Wenn eine Person mit mehreren Profilen im CRM, im Onlineshop und in anderen Systemen auftaucht, scheint das Problem einfach: Die Duplikate müssen entfernt werden. Eine Übereinstimmung beweist jedoch nicht, dass zwei Datensätze zum selben Kunden gehören. Eine falsche Zusammenführung kann Verläufe vermischen, die Kommunikation verändern oder einen Kauf einer anderen Person zuordnen. Die Entscheidung erfordert einen Ausgleich zwischen Datenqualität, betrieblichen Abläufen und der Möglichkeit, Fehler zu korrigieren.
Eine wirksame Richtlinie beschränkt sich nicht darauf, ein Werkzeug oder eine Abgleichregel auszuwählen. Sie legt fest, was dieselbe Person bedeutet, welche Belege für eine Aktion ausreichen, wie Konflikte zwischen Feldern gelöst und wie Vorgänge rückgängig gemacht werden. Ziel ist es, zusammengehörige Profile konsistent zu verbinden, ohne Informationen zu löschen, die weiterhin nützlich sein können.
Festlegen, wann zwei Datensätze denselben Kunden darstellen
Bevor Daten verglichen werden, sollte geklärt werden, welche Identität aufgelöst werden soll. Geht es um eine Person, ein Unternehmenskonto, einen Haushalt oder eine Geschäftsbeziehung? In manchen Systemen teilen sich mehrere Personen eine E-Mail-Adresse oder Telefonnummer; in anderen verwendet eine Person verschiedene E-Mail-Adressen. Die Richtlinie sollte solche Fälle berücksichtigen, statt anzunehmen, dass ein Merkmal immer eine einzelne Person identifiziert.
Unterscheiden Sie außerdem zwischen einem Duplikat und einer legitimen Beziehung. Zwei Profile können dieselbe Adresse haben, weil die Personen im selben Haushalt leben, oder dieselbe Telefonnummer nutzen, weil es sich um einen Familienanschluss handelt. Eine Person kann ein geschäftliches und ein privates Konto haben. Wenn das Unternehmen diese Verbindungen getrennt abbilden muss, würde eine Zusammenführung gültige Unterschiede beseitigen.
Dokumentieren Sie den Zweck der Identitätsauflösung und relevante Ausnahmen. Legen Sie beispielsweise fest, ob Unternehmenskonten nach Organisation oder Kontakt zusammengeführt werden und wie Testprofile, gemeinsam genutzte Konten und unvollständige Datensätze behandelt werden. Diese Definition muss mit der späteren Verwendung vereinbar sein: Kundenservice, Bestellungen, Abrechnung und Kommunikationspräferenzen können unterschiedliche Detailgrade erfordern.
Attribute auswählen und Signale kombinieren
Die Qualität eines Abgleichs hängt sowohl von den gewählten Attributen als auch von ihrer Zuverlässigkeit ab. Eine stabile interne Kennung kann ein starkes Signal sein, sofern sie korrekt erzeugt und beibehalten wird. Normalisierte E-Mail-Adressen, Telefonnummern oder Namen liefern ebenfalls Hinweise, können sich aber ändern, gemeinsam genutzt oder unterschiedlich geschrieben werden. Auch die Adresse kann zum Abgleich beitragen, identifiziert eine Person für sich genommen jedoch meist nicht eindeutig.
Trennen Sie exakte Übereinstimmungen von ungefähren Abgleichen. Eine exakte Übereinstimmung bei einer validierten Kennung kann mehr Vertrauen rechtfertigen als eine ähnliche Schreibweise von Namen. Ungefähre Vergleiche helfen bei Tippfehlern, Abkürzungen und Formatvarianten, erzeugen aber auch falsch positive Treffer: Zwei Personen können gleich heißen oder häufige Nachnamen haben.
Normalisieren Sie Formate vor dem Vergleich auf vorsichtige Weise. Sie können Groß- und Kleinschreibung sowie Leerzeichen vereinheitlichen oder Telefonnummern in einem konsistenten Format vergleichen. Entfernen Sie keine Unterschiede, die im System Bedeutung haben, und nehmen Sie nicht an, dass alle Zeichen folgenlos verworfen werden können. Halten Sie fest, welche Umwandlungen vorgenommen wurden, damit sich die Ergebnisse erklären und überprüfen lassen.
Bewerten Sie Signale gemeinsam und behandeln Sie fehlende Angaben weiterhin als fehlend. Dass zwei Datensätze keine Telefonnummer enthalten, ist keine Übereinstimmung; eine gemeinsam genutzte Nummer kann je nach Kontext ein schwaches Signal oder ein relevanter Beleg sein. Eine verständliche Regel lässt sich meist leichter pflegen als eine undurchsichtige Sammlung von Ausnahmen. Wird ein Bewertungsmodell eingesetzt, sollte das Team nachvollziehen können, welche Faktoren die jeweilige Entscheidung beeinflussen.
Drei Wege festlegen: zusammenführen, prüfen oder getrennt lassen
Eine praktikable Richtlinie definiert Vertrauensstufen und eine Handlung für jede Stufe. Die konkreten Grenzen hängen von den Daten und den Kosten eines Fehlers ab; ohne eine Bewertung des jeweiligen Falls lässt sich kein allgemeingültiger Schwellenwert empfehlen. Entscheidend ist, automatische Entscheidungen auf ausreichend eindeutige Übereinstimmungen zu beschränken und für mehrdeutige Fälle einen klaren Weg vorzusehen.
- Hohes Vertrauen: Automatisch zusammenführen, wenn mehrere zuverlässige Signale übereinstimmen und kein wesentlicher Widerspruch vorliegt.
- Mittleres Vertrauen: Zur Prüfung durch eine Person weiterleiten, wenn die Signale zusammenpassen, aber für eine sichere Entscheidung nicht ausreichen.
- Geringes Vertrauen: Datensätze getrennt lassen und sie gegebenenfalls neu bewerten, sobald weitere Informationen vorliegen.
Für eine menschliche Prüfung braucht es Kontext, nicht nur zwei Datenzeilen. Zeigen Sie übereinstimmende und abweichende Felder, ihre Herkunft, Zeitangaben und Quellsysteme sowie die Folgen einer bestätigten Zusammenführung an. Ermöglichen Sie es, den Vorschlag abzulehnen, und erfassen Sie den Grund. Gibt es viele Fälle, priorisieren Sie diejenigen mit relevanten betrieblichen Auswirkungen, statt eine ungefilterte Warteschlange anzuzeigen.
Berücksichtigen Sie die ungleichen Kosten verschiedener Fehler. Eine falsche Zusammenführung kann Informationen einem falschen Profil zugänglich machen oder einen sensiblen Vorgang beeinträchtigen; zwei doppelte Profile können wiederholte Nachrichten oder eine unvollständige Übersicht verursachen. Je nach Prozess ist einer dieser Fehler kostspieliger. Schwellenwerte und Automatisierung sollten diesen Unterschied abbilden.
Konflikte lösen, ohne die Herkunft zu verlieren
Die Feststellung, dass zwei Datensätze zu derselben Person gehören, beantwortet noch nicht, welcher Wert in den einzelnen Feldern erhalten bleiben soll. Die E-Mail-Adresse aus einem System kann aktuell sein, die Telefonnummer aus dem anderen; ein Datensatz kann den amtlichen Namen enthalten, ein anderer den bevorzugten Namen. Eine allgemeine Regel, etwa immer das neueste oder vollständigste Profil zu behalten, kann gültige Daten überschreiben.
Legen Sie die Priorität feldbezogen und kontextabhängig fest. Ein System kann für Abrechnungsdaten die bevorzugte Quelle sein, während die Kundin oder der Kunde Kontaktpräferenzen über einen anderen Kanal aktualisieren kann. Berücksichtigen Sie Datum, Herkunft und Verifizierungsmethode eines Werts, nicht nur den Zeitpunkt seiner Synchronisierung. Gibt es keine verlässliche Quelle, bewahren Sie den Konflikt zur Klärung auf, statt eigenmächtig einen Wert auszuwählen.
Speichern Sie die Herkunft: Quellsystem, Aktualisierungsdatum und, sofern möglich, das Ereignis, durch das der Wert erfasst wurde. Die Nachvollziehbarkeit erklärt, warum ein Wert ausgewählt wurde, hilft fehlerhafte Synchronisierungen zu erkennen und ermöglicht die Wiederherstellung von Informationen, die nicht hätten verworfen werden dürfen. Bei Feldern mit rechtlichen, geschäftlichen oder datenschutzbezogenen Folgen ist besondere Sorgfalt und eine ihrer Verwendung entsprechende Regelung erforderlich.
Zusammenführungen umkehrbar und messbar machen
Eine Zusammenführung sollte nicht bedeuten, dass ein Datensatz endgültig gelöscht wird. Behalten Sie eine führende Kennung und Verweise auf die ursprünglichen Kennungen, damit CRM, E-Commerce und andere Systeme die Verknüpfung erkennen können. Bewahren Sie den erforderlichen Verlauf auf, um nachzuvollziehen, welche Profile wann, aufgrund welcher Regel und mit welchen Daten zusammengeführt wurden. Die konkrete Lösung hängt von der Architektur ab, aber die Umkehrbarkeit muss Teil des Designs sein und darf nicht erst nachträglich improvisiert werden.
Legen Sie auch ein Verfahren für die Trennung fest. Meldet eine Person, dass ihre Daten vermischt wurden, muss das Team den Vorgang finden, die Datensätze wiederherstellen und verteilte Verweise korrigieren können. Bestimmen Sie, wer eine Trennung beantragen oder genehmigen darf, wie sie sich auf verbundene Systeme auswirkt und wie verhindert wird, dass dieselbe Regel die Profile unmittelbar erneut zusammenführt.
Messen Sie die Ergebnisse nach Regeltyp und Quellsystem. Erfassen Sie, wie viele Vorschläge zusammengeführt, wie viele bei der Prüfung abgelehnt und wie viele später wieder getrennt werden und welche Feldkonflikte auftreten. Eine hohe Zahl von Zusammenführungen ist kein Qualitätsnachweis. Spätere Trennungen und manuelle Korrekturen weisen auf mögliche falsch positive Treffer hin; weiterhin auftretende Duplikate können auf unzureichende Regeln oder Probleme bei der Datenerfassung hindeuten.
Die Richtlinie schrittweise einführen
Beginnen Sie mit einer repräsentativen Stichprobe und bewerten Sie die Regeln, ohne Datensätze in Produktivsystemen zu ändern. Prüfen Sie eindeutige und mehrdeutige Fälle sowie Gegenbeispiele: Personen mit gleichen Namen, gemeinsam genutzte E-Mail-Adressen, veraltete Angaben und unvollständige Profile. Stimmen Sie die Kriterien mit den Verantwortlichen aus Fachbereich, Betrieb und Technik ab, denn jedes Team kennt andere Folgen einer Fehlentscheidung.
- Definieren Sie, welche Entität identifiziert wird und welche Fälle getrennt bleiben müssen.
- Erfassen Sie die Systeme, verfügbaren Attribute, Datenqualität und Datenherkunft.
- Testen Sie exakte und ungefähre Regeln anhand einer von Personen geprüften Stichprobe.
- Legen Sie Wege für Zusammenführung, Prüfung und Trennung sowie klare Zuständigkeiten fest.
- Aktivieren Sie zunächst einen Vorschlags- oder Prüfmodus und dokumentieren Sie die Ergebnisse.
- Automatisieren Sie nur validierte Übereinstimmungen und überwachen Sie Fehler sowie Änderungen.
Überprüfen Sie die Richtlinie, wenn sich Systeme, Erfassungsprozesse oder Kundentypen ändern. Eine Regel, die mit sauberen Daten funktioniert hat, kann nach einer Migration oder einer neuen Integration an Qualität verlieren. Die richtige Entscheidung besteht nicht darin, möglichst viele Profile zusammenzuführen, sondern nur solche mit ausreichenden Belegen zu konsolidieren und jede Verknüpfung erklären und korrigieren zu können.