Eine Datenplattform kann sehr viel sammeln. Ob sie damit auch viel bewirkt, ist eine andere Frage. Wer Datenquellen vor allem deshalb anschließt, weil sie verfügbar sind, baut schnell einen umfangreichen Bestand auf. Welche Kundenentscheidung damit besser werden soll, sollte allerdings vor der nächsten Schnittstelle geklärt sein.
Der Strategic Optimized Data Approach, kurz SODA, entwickelt die Datengrundlage ausgehend von konkreten Use Cases. Welche Kundendaten werden für einen Use Case gebraucht, wo liegen sie und welche Qualität müssen sie haben? Daraus ergibt sich die Auswahl und Struktur der Datenquellen. Die Customer Data Platform, kurz CDP, unterstützt damit konkrete Aufgaben in Marketing, Vertrieb, Service und weiteren Bereichen.
Zuerst die Entscheidung, dann die Daten
Eine allgemeine Absicht wie „Kunden besser verstehen“ gibt wenig Orientierung für die technische Umsetzung. Ein Use Case wird konkret, wenn erkennbar ist, welche Entscheidung sich verändern soll. Muss ein auslaufender Vertrag rechtzeitig bearbeitet werden? Fehlt der Betreuung eine Information zum genutzten Produkt? Soll ein bestehendes Anliegen in der weiteren Kommunikation berücksichtigt werden?
Aus dieser Beschreibung ergeben sich Datenbedarf, Zuständigkeit und Erfolgskriterium. Das Team kann prüfen, welche Information heute fehlt und welchen Unterschied ihre Verfügbarkeit machen würde. Die Anforderung wird damit auch für die IT verständlicher als eine unbestimmte Forderung nach einer vollständigen Kundensicht.
Vier Datenklassen ordnen unterschiedliche Informationsaufgaben
Stammdaten, Transaktionsdaten, Interaktionsdaten und analytische Daten erfüllen verschiedene Aufgaben. Stammdaten beschreiben Identitäten und grundlegende Eigenschaften. Transaktionen halten geschäftliche Vorgänge fest, Interaktionen die Kontakte und Aktivitäten. Analytische Daten entstehen aus ihrer Auswertung. Für einen Use Case muss feststehen, welche dieser Perspektiven benötigt und wie sie verbunden werden.
Diese Einteilung hilft, den Informationsbedarf systematisch zu untersuchen. Für eine Vertragsbearbeitung können die Kundenidentität und ein Laufzeitende erforderlich sein. Für eine passende Ansprache kommt möglicherweise der letzte Austausch hinzu. Eine abgeleitete Bewertung ergänzt diese Angaben, ersetzt aber nicht ihren Entstehungszusammenhang. Das Team sollte erkennen können, welche Information beobachtet und welche aus anderen Daten berechnet wurde.
Eine Quelle braucht einen guten Grund
Dieselbe Information kann in mehreren Anwendungen vorhanden sein. Welche Quelle geeignet ist, hängt von Qualität, Aktualität und Zuständigkeit ab. Ein Export, der für eine gelegentliche Auswertung reicht, muss für einen zeitkritischen Prozess nicht ausreichend sein. Umgekehrt benötigt nicht jede Analyse eine laufende Übertragung jeder einzelnen Änderung.
SODA lenkt die Aufmerksamkeit deshalb auf die Passung zwischen Quelle und Verwendung. Welche Angaben müssen verlässlich sein? Wie aktuell müssen sie vorliegen? Wer kann einen Fehler klären? Eine bewusste Auswahl begrenzt unnötige Komplexität und macht die Anforderungen an die Integration nachvollziehbar.
Der Golden Record verbindet Informationen über dieselbe Beziehung
Für eine gemeinsame Datennutzung müssen Identitäten über Anwendungen hinweg zusammenpassen. Ein Kunde kann unter unterschiedlichen Kennungen in CRM, Abrechnung und Service geführt werden. Werden diese Datensätze falsch verbunden, ist auch die anschließende Auswertung unsicher.
Der Golden Record unterstützt eine konsolidierte Sicht. Dafür braucht es Regeln zur Zuordnung, zur Behandlung widersprüchlicher Werte und zur laufenden Pflege. Er sollte zudem die Unterschiede zwischen Person, Unternehmen, Vertrag und Interaktion erhalten. Ein zusammenhängendes Kundenbild entsteht aus diesen Beziehungen; die bloße Zusammenführung aller Angaben in eine große Tabelle wäre dafür häufig zu ungenau.
Die Datenbasis muss eine nächste Handlung ermöglichen
Die CDP kann Informationen bereitstellen, aber die geschäftliche Wirkung entsteht im angeschlossenen Prozess. Für eine konkrete Anwendung muss deshalb feststehen, wer eine Information erhält, welche Handlung folgen soll und wie das Ergebnis zurückgemeldet wird.
Der Weg von der Kundeninformation zur Anwendung muss deshalb bereits beim Aufbau mitgedacht werden. Welche Objekte und Beziehungen werden benötigt, welches System nutzt das Ergebnis und wer bearbeitet Rückmeldungen? Die Datenstruktur soll diesen Ablauf ermöglichen. Ihre Qualität bemisst sich daran, ob sie für den vorgesehenen Kundenprozess verlässlich nutzbar ist.
Mehrere Bereiche brauchen gemeinsame Regeln
Eine bereichsübergreifende Datenplattform kann unterschiedliche Aufgaben unterstützen. Dadurch werden auch Unterschiede in Begriffen, Verantwortlichkeiten und Anforderungen sichtbar. Was bedeutet ein aktiver Kunde? Welcher Status beschreibt den Vertrag, welcher den Kontakt und welcher eine zulässige Nutzung für einen bestimmten Zweck?
Diese Fragen gehören zur fachlichen Gestaltung. Eine zentrale Datenhaltung löst sie nicht automatisch. Zugriffe, Verarbeitung und Aufbewahrung müssen zu den jeweils vorgesehenen Zwecken passen. Die Plattform kann entsprechende Abläufe unterstützen; aus ihrer technischen Verfügbarkeit allein folgt weder eine pauschale Nutzungsberechtigung noch ein Nachweis rechtlicher Konformität.
Schrittweise ausbauen
Ein iteratives Vorgehen hält Datenarbeit und Verwendung zusammen. Die erste Anwendung macht sichtbar, ob Quellen, Zuordnungen und Bearbeitung funktionieren. Auf dieser Grundlage werden weitere Aufgaben priorisiert und ergänzt. So wächst die Plattform mit ihrem Bedarf, statt erst nach dem Aufbau nach einer Verwendung suchen zu müssen.
Für die Bewertung sind auch Fehler und zusätzlicher Aufwand interessant. Wo muss eine Information erneut gesucht werden? Welche Daten werden zwar übertragen, aber nicht verwendet? Wo führen Definitionen zu Missverständnissen? Solche Beobachtungen helfen, die Datenbasis und die Prozesse gemeinsam weiterzuentwickeln. Sie verhindern, dass technischer Ausbau und tatsächlicher Bedarf auseinanderlaufen.
Die Auswahl bleibt eine fortlaufende Managementaufgabe
Geschäftliche Anforderungen verändern sich. Eine zusätzliche Anwendung kann andere Informationen benötigen oder eine höhere Aktualität verlangen. Die Entscheidung über eine neue Datenquelle sollte daher denselben Maßstäben folgen wie der erste Aufbau: erkennbarer Zweck, geeignete Qualität und eine bearbeitbare Verantwortlichkeit.
Der Beitrag von SODA liegt in dieser bewussten Verbindung. Die Datenplattform wird ausgehend von ihren Use Cases entwickelt und an ihrer Verwendung beurteilt. Eine relevante Datenbasis ist dann weder ein möglichst großer Bestand noch ein einmal abgeschlossenes Technikprojekt. Sie ist eine verlässliche Grundlage, mit der Menschen und Systeme konkrete Kundenprozesse besser gestalten können.
Wie Datenarbeit und Verantwortung zusammenwirken, zeigt der dokumentierte ZSH-Fall.
Redaktionell eigenständige Aufbereitung auf Grundlage des Buchbeitrags von Manuel Marini, Andreas Gozian in Customer Intelligence (Springer Gabler, 2025). Zum Originalkapitel.
Weitere Beiträge zum Thema: Daten & Plattformen.












