360° Customer Data Hub – Definition, Nutzen & Implementierung

Data Hubs (Datenhubs) helfen Unternehmen dabei, ihre Kunden- und Geschäftsdaten zu pflegen. Denn gesunde Daten sind die Grundlage für hochwertige Analysen auf deren Basis sich geschäftliche Entscheidungen treffen lassen. Entgegen der gängigen Praxis reicht es nicht aus, Daten zu sammeln und über ein Data Warehouse oder einen Data Lake zu verbinden. Eine vollständige digitale Transformation geht weit über die einfache Datenintegration und -speicherung hinaus. Sie liefert datengestützte Echtzeit-Erkenntnisse für nahezu alle Entscheidungen in jedem Bereich eines Unternehmens. Viele Organisationen setzen deshalb auf Data Hubs, um den Wert ihrer Daten zu bewahren und so ihr volles Potenzial entfalten zu können.

Was ist ein Data Hub?

Ein Data Hub dient einem reibungslosen Datenaustausch. Es stellt einen Ansatz dar, Daten aus mehreren Quellen zu Speichern und zu Verwalten. Stellen Sie sich dazu ein Rad mit einer Nabe und mehreren Speichen vor. Die Speichen strahlen von der zentralen Nabe zu Dutzenden von Punkten entlang der Felge aus. Diese Endpunkte – bei denen es sich um Anwendungen, Prozesse, Personen oder Algorithmen handeln kann – interagieren mit der Nabe, um Daten beizusteuern oder Daten von ihr zu empfangen. All dies geschieht kontinuierlich, möglicherweise sogar in Echtzeit. Gelangen Daten in den Data Hub, verbinden sie sich mit anderen Datenpunkten zu einer 360°-Ansicht. Dieser einheitliche Data Hub trägt dazu bei, Datensilos aufzubrechen, sodass das gesamte Unternehmen über eine einzige, gemeinsam genutzte Quelle für alle relevanten Daten verfügt.

Der Data Hub eines Unternehmens bietet auch einen zentralen Zugangs- und Referenzpunkt für sensible Daten. Das Wissen darüber, dass es einen einzigen Ort für den Zugriff auf personenbezogene Daten gibt, vereinfacht die Verwaltung der Daten erheblich. Durch die korrekte Bereitstellung des Zugriffs auf den Datenhub – und die Freigabe sensibler oder maskierter Daten nur für diejenigen Benutzer oder Anwendungen, die diesen Zugriff benötigen – lässt sich:

  • die Datensicherheit verbessern.
  • die gemeinsame Nutzung von Daten überwachen.
  • die Transparenz des Datenflusses im Unternehmen erhöhen.

Letztlich lassen sich vertrauenswürdige Daten auf einfache und konsistente Weise von jedem Anwender und jeder Anwendung, die davon profitieren kann, nutzen und wiederverwenden.

Wie Data Hubs vertrauenswürdige Daten schaffen und nutzen

Ein Customer 360° Data Hub stellt ein Regelwerk für die gemeinsame Nutzung, Vermittlung und Steuerung von Daten bereit. Dieses Set von Regeln bietet Unternehmen die Möglichkeit, vertrauenswürdige Daten zu erhalten und zu verwalten – und dass, ohne die Sicherheit der Daten zu gefährden. Dies führt zu:

  • Der Ausweitung und Beschleunigung des Informationsaustauschs zwischen eigenen Cloud-Anwendungen, Mitarbeitern sowie externen Kunden und Partnern.
  • Der Erstellung einer vertrauenswürdigen, sich ständig weiterentwickelnden „Golden Record“ – ein Stammdatensatz der alle Kunden-, Anbieter- und Partnerinformationen enthält.
  • Steigerung der Unternehmenserfolge, da sich durch Data Hubs Kundenerfahrungen verbessern, Prozesse reibungsloser ablaufen und Risiken sich einfacher managen bzw. vermindern lassen.

Vorteile von Datenhubs

Data Hubs verbinden Datenanbieter und -konsumenten und ermöglichen es, den Datenfluss auf geregelte Weise zu steuern. Daraus resultieren vertrauenswürdige Daten für das gesamte Unternehmen. Sobald Organisationen die Bereitstellung von vertrauenswürdigen Daten in Echtzeit meistern können, profitieren sie von den geschäftlichen Vorteilen, die ein 360° Customer Data Hub bieten kann:

  • Der Umsatz lässt sich durch personalisierte Angebote und Empfehlungen steigern.
  • Das Marketing ist in der Lage, maßgeschneiderte Kommunikationsmaßnahmen zu entwickeln, die ein optimales Kundenerlebnis bieten.
  • Produkte lassen sich intelligenter gestalten und an ihren Nutzungskontext anpassen.
  • Compliance lässt sich ganzheitlich kontrollieren.
  • Mitarbeiter können durch ständiges Lernen und eine intelligente Weiterbildungslösung ihre Effizienz steigern.

Data Hub vs. Data Lake

Die meisten Datenarchitekturen sind so konzipiert, dass sie als zentralisierte Datenspeicher arbeiten. Dieses Design hat sich bei der Datenanalyse bewährt, …

  • …um strukturierte Auswertungen für die verschiedenen Nutzer bereitzustellen, die darauf angewiesen sind (Data Warehouses)
  • … oder um versteckte Erkenntnisse in Big Data zu entdecken und kontinuierlich daraus zu lernen (Data Lakes).

Ist das Ziel jedoch der Datenaustausch – also der Aufbau intelligenterer Datenflüsse und nicht nur die Speicherung der Daten – sollte ein Data Hub im Mittelpunkt der Architektur stehen. Denn ein Datenhub ist agiler und flexibler als herkömmliche Architekturen.

Data Warehouse Data Lake Data Hub
  • strukturiert für Analysen
  • von Personen als Self Service genutzt
  • Konzentration auf Entscheidungsfindung
  • (un)strukturiert für Erkenntnisse
  • von Datenexperten und Algorithmen genutzt
  • Konzentration auf Deep Learning, KI
  • strukturiert für Datenübertragbarkeit
  • von Personen und Anwendungen genutzt
  • Konzentration auf Datenintegrität und und Geschwindigkeit bei der gemeinsamen Nutzung

Ein Data Hub ist für den schnellen Informationsaustausch konzipiert, den Unternehmen heutzutage benötigen. Er erfasst alle Arten von Daten – einschließlich Meta-, Stamm-, Betriebs- und Analysedaten – und gleicht sie ab. Anschließend stellt der Data Hub die Daten im gewünschten Format bereit, ohne dass sie physisch an einem zentralen Ort gespeichert sind. Mithilfe von suchbasierten Anwendungen und API-Diensten lassen sich die Daten problemlos finden und sofort Zugriff darauf erhalten. Ein Datenhub schafft zudem eine zentrale Anlaufstelle für Datenströme mit durchgängiger Transparenz und Zuordnung der Herkunft.

In 6 Schritten zum 360° Customer Data Hub

Es gilt, jeden Data Hub so zu konzipieren und anzupassen, dass er den Anforderungen des jeweiligen Unternehmens entspricht. Es lassen sich jedoch einige gemeinsame Prinzipien der Datenverwaltung und -architektur feststellen, die allen erfolgreichen Data Hubs gemeinsam sind. Dieser sechsstufige Ansatz kombiniert die gängigsten Disziplinen wie Datenmodellierung, Datenintegration, Anwendungsintegration und Data Governance:

  1. Der erste Schritt besteht darin, die gemeinsam genutzten Datenquellen und -dienste mit dem Data Hub zu verbinden. In diesem Stadium lassen sich die Daten je nach den Bedürfnissen des Unternehmens in ihrem Rohformat im Datenhub speichern.
  2. Die eingehenden Datenströme kommen anschließend in einem kanonischen Datenmodell zusammen. So lassen sie sich leichter miteinander verbinden. Dadurch wird sichergestellt, dass die Daten leicht zu identifizieren und bereit zur Verwendung sind.
  3. Im nächsten Schritt kommt es zur Erfassung der Datensätze in einem Datenkatalog und zur Organisation für Aufgaben wie Datenkategorisierung, -kuratierung, -schutz und -bereinigung. Der Datenkatalog sollte Tools für die Suche und das Auffinden enthalten, die bei der Verwaltung von Datenpipelines helfen und die ETL-Prozesse beschleunigen.
  4. Datenqualitätstechniken wie Datenabgleich, Survivorship und Deduplizierung lassen sich entweder während oder nach der Integration der Daten in den Data Hub anwenden, um den sogenannten Golden Record zu erstellen. Dieser wird innerhalb des Data Hub in dem Datenspeicher abgelegt, der dem Kontext am besten entspricht.
  5. Nun kommen Analysen zum Einsatz, um die Daten für Segmentierungen, Prognosen, Verhaltensvorhersagen, Empfehlungen usw. zu vervollständigen. Anfangs erfolgt dies meist manuell durch Datenverwalter. Im Laufe der Zeit automatisieren Algorithmen für maschinelles Lernen diesen Vorgang, der auf den manuellen Eingaben der Datenverwalter basiert.
  6. Schließlich lassen sich die Daten mit verschiedenen Datenkonsumenten teilen, einschließlich Anwendungen, Systemen, Geschäftsanwendern, Datenexperten und Dritten.

Anwendungsbeispiele für 360° Customer Data Hubs

Ein Data Hub liefert datengestützte Kundeneinblicke, die für die gesamte Organisation vertrauenswürdig sind und nach denen sie handeln können. So ist jedes Unternehmen in der Lage einen echten Nutzen aus seinem 360° Customer Hub zu ziehen. Unternehmen, die der Gesundheit ihrer Daten Priorität einräumen, erzielen schnell quantifizierbare Erfolge aus ihren Investitionen in Kundendaten:

  • Verringerung der Anschaffungskosten: Durch ein gezielteres Engagement auf Grundlage tiefgreifender Kundenkenntnisse können Marketing und Vertrieb ihre Sales-Pipeline optimieren und die Anschaffungskosten senken.
  • Vertrieb agiert schneller: Die Zeit, um einen Lead in einen Abschluss umzuwandeln, verkürzt sich. Das wirkt sich direkt auf den Jahresumsatz aus.
  • Verbesserung von Kundenbindung, Upsell und Cross-Sell: Durch eine relevantere und zeitige Kundenkommunikation steigt der Kundenwert im Laufe der Zeit stark an.
  • Produktinnovation: Datengesteuerte Produktinnovationen können dazu beitragen, den Marktanteil, die Kundenzufriedenheit, die Preisgestaltung und vieles mehr zu verbessern.
  • Opportunitätskosten der Markteinführungszeit: Mit zuverlässigen Daten haben Entscheidungsträger die Möglichkeit, schnellere und bessere Geschäftsentscheidungen zu treffen.
  • Risikominimierung: Mit einer Technologie, die die Datenintegrität unterstützt, lässt sich kontrollieren, wie Kundendaten erfasst, gespeichert und abgerufen werden. Gleichzeitig ist es möglich, die Sicherheits- und Datenschutzbestimmungen einzuhalten.

Grundlage für eine erfolgreiche Implementierung eines 360° Customer Data Hubs

Talend Data Fabric bietet Ihnen alle Tools, die Sie für den Aufbau eines umfassenden Datenhubs benötigen. Talend Data Fabric unterstützt Unternehmen bei der Erfassung, Steuerung, Umwandlung und Freigabe beliebiger Datenpipelines als Teil eines Data Hubs:

  1. Erfassung: Mehr als 1.000 integrierte Komponenten und Konnektoren erleichtern das Erfassen, Standardisieren und Bereinigen von Datensätzen aus einer Vielzahl von Quellen.
  2. Steuerung: Data-Governance-Funktionen erleichtern den Besitz, die Zertifizierung, die Verantwortung und die Bereinigung von Daten.
  3. Umwandlung: Talend Data Fabric erstellt bei Bedarf einen „Golden Record“ für den Abgleich und die Verknüpfung Ihrer Daten unter Verwendung von Qualitätstechniken wie Datenabgleich und Survivorship.
  4. Freigabe: Die Datensätze sind automatisch in einem Datenkatalog dokumentiert. So lassen sie sich von Dateningenieuren bis hin zu Geschäftsanwendern und Anwendungsentwicklern leicht finden und nutzen.

Starten Sie noch heute mit der branchenführenden Cloud-Integrationslösung und testen Sie Talend Data Fabric kostenlos!

Sind Sie bereit, mit Talend durchzustarten?