Corporate Data Quality : : Voraussetzung Erfolgreicher Geschäftsmodelle.
Saved in:
: | |
---|---|
TeilnehmendeR: | |
Place / Publishing House: | Berlin, Heidelberg : : Springer Berlin / Heidelberg,, 2015. {copy}2016. |
Year of Publication: | 2015 |
Edition: | 1st ed. |
Language: | German |
Online Access: | |
Physical Description: | 1 online resource (219 pages) |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
LEADER | 07307nam a22004213i 4500 | ||
---|---|---|---|
001 | 5006422690 | ||
003 | MiAaPQ | ||
005 | 20240229073837.0 | ||
006 | m o d | | ||
007 | cr cnu|||||||| | ||
008 | 240229s2015 xx o ||||0 ger d | ||
020 | |a 9783662468067 |q (electronic bk.) | ||
020 | |z 9783662468050 | ||
035 | |a (MiAaPQ)5006422690 | ||
035 | |a (Au-PeEL)EBL6422690 | ||
035 | |a (OCoLC)1231609374 | ||
040 | |a MiAaPQ |b eng |e rda |e pn |c MiAaPQ |d MiAaPQ | ||
050 | 4 | |a HF4999.2-6182 | |
100 | 1 | |a Otto, Boris. | |
245 | 1 | 0 | |a Corporate Data Quality : |b Voraussetzung Erfolgreicher Geschäftsmodelle. |
250 | |a 1st ed. | ||
264 | 1 | |a Berlin, Heidelberg : |b Springer Berlin / Heidelberg, |c 2015. | |
264 | 4 | |c {copy}2016. | |
300 | |a 1 online resource (219 pages) | ||
336 | |a text |b txt |2 rdacontent | ||
337 | |a computer |b c |2 rdamedia | ||
338 | |a online resource |b cr |2 rdacarrier | ||
505 | 0 | |a Intro -- Vorwort -- Inhaltsverzeichnis -- Abkürzungsverzeichnis -- Abbildungsverzeichnis -- Tabellenverzeichnis -- Über die Autoren -- Kapitel-1 -- Datenqualität - eine Managementaufgabe -- 1.1 Trends der Digitalisierung -- 1.1.1 Durchdringung aller Lebens- und Wirtschaftsbereiche -- 1.1.2 Industrie 4.0 -- 1.1.3 Konsumerisierung -- 1.1.4 Digitale Geschäftsmodelle -- 1.2 Treiber der Datenqualität -- 1.2.1 360-Grad-Blick auf den Kunden -- 1.2.2 Unternehmenszukäufe und -zusammenschlüsse -- 1.2.3 Compliance -- 1.2.4 Berichtswesen -- 1.2.5 Operational Excellence -- 1.2.6 Datensicherheit und Privatheit -- 1.3 Herausforderungen und Anforderungen des Datenqualitätsmanagements -- 1.3.1 Herausforderungen im Umgang mit Daten -- 1.3.2 Anforderungen an das Datenqualitätsmanagement -- 1.4 Framework für Stammdatenqualitätsmanagement -- 1.4.1 Framework-Überblick -- 1.4.2 Strategieebene -- 1.4.3 Organisatorische Ebene -- 1.4.4 Informationssystemebene -- 1.5 Begriffsdefinitionen und Grundlagen -- 1.5.1 Daten und Information -- 1.5.2 Stammdaten -- 1.5.3 Datenqualität -- 1.5.4 Datenqualitätsmanagement (DQM) -- 1.5.5 Geschäftsregeln (Business Rules) -- 1.5.6 Data Governance -- 1.6 Kompetenzzentrum Corporate Data Quality -- Literatur -- Kapitel-2 -- Fallstudien zur Datenqualität -- 2.1 Allianz: Data Governance und Datenqualitätsmanagement in der Versicherungswirtschaft -- 2.1.1 Unternehmensüberblick -- 2.1.2 Ausgangssituation und Handlungsdruck -- 2.1.3 Das Solvency-II-Projekt -- 2.1.4 Datenqualitätsmanagement bei AGCS -- 2.1.5 Erkenntnisse -- 2.1.6 Weiterführendes Material -- 2.2 Bayer CropScience: Datenqualitätscontrolling in der agrochemischen Industrie -- 2.2.1 Unternehmensüberblick -- 2.2.2 Ausgangssituation und Handlungsdruck -- 2.2.3 Aufbau des unternehmensweiten Datenqualitätsmanagements -- 2.2.4 Erkenntnisse -- 2.2.5 Weiterführendes Material. | |
505 | 8 | |a 2.3 Beiersdorf: Produktdatenqualität in der Konsumgüter-Supply Chain -- 2.3.1 Unternehmensüberblick -- 2.3.2 Ausgangssituation des Datenmanagements -- 2.3.3 Projekt zur Messung der Datenqualität -- 2.3.4 Erkenntnisse -- 2.3.5 Weiterführendes Material -- 2.4 Bosch: Datenarchitekturmanagement in einem diversifizierten Technologiekonzern -- 2.4.1 Unternehmensüberblick -- 2.4.2 Ausgangssituation und Handlungsdruck -- 2.4.3 Datenarchitekturmuster bei Bosch -- 2.4.4 Erkenntnisse -- 2.4.5 Weiterführendes Material -- 2.5 Festo: Unternehmensweites Produktdatenmanagement in der Automatisierungsindustrie -- 2.5.1 Unternehmensüberblick -- 2.5.2 Ausgangssituation und Handlungsdruck des Produktdatenmanagements -- 2.5.3 Projekte im Produktdatenmanagement zwischen 1990 und 2009 -- 2.5.4 Aktuelle Aktivitäten und Ausblick -- 2.5.5 Erkenntnisse -- 2.5.6 Weiterführendes Material -- 2.6 Hilti: Durchgängiges Kundendatenmanagement in der Werkzeug- und Befestigungsindustrie -- 2.6.1 Unternehmensüberblick -- 2.6.2 Ausgangssituation des Kundendatenmanagements und Handlungsdruck -- 2.6.3 Das Projekt Customer Data Quality Tool -- 2.6.4 Erkenntnisse -- 2.6.5 Weiterführendes Material -- 2.7 Johnson & -- Johnson: Institutionalisierung des Stammdatenmanagements in der Konsumgüterindustrie -- 2.7.1 Unternehmensüberblick -- 2.7.2 Ausgangssituation des Datenmanagements im Bereich Consumer Products und Aktivitäten bis 2008 -- 2.7.3 Die Einführung von Data Governance -- 2.7.4 Aktuelle Situation -- 2.7.5 Erkenntnisse -- 2.7.6 Weiterführendes Material -- 2.8 Lanxess: Business Intelligence und Stammdatenmanagement bei einem Spezialchemiehersteller -- 2.8.1 Unternehmensüberblick -- 2.8.2 Ausgangssituation des Datenmanagements und Business Intelligence 2004-2011 -- 2.8.3 Das Stammdatenmanagement bei Lanxess seit 2011 -- 2.8.4 Aufbau des strategischen Reportings seit 2012. | |
505 | 8 | |a 2.8.5 Erkenntnisse -- 2.8.6 Weiterführendes Material -- 2.9 Shell: Datenqualität im Produktlebenszyklus in der Mineralölindustrie -- 2.9.1 Unternehmensüberblick -- 2.9.2 Ausgangssituation und Handlungsdruck -- 2.9.3 Durchgängiges Datenmanagement im Produktlebenszyklus -- 2.9.4 Herausforderungen bei der Umsetzung -- 2.9.5 Nutzen der neuen Lösung -- 2.9.6 Erkenntnisse -- 2.9.7 Weiterführendes Material -- 2.10 Syngenta: Auslagerung von Datenmanagementaufgaben in der Pflanzenschutzindustrie -- 2.10.1 Unternehmensüberblick -- 2.10.2 Ausgangssituation und Ziele der Stammdatenmanagementinitiative -- 2.10.3 Das Transformationsprojekt und MDM-Designprinzipien -- 2.10.4 Organisationsstruktur des Stammdatenmanagements -- 2.10.5 Datenpflegeprozess und Entscheidungskriterien für die Auslagerung -- 2.10.6 Erkenntnisse -- 2.10.7 Weiterführendes Material -- Literatur -- Kapitel-3 -- Methoden und Werkzeuge des Datenqualitätsmanagements -- 3.1 Methode zur Umsetzung der DQM-Strategie -- 3.1.1 Aufbau der Methode -- 3.1.2 Beispieltechniken der Methode -- 3.2 Reifegrad-Assessment und Benchmarking-Plattform für das Datenqualitätsmanagement -- 3.2.1 Ausgangssituation in Unternehmen -- 3.2.2 Reifegradmodelle und Benchmarking als Steuerungsinstrumente -- 3.2.3 EFQM-Exzellenzmodell für das Stammdatenqualitätsmanagement -- 3.2.4 Corporate Data Excellence: Steuerungswerkzeuge für Verantwortliche des Datenqualitätsmanagements -- 3.3 Die Corporate Data League: Ein Ansatz zur kooperativen Geschäftspartnerdatenpflege -- 3.3.1 Herausforderungen der Geschäftspartnerdatenpflege -- 3.3.2 Der Lösungsansatz des kooperativen Datenmanagements -- 3.3.3 Die Corporate Data League -- 3.4 Weitere Methoden und Werkzeuge des CC CDQ -- Literatur -- Kapitel-4 -- Erfolgsfaktoren und Sofortmaßnahmen -- 4.1 Erfolgsfaktoren des Datenqualitätsmanagements. | |
505 | 8 | |a 4.2 Sofortmaßnahmen auf dem Weg zum erfolgreichen Datenqualitätsmanagement -- Glossar -- Sachverzeichnis. | |
588 | |a Description based on publisher supplied metadata and other sources. | ||
590 | |a Electronic reproduction. Ann Arbor, Michigan : ProQuest Ebook Central, 2024. Available via World Wide Web. Access may be limited to ProQuest Ebook Central affiliated libraries. | ||
655 | 4 | |a Electronic books. | |
700 | 1 | |a Österle, Hubert. | |
776 | 0 | 8 | |i Print version: |a Otto, Boris |t Corporate Data Quality |d Berlin, Heidelberg : Springer Berlin / Heidelberg,c2015 |z 9783662468050 |
797 | 2 | |a ProQuest (Firm) | |
856 | 4 | 0 | |u https://ebookcentral.proquest.com/lib/oeawat/detail.action?docID=6422690 |z Click to View |