Produktdaten im E‑Commerce: Verwalten Sie noch oder veredeln Sie schon?

Ein rautenförmiger Ausschnitt, in dem ein Headset zu sehen ist

Produktdaten sind der Treibstoff im E‑Commerce. Sie helfen dem Interessenten dabei seine Kaufentscheidung zu treffen. Ihre Qualität ist daher ein wichtiger Faktor für den Verkaufserfolg. Das klassische Product Information Management (PIM) versucht, alle Produktinformationen auf einer Plattform zu verwalten. Doch Online-Händler sollten einen Schritt weiter gehen und die Daten kontinuierlich verbessern, statt sie nur zu verwalten. Hier kommt Product Data Consolidation, kurz PDC, ins Spiel.

Das Internet hat sich in den letzten Jahren zu einem riesigen Showroom für Produkte aller Art entwickelt. Das gilt nicht nur im Consumer-Bereich, sondern auch im Business-to-Business. Potenzielle Kunden recherchieren heute im Netz nach Produktinformationen, sie vergleichen dort verschiedene Anbieter und studieren die Bewertungen anderer Kunden. Ein großer Teil ihres Entscheidungsprozesses ist bereits abgeschlossen, wenn sie zum ersten Mal Kontakt mit dem Anbieter aufnehmen. Man spricht deshalb auch vom so genannten „versteckten Vertriebszyklus“.

Produktdaten entscheiden über den Verkaufserfolg

Potenzielle Kunden bereiten ihre Kaufentscheidung weitgehend selbstständig vor. Dazu benötigen sie möglichst umfassende und aussagekräftige Produktinformationen. Online-Händler müssen dafür sorgen, dass diese in hoher Qualität bereitstehen, und zwar über alle Kanäle, die für den Kunden relevant sind. Dazu zählen nicht nur Online-Kanäle wie der eigene Shop, sondern auch klassische Kontaktpunkte wie etwa das persönliche Gespräch.

Wenn potenzielle Kunden den direkten Kontakt zum Anbieter suchen, kommt es darauf an, dass die Mitarbeiter auf Produktinformationen zugreifen können, die sie für die Beratung und den Verkauf benötigen. Entscheidend für den Verkaufserfolg ist somit, dass Produktdaten von hoher Qualität über alle Kanäle jederzeit verfügbar sind.

Ziel des Produktdaten-Managements in Unternehmen ist es, Produktdaten von höchstmöglicher Qualität zur richtigen Zeit genau dort bereitzuhalten, wo sie für den Verkauf benötigt werden.

Produktdaten steuern die Automatisierung

In Online-Shops und auf Marktplätzen werden häufig riesige Mengen an Produktdaten verarbeitet. Hier stößt das manuelle Verwalten von Daten an Grenzen. Deshalb versuchen Shop-Betreiber das Produktdaten-Management so weit wie möglich zu automatisieren. Und auch hier spielt die Qualität der Daten eine entscheidende Rolle: Denn die Automatisierungslösungen verarbeiten die Produktdaten anhand von Regeln: Sie entscheiden anhand von bestimmten Kriterien – der Zuordnung zu einer Produktkategorie, einer Preisklasse oder ähnliches – wie Produkte beispielsweise im Shop präsentiert werden. Je besser die Qualität der Produktdaten, desto eher führt die Automatisierung zum gewünschten Ergebnis.

Produktdaten veredeln statt nur verwalten

Produktdaten sind mehr als die reine Beschreibung von Produkten. Sie sollen den Verkauf im Netz und im persönlichen Kontakt unterstützen und die Verarbeitung mit Hilfe von Maschinen ermöglichen. Die Qualität Ihrer Produktdaten entscheidet deshalb wesentlich über Ihren Verkaufserfolg. Das klassische Product Information Management, kurz PIM, konzentriert sich in der Regel nur auf das Verwalten von Daten, weniger auf die Analyse und Optimierung der Qualität. Hier schließt „Product Data Consolidation“ eine Lücke, indem es sich auf die Veredelung von Produktdaten fokussiert.

PDC ist die systemgestützte, kontinuierliche Optimierung der Qualität und time-to-market von Produktdaten und der dafür benötigten Ressourcen mittels Lean-Konzepten, höchstmöglicher Automatisierung und Maximierung der Effizienz.

 

Die Grundprinzipien der Product Data Consolidation

Ziel des PDC ist es, die Qualität Ihrer Produktdaten laufend zu verbessern und dabei sämtliche Prozesse so weit wie möglich zu automatisieren. Schrittweise wird ein selbstoptimierendes System entwickelt, dass drei grundlegenden Prinzipien folgt:

  • Größtmögliche Automatisierung
    Die Anzahl manueller Vorgänge in der Datenverarbeitung wird deutlich verringert. Dadurch lassen sich Ressourcen einsparen sowie Fehler und Inkonsistenzen in Produktdaten vermeiden. Große Datenmengen, die für einen Menschen schnell unüberschaubar werden, lassen sich durch Automatismen gut beherrschen.
  • Regelbasierte Produktdatenverarbeitung
    Eine automatisierte Datenverarbeitung setzt voraus, dass das System nach definierten Regeln arbeiten kann. Bei der Product Data Consolidation wird die Maschine mit Wissen über die Verarbeitung von Produktdaten gefüttert. Das hat den positiven Nebeneffekt, dass nicht nur Daten, sondern auch das Wissen aus verschiedenen Quellen und Anwendungen, sogenannten „application silos“, im Unternehmen an einem Ort zusammengeführt werden.
  • Kontinuierliche Verbesserung
    Product Data Consolidation ist kein einmaliges Projekt, sondern als laufender Prozess zu verstehen, in dem die Qualität, Regeln und Abläufe in der Datenverarbeitung laufend analysiert und optimiert werden. Grundlage hierfür ist ein Zyklus, der den Prozess des Lernens und Optimierens in vier Phasen unterteilt. Das folgende Beispiel zeigt diesen Zyklus für eine typische Problemstellung im Produktdaten-Management.

Beispiel für die kontinuierliche Verbesserung der Datenqualität

Bei vielen Produkten findet man Abkürzungen im Produktnamen, die beispielsweise im Online-Shop nicht dargestellt werden sollen. Als Qualitätsziel wird zunächst definiert, dass Produktnamen keine Abkürzungen enthalten dürfen. Um dies zu erreichen, wird ein Verbesserungsansatz entwickelt, getestet und auf seine Wirksamkeit hin überprüft. Durch bestimmte Regeln sollen Abkürzungen automatisch durch einen passenden Volltext ersetzt werden. Wenn sich dieser Ansatz als wirksam erweist, wird er in das PDC eingeführt.

Die folgende Abbildung zeigt den PDCA-Zyklus, auch Demingkreis genannt, der kontinuierlichen Verbesserung im Überblick.

Der Vorteil dieses Optimierungszyklus besteht darin, dass das Produktdaten-Management jederzeit flexibel auf Veränderungen in der Datenqualität reagieren kann, beispielsweise wenn neue Datenquellen hinzukommen oder sich die Datenstruktur ändert. Die Idee dahinter entspricht dem Lean-Prinzip für die iterative Entwicklung und Optimierung von Produkten.

Bei Product Data Consolidation geht es nicht um einen neuen Hype, sondern um eine logische Weiterentwicklung des Product Information Managements, wie der folgende Vergleich zeigt:

Product Information Management Product Data Consolidation
Sicherung der Datenqualität Manuelle Workflows Automatisierte Quality-Gates
Verbesserung der Datenqualität Manuelle Pflege Regelbasierte Optimierung
Time-To-Market Abhängig von der Dauer der manuellen Bearbeitung Kontinuierlich und unmittelbar
Personal-Einsatz Quantitätsabhängig Qualitätsabhängig

Tabelle: PIM und PDC im Vergleich

Die vier Funktionsbereiche des PDC

Die Kernprinzipien des PDC-Konzeptes spiegeln sich in vier Funktionsbereichen wider, die essenzielle Teilaufgaben der Product Data Consolidation zusammenfassen:

  1. Das Channel Management behandelt das kanalspezifische Ein- und Ausleiten von Produktdaten.
  2. Der Processing-Bereich umfasst die gezielte Datenoptimierung zur Steigerung der Qualität.
  3. Die Analyse setzt Konfigurationsinformationen in Beziehung zu gemessenen Kennzahlen. So erhält man einen Überblick über die Entwicklung der Datenqualität und kann die Effizienz der vorgenommenen Operationen bewerten.
  4. Auf Basis dieser Ergebnisse erfolgt im Control-Segment die gezielte Steuerung des Optimierungsvorgangs des Processings, um die Datenqualität sukzessive weiter zu verbessern.

Wir werden uns diese Funktionsbereiche und die damit zusammenhängenden Teilaufgaben in weiteren Artikeln genauer ansehen.

Fazit

Der Verkaufserfolg im E‑Commerce steht und fällt mit der Präsentation der angebotenen Produkte und damit auch mit der Qualität der bereitgestellten Produktdaten. Product Data Consolidation erweitert das klassische Product Information Management um Mechanismen für die laufende Verbesserung der Qualität von Produktdaten. Ziel ist es, ein selbstoptimierendes System zu etablieren, das die Datenqualität so weit wie möglich automatisiert kontrolliert und verbessert.

Mehr über Product Data Consolidation erfahren Sie in unserem kostenlosen Whitepaper.

Artikel teilen

Auch interessant

Abbildung eines abstrakten Digitalen Produktpasses.
Digitaler Produktpass (DPP): Was Hersteller und Händler jetzt wissen müssen

Der Digitale Produktpass (DPP) soll zukünftig dafür sorgen, dass relevante Informationen zu jedem Produkt jederzeit digital abrufbar sind. eCube informiert über den aktuellen Stand der Dinge.

Ein Bild, auf dem das Gesicht einer Frau zu sehen ist. Eine grüne, netzartige Struktur ist auf der Haut der Frau zu sehen, welches die Hälfte ihres Gesichts umfasst.
Generative KI meets Data Quality Automation: Wie Händler mit großen Produktsortimenten von ChatGPT profitieren können

Erfahren Sie, wie Händler von der Kombination aus Generativer KI und Data Quality Automation profitieren können, um ihre Produktdaten effizient und hochwertig zu verarbeiten. Entdecken Sie, wie Automatisierung den Weg für smarte Produktdatenkonsolidierung im Omnichannel-Commerce ebnet.