, was unter Anderem ressourcenschonend ist und zu enormer Zeitersparnis führt. Alle Daten, die über Kunden zur Verfügung stehen, werden in Einklang mit der DSGVO gesammelt. Hauptsächlich stammen sie aus den eigenen Datenbanken oder den Datenbanken von Auskunfteien. Auf Grundlage der Daten können Kunden dann in unterschiedliche Segmente eingeteilt werden. Dies erlaubt eine Standardisierung, mit der beispielsweise der Wert geplanter Rabattaktionen geschätzt werden kann.
Mit steigender, beziehungsweise konstant gehaltener Datenqualität wächst nicht nur die Wertschöpfung, es mindert auch Kosten und Risiken, da es vor allem fehlerhafte Daten sind, die dem Unternehmen schaden.