Skip to main content
Top

2021 | OriginalPaper | Chapter

12. Valide Kundendaten – Das Fundament für Omni-Channel Marketing

Author : Simone Braun

Published in: Marketing und Sales Automation

Publisher: Springer Fachmedien Wiesbaden

Activate our intelligent search to find suitable subject content or patents.

search-config
loading …

Zusammenfassung

In die neuen Verfahren, wie Big Data, Machine Learning und Predictive Analytics, werden von Marketing und Vertrieb hohe Erwartungen gesetzt. Doch dem „Garbage in – Garbage out“-Prinzip folgend lassen die Ergebnisse zu wünschen übrig. Grund hierfür ist häufig eine nicht ausreichende Qualität in den zugrunde liegenden Kundendaten. Dieser Beitrag beleuchtet diese Problematik anhand der Wert-Pyramide. Je weiter oben die Daten in der Wertschöpfungskette angesiedelt sind, desto höher ist deren Qualität und umso mehr Wert haben sie für das Unternehmen. Darüber hinaus wird aufgezeigt, wie sich mit Hilfe von Monitoring-Systemen, wie einer Datenqualitäts-Scorecard, Aussagen zur Datenqualität treffen und Verbesserungen derselben messen lassen. So wird der tatsächliche Wert von Daten für Unternehmen ersichtlich.

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Literature
go back to reference Azkan, C. et al. 2019. Readiness Data Economy. Bereitschaft der deutschen Unternehmen für die Teilhabe an der Datenwirtschaft, IW-Gutachten, Köln Azkan, C. et al. 2019. Readiness Data Economy. Bereitschaft der deutschen Unternehmen für die Teilhabe an der Datenwirtschaft, IW-Gutachten, Köln
go back to reference Bitkom. 2020. E-Commerce und stationärer Handel: So digital shoppen die Deutschen, Ein Bitkom-Studienbericht, Juli 2020 Bitkom. 2020. E-Commerce und stationärer Handel: So digital shoppen die Deutschen, Ein Bitkom-Studienbericht, Juli 2020
go back to reference BVDW – Bundesverband Digitale Wirtschaft. 2018. Data Economy. Datenwertschöpfung und Qualität von Daten, Berlin BVDW – Bundesverband Digitale Wirtschaft. 2018. Data Economy. Datenwertschöpfung und Qualität von Daten, Berlin
go back to reference DAMA International. 2009. The DAMA Guide to The Data Management Body of Knowledge (DAMADMBOKGuide). Bradley Beach: Technics Publications. DAMA International. 2009. The DAMA Guide to The Data Management Body of Knowledge (DAMADMBOKGuide). Bradley Beach: Technics Publications.
go back to reference Eichsteller, H., und J. Seitz. 2019. Studie Digital Dialog Insights 2019. Bundesanzeiger Verlag, Köln Eichsteller, H., und J. Seitz. 2019. Studie Digital Dialog Insights 2019. Bundesanzeiger Verlag, Köln
go back to reference European Union. 2020. The European Data Market Monitoring Tool: Key Facts & Figures, First Policy Conclusions, Data Landscape and Quantified Stories, D2.9 Final Study Report, Luxembourg: Publications Office of the European Union European Union. 2020. The European Data Market Monitoring Tool: Key Facts & Figures, First Policy Conclusions, Data Landscape and Quantified Stories, D2.9 Final Study Report, Luxembourg: Publications Office of the European Union
go back to reference Fürber, C. 2016. Data Quality Management with Semantic Technologies. Wiesbaden: SpringerCrossRef Fürber, C. 2016. Data Quality Management with Semantic Technologies. Wiesbaden: SpringerCrossRef
go back to reference Gentsch, P. 2017. Künstliche Intelligenz für Sales, Marketing und Service. Mit AI und Bots zu einem Algorithmic Business – Konzepte, Technologien und Best Practices. Wiesbaden: Springer Fachmedien Gentsch, P. 2017. Künstliche Intelligenz für Sales, Marketing und Service. Mit AI und Bots zu einem Algorithmic Business – Konzepte, Technologien und Best Practices. Wiesbaden: Springer Fachmedien
go back to reference Klingenberg, C., und K. Weber. 2017. Kundendatenqualität im Zeitalter der digitalen Transformation. In: IT-Governance. Fachzeitschrift des ISACA Germany Chapter e.V., Vol. 26: p 7–13. Klingenberg, C., und K. Weber. 2017. Kundendatenqualität im Zeitalter der digitalen Transformation. In: IT-Governance. Fachzeitschrift des ISACA Germany Chapter e.V., Vol. 26: p 7–13.
go back to reference Kreutzer, R. 2018. Praxisorientiertes Online-Marketing, 3. Aufl. Wiesbaden: Springer-Verlag. Kreutzer, R. 2018. Praxisorientiertes Online-Marketing, 3. Aufl. Wiesbaden: Springer-Verlag.
go back to reference Kröger J., und S. Marx. (2020): Marketing im Wandel. In Agile Marketing. Wiesbaden: Springer Gabler, S. 63–81 Kröger J., und S. Marx. (2020): Marketing im Wandel. In Agile Marketing. Wiesbaden: Springer Gabler, S. 63–81
go back to reference Lünendonk, J. 2019. Lünendonk-Studie 2019 – Künstliche Intelligenz, Lünendonk & Hossenfelder GmbH in Zusammenarbeit mit GINKO Consulting Management Lünendonk, J. 2019. Lünendonk-Studie 2019 – Künstliche Intelligenz, Lünendonk & Hossenfelder GmbH in Zusammenarbeit mit GINKO Consulting Management
go back to reference Olson, J. 2003. Data quality: the accuracy dimension. San Francisco, USA: Morgan Kaufmann; Elsevier Science. Olson, J. 2003. Data quality: the accuracy dimension. San Francisco, USA: Morgan Kaufmann; Elsevier Science.
go back to reference Rahm, E. & Do, H.-H. 2000. Data cleaning: Problems and current approaches. IEEE Data Eng. Bull. S. 23(4), 3 13 Rahm, E. & Do, H.-H. 2000. Data cleaning: Problems and current approaches. IEEE Data Eng. Bull. S. 23(4), 3 13
go back to reference Rennhak, C. 2007. Herausforderung Kundenbindung. Wiesbaden: Gabler Edition Wissenschaft. Springer-Verlag. Rennhak, C. 2007. Herausforderung Kundenbindung. Wiesbaden: Gabler Edition Wissenschaft. Springer-Verlag.
go back to reference Rohweder, J., Kasten, G. Malzahn, D., Piro, A., Schmid, J. 2008. Informationsqualität – Definitionen, Dimensionen und Begriffe. In: Hildebrand K., Gebauer M., Hinrichs H., Mielke M. (Hrsg.) Daten- und Informationsqualität. Vieweg+Teubner Verlag. Rohweder, J., Kasten, G. Malzahn, D., Piro, A., Schmid, J. 2008. Informationsqualität – Definitionen, Dimensionen und Begriffe. In: Hildebrand K., Gebauer M., Hinrichs H., Mielke M. (Hrsg.) Daten- und Informationsqualität. Vieweg+Teubner Verlag.
go back to reference Uniserv GmbH. 2016a. Success Story Vorwerk International. Uniserv GmbH. 2016a. Success Story Vorwerk International.
go back to reference Uniserv GmbH. 2016b. Data Quality ist mehr als Adressvalidierung – White Paper. Uniserv GmbH. 2016b. Data Quality ist mehr als Adressvalidierung – White Paper.
go back to reference Uniserv GmbH. 2016c. Digitale Transformation needs Kundendatenmanagement – White Paper. Uniserv GmbH. 2016c. Digitale Transformation needs Kundendatenmanagement – White Paper.
go back to reference van Bommel, E., Edelman, D., & Ungerman, K. 2014. McKinsey & Company: Digitizing the consumer decision journey. 2014. http://www.mckinsey.com/ business-functions/marketing-andsales/our-insights/digitizing-theconsumer-decision-journey van Bommel, E., Edelman, D., & Ungerman, K. 2014. McKinsey & Company: Digitizing the consumer decision journey. 2014. http://​www.​mckinsey.​com/​ business-functions/marketing-andsales/our-insights/digitizing-theconsumer-decision-journey
go back to reference Wang, R. Y., Strong, D. M. 1996. Beyond accuracy: what data quality means to data consumers. Journal of Management Information Systems. 12(4), S. 5–33.CrossRef Wang, R. Y., Strong, D. M. 1996. Beyond accuracy: what data quality means to data consumers. Journal of Management Information Systems. 12(4), S. 5–33.CrossRef
go back to reference Weber, K. 2012. Data Governance – Organisation des Stammdatenmanagements. IT-Governance 6, 13, S. 3–8. Weber, K. 2012. Data Governance – Organisation des Stammdatenmanagements. IT-Governance 6, 13, S. 3–8.
Metadata
Title
Valide Kundendaten – Das Fundament für Omni-Channel Marketing
Author
Simone Braun
Copyright Year
2021
DOI
https://doi.org/10.1007/978-3-658-21688-7_12