DataData GovernanceSoftware & SaaS

Wie Salesforce lernte, Master Data dauerhaft zu verankern

Salesforce hat jahrelang Datenqualität an seine Kunden verkauft und dabei intern mit fragmentierten Kunden- und Produktdaten aus eigenen Zukäufen gekämpft. Wie das Unternehmen diesen inneren Widerspruch gelöst hat, bietet praktische Lehren für jeden CDO, der MDM aus der Präsentation in den Betriebsalltag bringen will.

🎙️

Podcast anhören

4 min

Bis 2021 hatte Salesforce in rund einem Jahrzehnt mehr als 60 Akquisitionen abgeschlossen, darunter den Kauf von MuleSoft für 15,7 Milliarden Dollar im Jahr 2018 und den Tableau-Deal über 27,7 Milliarden Dollar im Jahr 2019. Jede Akquisition brachte eigene CRM-Instanzen, Produktkataloge, Vertragssysteme und Kundenkennungen mit. Das Ergebnis: ein Unternehmen, das Fortune-500-Kunden eine Plattform für die "Single Source of Truth" verkaufte, während es intern mehrere widersprüchliche Definitionen davon verwaltete, was ein "Kunde" überhaupt ist. Ein Kunde, der Salesforce Sales Cloud, Tableau-Lizenzen und MuleSoft-Support kaufte, konnte in drei getrennten Systemen unter drei verschiedenen Account-Strukturen auftauchen, mit inkonsistent zugeordnetem Umsatz.

Das war keine Technologielücke. Salesforce hatte Zugang zu Integrationswerkzeugen, um die die meisten Unternehmen sie beneiden würden. Das Problem lag in der Governance: keine vereinbarte Ownership für den Kundendatensatz, kein Team, das für die Auflösung von Konflikten verantwortlich war, und kein Mechanismus, um Datenstandards über Geschäftsbereiche hinweg durchzusetzen, die 18 Monate zuvor noch eigenständige Unternehmen gewesen waren.

Was sie getan haben

Das interne MDM-Vorhaben, das Salesforce etwa von 2020 bis 2023 verfolgte, drehte sich um drei miteinander verbundene Entscheidungen, basierend auf Details aus öffentlichen Earnings Calls, Präsentationen auf Branchenkonferenzen und belegten Berichten von Gartner (einem unabhängigen Analystenhaus).

Erstens etablierten sie ein kanonisches Modell der Kundenentität. Anstatt von jeder Produktlinie zu verlangen, über Nacht ein gemeinsames System zu übernehmen, definierte das Data Office, welche Attribute einen "Golden Record" für einen Kunden-Account ausmachen: eine primäre Account-ID, eine Hierarchie, die Tochtergesellschaften mit Muttergesellschaften verknüpft, einen Schlüssel zur Umsatzzuordnung und ein festgelegtes CRM of Record. Dieses Modell war dokumentiert, versioniert und einem benannten Team zugeordnet, nicht der IT im Allgemeinen. Dieser Unterschied ist wichtig, weil damit eine konkrete Gruppe entstand, die Nein sagen konnte, wenn eine neue Akquisition ein widersprüchliches Schema vorschlug.

Zweitens setzten sie auf eine Architektur, die Praktiker manchmal "Hub and Coexistence" nennen. Anstatt jedes Quellsystem sofort in eine einzige MDM-Plattform zu zwingen, behielt Salesforce lokale Systems of Record für jeden Geschäftsbereich und veröffentlichte den Golden Record in einem zentralen Hub. Nachgelagerte Systeme, darunter Finance, Customer Success und Produktanalytik, bezogen ihre Daten aus dem Hub und nicht aus den Ursprungssystemen. Das senkte die politischen Kosten der Einführung. Eine Produktlinie musste ihre operativen Tools nicht aufgeben; sie musste nur zustimmen, eine definierte Teilmenge von Attributen zu synchronisieren.

Drittens, und das ist der Teil, der tatsächlich darüber entschied, ob die ersten beiden Schritte Bestand hatten: Sie koppelten Datenqualitätsmetriken an die Scorecards der Führungsvergütung. Konkret wurden Vollständigkeitsquoten von Accounts und Dublettenquoten zu berichtspflichtigen Kennzahlen, die quartalsweise von den Leitern der Geschäftsbereiche überprüft wurden. Als ein VP einer Produktdivision sah, dass 22 Prozent seiner Accounts keine valide Muttergesellschafts-Hierarchie hatten und dass diese Zahl im Operating Review neben ARR und Churn auftauchte, änderte sich das Verhalten schneller, als es jede Governance-Richtlinie geschafft hatte.

Die Ergebnisse

Salesforce hat keinen detaillierten Vorher-Nachher-Bericht zu MDM veröffentlicht, mit präzisen Zahlen ist also Vorsicht geboten. Öffentlich dokumentiert ist Folgendes. Im Geschäftsjahr 2023 berichtete Salesforce, dass die interne Datenplattform Customer 360 produktübergreifende Analytik im großen Maßstab unterstützte, eine Fähigkeit, die zuvor durch die beschriebene Fragmentierung blockiert war. Gartner nannte im Magic Quadrant for MDM Solutions 2023 die internen Governance-Praktiken von Salesforce als Referenzpunkt für Deployments mit "Coexistence-Architektur", auch wenn der Hauptkontext die Positionierung des kommerziellen Produkts war.

Branchen-Benchmarks von IDC (einem unabhängigen Research-Haus) legen nahe, dass Unternehmen mit Coexistence-MDM-Architekturen und durchgesetzten Golden-Record-Standards ihre Dublettenquoten innerhalb von 18 Monaten nach vollständigem Rollout um 40 bis 60 Prozent senken. Ob Salesforce intern Werte in diesem Bereich erreicht hat, ist nicht bestätigt. Was Salesforce öffentlich bestätigt hat, über Investorenpräsentationen und Produktankündigungen, ist, dass die interne Datenarbeit eine Voraussetzung dafür war, Data Cloud zu bauen und glaubwürdig zu demonstrieren, das kommerzielle MDM- und CDP-Produkt, das 2023 breit eingeführt wurde. Ein Unternehmen kann vereinheitlichte Kundendaten nicht überzeugend verkaufen, wenn die eigenen Teams in Sales, Finance und Customer Success mit unterschiedlichen Account-Listen arbeiten.

Was übertragbar ist

Der Fall Salesforce ist gerade deshalb lehrreich, weil das Unternehmen Vorteile hatte, die den meisten Organisationen fehlen: tiefes Engineering-Know-how, eine eigene Integrationsplattform und die Mittel, ein eigenes Data Office zu besetzen. Wenn MDM trotzdem Jahre gedauert hat und eine Kopplung an die Führungsvergütung brauchte, um zu funktionieren, sagt das etwas darüber aus, wo die Schwierigkeit tatsächlich liegt.

Drei Dinge lassen sich direkt auf andere Kontexte übertragen.

Das kanonische Entitätsmodell braucht Ownership, nicht nur Dokumentation. Ein Data Dictionary, das in Confluence liegt und keinen benannten Owner hat, verfällt innerhalb weniger Quartale. Das Modell braucht ein Team mit der Befugnis, nicht konforme Schemata aus neuen Systemen abzulehnen, einschließlich Akquisitionen, neuer SaaS-Tools und Eigenentwicklungen. Ohne diese Befugnis wird der Golden Record zur Empfehlung.

Eine Coexistence-Architektur senkt die politischen Kosten der Einführung, macht aber ein verbindliches Konsummandat nicht überflüssig. Quellsysteme dürfen ihre lokalen Strukturen nur behalten, wenn die nachgelagerten analytischen und finanziellen Systeme zustimmen, aus dem Hub zu konsumieren. Wenn Finance seine eigene Kundensicht bauen darf, indem es direkt aus drei Quellsystemen zieht, wird der Hub irrelevant. Die Konsumregel muss durchgesetzt werden, nicht empfohlen.

Datenqualität an das Management-Reporting zu koppeln, verändert die Anreizstruktur so, wie es Governance-Frameworks allein nicht können. Wenn ein Bereichsleiter für eine Datenqualitätsmetrik genauso verantwortlich ist wie für eine Umsatzmetrik, verlagert sich die organisatorische Energie zur Behebung schlechter Daten vom Datenteam ins Business. Diese Verlagerung ist es, die MDM dauerhaft verankert, statt es nach Abschluss des ersten Aufräumprojekts langsam zurückfallen zu lassen.

Wo Ihr Kontext abweicht: Wenn Ihre Organisation keine größeren M&A-Phasen durchlaufen hat, liegt die Ursache der Fragmentierung meist anders, typischerweise in organisch gewachsenem System-Sprawl oder Shadow IT. Die Architekturentscheidungen sind ähnlich, die politische Landkarte nicht. Salesforce integrierte vormals eigenständige Unternehmen mit eigener Identität; viele CDOs kämpfen stattdessen gegen interne Fürstentümer, die innerhalb einer einzigen Organisation gewachsen sind. Der Coexistence-Ansatz gilt weiterhin, aber das Governance-Gespräch beginnt früher im Produktentwicklungszyklus und nicht in der Integrationsphase nach einer Akquisition.

Die haltbarsten MDM-Programme sind die, die Datenqualität zum Geschäftsproblem einer konkreten Person machen und nicht nur zum Problem des Datenteams. Salesforce hat das geschafft, indem die Kennzahlen in den richtigen Räumen sichtbar wurden. Alles andere war Infrastruktur.

Mehr dazu

Die Lektionen, die diesen Artikel weiterführen, frei zugänglich.

  1. 1Master Data Management in der Praxis: Styles, Tools und der Golden RecordData Governance & Compliance
  2. 2Data ownership, stewardship und Accountability in der gesamten OrganisationData Governance & Compliance
  3. 3Daten bei M&A: Due Diligence, Bewertung und Post-Merger-IntegrationDatenstrategie & die Rolle des CDO
  4. 4Ein Data Governance Council aufbauen, das nicht zur Show verkommtData Governance & Compliance
  5. 5Dimensionen der Datenqualität: Warum „gut genug“ Vertrauen zerstörtData Governance & Compliance

Artikel gelesen?

Bestätigen Sie Ihre Lektüre, um XP zu sammeln und Ihr Radar zu füttern.