Zum Inhalt springen

Bestandteile des Datenaudits

Die Basis für ein erfolgreiches Adressmanagement sind saubere Stammdaten, in der Regel bestehend auf Kundenadressen, Interessenten, Lieferanten und Partner.

Illustration · KI-gestützt erstellt, von Menschen geprüft

Daten

Die Basis für ein erfolgreiches Adressmanagement sind saubere Stammdaten, in der Regel bestehend auf Kundenadressen, Interessenten, Lieferanten und Partner. Das ist die Grundlage für effizientes Kundenbeziehungsmanagement. Das p17 Datenaudit liefert eine genaue Übersicht zum Status-Quo der Adressqualität und das zu einem kleinen Preis. Beim Datenaudit werden die von Kunden angelieferten Firmenadressen mit einer externen Datenbank mit rund 5,5 Millionen B2B Adressen gematcht und wichtige Aussagen zum Adressbestand abgeleitet. Das Fundament für eine Anreicherung mit Zusatzinformationen für den Vertrieb und das Marketing.

Doch was genau ist im Daten Audit enthalten? Genau das möchten wir Ihnen hier vorstellen.

Strukturanalyse

Es ist wichtig, dass eine eindeutige ID, wie zum Beispiel eine Kundennummer, beim Datenaudit berücksichtigt wird. Bei der Strukturanalyse werden die Straße, Hausnummer, PLZ, Ort und das Länderkennzeichen geprüft.

Intra Dubletten

Die angelieferten Adressen werden mit einer speziellen Dubletten Software geprüft. Mehrfach vorkommende Datensätze werden so schnell identifiziert. Im weiteren Verlauf des Datenaudits werden versteckte Dubletten durch einen Abgleich mit einer externen Datenbank identifiziert.

Ein Beispiel
Interne Dubletten (Basis = Anzahl der eingelieferten Firmenadressen im Datenaudit)

Resultat Anzahl %
Single-/Kopfadresse 38.788 97 %
Dublette 1.212 3 %
Summe 40.000 100 %

Interne Dubletten identifizieren

Rechtsform

Der vorliegende Datenbestand wird nach der Anzahl der Adressen mit und ohne Rechtsform geprüft. Berücksichtigt werden dabei viele verschiedene Schreibformen und Schreibweisen. Die Erkenntnis bezieht sich auf die Zusammensetzung der Rechtsformen in Ihrem Datenbestand: Unternehmen mit Eintrag im Handelsregister, Kleingewerbetreibende, Non-Profit Organisationen etc. Übrigens: Enthaltene Niederlassungen von im HR eingetragenen Unternehmen werden ebenfalls identifiziert.

Ein Beispiel
Verteilung nach Rechtsform:

Resultat Anzahl %
Mit Rechtsform 34.643 86,6 %
Ohne Rechtsform 5.357 13,4 %
Summe 40.000 100 %

Kundenverteilung

Gemeint ist eine Übersicht der regionalen Verteilung der Kundenadressen bzw. der Treffer im Audit. Die Anzahl der Unternehmen insgesamt (auf Ebene der Bundesländer) zeigt die Relation.

Kundenverteilung auf Basis der Postleitbereiche

Die Trefferquoten Prognose

Bei der Trefferquoten Prognose werden die eingelieferten Firmenadressen mit einer externen Datenbank abgeglichen, die mit rund 5,5 Millionen Firmenadressen befüllt ist. Die Trefferquoten Prognose gibt Auskunft darüber, wie viele der angelieferten Kundendaten maschinell mit „gematcht“ werden können. Je höher die Anzahl, desto besser (da günstiger) ist dies für die Datenanreicherung. Neben den maschinellen Treffern wird außerdem ausgezählt, welche Adressen einer manuellen Recherche unterzogen werden müssten, um diese eindeutig zu identifizieren. Und natürlich werden Nicht-Treffer und nicht identifizierbare Gewerbebetriebe identifiziert.

Die Trefferquoten Prognose stellt die Grundlage zur Erstellung eines genauen Angebots für eine Anreicherung Ihrer B2B Adressen dar. Alle Treffer können sicher mit Merkmalen versehen bzw. angereichert werden. Damit wissen Sie mehr über ihre Kunden und können die Erkenntnisse für weitere Schritte nutzen.

Versteckte Dubletten

Im Gegensatz zur internen Dublette oder der „Intra Dublette“ können versteckte Dubletten nur durch den Abgleich mit einer externen Datenbank identifiziert werden. Dadurch können angelieferte Kundendaten nach den folgenden Änderungen überprüft werden:

  • Umfirmierungen
  • Änderung der Rechtsform
  • Umzüge

Eine Dubletten-Software kann diese Informationen nicht liefern da der Abgleich gegen eine externe Datenbank nicht möglich ist.

Datenaktualität

Die Datenaktualität der Firmenadressen wird auf Basis der maschinellen „Matches“ der Trefferquoten-Prognose ermittelt. Das Ergebnis kann dann wie die folgende Abbildung aussehen:

Resultat Anzahl %
Adresse korrekt 16.422 61,0 %
Adresse historisch 5.669 21,1 %
Insolvenz 789 2,9 %
Löschung 2102 7,8 %
Liquidationen und Firmen in Auflösung 345 1,3 %
Nicht mailingrelevant 187 0,7 %
Gewerbe nicht mehr feststellbar 223 0,8 %
Nixi-Kennung 45 0,2 %
Werbeverweigerer 1.135 4,2 %
Summe 26.917 100 %

Die Erklärung zu den einzelnen Resultaten in der Übersicht:

  • Umbenennungen der Firma, Umzüge sowie Anschriften und Firmen mit Fehlern = Adressen historisch
  • Vorliegende Infos über ein laufendes Insolvenzverfahren = Insolvenz
  • Bei abgemeldetem Gewerbe oder vorliegenden Löschinformationen = Löschung
  • Zum Beispiel „unbekannt verzogen“, sprich vorliegende Unzustellbarkeitsinfo = Nixi-Kennung
  • Vermögens- und Verwaltungsgesellschaften und ruhende Firmenadressen = nicht mailingrelevant.
  • Zur Abwicklung des Unternehmens liegen Infos vor = Liquidationen und Firmen in Auflösung
  • Es liegt keine Information zum feststellbaren Gewerbe vor = Gewerbe nicht mehr feststellbar
  • Es liegt ein Widerspruch der Datennutzung gemäß EU-DSGVO widersprochen vor. = Werbeverweigerer

Zeitliche Verteilung der historischen Treffer und Insolvenzen

Die Einordnung der Änderungen in den Firmenadressen wird wie folgt ausgeben. Die daraus zu schließenden Erkenntnisse besprechen wir gerne mit Ihnen.

Ergebnisse Anzahl Prozent
Änderungszeitraum \< 1 Jahr 294 6,6 %
Änderungszeitraum zw. 1 & 2 Jahren 354 8,0 %
Änderungszeitraum zw. 2 & 3 Jahren 332 7,5 %
Änderungszeitraum zw. 3 & 4 Jahren 284 6,4 %
Änderungszeitraum zw. 4 & 5 Jahren 198 4,5 %
Änderungszeitraum > 5 Jahre 2.969 67,0 %
Summe 4.431 100 %

Verteilung nach Märkten

Die Information aus welchen Märkten die maschinellen Treffer stammen, ist ein wichtiger Hinweis auf die Branchenschwerpunkte im eigenen Adressstamm. Enthalten ist ein Vergleich mit dem Bestand in der externen Firmendatenbank. Die Einteilung nach Märkten beinhaltet zum Beispiel die Branche der freien Berufe, Gastgewerbe, Einzelhandel, Finanzen & Versicherungen, Handwerk, Hersteller etc.

Neben der Verteilung nach Märkten ist auch eine Ausweisung des Branchencodes WZ möglich und im Datenaudit enthalten.

Top 25 Branchen WZ 3- und 5 stellig

Die Abkürzung WZ steht für „Klassifikation der Wirtschaftszweige“ und ist in Deutschland sehr verbreitet. Die statistischen Landesämter und das statistische Bundesamt (destatis) nutzen den WZ Code zur Einordnung von Unternehmen nach Branche. Die Analyse zur Branche im Rahmen des Datenaudits auf 3- bzw. 5-stelliger Ebene sieht beispielhalft wie folgt aus:

WZ-Schlüssel 3-stellig Kundenbestand

(
Anzahl
)
Kundenbestand

(
Prozent
)
Externe Datenbank

(
Anzahl
)
Externe Datenbank

(
Prozent
)
432 = Bauinstallation 582 3,3 % 139.570 2,8 %
551 = Hotels, Gasthöfe und Pensionen 284 1,6 % 40.112 0,8 %
651 = Rechtsberatung 215 1,2 % 58.386 1,2 %
WZ-Schlüssel 5-stellig Kundenbestand

(
Anzahl
)
Kundenbestand

(
Prozent
)
Externe Datenbank

(
Anzahl
)
Externe Datenbank

(
Prozent
)
62019 = Sonstige Softwareentwicklung 284 1,6 % 33.344 0,7 %
7311 = Werbeagenturen 180 1,0 % 35.891 0,7 %
69102 = Rechtsanwaltskanzleien ohne Notariat 145 0,8 % 46.459 0,9

Es erfolgt also ein Abgleich der Kundenbestände mit den Werten der externen Datenbank aller Unternehmen in Deutschland. Der Vergleich mit einem Indexwert lässt einen Schwerpunkte der Branchenverteilung direkt erkennen. Gleichzeit ermöglich das natürlich einen Blick auf das Kundenpotenzial. Im oben aufgeführten Beispiel ist die jeweilige Gesamtzahl der Firmen nach Branche aufgeführt. Ein wichtiger Indikator zur Ableitung der Zahl der potenziellen Kunden.

Neben der Branchen sollten weitere Kriterien bei der Identifikation des Potenzials berücksichtigt werden.

Verteilung der Mitarbeiterklassen und Umsatzgröße

Die „gematchten“ Firmenadressen werden, wie schon bei der Branche, mit einer externen Datenbank aller Unternehmen, in Relation zur Gesamtzahl der Unternehmen gesetzt. Daraus ergibt das Daten Audit eine Übersicht der Verteilung der Mitarbeiter- und Umsatzgrößenklassen im Kundenstamm.

Verteilung nach Mitarbeiterklasse

Hier ein Beispiel für die Auswertung zur zugehörigen Beschäftigtenklasse bis 2.000 Mitarbeiter und darüber hinaus. für einen möglichen Adresskauf.

Mitarbeiterklasse Kundenbestand

(Anzahl)
Kundenbestand

(Prozent)
Externe Datenbank (Anzahl) Externe Datenbank (Prozent)
ohne Angabe 1.098 6,3 % 608.158 12,0 %
1 – 4 Mitarbeiter 6.120 35,0 % 3.684.545 72,7 %
5 – 9 Mitarbeiter 1.620 9,3 % 349.588 6,9 %
10 – 19 Mitarbeiter 1.865 10,7 % 210.168 4,1 %
20 – 49 Mitarbeiter 1.105 6,3 % 125.852 2,5 %
50 – 99 Mitarbeiter 2.421 13,9 % 43.842 0,9 %
100 – 199 Mitarbeiter 985 5,6 % 23.547 0,5 %
200 – 499 Mitarbeiter 1.020 5,8 % 13.987 0,3 %
500 – 999 Mitarbeiter 575 3,3 % 4.485 0,1 %
1.000 – 1.999 Mitarbeiter 385 2,2 % 1.815 0,0 %
ab 2.000 Mitarbeiter 269 1,5 % 1.110 0,0 %
Summe 17.463 100 % 5.067.097 100 %

Die Verteilung nach Umsatzklasse

Die Verteilung der Umsatzklassen in den Kundendaten liefern ebenfalls wichtige Informationen zur Betriebs- bzw. der Unternehmensgröße und damit ein wichtiger Baustein zur Zielgruppensegmentierung und der besseren Ansprache potenzieller Kunden. Clustern Sie ihre potenziellen Kunden im CRM zum Beispiel nach Umsatzklassen.

Mitarbeiterklasse Kundenbestand

(Anzahl)
Kundenbestand

(Prozent)
Externe Datenbank (Anzahl) Externe Datenbank (Prozent)
ohne Angabe 7.812 46,1 % 3.544.841 72,0 %
bis 100.000 Euro 258 1,5 % 404.864 8,2 %
100.001 – 250.000 Euro 750 4,4 % 345.125 7,0 %
250.001 – 500.000 Euro 523 3,1 % 217.152 4,4 %
500.001 – 2.500.000 Euro 710 4,2 % 285.308 5,8 %
2.500.001 – 5.000.000 Euro 2.498 14,7 % 57.146 1,2 %
5.000.001 – 25.000.000 Euro 1.201 7,1 % 60.185 1,2 %
25.000.001 – 50.000.000 Euro 2.841 16,8 % 9.450 0,2 %
über 50.000.000 Euro 351 2,1 % 2.246 0,0 %
Summe 16.186 100 % 4.926.317 100 %

Das Wissen um die Mitarbeiter- und Umsatzklasse in den eigenen Stammdaten ermöglicht eine klare, deutliche Zielgruppenprofilierung und damit eine bessere Zielgruppenansprache. Zusammen mit der Brancheninformation wird so deutlich, welche potenziellen Kunden zum Unternehmen passen.

Töchter/Filialen mit Zentralen

Die im Matching-Prozess identifizierten Kundenadressen werden mit Informationen zu zugehörigen Unternehmenszentralen angereichert. Diese Informationen werden im nächsten Schritt wiederum mit der Kundendatei verknüpft, um rauszufinden, ob die Unternehmen bereits zu den Bestandskunden gehören.

Basis im Beispiel (siehe Abbildung) = Töchter/Filialen im Kundenbestand

Unternehmen mit Töchter/Filialen

Die im Matching -Prozess identifizierten Kundenadressen werden mit Informationen zu zugehörigen Töchtern und Filialen angereichert. Diese Informationen werden im nächsten Schritt wiederum mit der Kundendatei verknüpft, um rauszufinden, ob die Töchter und Filialen bereits zu den Bestandskunden gehören.

Basis in der Abbildung= Mütter/Zentralen im Kundenbestand.

Neupotenziale

Die Neupotenziale berücksichtigen die Branche und die Mitarbeiterklassen. Die Erkenntnisse aus dem Datenaudit werden genutzt und mit einer externen Datenbank abgeglichen. So bekommen Sie eine klare Aussage zu ihren Kundeneigenschaften. Das Ergebnis ist eine Übersicht der Potenziale nach Folgendem Aufbau:

WZ2008 WZ2008 Text Kunden Potenzial ohne Angabe 1-9 10-49 50-99 100-499 ab 500
7022 Unternehmensberatung 444 93.694 7.360 81.389 4.258 4.030 250 34
823 Messeveranstalter 284 8.714 701 7.219 687 75 32 0
8411 Allgemeine Verwaltung 255 17.537 11.472 1.555 2.334 776 1.001 389
…

Unternehmen nach Branchen

Die nächsten Schritte nach dem Datenaudit

Nachdem Sie die Ergebnisse ausgeliefert bekommen, gibt es mehrere Optionen der Folgeschritte. Hier die wichtigsten Maßnahmen in der Übersicht:

Inaktive Adressen

Lassen Sie sich nicht mehr aktive, insolvente oder umgezogene Firmen in Ihrem Kundenbestand markieren. Das gleiche gilt für (versteckte) Dubletten in den Firmenadressen. Sparen Sie Zeit und Geld und bereinigen Sie Ihre Kundendatenbank durch Identifikation falscher Daten.

Anreicherung mit Zusatzinformationen

Steigern Sie das Wissen über Ihre Kunden und reichern Sie die Kundendaten mit externen Informationen und Datenelementen an. Gerne stellen wir Ihnen eine Übersicht der Merkmale zur Verfügung, die Sie anreichern lassen können.

Unsere Experten für Firmenadressen freuen sich auf Ihre Anfrage.

Zuletzt aktualisiert: · Benjamin Beloch, Geschäftsführer der p17 GmbH

Neue Beiträge per E-Mail: der Newsletter p17 Navigator

Wir schicken den Newsletter in unregelmäßigen Abständen, wenn es neue Fachbeiträge, Software-Versionen oder Termine aus den Geschäftsbereichen der p17 Gruppe gibt.

Nach dem Klick erhalten Sie eine E-Mail mit einem Bestätigungslink. Erst mit der Bestätigung tragen wir Sie in den Verteiler „p17 Navigator“ ein. Abmelden können Sie sich jederzeit über den Link in jedem Newsletter. Den Versand übernimmt Brevo (Brevo GmbH, Berlin) in unserem Auftrag. Rechtsgrundlage ist Ihre Einwilligung (Art. 6 Abs. 1 lit. a DSGVO). Zum Schutz vor Spam löst Ihr Browser vor dem Absenden eine kleine Rechenaufgabe; dabei gehen keine Daten an Dritte. Mehr in der Datenschutzerklärung.

Weiterführend

Weitere Beiträge aus diesem Bereich

Diese Seite ist hilfreich? Teilen Sie sie mit Kolleginnen und Kollegen.

Kontakt

Frage stellen

Rufen Sie an oder schreiben Sie uns kurz, worum es geht. Wir antworten in der Regel innerhalb eines Werktags.

Direkt sprechen
Foto: Benjamin Beloch
Benjamin BelochGeschäftsführer der p17 GmbH
+49 2562 18749-80

Mo–Do 8–17 Uhr, Fr 8–16 Uhr

  1. Sie schreiben oder rufen anZu einem Beitrag, einem Projekt oder einer Software.
  2. Wir melden unsIn der Regel innerhalb eines Werktags, persönlich aus dem passenden Geschäftsbereich.
  3. Sie entscheidenEin Gespräch, ein Angebot per E-Mail oder eine ehrliche Absage.

Pflichtfelder sind mit * gekennzeichnet.

Wir antworten in der Regel innerhalb eines Werktags.

Ihre Angaben verwenden wir ausschließlich, um Ihre Anfrage zu bearbeiten (Art. 6 Abs. 1 lit. b und f DSGVO). Die Anfrage ist unverbindlich. Zum Schutz vor Spam löst Ihr Browser vor dem Absenden eine kleine Rechenaufgabe; dabei gehen keine Daten an Dritte. Mehr zu Speicherdauer und Ihren Rechten in unserer Datenschutzerklärung. Verantwortlich: p17 GmbH.