Menu
Master data bliver tit overset i den digitale transformation. Sørg for at få styr på stamdata, inden I sætter strøm til forretningen.
Der er mange eksempler på, at digitaliseringsprojekter ikke bliver en succes. Faktisk anslog Mckinsey i 2019, at 70% af digitale transformationer ikke levere de ønskede resultater. Det er der selvfølgelig mange grunde til, men en af fejlkilderne er håndtering af stamdata (Master Data Management). Kvaliteten af master data er simpelthen for lav, og det opdager man ofte for sent.
Den typiske situation i mange organisationer er, at data er siloopdelt og systemlandskabet er fragmenteret. Fx forskellige systemer indholder HR eller salgsdata. Det gør det svært at sammenligne data på tværs af organisationen og dermed svært at finde én sandhed i data. Og uden en fælles forståelse og verdensbillede, kan man ikke trække i samme retning.
Stamdata er det danske ord for master data. Master data indeholder forretningskritiske oplysninger og opbevares typisk i et ERP-system, men kan også opbevares over flere applikationer. Master data vil indeholde information som kunder, produkter, medarbejdere mv.
Stamdata opbevares typisk sammen med transaktionsdata, der indeholder information om salg, leverancer, kundeservice mm.
Data for sig selv, har kun begrænset værdi. Det er selvfølgelig vigtigt, at man kan mål og veje på sine aktiviteter, men den reele værdi opstår, når man begynder at koble datakilder. Det kunne fx være, at man kobler data fra webshoppen med data i ERP-systemet. Her skal man bruge en unik nøgle til at identificere kunderne på tværs af platforme. Nogle gange er en email nok, andre gange skal man anvende flere unikke nøgler. Det afhænger helt af jeres forretning.
Mange organisationer her nogenlunde styr på master data, men kun få har rigtig godt styr på det. En af grundene til, at ikke alle organisationer har fuldt styr på stamdata er, at digitaliseringsprojekter ofte drives af IT-afdelingen, og de andre interne afdelinger antager, at der er styr på det. Sagen er, at det er ikke altid. Ofte opstår der interne magtkampe om, hvem der egentlig ejer data, og det gør, at tingene enten sander til eller går i hårdknud. Stop derfor med at antage, at I har god datakvalitet. Sørg i stedet for at demokratisér data og lav en fælles forståelsesramme.
En anden grund til, at der master data ikke er højere på dagsordenen er, at det ofte ikke er særlig sexet. Det er meget sjovere at tale om alle de fede ting, man kan med data, AI og machine learning, istedet for at få styr på fundamentet. Men det er en fejl at tro, at man kan blive en digital succes uden at have det rette fundament.
For organisationer, som ikke har styr på masterdata, kan de mest (på papiret) simple spørgsmål være svære at svare på. En kunde er ikke bare en kunde. En kontaktperson kan være oprettet flere steder med samme navn men forskellige email. Eller der kan simplethen være dupletter.
Start derfor med at definere, hvad en kunde er, og hvilke oplysninger, I som minimum skal have på en kunde. En typisk faldgrubbe er, at kontaktpersoner er oprettet hos det team eller brand, hvor kontaktpersonen senest har lagt en ordre. Hvis er der er flere teams eller brands, kan kontaktpersonen derfor være oprettet flere gange.
En god øvelse er derfor, at alle kontaktpersoner er oprettet ét sted, så man undgår for mange duplikeringer.
For at få en bedre forståelse af, hvor god datakvaliteten er, bør man opstille nogle fælles regler for data, som alle stakeholdere er enige om. Det kunne fx være noget ala:
Samlet set vil simple beregninger som disse give et billede af, hvor god datakvaliteten er. Det er vigtigt med god datakvalitet, da datakvalitet er en af de vigtigste parametre for dig digitale aktiviter Hvis I fx vil sende målrettede, automatiske emails ud til jeres vigtigste kunder, er det vigtigt, at I ramme de rette personer med de rette budskaber. Og det kræver en god datakvalitet.
Det er samtidig ikke realistisk, at selv stamdata er 100% korrekt. Det er sjældent muligt eller arbejde værd. Beslut derfor, hvad jeres definition af god datakvalitet er. Det vil give jer et mål at styre efter.
Problemet med data er, at det ofte starter i IT-afdelingen. De laver den tekniske arkitektur og bygger it-landskabet. IT-afdelingen er ikke altid data-eksperter, og det er sjældent her, hvor aktivering af data (email automation, personalisering osv.) lever. Det er heller ikke her, hvor datakvalitet som regel bor. Derfor er det vigtigt med tværfagligt samarbejde, og en klar governance-struktur. Hvem ejer kundedata, hvor sikrer datakvalitet, hvem står for at aktivere data, hvem vedlighedholder systemerne og data. Det er alt sammen vigtigt at få styr på og fordelt i organisationen, så data ikke sander til over tid. For det vil det gør, hvis man ikke tager driften seriøst.
Der er svær at lave anbefaling til at arbejdet med master data. Men en one-size fits most model vil som minimum tage højde for
