Früher musste E-Commerce vor allem solide sein, um zu verkaufen. Heute erwartet der Käufer von Online-Shops, das sie für ihn mitdenken. Was bedeutet das für Händler, die ihren E-Commerce starten oder weiterentwickeln wollen?

Der E-Commerce hat sich im Laufe der Jahre stark verändert. Wenn wir an die Anfänge des Online-Verkaufs zurückdenken, dann waren Shops sehr einfach. Sie bestanden aus einem Produktkatalog mit grundlegenden Filter- und Suchfunktionen, einem Warenkorb und einer Kasse. Käufer suchten nach Produkten, legten diese in den Warenkorb und klickten auf “bezahlen”. Diese Funktionalität genügte, um im Internet zu verkaufen.

Heute müssen Sie als Händler ihren Kunden deutlich mehr bieten, wenn sie im wachsenden Wettbewerb bestehen wollen. Käufer erwarten auch im B2B echte Kauferlebnisse statt nur Beschaffung. Das sollten Händler berücksichtigen, wenn sie mit E-Commerce starten oder ihren Online-Verkauf weiterentwickeln wollen. In vielen Fällen müssen zunächst die Voraussetzungen dafür geschaffen werden, dass ein Shop nicht nur die Rolle des Verkäufer erfüllt, sondern auch zum digitalen Berater wird.

Was Geschäftskunden von E-Commerce erwarten

E-Commerce ist kein Selbstzweck, sondern ist nur dann erfolgreich, wenn er einen messbaren Mehrwert sowohl für den Händler als auch für den Kunden schafft. Kunden erwarten, dass der Kauf im Internet ihnen deutliche Vorteile gegenüber dem klassischen Kauf per Katalog oder über den Vertrieb bietet:

  • Der geschäftliche Einkauf in einem Online-Shop ist praktischer und schneller
  • Die Suche nach Produkten und Dienstleistungen ist einfacher
  • Produkte sind online günstiger, was die Möglichkeit bietet, Kosten zu sparen
  • Es steht online eine größere Auswahl an Produkten zur Verfügung
  • Das Angebot wird im Online-Shop besser auf die eigenen Bedürfnisse zugeschnitten

Um diese Erwartungen erfüllen zu können, müssen Händler den Verkauf im Internet strategisch planen und entwickeln. Inhalte und Funktionen eines Online-Shops sollten sich dabei konsequent an den Erwartungen der Kunden orientieren. Denn nur so ist es möglich, einen echten Mehrwert zu schaffen, der sich gegenüber den Angeboten von Wettbewerbern im Markt positiv hervorhebt.

Was bei der Vorbereitung und Planung von E-Commerce-Projekten zu beachten ist, lesen Sie in unserem Whitepaper “Das 1×1 für erfolgreiche Shop-Projekte”, das Sie hier kostenlos herunterladen können.

E-Commerce gestern und heute

Egal ob Sie Ihr E-Commerce weiterentwickeln wollen oder noch am Anfang stehen, ist es wichtig, sich an neuen Entwicklungen zu orientieren. Dabei geht es nicht nur um Technologie, sondern besonders um die Frage, wie Sie E-Commerce als vollwertigen Teil Ihres Multichannel-Verkaufs mit strategischer Weitsicht planen und umsetzen. 

Wir haben im Folgenden einige Erfolgskriterien für den Online-Verkauf von gestern und heute gegenübergestellt. Wenn Sie bereits einige Jahre E-Commerce betreiben, werden Sie sich möglicherweise an der einen oder anderen Stelle im “E-Commerce  gestern” wiederfinden. Es lohnt sich dann einen Blick in die rechte Spalte zu werfen, wo wir Anforderungen an E-Commerce aus heutiger Sicht zusammengestellt haben. Zukünftige Entwicklungen wie Künstliche Intelligenz, Internet der Dinge und ähnliches haben wir aussen vor gelassen.


E-Commerce gesternE-Commerce heute
KundeKäufer sucht nach bestimmten Produkten und kauft
Einzelne Online-Käufe nach Bedarf und manuell
Käufer sucht nach Lösungen und informiert sich umfassend, bevor er kauft
Regelmäßige Online-Käufe in Sourcing-Prozesse in Kunden-ERP integriert
E-Commerce-StrategieGesonderte “Strategie” für Online-VerkaufE-Commerce ist in die Vertriebsstrategie eingebettet
Projektplanung & -umsetzungOnline-Shops werden von Zeit zu Zeit weiterentwickelt
Projekte werden nach dem Wasserfall-Prinzip realisiert
Funktionen, Prozesse und Strukturen werden kontinuierlich weiterentwickelt
Projekte werden nach agilen Prinzipien realisiert
Integration & SchnittstellenOnline-Shop und einzelne angebundene Systeme (PIM, CRM) bilden eine Systeminsel für E-Commerce
Für Erweiterungen des Systems werden fallweise neue Schnittstellen entwickelt
Online-Shop ist komplett in die Systemlandschaft des Unternehmens (ERP, PIM, CRM, CMS u.a.) integriert
Das System kann über Standardschnittstellen flexibel erweitert werden
E-Commerce-SystemeLösung orientiert sich an dem, was es am Markt gibtLösung orientiert sich an individuellen Anforderungen
ProduktdatenmanagementÜberschaubare Menge an Daten aus einer Quelle
Produktdaten werden turnusmäßig aktualisiert
Daten werden teilweise manuell aufbereitetProdukte werden manuell miteinander verknüpft
Große Menge an Daten aus verschiedenen Quellen
Produktdaten werden laufend aktualisiert und erweitert
Daten werden automatisiert konsolidiert
Produkte werden automatisiert über Metadaten verknüpft
Customer ExperienceKäufer recherchiert Produkte über Suche und Filter
Commerce und Content getrennt in Shop und Website
Shops sind für den Kauf am PC oder Laptop zugeschnitten
Shop zeigt dem Käufer die für ihn passenden Produkte und Inhalte (Personalisierung)
Content-Commerce verbindet Verkauf und Fachinformation im Shop
Shops müssen den Kauf über mobile Endgeräte unterstützen (Responsive)
Multichannel-VerkaufE-Commerce ist eigenständiger VerkaufskanalOnline-Verkauf findet nur im eigenen Shop stattAngebot im klassischen Verkauf unterscheidet sich vom Angebot im E-CommerceE-Commerce ist integrierter Bestandteil der VertriebsstrategieOnline-Verkauf findet auch in sozialen Medien oder Marktplätzen stattVerkauf online und offline werden zu Omnichannel verschmolzen
Know how & RessourcenE-Commerce Know how wird eingekauft
E-Commerce wird von IT und Vertrieb “miterledigt”
E-Commerce Know how wird im Unternehmen entwickelt
“Dediziertes” Team für E-Commerce mit interneren und ggf. externen Ressourcen
Rolle der DienstleisterDienstleister implementieren TechnologieDienstleister befähigen zu E-Commerce

Besonders bei Händlern, die E-Commerce schon länger betreiben, ist das Thema in die Jahre gekommen. Hinsichtlich Technologie, Prozesse und Integration ist “viel Luft nach oben”. Die Erkenntnis, nicht mehr “State of the art” zu sein, erzeugt nicht selten Innovationsdruck. Händler sind dann geneigt, alles auf einen Schlag ändern zu wollen. Es empfiehlt sich jedoch in solchen Fällen, schrittweise vorzugehen. Starten Sie mit den Bereichen, die schnell und mit möglichst geringem Risiko eine dauerhafte Verbesserung ermöglichen, bei den sogenannten “Low hanging fruits”.

Beispiele für “Low hanging fruits” in der Weiterentwicklung von E-Commerce

  • Content (Fachartikel, Anleitungen, Kundenstimmen etc.) werden über eine semantische Verknüpfung mit Produktdaten in den Shop integriert.
    (Lesen Sie dazu unseren Artikel “Content Commerce im B2B: Hintergrund, Tipps, Beispiele“) 
  • Produktdaten im Shop werden nicht mehr manuell aufbereitet, sondern im System automatisiert konsolidiert.
    (Lesen Sie dazu unseren Artikel “Produktdaten im eCommerce: Verwalten Sie noch oder veredeln Sie schon?“)
  • Für den Aufbau eines eigenen Entwicklungsteams für E-Commerce werden im ersten Schritt Spezialisten geleast, statt gleich Mitarbeiter einzustellen.
    (Wir bei eCube unterstützen Sie gerne mit Spezialisten aus unserem Team)

Smarte Shops erfordern smarte Strategien

Die Herausforderung für Händler besteht darin, Technologien, Prozesse und Strukturen im Online-Verkauf laufend an die sich verändernden Anforderungen anzupassen. Das klassische Planen und Umsetzen von E-Commerce-Projekten nach dem “Wasserfall”-Prinzip – einmal planen, einmal umsetzen – stößt hier an Grenzen. Gefragt sind Methoden, die den Entwicklungsprozess schrittweise (iterativ) so transparent und flexibel gestalten und in jedem Entwicklungszyklus möglichst schnell zu sichtbaren Ergebnissen führen. Wir bei eCube entwickeln Online-Shops deshalb nach agilen Prinzipien.

Lesetipp: Mehr über agile Shop-Entwicklung erfahren Sie im Gastbeitrag von Günter Heiss, Geschäftsführer bei eCube, auf de.eas-mag.digital.

Fazit: Weiterentwicklung sinnvoll angehen

Die Welt des E-Commerce dreht sich schnell. Eine Entscheidung, die Sie heute für Ihren Online-Verkauf treffen, kann morgen bereits wieder überholt sein. Deshalb ist es heute wichtiger denn je, sich in kleinen Schritten zu bewegen, so wie Sie es in unbekannten Terrain bei einer Bergwanderung tun. Ein kleiner Schritt birgt weniger Risiko als ein großer Schritt, bei dem Sie möglicherweise das Gleichgewicht verlieren. Für Ihren nächsten Schritt im E-Commerce bedeutet das, sich an dem zu orientieren, was schnell und mit geringem Risiko zu erreichen ist. Wir bei eCube unterstützen Sie gerne dabei, herauszufinden, welcher Weg für Sie sinnvoll ist.

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 (PDC) 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.

Warum ist die Qualität der Produktdaten für den Verkaufserfolg im E-Commerce so wichtig?

„In der Tendenz ist der persönliche Kontakt erst relevant, nachdem sich der Einkäufer bereits online über die möglichen Lieferanten informiert hat,” erklärt Peter F. Schmid, CEO von „Wer liefert was.“ Das bedeutet in der Praxis, dass Produkte im Online-Shop oder auf einem Marktplatz selbsterklärend sein müssen, um potenzielle Käufer zu überzeugen. Je besser die Qualität der Produktinformationen, desto höher ist die Wahrscheinlichkeit, dass ein Geschäftskunde sich zum Kauf entscheidet. Die Qualität der Produktdaten entscheidet auch darüber, ob ein Käufer schnell und komfortabel die Produkte findet, nach denen er sucht. Denn wichtige Funktionen wie Produktsuche bzw. Produktfilter im Shop bringen nur dann den gewünschten Nutzen, wenn die Produktdaten diese Funktionen optimal unterstützen.

Produktdaten spielen auch für die Datenverarbeitung eine bedeutende Rolle. Denn wo riesige Mengen an Daten verarbeitet werden, stößt das manuelle Verwalten an Grenzen. Deshalb versuchen Händler 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 mittels bestimmter Kriterien wie beispielsweise der Zuordnung zu einer Produktkategorie, einer Preisklasse oder ähnliches, wie Produkte im Shop präsentiert werden. Je besser die Qualität der Produktdaten, desto eher führt die Automatisierung der Datenverarbeitung zum gewünschten Ergebnis.

Was versteht man unter Product Data Consolidation?

PDC steht für 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. Dies wird erreicht durch: 1. größtmögliche Automatisierung der Verarbeitung von Produktdaten, 2. komplett regelbasierte Produktdatenverarbeitung, 3. kontinuierliche Verbesserung von Regeln und Prozessen im Produktdaten-Management. Im letzten Punkt kommt die Idee eines „Lean Data Management“ ins Spiel, das darauf abzielt, die Dateninfrastruktur und -prozesse und damit auch die Qualität der Daten selbst laufend zu verbessern. Systeme, die nach diesen Prinzipien arbeiten, sind in der Regel so agil, dass sie flexibel auf Veränderungen – etwa in der Systemarchitektur oder aber in den Datenströmen – reagieren können.

Was ist der Unterschied zwischen Product Data Consolidation und Product Information Management?

Product Data Consolidation erweitert das klassische Product Information Management um Mechanismen für die laufende Verbesserung der Qualität von Produktdaten. PDC ist somit eine logische Weiterentwicklung des PIM, wie der folgende Vergleich zeigt:

Product Information Management

Product Data Consolidation

Sicherung der Datenqualität

Manuelle WorkflowsAutomatisierte Quality-Gates

Verbesserung der Datenqualität

Manuelle PflegeRegelbasierte Optimierung

Time-To-Market

Abhängig von der Dauer der manuellen BearbeitungKontinuierlich und unmittelbar

Personal-Einsatz

QuantitätsabhängigQualitätsabhängig

Tabelle: PIM und PDC im Vergleich

Warum reicht PIM häufig nicht aus, um die Qualität von Produktdaten im Online-Shop sicherzustellen?

Viele Händler tun sich schwer damit, ihre Produktdaten für das E-Commerce aufzubereiten. Zwar betreibt etwa jeder Zweite eine voll-automatisierte Produktaktualisierung in seinem Shop-System. Automatisierung allein reicht jedoch nicht aus, um Produktdaten von ausreichender Qualität für den Online-Verkauf bereitzustellen. „Immer wieder erleben wir bei E-Commerce-Projekten, dass die Qualität der vorliegenden Produktdaten für den Online-Handel schlicht weg nicht ausreichend ist. Eine Aufbereitung und Anpassung an die Anforderungen des E-Commerce ist hier meist unabdingbar,“ erläutert Georg Wittmann, Research Director bei ibi research an der Universität Regensburg. Neben dem automatisierten Product Information Management braucht es also weitere Funktionen im Online-Shop, die dafür sorgen, dass Produktdaten laufend aufbereitet und in der richtigen Form bereitgestellt werden können. Hier kommt die PDC ins Spiel.

Wie werden Produktdaten durch Product Data Consolidation kontinuierlich verbessert?

Product Data Consolidation ist kein einmaliger Vorgang, 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.

Welche Rolle spielt die Konsolidierung der Produktdaten im Multi-Channel-Verkauf?

Durch Product Data Consolidation werden Produktdaten fortlaufend aufbereitet und veredelt. Und zwar passend für alle Kanäle, über die Datenströme ein- bzw. ausgeleitet werden sollen. Das Channel-Management ist deshalb ein integraler Bestandteil des PDC und umfasst im Wesentlichen vier Aufgabenbereiche: das Einlesen von Produktdaten, das Identifizieren, die Auswahl und Anreicherung der Daten, sowie das Ausliefern und Veröffentlichen im Online-Shop oder Marktplatz. Alle Aufgabenbereiche zusammen bilden einen in sich geschlossenen Channel-Management-Prozess.

Weitere Fragen?

Wir hoffen, dass wir auch Ihre Fragen zum Thema Product Data Consolidation beantworten konnten. Sollten noch Fragen offen geblieben sein, werfen Sie einen Blick in unser kostenloses Whitepaper oder rufen Sie uns an.

Big Data ist in aller Munde, allerdings beschränken sich viele E-Commerce-Unternehmen auf das Sammeln von Daten, ohne damit wirklich zu arbeiten. Was dabei übersehen wird: Damit aus Daten nützliche Erkenntnisse und Maßnahmen für die Optimierung der Datenqualität im Shop abgeleitet werden können, müssen Messdaten nach definierten Regeln und Prozessen erhoben, ausgewertet und interpretiert werden.

Product Data Consolidation setzt hier auf eine intelligente Verknüpfung von automatisierter und manueller Analyse nach dem Lean-Prinzip.

Ziel des Produktdaten-Managements im E-Commerce ist es, Produktdaten von höchstmöglicher Qualität zur richtigen Zeit genau dort bereitzuhalten, wo sie für den Verkauf benötigt werden. Und zwar in der Qualität, die Käufer erwarten dürfen. Dazu müssen Produktdaten systematisch analysiert werden, um ihre Qualität bewerten und ggf. optimieren zu können. Die Analyse der Datenqualität ist deshalb neben Channel Management, Processing und Control ein wichtiger Funktionsbereich der Product Data Consolidation.

„If You Can‘t Measure It, You Can‘t Improve It.“ – Peter Drucker

Produktdatenanalyse als laufender Prozess

Im analytischen Teil der Datenkonsolidierung werden Konfigurationsinformationen fortlaufend in Beziehung zu gemessenen Kennzahlen gesetzt. So erhält man einen Überblick über die Entwicklung der Datenqualität und kann die Effizienz der vorgenommenen Operationen bewerten. Dies umfasst im Wesentlichen vier Handlungsbereiche: das Bewerten von Daten, Reporting und Monitoring sowie das regelmäßige Audit des Systems.

Wichtig: Der gesamte Analyse-Prozess ist als Zyklus zu verstehen, der dem PDCA-Prinzip folgt. 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.

Die 4 Handlungsfelder der Datenanalyse

1. Scoring: Produktdatensätze bewerten

Die Anforderungen an die Produktdaten werden in Regeln formuliert und mit Scores versehen. Anforderungen sind z. B.: Herstellerinformationen sollen vorhanden sein, Titel soll Herstellermarke, Modell und wichtigste Merkmale enthalten, Primärbild und Thumbnail sollen vorhanden sein, Warengruppenstruktur für Online-Shop-Kategorisierung soll vorhanden sein, rechtlich relevante Hinweise sollen vorhanden sein etc. Die Qualität eines Datensatzes ergibt sich nicht nur daraus, ob bestimmte Anforderungen an die Vollständigkeit der Daten erfüllt sind, sondern bemisst sich auch daran, wie die Anforderungen gewichtet sind.

Für das Scoring verbindet das Konzept der Product Data Consolidation die automatisierte Analyse (Quality Gate) mit Möglichkeiten, Produktdaten nach Bedarf manuell, zum Beispiel per Datenvisualisierung, zu analysieren. Die folgende Abbildung zeigt die Visualisierung hierarchischer Strukturen im Daten-Pool in Form einer Tree Map.

Beispiel für die Darstellung der Zuordnungen von Produkten zu Kategorien im Shop nach eCl@ss.

Die Verknüpfung von automatisierter und manueller Analyse hat den Vorteil, dass Produktdaten im Shop nicht nur anhand “harter” Kriterien im Quality Gateway, sondern zusätzlich bei Bedarf auch anhand “weicher” Kriterien analysiert werden können. Beides zusammen ergibt ein rundes Bild von der Qualität der Produktdaten, bezogen auf eine bestimmte Anforderung und ermöglicht das frühzeitige Erkennen von Schwachstellen. Zusätzlich ermöglicht dieses Zusammenspiel das Aufdecken von Zusammenhängen, die bis dato noch nicht entdeckt wurden.

2. Reporting: Informationen zu- sammenstellen und versenden

Auf Basis definierter Abfragen können Berichte manuell oder automatisiert erstellt werden, die einen Gesamtüberblick über die Qualität der Produktdaten im Shop geben. Die Abfragen ziele darauf ab, Fehler oder Lücken im Datenbestand aufzudecken:

  • Welche Produkte haben keinen Wert für den Produktnamen (oder ein anderes Feld)?
  • Welchen Produkten wurde kein Alternativprodukt zugeordnet?
  • Welche Produkte haben kein Produktfoto oder Thumbnail?
  • Welche Produkte sind keiner Produktkategorie zugeordnet?

Berichte und Abfragen können bei Bedarf ausgeführt oder geplant und die Ergebnisse an einen bestimmten Benutzer oder eine bestimmte Benutzergruppe weitergeleitet werden.

3. Monitoring: Überwachung und Auslösen von Steuerereignissen

Abfragen dienen nicht nur dem regelmäßigen Reporting, sondern können in Echtzeit bestimmte Ereignisse auslösen. Etwa, wenn ein Schwellenwerte für eine Messgröße unterschritten wurde. Beispiel: Der Produktmanager erhält eine Nachricht, wenn weniger als 98 % der Produkte keiner Produktkategorie zugeordnet sind. Das Echtzeit-Monitoring ist besonders dann wichtig, wenn laufend große Mengen an Produktdaten aus verschiedenen Quellen in das Shop-System eingespeist und zeitnah im Shop veröffentlicht werden.

4. Audit: Regeln und Qualität abgleichen

Auch wenn viele Bereich der Datenanalyse automatisiert ablaufen, sind manuelle Eingriffe in der Praxis nicht ganz zu vermeiden. Und auch nicht wünschenswert, denn Qualität liegt nicht selten im Auge eines (menschlichen) Betrachters. Im Rahmen des fortlaufenden Auditprozesses werden sicherheitshalber alle Änderungen protokolliert, die in den Produktdaten und den Verarbeitungsregeln vorgenommen wurden, wann und von welchem Benutzer, so dass der Administrator die Arbeit seiner Mitarbeiter überwachen und bei Bedarf Rollbacks durchführen kann.

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 beinhaltet deshalb, Produktdaten fortlaufend systematisch zu analysieren. Hierfür werden idealerweise automatisierte und manuelle Prozesse intelligent verknüpft und die Ergebnisse der Datenanalyse in Echtzeit in Handlungsempfehlungen übersetzt, bzw. direkt Steueroperationen im System ausgelöst.

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

Wo persönliche Verkaufsberatung fehlt, müssen Produkte für sich selbst sprechen. Das gilt nicht nur Ihrem eigenen Online-Shop, sondern besonders dann, wenn Sie Ihre Produkte über verschiedene Kanäle vertreiben. Hier entscheidet die Qualität der angebotenen Produktinformationen wesentlich über Ihren Verkaufserfolg. Erfahren Sie im Folgenden, wie Sie Ihr Produktdaten-Management durch Product Data Consolidation fit für den Multichannel-Verkauf machen.

Multichannel im B2B auf dem Vormarsch

Nach einer aktuellen Studie von „Wer liefert was“ beziehen Geschäftskunden heute Produkte vor allem über den Direktkontakt (59,4 Prozent), Online-Shops (53,4 Prozent) und Marktplätze (45,9 Prozent). Dabei nutzen viele nicht nur eine Bezugsquelle sondern mehrere. Dementsprechend wächst für Anbieter die Bedeutung des Themas Multichannel im E-Commerce.

In der Tendenz ist der persönliche Kontakt erst relevant, nachdem sich der Einkäufer bereits online über die möglichen Lieferanten informiert hat.” – Peter F. Schmid, „Wer liefert was“

Das bedeutet in der Praxis, dass Produkte im Online-Shop oder auf einem Marktplatz selbsterklärend sein müssen, um potenzielle Käufer zu überzeugen. Je besser die Qualität der Produktinformationen, desto höher ist die Wahrscheinlichkeit, dass ein Geschäftskunde sich zum Kauf entscheidet. Darin liegt für viele Händler eine große Herausforderung, denn der digitale Handel stellt andere Anforderungen an Produktdaten als der klassische Handel.

Schwachpunkt Produktdatenqualität

Viele Händler tun sich schwer damit, ihre Produktdaten für das E-Commerce aufzubereiten. Zwar betreibt etwa jeder Zweite eine voll-automatisierte Produktaktualisierung in seinem Shop-System. Automatisierung allein reicht jedoch nicht aus, um Produktdaten von ausreichender Qualität für den Online-Verkauf bereitzustellen.

Immer wieder erleben wir bei E-Commerce-Projekten, dass die Qualität der vorliegenden Produktdaten für den Online-Handel schlicht weg nicht ausreichend ist. Eine Aufbereitung und Anpassung an die Anforderungen des E-Commerce ist hier meist unabdingbar.“ – Georg Wittmann, ibi research

Neben dem automatisierten Produktdaten-Management oder auch Product Information Management, kurz PIM, genannt braucht es also weitere Funktionen im Online-Shop, die dafür sorgen, dass Produktdaten laufend aufbereitet und in der richtigen Form bereitgestellt werden können. Hier kommt die Product Data Consolidation, kurz PDC, ins Spiel. 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. Lesetipp: Eine kurze Einführung in das Thema Product Data Consolidation finden Sie hier.

Wie PDC Ihren Multichannel-Verkauf unterstützt

Product Data Consolidation erweitert das klassische Product Information Management (PIM) um Mechanismen für die laufende Aufbereitung und Veredelung von Produktdaten. Und zwar passend für alle Kanäle, in die die Daten für den Verkauf ausgeliefert werden sollen. Das Channel-Management ist ein integraler Bestandteil des PDC und umfasst diese vier Aufgabenbereiche: das Einlesen von Produktdaten, das Identifizieren, die Auswahl und Anreicherung der Daten, sowie das Ausliefern und Veröffentlichen im Online-Shop oder Marktplatz. Alle Aufgabenbereiche zusammen bilden einen in sich geschlossenen Channel-Management-Prozess.

Die vier Aufgabenbereiche des Channel-Managements

  1. Ingest: Die Produktdaten werden zunächst verlust- und wertungsfrei über standardisierte Schnittstellen eingelesen. Erfüllt der eingelesene Datensatz die Anforderungen an ein definiertes Format, wird er als potentielles Produkt akzeptiert und in eine vereinheitlichte Form übertragen.
  2. Identify: Auf dieser Basis wird im nächsten Schritt ein Regelwerk angewendet, das individuell definiert und jederzeit flexibel optimiert werden kann. Als sogenannter Identifizier dient hier z.B. eine SKU oder EAN, die das Produkt eindeutig und global klassifiziert. Jede Änderung des Regelwerks wird im System automatisch protokolliert und versioniert, sodass diese jederzeit nachvollzogen werden können.
  3. Select: Anhand der Produktklasse werden weitere klassenspezifische Regeln zur Anreicherung der Detailinformationen des Produktes angewandt, um beispielsweise eine einheitliche Formatierung des Produkttitels oder von Maßeinheiten in der Produktbeschreibung zu erreichen. Auch werden unvollständige Datensätze herausgefiltert und als fehlerhaft markiert.
  4. Publish: Erfüllt das Produkt alle Anforderungen, wird es je nach Bedarf veröffentlicht oder zunächst zur Vorschau und Prüfung freigegeben. Auf Basis der Fehlerinformation zu jedem Produkt und der Produktvorschau, wird gegebenenfalls das Regelwerk und Filter angepasst, bis die Qualität der Daten für das Publizieren im Shop stimmt. Abschließend werden die Daten in unterschiedliche Formate und Kanäle ausgeliefert.

Der gesamte Channel-Management-Prozess ist als Zyklus zu verstehen, der dem PDCA-Prinzip, folgt. 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.

Fazit

Das Produktdaten-Management muss heute ein Nutzererlebnis auf unterschiedlichen Kanälen sicherstellen. Product Data Consolidation erweitert das klassische PIM, indem es zusätzliche Funktionen für die automatisierte Aufbereitung und Auslieferung in verschiedene Kanäle zu einem selbstoptimierenden System verknüpft.

Lesetipp: Weitere Informationen und ein Praxisbeispiel zu Product Data Consolidation erfahren Sie in unserem kostenlosen Whitepaper.

Produktdaten entscheiden über den Verkaufserfolg in Online-Shops, werden aber nicht selten vernachlässigt, sagt Joachim Uhrlaß, einer unserer Geschäftsführer in der Niederlassung Leipzig. Die Erfahrungen aus vielen Projekten zeigen, dass die Datenbasis, die Hersteller zur Verfügung stellen, häufig nicht ausreichend ist, um Käufer zu überzeugen. Das gilt besonders im technischen E-Commerce, wo große Mengen an Zahlen und Attributen im Spiel sind. Die unterschiedliche Qualität der Daten und fehlende Standards erschweren den Umgang mit den Daten. Hilfreich ist es, wenn im Shop-System so viele Prozesse wie möglich halb oder vollständig automatisiert werden können.

Hier kommt das Konzept der Product Data Consolidation ins Spiel, das Uhrlaß und unser eCube-Team speziell für Online-Shops entwickelt hat, in denen große Datenmengen aus verschiedenen Quellen zusammenfließen.

Erfahren Sie mehr darüber im Interview, das Sie hier als Podcast hören können:

Produktdaten sind der Treibstoff im eCommerce. 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 WorkflowsAutomatisierte Quality-Gates

Verbesserung der Datenqualität

Manuelle PflegeRegelbasierte Optimierung

Time-To-Market

Abhängig von der Dauer der manuellen BearbeitungKontinuierlich und unmittelbar

Personal-Einsatz

QuantitätsabhängigQualitätsabhängig

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.