Dårlig datakvalitet bider dig selv i bagdelen

3. juli 2019

Dårlig datakvalitet bider dig selv i bagdelen

Dårlig datakvalitet koster dyrt – faktisk kan det tidoble prisen for en aktivitet. Det fortæller Terje Gilbu her – og giver dig råd til, hvad du kan gøre ved det.


Garbage in – garbage out. En noget forsimplet læresætning, når det kommer til datakvalitet. Men har du for mange hår i data-suppen, koster det dig på bundlinjen i sidste ende.

Derfor: Har kvaliteten af dine data nok fokus?

Min påstand er, at de fleste virksomheder har dårlige data i en eller anden udstrækning. Mange virksomheder kender slet ikke kvaliteten af deres data. Alligevel oplever jeg ofte, at datakvalitet ikke prioriteres højt nok.

Data er jo omdrejningspunktet i alt, hvad vi foretager os, hvad enten det har med CRM, marketing automation, analyser, effektivisering eller en optimeret kundeoplevelse at gøre.

Hvorfor betyder god datakvalitet så meget?

Det gør den, fordi data i kundedatabasen er vejen til mer- og gensalg. Når du har gode kundedata, giver det dig et bedre beslutningsgrundlag. Jo bedre data, des bedre bliver kommunikationen med dine kunder.

Og så er der også det rent lavpraktiske. Datakvalitet kan også være forskellen på, om varen eller den fysisk kommunikation når sikkert frem til kundens bopæl, eller den ikke gør.

Vi arbejder med ”Rule of 10” som tommelfingerregel for at anskueliggøre konsekvenserne af dårlig datakvalitet. Det koster som hovedregel 10 gange så meget at udføre en aktivitet, når datakvaliteten er dårlig, som hvis den var perfekt.

Så selv om man nok aldrig når perfektionen, er der altså stadig rigtig meget at vinde. De lavthængende frugter bliver simpelthen ikke meget større end her! Hvis du gerne vil læse en case på datavask, har jeg tidligere beskrevet en her: Skal dine data have en guldvask?

Hvor skal jeg tage fat?

Hvor skidt står det egentlig til med jeres datakvalitet?

Start med at få syn for sagen. Her kan du ty til din egen lommeanalyse og manuelt gennemgå fx 100-150 records for fejl, såsom forkert stavet vejnavn, manglende husnummer, manglende cifre i postnummeret eller lignende.

Sammenhold derpå de records, du registrerer fejl ved, med det samlede antal, og du har en score på din datakvalitet.

Du kan også få hjælp til at få analyseret alle dine kundedata. Det vil give dig et langt mere retvisende billede. Oveni vil du få dokumentation og anbefalinger, som du kan bære videre i organisationen.

Dernæst er selve datafangsten et vigtigt fokusområde, da 75 % af alle fejl erfaringsmæssigt stammer herfra. Få derfor sat en prop i badekarret ved at få styr på datafangsten, inden du begynder at se på selve data-vedligeholdelsen. Sørg for, at data hentes fra og ”benchmarkes” mod pålidelige kilder og integrer et fælles værktøj til, hvordan data samles ind i virksomheden.

En hurtig test?

Hvis du føler dig lidt på bar bund og gerne vil have et overblik, så grib endelig knoglen. Vi kan hjælpe dig med en analyse, der viser dig, hvor slemt det står til – og samtidig give dig et kvalificeret bud på, hvad det koster dig på bundlinjen, og hvordan vi kan udbedre skaderne.

Kunne du lide, hvad du læste?

Få mere inspiration ved at tilmelde dig vores månedlige nyhedsbrev Loyalty Insight.

Websitet bruger cookies for at forbedre din oplevelse, vurdere brugen af de enkelte elementer på websitet og til at støtte markedsføringen af vores services. Ved at klikke videre på websitet accepterer du websitets brug af cookies.Læs mere her