Bayer CropScience AG – Lösung: Unterschied zwischen den Versionen
Aus Controlling-Wiki
Zeile 6: | Zeile 6: | ||
=== Aufgabe 2: Welche Kosten der schlechteren Datenqualität könnte BCS getragen haben? === | === Aufgabe 2: Welche Kosten der schlechteren Datenqualität könnte BCS getragen haben? === | ||
* Erhöhte Kosten durch den Mehraufwand | |||
* Verlust von Umsatz durch mangelnde Produkthierarchiedaten | |||
* Falsche Analysen durch eine niedrige Qualität | |||
* Imageschaden | |||
=== Aufgabe 3: Die Qualität der Produktehierarchiedaten stellt eine Voraussetzung für die Bereiche Planung, Berichtswesen und Produktsegmentierung dar. Erläutern Sie die potentielle Auswirkung der Datenqualitätsprobleme auf diese drei Geschäftsbereiche. === | === Aufgabe 3: Die Qualität der Produktehierarchiedaten stellt eine Voraussetzung für die Bereiche Planung, Berichtswesen und Produktsegmentierung dar. Erläutern Sie die potentielle Auswirkung der Datenqualitätsprobleme auf diese drei Geschäftsbereiche. === | ||
[[Datei: Lösung Datenqualität Bayer CropScience AG.jpg|450px|Abb. 1: Lösung - Bedeutung der Qualität von Produkthierarchiedaten (Brauer, 2019, S. 17 zit. in Otto & Österle, 2016, S. 60]] | [[Datei: Lösung Datenqualität Bayer CropScience AG.jpg|450px|Abb. 1: Lösung - Bedeutung der Qualität von Produkthierarchiedaten (Brauer, 2019, S. 17 zit. in Otto & Österle, 2016, S. 60]] |
Version vom 9. Mai 2021, 11:07 Uhr
Aufgabe 1: Was könnten die wichtigsten Erkenntnisse des Projektes in Bezug auf die Datenqualität sein?
Die wichtigsten Erkenntnisse des Projektes in Bezug auf die Datenqualität waren (Otto & Österle, 2016, S. 82):
- Datenqualität ist Voraussetzung für Kerngeschäftsprozesse wie die Finanz- und Produkti-onsplanung.
- Die regelmässige Messung der Datenqualität ist Voraussetzung für das Management und damit ihrer Verbesserung.
- Datenqualitätsmanagement ist kein einzelnes Projekt, sondern muss über Data-Governance-Rollen in der Organisation verankert sein.
Aufgabe 2: Welche Kosten der schlechteren Datenqualität könnte BCS getragen haben?
- Erhöhte Kosten durch den Mehraufwand
- Verlust von Umsatz durch mangelnde Produkthierarchiedaten
- Falsche Analysen durch eine niedrige Qualität
- Imageschaden