| Corporate Data Quality: Voraussetzung Erfolgreicher Geschäftsmodelle 1. Aufl. 2016 Edition Contributor(s): Otto, Boris (Author), Österle, Hubert (Author) |
|
 |
ISBN: 3662468050 ISBN-13: 9783662468050 Publisher: Springer Gabler OUR PRICE: $47.49 Product Type: Hardcover Language: German Published: October 2015 |
| Additional Information |
| BISAC Categories: - Business & Economics | Production & Operations Management - Computers | Electronic Commerce (see Also Headings Under Business & Economics - E-comme - Business & Economics | Information Management |
| Dewey: 658.403 |
| Physical Information: 205 pages |
| Descriptions, Reviews, Etc. |
| Publisher Description: Daten sind die strategische Ressource des 21. Jahrhunderts. Es findet kein Gesch ftsprozess, keine Kommunikation zwischen Gesch ftspartnern, keine Wertsch pfung statt, ohne dass die involvierten Personen, Maschinen und IT-Systeme Daten nutzen, erzeugen oder ver ndern. Trends wie die Digitalisierung, Industrie 4.0 und Social Media tragen ebenfalls dazu bei, dass Datenmanagement zu einer Kernkompetenz f r erfolgreiche Unternehmen dieser Zeit geworden ist. Damit Daten ihren ganzen Wert entfalten k nnen, m ssen sie stets in angemessener Qualit t zur Verf gung stehen. Dies gilt besonders f r Stammdaten, die zentralen Gesch ftsobjekte eines Unternehmens. Dieses Buch zeigt einen ganzheitlichen Ansatz zum qualit tsbewussten Management von Stammdaten auf und richtet sich damit sowohl an Praktiker als auch an die Wissenschaft. Das "Framework f r Stammdatenqualit tsmanagement" wurde im Rahmen des "Competence Center Corporate Data Quality" der Universit t St. Gallen seit dem Jahr 2006 gemeinsam mit Unternehmen aus unterschiedlichen Industrien in zahlreichen praktischen Anwendungen entwickelt und verbessert. Neben den theoretischen Grundlagen r umt das Buch der praktischen Sicht mit 10 Fallstudien gro en Raum ein, die erfolgreich durchgef hrte Datenqualit tsprojekte praxisnah aufbereiten. Schlie lich f hrt das Buch noch Methoden und Werkzeuge f r das Datenqualit tsmanagement auf, die (Stamm-)datenmanager bei Projekten im eigenen betrieblichen Umfeld unterst tzen k nnen. |