Mit validen Kundendaten die Wettbewerbsfähigkeit steigern

Nach einer Studie der Hochschule Hamm-Lippstadt (HSHL) wird in den kommenden fünf Jahren die digitale Customer Experience zum wichtigsten Wettbewerbsvorteil [1]. Daher sind Unternehmen gut beraten, ihren Kunden eine nachhaltig positive Customer Journey zu bieten. Basis dafür sind vor allem valide Stammdaten, wozu passende Produktbeschreibungen und gültige Kundendaten gehören. Letztere sorgen vor allem für eine reibungslos funktionierende Supply Chain und damit eine schnellere Produktauslieferung sowie geringere Kosten innerhalb der gesamten Prozesskette. Somit bilden korrekte Kundendaten die Grundlage für den Unternehmenserfolg, was allerdings kein leichtes Unterfangen ist.

Herausforderungen bei der Kundendatenpflege

Tippfehler bei der Dateneingabe sind schnell passiert, insbesondere dann, wenn eine Bestellung vom Handy getätigt wird. Oft handelt es sich um Zahlen- oder Buchstabendreher. Manchmal geben Kunden versehentlich eine alte Adresse ein, weil sie erst vor Kurzem umgezogen sind und sich an die neue Adresse noch nicht gewöhnt haben.

Ein weiteres Dilemma sind Fake-Adressen. Hierbei wird unter falschem Namen und Adresse etwas bestellt, zum Beispiel auf Rechnung oder per Nachnahme. Das Produkt kann dann entsprechend nicht zugestellt werden, was außerordentlich hohe Kosten verursacht. Faker haben hierbei die Absicht, in illegalerweise Affiliate-Provisionen einzuheimsen.

Werden die eingegebenen Kontaktdaten in Echtzeit geprüft, gelangen nur validierte Informationen in das Mastersystem. Dabei verifizieren leistungsfähige Systeme Titel, Name, Straße, Postleitzahl, E-Mail- Adresse und Telefonnummern. Allerdings sind Kundendaten keinesfalls statisch, sondern unterliegen durch Umzug, einen neuen Familienstand, Mitarbeiterwechsel  in  Unternehmen  oder  auch  Mergers-and-Acquisitions (M&A) Änderungen. Somit sind sowohl B2C- als auch B2B-Unternehmen gefordert, ihren Stammdatenpool kontinuierlich zu bereinigen.

Würden Unternehmen die Daten ihrer Kunden nur periodisch beispielsweise einmal pro Quartal prüfen, dann würde die Qualität der Daten einem Abbild einer Sinuskurve entsprechen. Unmittelbar nach der Datenbereinigung wäre sie hoch, dann bis zur nächsten Aktion würde sie fallen und anschließend wieder steigen.

Vorteile einer hohen Datenqualität

- Abb. 1: Valide Kundendaten bilden das Fundament für unternehmerisches Handeln. -

 

Wie bereits eingangs erwähnt, sorgen valide Kundendaten insbesondere für eine reibungslos funktionierende Supply Chain und geringere Kosten. So werden beispielsweise einer aktuellen Studie von Deutsche Post Direkt zufolge knapp 15 Prozent aller Sendungen unzustellbar durch die Welt geschickt oder kommen verspätet an, weil die Adressen schlichtweg falsch sind [2]. Diese Menge an Retouren verursacht pro Sendung Kosten in Höhe von 9,66 Euro [3].

Darüber hinaus gibt es weitere Argumente dafür, Kundendaten stets akkurat zu halten:

• Erfolgreichere Marketingkampagnen
  Der Markt bietet zahlreiche ausgereifte Produkte, die das Kaufverhalten beziehungsweise Präferenzen von Kunden auswerten und damit eine Grundlage schaffen, um individuelle Newsletter an Kunden oder Interessenten zu schicken. Damit diese den erwünschten Erfolg haben, ist es unabdingbar, dass der Empfänger korrekt angesprochen wird. Andersherum: Was nützt ein Newsletter mit passgenauen Angeboten, wenn er unzustellbar oder die Anrede falsch ist? Die Investition verläuft im Sande.
  Daher sind valide Kundendaten für erfolgreiche Mailing-Aktionen notwendig. Sie stellen sicher, dass die Schreiben beziehungsweise E-Mails zustellbar sind und die Empfänger richtig angesprochen werden.
  
  
• Betrugsprävention
  Die Crifbürgel-Studie 2021 ergab, dass 91 Prozent der Onlinehändler in der DACH-Region während der letzten zwölf Monate mit Betrug oder Betrugsversuchen konfrontiert waren. 76 Prozent der befragten Onlinehändler gaben an, dass Namens- oder Adressdaten verfälscht angegeben wurden. 75 Prozent haben die Erfahrung gemacht, dass sich ein Kunde als eine komplett andere reale Person ausgegeben hatte [4]. Das Verfahren Know your Customer (Deutsch: Kenne deinen Kunden, Abkürzung: KYC) beugt solchen Betrugsversuchen vor, indem es Unternehmen hilft, die Identitäten in- und ausländischer Kunden zu überprüfen. Auch hierfür sind standardisierte beziehungsweise normalisierte Anschriften – also valide Adressinformationen – Grundvoraussetzung für einen erfolgreichen Abgleich.
  
  
• Fundierte Basis für Entscheidungen
  Darüber hinaus sind akkurate Kundendaten wichtig, um strategisch richtige Entscheidungen zu treffen – beispielsweise, wenn ein Unternehmen sein bisheriges Angebotsportfolio überdenkt, um es noch näher an seinen Buyer Personas auszurichten. Die vorhandenen Kundendaten liefern dafür ausschlaggebende Insights, etwa geografische Anordnung, Alter, sozialer Status et cetera. Sind diese Daten nicht korrekt, wird das Ergebnis verfälscht (Stichwort: Garbage in, Garbage out), sodass die Maßnahmen nicht zum Ziel führen. Auch Dubletten in der Kundendatenbank können zu falschen Entscheidungen führen. Dazu ein vereinfachtes Beispiel: Ein kleines Handelsunternehmen generiert über sein Shopsystem jährlich 40.000 Euro Umsatz. In seiner Datenbank hat es 10.000 Kontaktdaten erfasst. Ergo beträgt das durchschnittliche Bestellvolumen pro Jahr 40 Euro. Um den Bestellwert zu steigern, initiiert das Unternehmen ein Treueprogramm, das Kunden, die jährlich Ware im Wert von mehr als 50 Euro bestellen, belohnt. Was dabei allerdings übersehen wurde, ist die Tatsache, dass 20 Prozent der Kontaktdaten redundant abgelegt sind. Das heißt, dass die Kunden bereits durchschnittlich im Wert von 50 Euro einkaufen. Das ausgerufene Treueprogramm wird somit den Umsatz kaum steigern und das Unternehmen hat zusätzliche Kosten durch die ausgerufenen Belohnungen.
  
  
• Einhaltung der DSGVO
  Ein weiterer wichtiger Aspekt ist, dass korrekte Daten die Voraussetzung bilden, die Datenschutzgrundverordnung (DSGVO) einzuhalten. Demnach sind Unternehmen dazu verpflichtet, nur korrekte Daten vorzuhalten, wie im Artikel § 5 der DSGVO nachzulesen ist: „Personenbezogene Daten müssen sachlich richtig und erforderlichenfalls auf dem neuesten Stand sein; es sind alle angemessenen Maßnahmen zu treffen, damit personenbezogene Daten, die im Hinblick auf die Zwecke ihrer Verarbeitung unrichtig sind, unverzüglich gelöscht oder berichtigt werden (‚Richtigkeit‘).“
  

  Stellt also ein Kunde oder Interessent fest, dass er von einem Anbieter falsch angeschrieben wurde, hat er das Recht auf Berichtigung und Löschung seiner Daten. Darüber hinaus gibt es das „Recht auf Vergessenwerden“ (Artikel 17 der DSGVO), das sinngemäß bedeutet, dass Personen aus bestimmten Gründen ihre personenbezogenen Daten unverzüglich löschen lassen dürfen. Die Gründe sind vielschichtig, beispielsweise das Widerrufen von Einwilligungen der Verarbeitung oder obsolet gewordene Zwecke, für die Daten erhoben wurden.

  Beispiele aus der Praxis belegen, wie schnell das der Fall sein kann: Zahlreiche Unternehmen bieten Broschüren oder White Paper zum Download an und verlangen das Hinterlegen von Kontaktdaten. Darüber hinaus laden vor allem B2C-Anbieter Kunden und Interessenten zur Teilnahme an Gewinnspielen ein und fragen hier ebenfalls Kontaktdaten an. Wenn ein Teilnehmer hierbei versehentlich oder sogar bewusst falsche Daten angibt und nach einer Weile das Unternehmen auffordert, dass seine Daten gelöscht werden, ist die Wahrscheinlichkeit hoch, dass diese gar nicht auffindbar sind.

  Ein weiterer wichtiger Aspekt ist, dass korrekte Daten die Voraussetzung bilden, die Datenschutzgrundverordnung (DSGVO) einzuhalten. Demnach sind Unternehmen dazu verpflichtet, nur korrekte Daten vorzuhalten, wie im Artikel § 5 der DSGVO nachzulesen ist: „Personenbezogene Daten müssen sachlich richtig und erforderlichenfalls auf dem neuesten Stand sein; es sind alle angemessenen Maßnahmen zu treffen, damit personenbezogene Daten, die im Hinblick auf die Zwecke ihrer Verarbeitung unrichtig sind, unverzüglich gelöscht oder berichtigt werden (‚Richtigkeit‘).“

  Stellt also ein Kunde oder Interessent fest, dass er von einem Anbieter falsch angeschrieben wurde, hat er das Recht auf Berichtigung und Löschung seiner Daten. Darüber hinaus gibt es das „Recht auf Vergessenwerden“ (Artikel 17 der DSGVO), das sinngemäß bedeutet, dass Personen aus bestimmten Gründen ihre personenbezogenen Daten unverzüglich löschen lassen dürfen. Die Gründe sind vielschichtig, beispielsweise das Widerrufen von Einwilligungen der Verarbeitung oder obsolet gewordene Zwecke, für die Daten erhoben wurden.

  Beispiele aus der Praxis belegen, wie schnell das der Fall sein kann: Zahlreiche Unternehmen bieten Broschüren oder White Paper zum Download an und verlangen das Hinterlegen von Kontaktdaten. Darüber hinaus laden vor allem B2C-Anbieter Kunden und Interessenten zur Teilnahme an Gewinnspielen ein und fragen hier ebenfalls Kontaktdaten an. Wenn ein Teilnehmer hierbei versehentlich oder sogar bewusst falsche Daten angibt und nach einer Weile das Unternehmen auffordert, dass seine Daten gelöscht werden, ist die Wahrscheinlichkeit hoch, dass diese gar nicht auffindbar sind.
  Ein weiterer wichtiger Aspekt ist, dass korrekte Daten die Voraussetzung bilden, die Datenschutzgrundverordnung (DSGVO) einzuhalten. Demnach sind Unternehmen dazu verpflichtet, nur korrekte Daten vorzuhalten, wie im Artikel § 5 der DSGVO nachzulesen ist: „Personenbezogene Daten müssen sachlich richtig und erforderlichenfalls auf dem neuesten Stand sein; es sind alle angemessenen Maßnahmen zu treffen, damit personenbezogene Daten, die im Hinblick auf die Zwecke ihrer Verarbeitung unrichtig sind, unverzüglich gelöscht oder berichtigt werden (‚Richtigkeit‘).“

Datenqualität messen und sicherstellen

Die Frage, die sich stellt, ist, wie die Datenqualität messbar ist. Dazu gibt es folgende Kennzahlen:

• Vollständigkeit: Ein Datensatz muss alle notwendigen Attribute enthalten.
  
  
• Eindeutigkeit: Jeder Datensatz muss eindeutig interpretierbar sein.
  
  
• Korrektheit: Die Daten sollten (größtenteils) mit der Realität übereinstimmen.
  
  
• Aktualität: Alle Datensätze müssen jeweils dem aktuellen Zustand der abgebildeten Realität entsprechen.
  
  
• Genauigkeit: Die Daten müssen in der jeweils geforderten Exaktheit
  vorliegen.
  
  
• Konsistenz: Ein Datensatz darf in sich und zu anderen Datensätzen keine Widersprüche aufweisen.
  
  
• Redundanzfreiheit: Innerhalb der Datenbank dürfen keine Dubletten vorkommen.
  
  
• Relevanz: Der Informationsgehalt von Datensätzen muss den jeweiligen Informationsbedarf erfüllen.
  
  
• Einheitlichkeit: Die Informationen eines Datensatzes müssen einheitlich strukturiert sein.
  
  
• Zuverlässigkeit: Die Entstehung der Daten muss nachvollziehbar sein.
  
  
• Verständlichkeit: Die Datensätze müssen in ihrer Begrifflichkeit und Struktur mit den Vorstellungen der Fachbereiche übereinstimmen.

  Wie viel kostet schlechte Datenqualität?

- Abb. 2: Melissas 1-10-100-Faustregel zur Ermittlung der Kosten zur Sicherstellung der Datenqualität -

 

• Es kostet durchschnittlich einen Euro, Kundenstammdaten bei der initialen Dateneingabe mithilfe professioneller Softwareunterstützung zu verifizieren, bevor sie in der Stammdatenbank gespeichert werden.
  
  
• Dieser Betrag steigt auf zehn Euro pro Datensatz, wenn nur von Zeit zu Zeit Datenbereinigungen erforderlich sind, um eine ursprünglich fehlerbehaftete Dateneingabe und Dubletten zu korrigieren. Die Erklärung dafür ist, dass einige Adressen in der Regel so fehlerhaft sind, dass sie von keiner intelligenten Validierungssoftware korrigiert werden können. Es handelt sich um schlichtweg falsche und damit unbrauchbare Kontakdaten.
  
  
• Wenn Unternehmen die Adressqualität vollständig vernachlässigen, haben die Analysten deren Nichtstun mit 100 Euro pro Datensatz beziffert. Diese Summe entsteht aufgrund von Fehlsendungen, zurückgesandter Post und verpasster Umsatzchancen.

 

- Abb. 3: Beispielrechnung eines Online-Modeshops, der die Anzahl unzustellbarer Pakete mit einer Adressvalidierung von jährlich neun auf drei Prozent reduziert. -

 

Dieses Beispiel stellt gut dar, was der Einsatz einer Adressvalidierung an Kosten einspart und wie die Umsatzerhöhung ausfallen würde. Dafür gehen wir in unserem fiktiven Beispiel von einem Onlineshop aus, der pro Tag etwa 280 Pakete versendet. Pro Jahr belaufen sich die Sendungen somit auf circa 100.000 Pakete. Wie anhand der dargelegten externen Quellen und Studien ersichtlich ist, sind mindestens neun Prozent unzustellbare Pakete pro Jahr eine realistische Größenordnung. Diese ziehen auch noch weitere Kosten nach sich als nur die hier angegebenen 6,50 Euro pro Paket (zum Beispiel Retouren, Mitarbeiterkosten, Materialkosten und so weiter).

- Abb. 4: Oftmals sind Unternehmen damit konfrontiert, dass Kundendaten in unterschiedlichen Systemen hinterlegt sind. -

 

Allerdings bemängelten im Rahmen einer Umfrage der IDC 37 Prozent der befragten Unternehmen, dass sie nicht in der Lage seien, eine hohe Datenqualität zu gewährleisten. Das Problem sei zwar bekannt, eine Lösung aber nicht. Noch immer agieren Unternehmen mit dezentralen Datenbanken in unterschiedlichen Abteilungen und/oder haben keine Kontrollmechanismen zur Datenvalidierung implementiert. Dies belegt auch das Ergebnis einer Studie von Adito. Demnach speichern viele Unternehmen Daten in mehreren Systemen. Der Vertrieb arbeitet mit den im Customer-Relationship-Management (CRM)-System abgelegten Kontaktdaten, und Rechnungen werden auf die im Enterprise-Resource-Planning (ERP)-System erfassten Adressen ausgestellt.

Zusätzlich gibt es noch Kontaktdaten, die Interessenten auf der Website eingetragen haben, um beispielsweise einen Newsletter zu abonnieren oder weitere Produktinformationen anzufordern. Wollen Marketingverantwortliche nun auf dieser Basis eine Onlinekampagne starten, stehen sie vor der Frage, aus welchem Pool sie die Adressen verwenden sollen. Einfach alle zu nutzen, ergibt keinen Sinn, weil Kunden beziehungsweise Interessenten dann mit hoher Wahrscheinlichkeit mehrfach angeschrieben werden, was zu unnötigen Kosten und Verärgerung bei den Empfängern führt.

Single Point of Truth definieren

Damit solche separaten Datensilos gar nicht erst entstehen, sollten Unternehmen auf ein zentrales CRM-System mit Schnittstellen zu Shop-, ERP- und Marketing- beziehungsweise Vertriebssteuerungstools setzen. Mit der Definition einer Datenstruktur lässt sich festlegen, welche Daten erfasst werden sollen. Doch wie können Unternehmen ihre Kundendaten, die sie in der Vergangenheit in unterschiedlichen Systemen gepflegt haben, jetzt konsolidieren? Zunächst sollten sie definieren, welches System als Master, sozusagen als Single Point of Truth, fungiert und damit künftig die Basis für korrekte Daten bildet. Ob das die CRM- oder die ERP-Lösung ist, bestimmen die individuellen Abläufe. Im nächsten Schritt werden die darin enthaltenen Daten überprüft und bereinigt, also auch eventuelle „Karteileichen“ aussortiert. Manuell durchgeführt, ist diese Arbeit mit einem unverhältnismäßig hohen Aufwand verbunden.

Günstiger und schneller arbeiten Lösungen, welche die Kontaktdaten automatisiert validieren. Anschließend wird ermittelt, welche zusätzlichen Daten in anderen Systemen abgelegt sind. Auch diese müssen zunächst validiert werden. Hierbei geht es aber vor allem darum, Dubletten zu eliminieren, da diese den Pflegeaufwand erhöhen und für Inkonsistenzen sorgen. Sie entstehen vor allem durch Tippfehler oder unterschiedliche Anordnungen der Daten, etwa in der Form „Michael Müller“ und „Müller Michael“. Im Ergebnis liegen die akkuraten Daten konsolidiert in einem System vor (Stichwort: Golden Record). Dies ist allerdings nur eine Momentaufnahme, denn Stammdaten sind keinesfalls statisch, wie bereits deutlich wurde.

- Abb. 5: Mit der Konsolidierung von Kundendaten werden vermeintliche Dubletten entfernt und der Golden Record definiert. -

 

Daten direkt bei der Eingabe validieren

Wie bereits im Kasten „Wie viel kostet schlechte Datenqualität?“ aufgeführt, kostet es Unternehmen lediglich etwa einen Euro, Kundenstammdaten bei der initialen Dateneingabe mithilfe professioneller Softwareunterstützung zu verifizieren, bevor sie in der Stammdatenbank gespeichert werden. Doch nicht nur die geringen Kosten sprechen für eine solche Herangehensweise, denn auch für den Kunden ergeben sich Vorteile. Mithilfe einer automatischen Vervollständigung seiner Daten bei der Eingabe verbessert sich sein Einkaufserlebnis. Grundlage dafür bildet eine standardisierte Datenbank mit validen Orts- und Straßennamen. Der Kunde braucht nur Anfangsbuchstaben einzugeben und erhält passende Vorschläge.

Erfahrungsgemäß halbieren sich so die Tastenanschläge und damit einhergehend das Risiko einer falschen Eingabe. Damit beschleunigt sich das Erfassen der Adressdaten, sodass der Kunde seine Bestellung wesentlich schneller abschließen kann. Dieses Erfolgserlebnis ist nicht zu unterschätzen, da es die Customer Experience maßgeblich positiv beeinflusst. Die Wahrscheinlichkeit, dass der Kunde wieder bei diesem Anbieter bestellt, ist entsprechend hoch. Ein weiterer Aspekt ist die sogenannte „Google-Mentalität“ der internetaffinen und kaufkräftigen Generationen X, Y und Z. Nutzer möchten kaum noch Zeit darauf verwenden, aufwendig ganze Adressen in eine Maske einzutippen, sondern bevorzugen es, wenn das Tool qualifizierte Vorschläge unterbreitet.

Checkliste zur Auswahl einer Adressvalidierungssoftware

Der Markt stellt zahlreiche Lösungen zur Adressvalidierung zur Verfügung. Diese Checkliste soll Unternehmen bei der Entscheidungsfindung helfen:

• Einfache Einbindung per Schnittstelle
  
  
• Verfügbarkeit als lokal installierbare On-Premise-API-Lösung oder über eine Web-Service(Cloud)-Schnittstelle
  
  
• Möglichkeit der Echtzeit- und Stapelverarbeitung (Realtime und Batch Mode)
  
  
• Ausführliche und aussagekräftige Ergebnis-Codes, auf denen sich gegebenenfalls nachgelagerte Business-Logiken aufbauen lassen
  
  
• Schnelle Echtzeit-Validierung von Adressen (innerhalb von Millisekunden)
  
  
• Hohe Systemverfügbarkeit
  
  
• Automatische und regelmäßige Aktualisierung der Referenzdaten
  
  
• Hohe nationale und internationale Abdeckung
  
  
• Kostenloser Kundensupport in lokaler Zeit und Sprache
  
  
• Persönliche Ansprechpartner und serviceorientierte Kundenbetreuung
  
  
• Kompatibilität mit vielen Anwendungen und Applikationen (zum Beispiel Magento-Plug-in)
  
  
• Geodaten-Anreicherung
  
  
• Formatierte Adressausgabe für Label-Druck bei Versand
  
  

• Transliteration fremder Schriften
  
  
• Option eines Eingabeassistenten, das heißt, bei der Adresseingabe wird geprüft, ob zum Beispiel Straßen- und Ortsnamen sowie Postleitzahlen korrekt sind und automatisch eine Vervollständigung vorgeschlagen (Autocompletion)
  
  

• Transparente und seriöse Angaben zum Anbieter: Firmierung, Größe und Alter des Unternehmens, Mitarbeiterzahl und Finanzsituation
  
  
• Referenzkunden und Partner, Case Studies
  
  
• Unverbindliche und kostenlose Tests für unabhängige Evaluierung in einer Testumgebung
  
  
• Kostenloser Proof of Concept (PoC)
  
  
• Als Cloud-Service sicher verschlüsselt (HTTPS)
  
  
• Einhaltung der DSGVO und anderer Datenschutzrichtlinien inklusive Sicherheitszertifizierungen
  
  
• Gutes Preis-Leistungs-Verhältnis, schneller ROI

Fazit

Wie bereits der unabhängige CRM-Berater Georg Blum festgestellt hat, ist die Adress- und Datenqualität kein Kostenfaktor, sondern ein Wertschöpfungsfaktor [5]. Damit trifft Blum den Nagel auf den Kopf, denn akkurate Kontaktdaten sorgen dafür, dass Unternehmen Kosten senken und gleichzeitig Umsätze steigern können. Die unmittelbar verfügbare 360-Grad-Sicht auf einheitliche, korrekte Daten liefert konkretes Wissen, das Unternehmen nutzen können, um wirtschaftlich und effizient zu operieren.

Mithilfe Software-gestützter Lösungen gelingt es, Adressdaten kontinuierlich in ihrem CRM-System zu standardisieren, zu überprüfen und zu korrigieren. Dabei ist der Einsatz einer Datenvalidierung als skalierbarer Webservice vorteilhaft. Neben ihrer Integrationsfähigkeit ist sie standortunabhängig über eine Online-Schnittstelle verfügbar und lässt sich plattformunabhängig nutzen. Darüber hinaus müssen Unternehmen sich nicht um das Einspielen aktualisierter Datenbestände kümmern und haben mehr Zeit für ihr Kerngeschäft.

 

Literatur

• Engels, (2022): HSHL-Studie: Digitale User-Experience wird zum wichtigsten Unterscheidungsmerkmal im Marketing – https://idw-online.de/de/news799365 – Zugriff 13.09.2022
• Deutsche Post (2021): Adress-Studie 2021 – https://www.deutschepost.de/content/dam/dpag/images/D_d/DDP/Downloads/studien/dp-adress-studie-2021.pdf – Zugriff 13.09.2022
• Universität Bamberg (o. J.): Retourentacho der Forschungsgruppe Retourenmanagement der Universität Bamberg – https://www.uni-bamberg.de/pul/forschung/forschungsgruppe-retourenmanagement/ – Zugriff 13.09.2022
• CRIFBÜRGEL (2021): CRIFBÜRGEL Studie: 9 von 10 Online-Shops im DACH-Raum von Betrug betroffen – 61,5 Prozent der E-Commerce Unternehmen in Deutschland führen Anstieg des Betrugs auf die Corona- Pandemie zurück – https://www.crif.de/pr-events/pressemitteilungen/2021/july/01/crifbuergel-studie-9-von-10-online-shops-im-dach-raum-von-betrug-betroffen/ – Zugriff 13.09.2022
• CRM-Tech.World: https://crm-tech.world/ – Zugriff 29.09.2022

Weiterführende Literatur

melissa (o. J.): Konkrete Erläuterungen der 1-10-100-Regel – https://www. melissa.com/de/ressourcen/whitepapers/1-10-100-regel – Zugriff 13.09.2022

melissa (o. J.): Strategische Unternehmensführung durch Stammdatenmanagement – https://www.melissa.com/de/ressourcen/ whitepapers/stammdatenmanagement – Zugriff 13.09.2022

melissa (o. J.): Das Geheimnis des Erfolgs für internationalen E-Commerce – https://www.melissa.com/de/ressourcen/whitepapers/global-ecommerce-address  – Zugriff 13.09.2022

Big Data Insider (2021): Datenqualität ist die Grundlage von Datenschutz – https://www.bigdata-insider.de/datenqualitaet-ist-die-grundlage-von- datenschutz-a-1009628/ – Zugriff 13.09.2022

Kren, S. (2021): Interview mit Çağdaş Gandar, Managing Director Europe von Melissa, zum Zusammenhang von professioneller Datenqualität und mehr unternehmerischer Wirtschaftlichkeit, IT-Zoom – https://www.it-zoom.de/it- director/e/genau-an-der-richtigen-adresse-29383/ – Zugriff 13.09.2022

melissa (o. J.): Kosten von schlechter Qualität beim Paketversand ermitteln – https://www.melissa.com/de/calculators/ecommerce – Zugriff 13.09.2022