Stærkere stamdata lig med ti procent bedre bundlinje

Undersøgelsen viser, at der er tegn på, at danske produktionsvirksomheder er i færd med at styrke fokus på stamdatakvalitet, men der er stadig lang vej, og det gælder særligt for de større virksomheder med mere komplekse datastrukturer og mange it-systemer.

Dårlige stamdata medfører for eksempel:

• ekstra logistikomkostninger til dobbelthåndteringer, returvarer, ekspresleveringer og fejlretninger,
• mistet salg på grund af utilstrækkelig og uensartet markedskommunikation,
• tab på grund af forkerte kampagnepriser,
• ekstra arbejde på butiksgulvet for at rette op på fejlleverancer, forkerte priser, utilstrækkelig og langsom information m.m.,
• etc. - listen er lang.

80 procent har rod i masterdata
Mindre end en femtedel af danske virksomheder har styr på sine stamdata. Det viser en undersøgelse lektor Anders Haug og professor Jan Stentoft Arlbjørn fra Syddansk Universitet har gennemført i 2009, der er suppleret af white paperet ”En analyse af danske produktionsvirksomheders stamdatakvalitet” fra 2011 fra Institut for Entreprenørskab og Relationsledelse, Syddansk Universitet.

Data mangler ansvarshavende
Undersøgelsen viser, at virksomhederne har godt styr på løndata og finansielle data, fordi det første skal bruges til de ansattes lønudbetalinger og det andet til regnskaber. Men det halter gevaldig med korrekte data om styklister, leveringsadresser, varebeskrivelser, priser og kampagnepriser, lagerregistreringer, medarbejderoplysninger etc. På alle disse områder er ansvar for datakvalitet ikke direkte forankret hos bestemte medarbejdere, ligesom der ikke er it-systemer, som understøtter arbejdet med at vedligeholde datakvaliteten på tværs af systemer, funktioner og virksomheder i værdikæden.

Ti procent bedre bundlinje
De forkerte data betyder for eksempel, at en virksomhed kommer til at bestille forkerte varer til lageret eller butikken, mangler forskellige varer, der forsinker eller ødelægger produktionen eller salgsarbejdet, udfører store mængder fejlproduktion eller fejlleveringer, ikke har noget målrettet salg, kommunikerer uensartede budskaber til markedet, udfører en række dobbeltfunktioner etc.

”Så hvis man får ryddet op i sine stamdata, vil det for eksempel betyde en mere effektiv produktion og distribution, så man kan reducere antallet af overarbejdstimer og nøjes med færre medarbejdere. Det giver også besparelser i indkøb, et mere effektivt lager og besparelser i transport og returvarehåndtering”, forklarer professor Jan Stentoft Arlbjørn og tilføjer: ”Mit bud er, at en virksomhed kan forbedre sin bundlinje med ti procent, hvis den får styr på stamdataene”.

Mangler prestige og sexappel
Professoren mener ikke, problemet skyldes manglende erkendelse eller viden:

”Alle ledere ved godt, at dårligt datainput giver dårligt output. Men stam- eller masterdata får alligevel ikke nogen strategisk opmærksomhed. Jeg ser årsagen som en kombination af fortrængning, og at stamdata mangler sexappeal. Det er ikke smart og prestigefuldt at arbejde med stamdata”.

”Dirty data” er et problem i hele verden