Data Quality erfolgreich steuern – Bessere Datenqualität – bessere Managemententscheidungen
- Veranstaltungsart: Seminare/Kurse
- Anbieter: Haufe Akademie GmbH & Co. KG
- Ort: Online
- Preis: 1.490,00€
- Startdatum: 1x Quartal
- Dauer: 2 Tage
Details zu deiner Weiterbildung
Informationen
GDatenqualitätsmanagement ist eine der wichtigsten Grundlagen für unternehmerische Entscheidungen. Mit der zunehmenden Digitalisierung gilt dies umso mehr. Die Funktionsfähigkeit von „Data Driven Processes“ sowie die Aussagekraft von Kennzahlen bis hin zu Predictive Analytics, aber auch die Compliance-Konformität (Bsp. DSGVO) ist maßgeblich von der Datenqualität abhängig. In diesem Seminar vermitteln wir Ihnen Strategien, Maßnahmen und Methoden für ein nachhaltiges Datenqualitätsmanagement für eine zukunftssichernde datenbasierte Entscheidungsfindung.
Inhalte
Einleitung und Definition
Von den Daten zu Informationen zu Wettbewerbsfähigkeit.
Definition von Datenqualität und Datenqualitätsmanagement (DQM).
Warum DQM? – Treiber für die Einführung eines unternehmensweiten DQM.
Mehrwert eines Data Quality Managements für Organisationen.
DQM-Reifegradmodell (Wo würden Sie Ihr Unternehmen einordnen?).
Schlechte Datenqualität
Anforderungen an die Datenqualität (gesetzlich/ökonomisch).
Ursachen und Wirkung schlechter Datenqualität auf die Organisation als System.
Auswirkung schlechter Datenqualität auf Kennzahlen.
Datenqualitätsklassen und Untersuchungsgegenstände zur Erhebung schlechter Datenqualität.
weiterlesen
Datenqualitätskriterien definieren und messen (Data Profiling)
Überblick Datenqualitätsdimensionen zur optimalen Messung von Datenqualität.
Datenqualitätsdimensionen definieren (praktische Übung).
Datenqualitätsdimensionen anwenden (Praxisbeispiel).
Entwicklung von Logikbäumen zur Ermittlung und Bewertung von Ursache/Wirkung
Prinzipien Logikbäume und Mehrwert.
Logikbäume anwenden (praktische Übung).
Bewertung der Erkenntnisse aus Logikbäumen.
Ableitung von Verbesserungsmaßnahmen und Analyse Kosten/Nutzen
Logikbäume zur Entscheidungsfindung weiterentwickeln für eine optimale Kosten-/Nutzenbewertung (praktische Übung).
Verbesserungsmaßnahmen ableiten (praktische Übung).
Aufbau eines Data Quality Reportings und Data Quality Index
DQM-Regelkreis.
Vom Prototyping zum DQ-Standardreporting.
Entwicklung und Implementierung eines prozessorientierten DQ-Index.
Data Quality Organisation und Prozesse
Rollen und Verantwortlichkeiten.
Standardprozesse: Data Profiling, Data Quality Monitoring, Fehlertracking und Verbesserung.
Einordnung Data Quality im Data Governance Modell.
Details
Lernumgebung
In Ihrer online Lernumgebung finden Sie nach Ihrer Anmeldung nützliche Informationen, Downloads und extra Services zu dieser Qualifizierungsmaßnahme.
Ihr Nutzen
- Sie sehen die Notwendigkeit zur Einführung eines Data Quality Managements aus gesetzlicher und ökonomischer Sicht.
- Sie lernen, wie Sie die Qualität Ihrer Daten zielorientiert und nachhaltig verbessern können.
- Sie erkennen, wie Chancen und Risiken von Datenqualität im Unternehmen ermittelt und bewertet werden können und welche Investitionen sich lohnen.
- Sie erfahren, wie Sie Datenqualitätskriterien definieren und messen können.
- Sie lernen, wie Sie Verbesserungsmaßnahmen im Datenmanagement mit entsprechenden Kosten-Nutzen-Analysen ableiten können.
- Sie erhalten einen Leitfaden, wie Sie Data Quality Management in Ihrem Unternehmen aufbauen und nachhaltig etablieren können.
Referent:in
Methoden
Praxisorientierter Vortrag, Praxisbeispiele, Diskussion, Leitfaden. Die Teilnehmer:innen können eigene aus ihrem Unternehmen bekannte Datenqualitäts-Fragestellungen einbringen
Teilnehmer:innenkreis
Data Quality Manager:innen, Fach- und Führungskräfte aus Controlling, Finanzen, Marketing, Datenqualitätsmanagement sowie alle Personen, die sich mit Digitalisierung und Datenanalyse beschäftigen.
