Smart Data: „Eine echte Sisyphos-Aufgabe“

„Daten sind das Gold des 21. Jahrhunderts“ – dieser Spruch begegnet mir seit einiger Zeit überall. Heute lässt sich auswerten, welcher Kunde wann was kauft, welche Produkte am meisten nachgefragt werden, welcher Lieferant welches Produkt zum günstigsten Preis anbietet. Wer all das wissen will, muss allerdings einen riesigen Wust an Daten analysieren – und das kostet Zeit. Ein Algorithmus könnte uns helfen Die Mitarbeiter im Vertrieb meines Werkzeughandels werten beispielsweise regelmäßig das Kaufverhalten unserer Kunden aus. Aber natürlich können sie nicht jeden unserer Kunden ständig im Blick haben. Helfen könnte uns hier ein Algorithmus, indem er uns automatisch auf abweichendes Verhalten aufmerksam macht – etwa so: „Dieser Kunde hat immer Trennscheiben gekauft, aber die letzten drei Monate nicht mehr.“ Wenn wir einen solchen Hinweis bekommen, könnten wir sofort nachfragen, was bei dem Kunden los ist. Auch ungenutzte Potenziale könnten wir auf diese Weise leichter erkennen, etwa: „Alle Schlosser haben Handschuhe gekauft, nur dieser eine nicht.“ Dann könnten wir auf den Kunden zugehen und ihm ein Angebot machen. Und sogar automatisierte Empfehlungen wären möglich. Anhand der vorliegenden Daten zum Kaufverhalten eines Kunden könnte der Computer berechnen, welche Produkte für diesen Kunden in Zukunft interessant sein könnten. Ein ziemliches Durcheinander Es gibt allerdings einen Haken: Solche Analysen sind nur mit einer sauberen Datenbasis möglich. Bei uns ist bei den Daten aber an einigen Stellen ein ziemliches Durcheinander. Das liegt an alten Datenbeständen: Als diese Daten eingegeben wurden, teilweise vor mehr als zehn Jahren, hat man nur die Informationen hinterlegt, die damals sinnvoll erschienen. Keiner konnte zu dieser Zeit ahnen, welche Auswertungen heute mit ein paar Klicks möglich sein würden. Ein Beispiel: Für jeden Artikel gibt es eine weltweit einheitliche Identifikationsnummer - aber bei manchen Produkten ist diese Nummer nicht eingetragen. Es kann also sein, dass ein und dasselbe Produkt zweimal in unserem System hinterlegt ist, etwa von zwei unterschiedlichen Lieferanten. In diesen Fällen können wir dann nicht mehr nachvollziehen, wie oft wir das Produkt verkauft haben. 100.000 Artikel mit unvollständigem Datensatz Dieses Chaos zu beseitigen, ist eine echte Sisyphos-Aufgabe. In unserem Warenwirtschaftssystem haben wir beispielsweise 100.000 Artikel, deren Datensatz nicht vollständig ist. Ein Beispiel: Handschuhe gehören in die Warengruppe Arbeitsschutz. Ich weiß das, meine Mitarbeiter wissen das - aber der Computer weiß das bisher nicht. Und kann deshalb keine Auswertung nach Warengruppen vornehmen. Im September habe ich Start-ups in Israel besucht, um mich über das Thema künstliche Intelligenz zu informieren. Auf der Reise wurde mir einmal mehr deutlich, wie sehr KI uns die Arbeit mit Daten erleichtern kann. Daher habe ich das Thema Datenqualität nun noch mal ganz besonders in den Fokus genommen. Wir hatten das Thema zwar schon seit zwei, drei Jahren auf der Agenda, sind aber bisher nur in kleinen Schritten vorangekommen. Bei der digitalen Aufräumaktion ist jeder gefordert Nun wollen wir die digitale Aufräumaktion mit höherer Priorität angehen – und zwar Schritt für Schritt. Aktuell konzentrieren wir uns auf die Kundendaten: Meine Vertriebler clustern unsere Kunden nach Branchen. Das hilft uns beispielsweise, ihnen Newsletter mit passenden Angeboten zu schicken – ein Schreiner interessiert sich schließlich nur für Holz, nicht für Metall. Um die Rechnungen digital versenden zu können, müssen wir wissen, unter welcher E-Mail-Adresse wir die Buchhaltung unserer Kunden erreichen. Deshalb haben wir alle Kunden angeschrieben und sie gebeten, uns ihre Buchhaltungs-E-Mail mitzuteilen. Außerdem ist jeder gefordert, der zwischendurch mal ein paar Minuten Leerlauf hat - etwa zwischen zwei Telefonaten oder kurz vor Feierabend -, Daten in der Warenwirtschaft nachzupflegen. Erst wird es schlimmer, dann besser Mir ist klar, dass eine solche Aufgabe nicht unbedingt Spaß macht. Ich bin aber überzeugt, dass dieser Schritt notwendig ist – und dass wir am Ende alle davon profitieren können. Ich habe die Hoffnung, mit dieser Herausforderung nicht allein zu sein. Jeder, mit dem ich über das Thema Datenmanagement, KI und Marketing-Automatisierung spreche, schildert mir dieses Problem. Es ist eine große Herausforderung. Aber der werde ich mich stellen müssen, um in Zukunft profitieren zu können. Es ist im Business wie im Leben: Es wird meist erst schlimmer, bevor es besser werden kann. Und es ist ja schön, wenn der Schmerz nachlässt ;)