Wir bringen HIDDEN CHAMPIONS

Transkript

1 Wir bringen HIDDEN CHAMPIONS voran. Datenmigration in proalpha Projekten Qualitativ hochwertige Daten aufbereiten am Beispiel eines ERP- Datenübernahmeprojektes bei der MULAG Fahrzeugwerk (Oppenau)

2 Datenübernahme richtig vorbereiten Ansätze für Datenqualitäts-Programme Ansatzpunkt Datenmigration: Projektüberblick Aufbau des Regelsystems Projektumsetzung Zusammenfassung Praktische Einblicke

3 Datenqualität nicht nur ein technisches Problem 3

4 Datenqualität nicht nur ein technisches Problem Wie wichtig eine regelmäßige Adresspflege ist, zeigen folgende Zahlen: 2014 änderten sich in Deutschland rund 300 Ortsnamen, Straßen wurden neu angelegt, aufgeteilt oder umbenannt. Zudem veralten Adressen jährlich durch etwa acht Millionen Umzüge, Todesfälle sowie Hochzeiten und Scheidungen und die damit verbundenen Namensänderungen. Deutsche Post, Kundendaten-Qualität 2015,

5 Datenqualität nicht nur ein technisches Problem Zusätzlich gefährden Fehler in der Anrede, falsch geschriebene Vor- und Nachnamen sowie doppelte Sendungen die gute Beziehung zum Kunden. Und die lohnt sich: Denn es kostet ein Unternehmen fünf- bis siebenmal mehr, einen Kunden neu zu gewinnen, als einen Bestandskunden zu halten. Deutsche Post, Kundendaten-Qualität 2015,

6 Ansatzpunkt Datenmigration 6

7 Ansatzpunkt Datenmigration - Ausgangslage Kunde nimmt zu 80% die Datenvorbereitung selbst in die Hand Standardmittel wie MS Excel werden für die Aufbereitung eingesetzt (Exporte) Wiederholte Exporte kaum möglich, da Daten nicht korrigiert wurden Aufwändiges Verfahren für hohe Anzahl an Datensätzen Kaum Zusammenhänge erkennbar (Schreibweisen, Dubletten etc.) Keine Einschätzung des Aufwandes vor Beginn der Aufbereitung Reproduzierbarkeit der Überprüfung aufwändig Man ist bisher mit 80-90% der Datenqualität vor Übernahme zufrieden 7

8 Projektüberblick 8

9 Projektüberblick Ziel des Gesamtprojektes Datenmigration von einem bestehenden ERP zu einem neuen ERP-System (proalpha) bei der Firma Mulag Fahrzeugwerk (Oppenau) Echtstart: Januar 2016 Ziel des Teil-Projektes gezielte Datenaufbereitung Aufbau einer automatisierten Analyse mittels Regelsystem mit geringem Aufwand Analyse und Verbesserung der Datenqualität vor der Datenübernahme in ein neues ERP-System (Ziel-System) Verbesserte Einschätzung der Aufwände für die Datenübernahme Zu betrachtende Domänen (Pilot-Projektstart): Kunden (DU_Kunde), Lieferanten (DU_Lieferant), Teile (DU_Teile) 9

10 Mitarbeiter: 248 Gegründet: 1953 Standorte: Bad Peterstal Oppenau

11 proalpha der Partner für den Mittelstand Markt & Lösung Unternehmen Kunden ERP-Komplettlösung für mittelständische Unternehmen Hersteller und Dienstleistungspartner in einem Gegründet: Standorte: Umsatz: weltweit, davon 12 in Deutschland 81 Mio. Kunden: Fokus: > in 50 Ländern > Anwender Mittelständische Fertigungsbetriebe und Großhandel Mitarbeiter: > 700 SW-Entwickler: > 100

12 Projektüberblick Alt- System Neu- System Bekannte Datenstruktur Unbekannte Qualität Unbekannte Vollständigkeit Probleme identifizieren Daten aufbereiten Daten ergänzen Bekannte Datenstruktur 12

13 Ausgangslage Daten sind im Alt-System vorhanden Definitionen für Ziel-System sind vorhanden (Excel) Spaltenname Datentyp Format Pflichtfelddefinition 13

14 Aufbau des Regelsystems 14

15 Aufbau eines Regelsystems Regel = Abfrage + Statistik + Bewertung Identifikation Relevanter Datenfelder und Datentöpfe Data collection Abgrenzung (Selektionskriterien) Stichprobe (data sample) Auswertung Listen/Kennzahlen Differenzen zu Erwartungswerten Controlling zu Historienwerten Festlegen von Schwellwerten (threshholds) Ampelstatus Rot - Gelb - Grün Gewichtung Wesentliches Merkmal ist die Eindeutigkeit, die keinen Raum für unterschiedliche Auslegungen lässt. Kennzahlen: Wie viel Prozent meiner Datensätze betrifft das? Absolute Anzahl von betroffenen Datensätzen. 15

16 Aufbau eines Regelsystems Grundlage Vorhandene Zieldefinitionen Tool für die Verwaltung und Anwendung des Regelsystems 16 Erstellung von Tabellenstruktur und Regeln (einmalig je Tabelle) Tabellenstruktur aus den Zieldefinitionen Regeln für Pflichtfelder und Formate aus den Zieldefinitionen Regeln für Inhaltsprüfung Schreibweisen, Doppelte in s Hausnummern in Strassennamen Dublettenanalyse Etc. Zeit

17 Aufbau eines Regelsystems Datenfluss Regelentwurf Analyse Datenbestand Regel- Repository Korrektur Bewertung Sofort- Korrektur- Maßnahmen Workflow Statistik 17

18 Aufbau des Regelsystems Erstellung von Regeln Regeln für Pflichtfelder und Formate aus den Zieldefinitionen Import der Regeln in das Repository du_regeln.csv Regel- Repository Anzahl generierter Regeln DUKunde: 141 DULieferant: 98 DUTeile: 110 Beispiel Pflichtfeld Name 1 18

19 Projektumsetzung 19

20 Projektumsetzung Erster Import des Tabellen-Packages (Tabellendefinitionen für Kundendatentabelle) Tabellenstruktur Kunden -datentabelle 20

21 Projektumsetzung Zweiter Import des Tabellen-Packages (Tabellendefinitionen für Bearbeitungstabelle) Kunden -datentabelle Bearbeitungstabelle Tabellenstruktur 21

22 Projektumsetzung Erstellung der Import-Datenbasis (Kundendatentabelle) Bearbeitungstabelle Alt- System Datenbasis (FOX) Kunden -datentabelle 22

23 Projektumsetzung Anpassung der Import-Datenbasis (Kundendatentabelle) Bearbeitungstabelle Alt- System Datenbasis (FOX) Kunden -datentabelle Regeldefinition 23

24 Projektumsetzung Import der Datenbasis mittels Feldermapping in die Kundendatentabelle Bearbeitungstabelle Alt- System Datenbasis (FOX) Kunden -datentabelle Regeldefinition 24

25 Projektumsetzung Erstellung einer View aus Kunden- und Bearbeitungstabelle Bearbeitungstabelle Alt- System Datenbasis (FOX) Kunden -datentabelle Zusammenstellung der Datenfelder aus beiden Tabellen View Ggfs. Anpassungen im Verlauf des Projektes erforderlich 25

26 Projektumsetzung Import der Regeldefinitionen für die View Bearbeitungstabelle Alt- System Datenbasis (FOX) Kunden -datentabelle View Regeldefinitionen inkl. Export-Definition für Datenübernahme 26 Datenbasis Datenübernahme (CSV)

27 Projektumsetzung Erstellung der Import-Datenbasis (Bearbeitungstabelle) Bearbeitungstabelle Alt- System Datenbasis (FOX) Kunden -datentabelle Datenbasis (FOX) Datenbasis (XLS) View Datenbasis (CSV) 27 Datenbasis Datenübernahme (CSV)

28 Zusammenfassung 28

29 Zusammenfassung Das Modell in der Praxis ERP CRM Daten System 1 Datenbasis (FOX) Kunden -datentabelle Bearbeitungstabelle Datenbasis (FOX) Datenbasis (XLS) Fortlaufende Anreicherung durch manuelle Eingaben Ergebnisbewertung View Datenbasis (CSV) Auswertung der Regelergebnisse Durchführung von Korrekturen oder Vorlagenanpassung Datenbasis Datenübernahme (CSV) Migration System 2 ERP CRM 29

30 Erfahrungswerte Schnelles Aufsetzen der Migrationsumgebung Zeitnahe Aussage über vorhandene Datenqualität und Aufwandschätzung Automatische Dokumentation der Datenübernahme Feldzuordnung (Kundendaten zu Zielsystem) Füllungsgrade der Kundendaten Angewendete Regeln bei Datenänderungen Historisierung von Datenqualitätsindexen Übertragbar auf Folgeprojekte Erlangung von Best-Practices Erstellung von Vorlagen für gleichartige Systeme 30

31 Aussagen Herkömmliche Tools stoßen an ihre Grenzen (Datenmenge) Der Zeitaufwand für die Datenaufbereitung (Überblick über das Datenmatching) hat sich wesentlich reduziert Der Zeitaufwand für die Dokumentation hat sich wesentlich reduziert Einige Probleme wären aufgrund der Datenmenge erst gar nicht vor der Migration gefunden worden Wünsche an die Migrations-Software Vereinfachung der Datenzerstückelung (Aufteilung in mehrere Tabellen) Hilfreiche Tools für eine noch schnellere Übersicht der Probleme 31

32 Praktische Einblicke 32

33 Vielen Dank Ingo Lenzen Produktmanagement humanit Software GmbH Brühler Str Bonn Ingo.Lenzen@humanit.de 33