Online-Artikel 20060506n Fuzzy Informatik Datenqualität

Initiativen für eine bessere Qualität der Daten finanzieren sich selbst, ergab eine Umfrage von PricewaterhouseCoopers unter 450 großen und mittleren Unternehmen in Australien, Großbritannien und USA. Teilweise zahlte sich die Investition sogar zehnfach aus. Auch das Customer Assistance Center von Daimler Chrysler in Maastricht senkte Kosten durch effizientere Prozesse. Seit rund einem Jahr setzt der Autokonzern fehlertolerant arbeitende Software von Fuzzy Informatik zur Sicherung der Datenqualität ein.

er sucht schon gerne? Die Call Center Agents im Daimler Chrysler Customer Assistance Center (CAC) jedenfalls nicht. »Es muss blitzschnell gehen, wenn ein Kunde anruft, dessen Mercedes eine Panne hat«, sagt Roland Stähler , Leiter Marketing & Operations , im Customer Assistance Center von Daimler Chrysler in Maastricht. »Um ihm sofortige und genaue Hilfe leisten zu können, müssen wir den Anrufer nach Eingabe weniger Kriterien wie Nachname oder Nummerschild unter zehn Millionen Kunden- und Fahrzeugdaten aus 13 Ländern finden können. Auch wenn seine Angaben in der Aufregung unstrukturiert sind. »Dank fehlertolerant arbeitender Software von Fuzzy Informatik mit unscharfer Suchlogik finden die Call Center Mitarbeiter ihn selbst bei Tippfehlern wie Tschgrsytzak statt Skrzypczak oder Zahlendrehern.

Der Service des CAC ist zuständig für zehn Millionen Fahrzeuge und acht Marken: von Chrysler über Jeep, Smart bis Maybach, Mercedes-Benz und Mitsubishi. Die Fahrer wohnen in fast ganz Europa verteilt, in Deutschland, Großbritannien, Österreich, Frankreich, Italien oder den Niederlanden. Egal, woher der Kunde kommt, ob ein Notfall vorliegt, er Prospekte oder Fahrzeugeigenschaften anfordert oder eine Beschwerde loswerden will: Alle Briefe, Telefonanrufe, Faxe oder E-Mails werden im CAC Maastricht bearbeitet. Auch Firmenangehörige und Händler wenden sich mit Fragen zu neuen Produkten oder Dienstleistungen dorthin.

»Schnelligkeit und Qualität sind entscheidend für unseren Erfolg bei Kunden und Vertriebsmitarbeitern«, sagt Frans Theelen, IT-Projektleiter beim CAC. »Der Schlüssel ist eine nachhaltig hohe Datenqualität. Ohne sie ist auch eine Weiterentwicklung unserer Angebote nicht möglich.« Um die Basis zu schaffen für weitere datenabhängige Dienstleistungen wie Mailingaktionen, startete auf Initiative der Marketing- und Vertriebsabteilung Ende des Jahres 2003 das Projekt Datenqualitätsmanagement. »Wir wollten keine Duplikate mehr, korrekt geschriebene Adressen, Namen und Titel. Die Eingabe der Daten und das Suchen sollten schneller gehen«, erläutert Theelen.

Die größte Herausforderung war die Internationalität. Mit 95 Prozent stellen den Löwenanteil der Daten Kunden aus dreizehn verschiedenen Ländern mit völlig verschiedenen Standards für die Dateneingabe. Hoch gesteckt waren die Projektvorgaben auch hinsichtlich Performance und Antwortzeiten. Theelen: »Das System sollte nicht langsamer werden, auch wenn die neue Software für das Datenqualitätsmanagement mehr Rechnerleistung beansprucht.« Ständige Verfügbarkeit musste ebenfalls gewährleistet sein – 24 Stunden an sieben Tagen der Woche. Im Durchschnitt klingelt das Telefon täglich fast 10.000 Mal.

Die Lösung fand das CAC nach einem Marktvergleich mit den Tools Fuzzy Analyzer, Fuzzy Post und Fuzzy Double des Unternehmens Fuzzy Informatik AG in Ludwigsburg, einem Anbieter von fehlertoleranter Software für das Datenqualitätsmanagement. »Überzeugt hat uns, dass wir die Software sofort für alle von uns bedienten Länder über eine Schnittstelle einsetzen konnten. Wir wollten einen Anbieter, der alles abdeckt: Adressen verifiziert, Duplikate identifiziert und die Daten strukturiert. Die Fuzzy Informatik AG hatte die passende Lösung und die internationale Erfahrung, um uns zu helfen.«

Nach dem Kick-Off im Februar 2004 starteten zwei Mitarbeiter der Fuzzy Informatik AG damit, in wenigen Wochen mit Hilfe der Fuzzy Tools den vorhandenen Datenbestand zu bereinigen und die Referenzdaten für internationale Vertriebsaktivitäten zu erweitern. Unterstützt wurden sie durch Mitarbeiter aus Call Center, Marketing- und IT-Abteilung.

»Es war herausfordernder als wir dachten« so CAC-Projektleiter Theelen. Weil es in jedem Land andere Regeln für die Dateneingabe gab, mussten für alle dreizehn Länder individuelle Richtlinien definiert und getestet werden. »Unsere Software kennt die jeweiligen Länderbesonderheiten«, erklärt Marcus Zwirner, Projektleiter der Fuzzy Informatik AG. »Beispielsweise haben Häuser in Großbritannien häufig eigene Namen. Die Postleitzahlen in den Niederlanden bestehen aus einer Kombination aus Ziffern und alphanumerischen Zeichen. Und in Frankreich wird die Hausnummer vor den Straßennamen gestellt.« Von Vorteil ist dabei die unscharfe Suchlogik der Fuzzy Software. Sie merzt Fehlerquellen aus und erkennt beispielsweise auch internationale Rechtsformen von Unternehmen oder österreichische Titel und ordnet diese richtig zu (S. Kasten 2).

Insgesamt waren vier Teil-Projekte zu koordinieren, die teilweise parallel verliefen – bei knappen Zeitvorgaben. Es reichte nicht, die Daten zu bereinigen, alle Länder zu integrieren und das Management der Datenqualität durch Schulungen der Mitarbeiter und definierte Prozesse in der Organisation zu verankern. Damit die Call Center Agenten die Daten online in Echtzeit abrufen können, wurden die Fuzzy Tools in das bestehende Customer Relationship Management-System von Siebel integriert, das individuell an die Bedürfnisse des CAC angepasst ist. Dabei arbeitete das Fuzzy Team eng mit dem Partner Atos Origin zusammen, der die Online-Anbindung an das Siebel-System durchführte.

Seit dem Produktivstart der Fuzzy Tools im Oktober 2004 entstehen Datenfehler und Dubletten erst gar nicht mehr. Jede Adresse wird automatisch durch die Software mit unscharfer Suchlogik verifiziert. Legt ein Call Center Agent einen Neukunden an, durchforstet die Software den kompletten Datenbestand automatisch noch während des Telefonats auf Wiederholungen. Sie findet den Gesprächspartner auch, wenn er zwischenzeitlich bei einer anderen Firma arbeitet, geheiratet hat oder umgezogen ist. Der Mitarbeiter erhält dann in einem übersichtlichen Bildschirmfenster eine Auswahlliste der existierenden, in Frage kommenden Einträge. Anhand dieser kann er entscheiden, ob er Daten übernimmt oder die neuen Angaben abspeichert.

Um Daten aus unterschiedlichen internen Quellen für Marketingaktionen zu kombinieren, musste früher eine Vielzahl von Sonderlogiken realisiert werden, um all die Informationen zusammenzusuchen, die zusammengehören. Es gab keinen Batch-Prozess, um Daten zu bereinigen. Daten wurden geladen, ohne die Qualität zu verifizieren. Jetzt sucht die Fuzzy Software auch in Batch-Läufen automatisch regelmäßig nach Fehlern und Duplikaten in den externen Adressen und überprüft neue Daten während der Integration.

Rund ein Jahr nach der Einführung der neuen Technologie rechnet das CAC in Kürze mit einem Return on Investment. Vor allem die schnelleren Prozesse sparen Kosten. »Wir haben Effizienz und Produktivität mehrfach vor, während und nach dem Projekt gemessen. Insgesamt ist die Effizienz gestiegen«, sagt Theelen. Zwar wurde nicht dokumentiert, inwieweit sich die Kundenzufriedenheit verbessert hat. »Aber stellen sie sich einen Kunden vor, der gerade eine S-Klasse gekauft hat und wir erzählen ihm, dass wir nicht wissen, welches Auto er fährt«, gibt der IT-Projektleiter des CAC zu bedenken.

Jedoch: Es bleibt schwierig, nachhaltig auf die Datenqualität zu sichern und weitere Verbesserungen zu erzielen. Trotz weitgehend automatisierter Messungen, obwohl die Datenqualität ein kritischer Erfolgsfaktor ist und als Kennzahl im Data Warehouse und in den Standardberichten abgebildet wird. »Die Mitarbeiter haken das Thema nach dem Projekt ab«, weiß Frans Theelen. Um nachhaltige Aufmerksamkeit sicherzustellen, hat das CAC einen Verantwortlichen für Datenqualität, wie es ihn bereits für die Produktqualitätssicherung gibt, benannt.

Jedenfalls schafft die unscharfe Suche mit der Fuzzy Software in den Datenbeständen die Basis, um die 360-Grad-Sicht auf den Kunden europaweit zu verwirklichen. Daimler Chrysler bündelt die Daten aller Händler in einem zentralen Customer Relationship Management-System. Ziel ist, alle Informationen zu bündeln, um ihn immer bestens entsprechend seiner Wünsche und Bedeutung bedienen zu können. Damit das von Anfang an funktioniert, wird die Datenqualität europaweit analysiert und validiert. Gibt ein Händler neue Namen und Adressen ein, wird deren Richtigkeit sofort europaweit geprüft.

Goldene Regeln für mehr Datenqualität

von Frans Theelen, IT- Projektleiter im Daimler Chrysler-Customer Assistance Center:

* Projekte für ein besseres Management der Datenqualität sind nie zu Ende! Auch nach Einführung einer neuen Software bedürfen die Daten ständiger Aufmerksamkeit, Pflege und Verbesserung. Es muss einen Verantwortlichen im Unternehmen geben, der den Zustand der Daten permanent überwacht und verbessert. Datenqualität sollte Teil der Key Performance Indicators sein und als kritischer Erfolgsfaktor in den Kennzahlen abgebildet werden.

* Ziele, Vorgehen und Nutzen eines Projektes für mehr Datenqualität klar beschreiben! Das hilft, das Management zu gewinnen, die Mitarbeiter zu überzeugen und Priorität für das Projekt zu bekommen.

* Datenqualität ist keine Frage der Informationstechnologie. Ein nur IT- getriebenes Datenqualitätsprojekt muss scheitern. Jedem Mitarbeiter muss bewusst sein, wie wichtig gutes Datenmanagement ist.

Wie funktioniert Software mit unscharfer Suchlogik? Nach dem Motto: »Besser ungefähr richtig als genau falsch.« setzt fehlertolerante Software mit Unschärfe-Algorithmen dort an, wo konventionelle Software an den Grenzen der binären Logik scheitert. Sie kennt nur zwei Werte: eins und null oder »wahr« und »falsch«. Die unscharfe Suche erhöht die Trefferquote. Alle reellen Zahlen zwischen null und eins werden als denkbare Wahrheits- oder Wahrscheinlichkeitswerte eingeführt (vergleichbar der menschlichen Assoziationsfähigkeit). Je näher an der eins, desto größer die Wahrscheinlichkeit oder Wahrheitsnähe.

Für jedes Datenfeld wie Anschrift, Geburtsdatum oder Telefonnummer kann der Anwender in individuellen Feldtypen definieren, was als ähnlich gilt. Der Ähnlichkeits- oder Übereinstimmungsgrad wird dann als ein Wert zwischen null und eins dargestellt. Im Abgleich mit Referenzdaten kann die Software außerdem jeweils den Inhalt analysieren, klassifizieren und im richtigen Zieldatenfeld ablegen.

Copyright © 2003-2012 ap Verlag GmbH