„Du bist ein Messie!“, das sagt meine Frau immer wieder zu mir, wenn sie meinen Hobbykeller besucht. Da ich viele Dinge selbst in die Hand nehme, brauche ich auch viel Werkzeug sowie die passenden Utensilien oder entsprechende Ersatzteile. Das versteht sie einfach nicht!
Wäre sie somit der bessere Datenmanager?
Laut dem Statistik-Portal „statista“ wurden im Jahr 2016 weltweit 16,1 Zettabyte Daten generiert. Für das Jahr 2025 prognostiziert „statista“, eine Verzehnfachung auf 163 Zettabyte. Kleiner Exkurs: Ein Zettabyte Speicherkapazität steht für 1021 Bytes. Das sind Sextillionen Bytes oder in Zahlen 1.000.000.000.000.000.000.000 Bytes. Das wiederum entspricht 1.000 Exabytes oder einer Milliarde Terabytes.
Begonnen hat dieser Datenurknall in der Mitte der 90er Jahre. Damals wurde übrigens Amazon gegründet. Wirklich wundern wird sich wohl kaum mehr jemand über diese gigantischen Mengen, sind doch mittlerweile mehr als die Hälfte der Weltbevölkerung, also ca. 3,8 Milliarden Menschen aktive Internet-Nutzer. Die Quote derer, welche besonders viele Daten in Social-Media erzeugen, liegt bei 40 Prozent.
nun aber zurück zu meinem neu bewerteten keller. und überhaupt, was hat das alles mit credit-management zu tun?
Nun, so wie ich mich der Ordnung halber in meinem Keller entscheiden muss, was ich noch brauche und was nicht, muss sich jeder, der mit Daten umgeht, regelmäßig fragen: „Welche Daten sind wichtig? Welche nicht? Welche muss ich weiterhin speichern und welche kann ich gar löschen? Welche Daten sind außerdem verlässlich? Welche sind unzuverlässig? Und das Wichtigste: Welche Daten sind gar falsch oder fake?“ Wir alle müssen, um Daten zu bewerten, einen geeigneten Daten-Cocktail mixen, um daraus unsere Schlüsse zu ziehen. Das muss ich in meinem Keller genau so machen wie der Credit-Manager, der aufgrund vorhandener Daten seine Kunden bewertet.
Für eine Bewertung der Kunden gibt es interne und externe Daten. Daraus werden Kennzahlen gebildet wie Zahlungserfahrungen, Bilanzsumme, Umsatz, Ausfallwahrscheinlichkeit, etc. Für Sie, liebe Leserinnen und Leser, sind das keine Neuigkeiten. Die zunehmende Geschwindigkeit, was die Änderung von Daten anbelangt, lässt das ganze Konstrukt jedoch schneller veralten, als das in der Vergangenheit der Fall war. Zudem gewinnen die generierten Daten aus dem Social-Media Bereich immer mehr an Bedeutung und vor allem an Menge!
Jedoch Vorsicht bei einem zu hohen Augenmerk auf die Social Media Daten! Die Schwierigkeit liegt hier vor allem in der Auswertung. Auch eine Automation und der Einsatz von KI ist hier noch schwer umzusetzen, da es unter anderem noch nicht möglich ist, Fake News verlässlich zu filtern (sehen Sie hierzu die Aufzeichnung unseres Webinars: „That's really all Fake News?“ - Von der Sinnhaftigkeit des Social Media Monitoring im Credit Management). Sind gar ein Bot oder massenhaft Bots die Datenquelle? Als sogenannte Signaldaten werden Social-Media Daten jedoch durchaus schon herangezogen (lesen Sie zu dieser Thematik auch den Artikel bezüglich der Nutzung alternativer Datenquellen im Credit Management).
Zurück zu unserem datencocktail, den jeder daten-Manager selbst zubereiten muss
Bei der Bewertung von Kunden kann das zum Beispiel pro Land, pro Geschäftsbereich, pro Produktgruppe, vielleicht auch pro Vertriebskanal oder gar Vertriebsmitarbeiter erfolgen. Hier gilt es natürlich Grundsätze, wie die kaufmännische Vorsicht, zu beachten und somit ständig drohende Ausfallrisiken zu minimieren. Bei einem Neukunden mixt man außerdem besser noch etwas Sicherheit wie eine Versicherung oder eine Garantie wie z. B. eine Bürgschaft hinzu. Im Laufe der Zeit entstehen dann Zahlungserfahrungen und somit weitere Zutaten für den Cocktail.
Als Fazit bleibt festzuhalten, dass sich bis auf häufigere Überprüfungen der Daten-Mixe und somit der Bewertungsregeln im klassischen Credit Management noch nichts Grundsätzliches geändert hat. Durch die zunehmende Bedeutung der Social-Media Daten wird hier jedoch ein Wandel erfolgen. Ziel muss es deshalb sein, eine Regel zu verfassen, aus der klar hervorgeht, welche Informationen in welcher Menge herangezogen werden, um verlässliche Kundenbewertungen zu erhalten. Ein solches Regelwerk ist der Vollständigkeit halber in eine Credit Policy einzubinden. Diese gilt es häufiger als in der Vergangenheit zu überprüfen und kritisch zu hinterfragen. Die alte Denke: „das haben wir doch immer so gemacht“, muss endgültig passe sein und gehört ins in Museum! Regelmäßiges, kritisches Hinterfragen des Regelwerks muss Teil der Credit Policy sein. Genauso mache ich das in der Zukunft auch in meinem Keller.
Gibt’s schon! – informieren Sie sich>>>