Tine Schmitz
, , , , ,

3 Learnings zum Online-Kaufverhalten im B2B eCommerce

Produktdaten, Produktsuche und Software-Systeme – drei Themen, die Online-Händler bewegen. Wir werfen einen Blick auf die aktuelle Studie von ibi Research und zeigen, welche Stellschrauben Sie drehen können, um Ihren eCommerce fit für die Zukunft zu machen.

eCommerce wird erwachsen

Zu diesem Ergebnis kommt eine aktuelle Expertenbefragung von ibi research, die eCube unterstützt hat. 82 Prozent der Unternehmen verkaufen bereits im Internet – jedes Fünfte generiert dort mehr als 50 Prozent seines Umsatzes. Darin sind sich die befragten Händler einig: Online-Vertriebskanäle werden in den nächsten fünf Jahre an Bedeutung gewinnen.

Jetzt vollständige Studie B2B eCommerce 2020 runterladen

Wir wollen uns im Folgenden drei Themenbereiche aus dieser Studie genauer ansehen, die aus unserer Sicht für den Erfolg im Online-Handel entscheidend. Sie sollten diese Themen bei der Weiterentwicklung von eCommerce besonders berücksichtigt:

  • Produktdaten, ihre Qualität spielt nicht nur für die Darstellung von Produkten eine Rolle, sondern entscheidet auch darüber, ob wichtige Shop-Funktionen optimal unterstützt werden.
  • Produktsuche unterstützt wie keine andere Shop-Funktion beim Kauf und entscheidet deshalb darüber, ob die Customer Experience beim Kauf begeistert oder enttäuscht. 
  • Softwaresysteme liefern den Baukasten für den eCommerce und müssen sich jederzeit an veränderte Anforderungen im Online-Verkauf anpassen können.

Diese drei Bereiche hängen technisch eng zusammen und sollten daher bei der Planung und Umsetzung von eCommerce immer im Kontext betrachtet werden.

1. Produktdaten als Erfolgsfaktor

Produktdaten sind die Achillesferse im eCommerce, der Treibstoff für den Verkaufserfolg. Die Herausforderung für Händler besteht darin, Daten in hoher Qualität für den Online-Verkauf bereitzustellen. Dazu müssen sie systematisch aufbereitet werden.

Die Ergebnisse der Studie

  • Die Aufbereitung der Produktdaten bei der Umsetzung eines Online-Shops ist für Online-Händler aufwändiger als erwartet (54%).
  • Die Aktualisierung der Produktdaten für den Online-Verkauf ist zeitaufwändig (67%).
  • Produktdaten werden in erster Linie manuell aufbereitet und zwar in Excel oder vergleichbaren Tools (38%) oder in PIM-Systems bzw. in eCommerce-Plattformen (38%).
  • Nur knapp die Hälfte der befragten Online-Händler sind mit ihrem Prozess für das Onboarding bzw. das Importieren der Produktdaten zufrieden (47%).

Fazit: Der Aufwand für die Aufbereitung von Produktdaten für einen Online-Shop oder Marktplatz wird systematisch unterschätzt. Nur etwa ein Drittel der Online-Händler haben die Aktualisierung ihrer Produktdaten vollständig automatisiert.

Was bedeutet das für Sie als Online-Händler?

  • Händler, die ihre Daten weiterhin komplett oder teilweise manuell aufbereiten, sollten dafür mehr Zeit und Ressourcen einplanen – je nach Größe des Sortiments und Häufigkeit der Datenlieferungen zusätzlich 15-30%.
  • Bei der Automatisierung des Produktdatenmanagements ist viel Luft nach oben. Mithilfe geeigneter Tools und Services können Prozesse für den Import und die Aufbereitung von Daten deutlich effizienter gestaltet und manueller Aufwand eingespart werden.

eCube hat ein Tool entwickelt, mit dem sich Produktdaten automatisiert und kontinuierlich für den Verkauf aufbereiten lassen. Erfahren Sie hier mehr darüber.

2. Produktsuche ist die Basis

Eine komfortable und intuitive Produktsuche ist entscheidend für den Verkaufserfolg im eCommerce. Käufer erwarten eine intelligente und zuverlässige Unterstützung bei der Recherche.

Die Ergebnisse der Studie

  • Für die Mehrheit der Einkäufer hat die Suchfunktion eine hohe Relevanz (88%).
  • Jeder vierte Online-Shop bietet seinen Kunden keine Suchfunktion an (26%).

Fazit: Auch im B2B eCommerce spielt die Produktsuche eine zentrale Rolle, wenn es darum geht, Kunden beim Kauf optimal zu unterstützen. Google hat die Messlatte für Suchfunktionen gelegt. Dem muss der Online-Handel folgen, wenn er überzeugende Kauferlebnisse bieten will.

Was bedeutet das für Sie als Online-Händler?

  • Mit einer nutzerfreundlichen Produktsuche im Shop können Online-Händler auch heute noch gegenüber einem viertel ihrer Mitbewerber ohne Produktsuche punkten.
  • Eine gute Produktsuche ist auf die Suchgewohnheiten eines durchschnittlichen Nutzers zugeschnitten und lässt sich auch ohne Vorkenntnisse und Erfahrung problemlos bedienen.
  • Sie sollte beispielsweise auch dann hilfreiche Ergebnisse liefern, wenn Käufer die Bezeichnungen von Produkten nicht kennen oder ihr eigenes Vokabular für die Suche verwenden.

Tipp: Lesen Sie dazu die Artikelserie in unserem Blog zum Thema Produktsuche: Teil 1, Teil 2

3. Software liefert den Baukasten

Software liefert den Baukasten für den eCommerce. Strukturen und Funktionen müssen sich jederzeit flexibel an veränderte Anforderungen anpassen können. 

Die Ergebnisse der Studie

  • Anpassungen der Standardsoftware wie z.B. die Integration interner bzw. externer Systeme über Schnittstellen verursachen oft höheren Aufwand als erwartet (56%).
  • Die Anbindung von Systemen an den Online-Shop verläuft nur selten ohne Schwierigkeiten (15%)

Fazit: Standardsoftware bietet eine Vielzahl von Funktionen, von denen Online-Händler jedoch oft nur einen Bruchteil für Ihren Verkauf benötigen. Wenn es um die Anbindung an andere Systeme im Unternehmen geht, stößt Standardsoftware schnell an Grenzen. Händler setzen deshalb zunehmend auf modulare Systeme, die sich flexibel an neue Anforderungen anpassen lassen.

Was bedeutet das für Sie als Online-Händler?

  • Monolithische Systeme, die über einen längeren Zeitraum gewachsen sind, lassen sich oft ab einer bestimmten Komplexität nicht mehr ohne Weiteres flexibel anpassen. Geringfügige Anpassungen verursachen dann einen unverhältnismäßig hohen Aufwand.
  • Aus diesem Grund teilt man heute vor allem komplexe Systeme in einzelne Services auf, die bestimmte Aufgaben übernehmen. Serviceorientierte Architekturen ermöglichen ein hohes Maß an Flexibilität in der Entwicklung, denn Services lassen sich jederzeit leicht ergänzen oder ersetzen, wenn neue Anforderungen aufkommen.
  • Händler mit komplexen monolithischen Systemen stehen vor der Herausforderung, diese möglichst im laufenden Betrieb schrittweise zu entflechten und in serviceorientierte Architekturen zu überführen.
  • Händler, die in den eCommerce starten, sollten von Beginn an über ein serviceorientierte Architektur für Ihren eCommerce nachdenken, vor allem, wenn abzusehen ist, dass sich die Anforderungen an den Online-Verkauf regelmäßig verändern.

Tipp: Lesen Sie dazu Kopflos verkaufen? Im Gegenteil, so funktioniert Headless Commerce

Ein Wort zum Thema Digitalisierung

Digitalisierung gehört zu den wichtigsten Motiven für den Online-Verkauf. Dennoch gehen die Meinungen darüber, was Digitalisierung im Unternehmen genau bedeutet, weit auseinander. Im einfachsten Fall werden Prozesse digital abgebildet, mit dem Ziel Effizienz, Qualität und Messbarkeit zu erhöhen. Im Idealfall zielt Digitalisierung im Sinne einer Vernetzung digitaler Vermögenswerte und Fähigkeiten auf die Schaffung von Business Value für Unternehmen ab.

Wir nennen ein solches lebendiges, lernendes und ständig wachsendes Netz von digitalen Assets “Digital Commerce Ecosystem”. eCommerce mit seinen Technologien, Prozessen und Strukturen ist ein integraler Bestandteil davon und sollte deshalb als vollwertiges Profitcenter geführt und mit notwendigen Ressourcen ausgestattet werden. Denn nur so lässt sich das volle Potenzial des Digital Commerce als Beitrag zum Unternehmenserfolg ausschöpfen.

Hier können Sie die vollständige B2B eCommerce 2020 Studie runterladen.

/von
Joachim Uhrlass
, ,

Produktsuche im eCommerce – Teil 1: Grundlagen

Fotolia

Eine komfortable und intuitive Suchmaschine ist entscheidend für den Verkaufserfolg im eCommerce. Wir geben im ersten Teil unserer Artikelserie einen Überblick über die wichtigsten Arten von Suchanfragen, die eine Produktsuche beherrschen muss.

Produktsuche heute: noch viel Luft nach oben

Laut einer Studie vom Baymard Institute gelingt es über 70% der Online-Händler nicht, den Erwartungen der Käufer an die Einfachheit und Zuverlässigkeit der Produktsuche zu entsprechen. Das hat verschiedene Ursachen, wie die folgenden Ergebnisse der Studie zeigen:

  • 18% der Online-Shops liefern keine zufrieden stellenden Ergebnisse, wenn Suchbegriffe oder Produktnamen falsch geschrieben werden.
  • 70% verlangen von Nutzern, dass sie nach genau dem gleichen Produkttyp suchen, der im Shop verwendet wird. In diesen Fällen bringt beispielsweise eine Suche nach “Fön” keine Ergebnisse, wenn das System “Haartrockner” als Produktkategorie verwendet.
  • 60% unterstützen keine thematischen Suchanfragen wie “Daunenjacke” oder “Bürostuhl”.
  • 22% unterstützen keine Suchanfragen nach einer Farbvariation, obwohl das gesuchte Produkt in mehreren Farben verfügbar ist.
  • 84% behandeln keine Anfragen, die eine Zusatzinformation wie z.B. “billig” oder “hochwertig” enthalten.
  • 60% unterstützen keine Sonderzeichen und Abkürzungen, wie beispielsweise Anführungszeichen für die Einheit Zoll.

Eine intuitive Produktsuche entscheidet über den Verkaufserfolg

Händler haben das erkannt und legen bei der Konzeption ihres Online-Shops besonderen Wert auf eine intelligente Suchfunktion. Der Käufer soll in seinem “natürlichen” Suchverhalten unterstützt werden, statt ihm vorzuschreiben, wie er zu suchen hat oder wie es das System von ihm verlangt. Er soll ganz ohne Vorkenntnisse kaufen können, deshalb sollten selbst komplexe Suchfunktionen selbsterklärend und intuitiv sein.

4 Arten von Suchanfragen, die Online-Shops beherrschen müssen

Erfolgreiche Händler bieten ihren Kunden eine Produktsuche, die sich an deren Suchgewohnheiten orientiert. Sie liefert auch dann hilfreiche Ergebnisse, wenn Nutzer z.B. die genaue Bezeichnung eines Produktes nicht kennen oder ihre Suche durch “eigene” subjektive Attribute verfeinern.

Typische Suchanfragen lassen sich grob in vier Gruppen einteilen:

1. Exakte Suche

Das ist ein häufiger Fall im B2B-Einkauf. Der Kunde sucht nach einem bestimmten Produkt, beispielsweise nach einem Ersatzteil für eine Maschine, das er regelmäßig erneuern muss.

Was auf den ersten Blick wie eine leichte Übung für Suchmaschinen aussieht, ist in der Praxis nicht trivial, denn auch wenn sich Nutzer bei der Produktbezeichnung oder der Artikelnummer vertippen, sollte die Produktsuche erkennen, welches Produkt gemeint ist, und das passende Suchergebnis ausgeben können.

In manchen Fällen werden Produkte auch unter verschiedenen Bezeichnungen gehandelt. Auch dann sollte eine Produktsuche erkennen, welches Produkt gemeint ist und hierfür zumindest mögliche Optionen ausgeben.

2. Filtern nach Produkttypen und -eigenschaften

Diese Art der Suche kommt dann vor, wenn es dem Käufer nicht auf das Produkt eines bestimmen Herstellers ankommt oder er sich zunächst nur einen Überblick über das Angebot verschaffen will.

Dafür bietet der Shop unseres Kunden HENKA einen sogenannte Drill-Down-Filter an, mit dem Nutzer sehr einfach durch Produktkategorien und -facetten navigieren können. Mit jedem Klick auf ein Attribut kommt der Nutzer dem gesuchten Produkt schrittweise näher. Darin liegt die Stärke dieser Suchmechanik.

Drill-Down-Filter auf henka.de

3. Freie Suche nach Problemlösungen oder Anwendungen

Am Anfang des Kaufprozesses, des sogenannten “Sales-Funnels”, haben Käufer oft noch keine konkrete Vorstellung von Produkten, sondern suchen ergebnisoffen nach Lösungen für ihre Probleme oder für bestimmte Anwendungen.

Sucht beispielsweise ein KFZ-Mechaniker nach einer Lösung für “Metall bohren”, dann erhält er im Shop unseres Kunden Berner Group Vorschläge für Produktgruppen wie Bohrer, Gewindeschneider oder Schneideisen. Auf dieser Basis kann er seine Suche gezielt verfeinern.

Suche nach Anwendungen auf shop.berner.eu

Tipp: Die Suche nach Problemlösungen oder Anwendungen bietet Händlern die Chance, neben Produkten auch nützliche fachliche Inhalte wie Anleitungen oder Fachartikel anzubieten. Ideen und Anregungen, wie Sie mit Content Commerce einen Mehrwert für Ihre Kunden schaffen, finden Sie unserem Blog-Artikel “Content Commerce im B2B: Hintergrund, Tipps, Beispiele“

4. Suche ohne Produktbezug

Auch wenn die Hauptfunktion der Suche in einem Online-Shop darin besteht, relevante Produkte zu finden, sollte sich die Suchmaschine nicht nur auf die Suche im Produktkatalog beschränken, da Nutzer nicht selten auch nach Inhalten ohne Produktbezug wie beispielsweise Anleitungen zur Nutzung des Shops, Unternehmensinformationen etc. suchen.

Eine möglichst intuitive Suche beinhaltet deshalb auch, dass sich Nutzer keine Gedanken darüber machen müssen, wie sie an solche Inhalte gelangen. Es gilt, eine zentrale Suche für alle Anfragen des Käufers bereitzustellen und die Suchergebnisse entsprechend sinnvoll nach Produkt- und nicht-produktbezogenen Inhalten unterschieden dazustellen.

Qualität der Produktdaten entscheidend

Neben der technischen Funktionalität braucht eine leistungsfähige Suche auch Produktdaten von hoher Qualität. Diese müssen so aufbereitet sein, dass sie die Suchalgorithmen optimal unterstützen. Um dies zu erreichen, werden bei unserem Kunden Henka die Produktdaten für den Online-Verkauf automatisiert angereichert und aufbereitet, wir nennen das Product Data Consolidation.

Videotipp: Mehr über Product Data Consolidation im Shop von Henka erfahren Sie in der Aufzeichnung unseres Webinars mit Projektbericht.

Fazit & Ausblick

Suchmaschinen wie Google haben die Maßlatte für die Produktsuche in Online-Shops hoch gelegt. Auch die Suche nach Produkten in einem Online-Shop muss sich an den Suchgewohnheiten der Nutzer orientieren und dementsprechend einfach und intuitiv sein.

Im nächsten Teil unserer Artikelserie werden wir uns weitere Arten von Suchanfragen in Online-Shops ansehen und zeigen, welche Anforderungen sich daraus an die Produktsuche in Ihrem Shop ergeben.

/von
Joachim Uhrlass
,

3 Problemzonen im E-Commerce, die Händler Geld und Nerven kosten

3 Problemzonen im E-Commerce, die Händler Geld und Nerven kostenFotolia

Kein Online-Shop ist perfekt. Viele Probleme zeigen sich nicht an der Oberfläche, sondern in Prozessen und Strukturen hinter den Kulissen. Wir werfen einen Blick auf drei Problemzonen, die uns in der Praxis immer wieder begegnen und geben Anregungen, wie Händler dem begegnen können.

Veraltete Systeme, manuelle Workarounds und ineffiziente Prozesse

Vielen Händlern ist bewusst, dass es beim Thema E-Commerce noch Luft nach oben gibt: die Lösung, die sie einsetzen, ist nicht mehr auf der Höhe der Zeit. Vieles von dem, was eigentlich automatisiert ablaufen könnte, wird manuell erledigt. Strukturelle Probleme werden durch aufwändige Workarounds ausgeglichen. Solange sich der Schmerz über diesen Zustand in Grenzen hält, neigen viele Händler dazu, notwendige Maßnahmen zur Verbesserung auf die lange Bank zu schieben. Das kostet jedoch Zeit und Geld, wie eine Schätzung von Etailsolutions zeigt:

Quelle: etailsolutions.com

Es lohnt sich also, typische Problemzonen genauer zu analysieren und aktiv zu werden.

Veraltete Systeme, manuelle Workarounds und ineffiziente Prozesse kosten Händler im Schnitt 195 Manntage pro Jahr. Ressourcen, die den Verkaufserfolg erheblich schmälern.

1. Hoher Aufwand für die Bereitstellung von Produktdaten

Laut Studie zum Einfluss der Digitalisierung auf den deutschen Einzelhandel von ibi Research, DIHK und IHK verursacht die Bereitstellung von Produktdaten bei jedem zweiten Online-Händler mehr Aufwand als erwartet. Nicht selten müssen große Mengen von Produktdaten manuell aufbereitet werden, damit sie den Anforderungen im Online-Verkauf genügen. Das ist beispielsweise dann der Fall, wenn Produktdaten aus verschiedenen Quellen, von verschiedenen Zulieferern, im Shop zusammengeführt werden. Jede Quelle liefert Produktdaten in unterschiedlicher Struktur und Qualität, die zunächst homogenisiert, bzw. konsolidiert werden müssen, bevor sie im Shop eingesetzt werden können. Fehlerhafte Datensätze müssen manuell geprüft und korrigiert werden, was ganze Teams häufig tagelang beschäftigt. Häufig tauchen die Fehler, die manuell beseitigt wurden, beim nächsten Update der Daten wieder auf. Ein Teufelskreis, an den sich viele Händler gewöhnt haben, der jedoch viel Aufwand verursacht. Dieser Aufwand ließe sich deutlich reduzieren, wenn man die Aufbereitung der Produktdaten automatisieren würde.

Beim Thema Produktdaten leben viele Händler in einer Schonhaltung, die dazu beiträgt, dass laufend Ressourcen verschwendet werden.

eCube hat mit Product Data Consolidation (PDC) einen Mechanismus entwickelt, mit dem Händler die Qualität ihrer Produktdaten kontinuierlich und automatisiert verbessern können. Der Unterschied zur Datenkonsolidierung in klassischen PIM-Systemen besteht darin, dass PDC nicht kurzfristig das Ergebnis der Datenaufbereitung speichert, sondern die „Schablone“ für die Aufbereitung. Gelangen im Zuge von Updates neue fehlerhafte Daten in ein Shop-System, dann können diese durch regelbasierte Algorithmen automatisiert korrigiert werden. Die Regeln für die Aufbereitung der Daten werden kontinuierlich verfeinert, sodass das System im Laufe der Zeit dazulernt und immer mehr Arten von Fehlern selbstständig bereinigt. Das spart manuellen Aufwand für die Aufbereitung und erhöht die Qualität der Produktdaten nachhaltig.

Lesetipp: Wenn Sie mehr über Product Data Consolidation (PDC) erfahren wollen, dann laden Sie sich hier unser kostenloses Whitepaper herunter.

2. Veraltetes System beschränkt die Flexibilität

Die Anforderungen und Erwartungen der Käufer an E-Commerce verändern sich laufend. Genügte es noch vor wenigen Jahren, dass man in einem Shop nach Produkten suchen und diese möglichst einfach kaufen konnte, so erwarten Käufer heute, dass ein Online-Shop „mitdenkt“ und Lösungen für fachliche Probleme liefert. Diese Art von „Intelligenz“ lässt nur realisieren, wenn der Shop einerseits mit anderen Systemen im Unternehmen wie etwa ERP, CMS und PIM über flexible Schnittstellen verbunden ist. Zum anderen muss das Gesamtsystem flexibel erweiterbar sein, wenn beispielsweise künstliche Intelligenz, maschinelles Lernen, Content-Personalisierung oder CRM das Kauferlebnis verbessern sollen. Vor allem Shop-Systeme, die über die Jahre wild gewuchert sind, stoßen regelmäßig an die Grenzen ihrer Skalierbarkeit. Kleine Anpassungen sind dann mit großem Entwicklungsaufwand verbunden.

Wenn kleinste Anpassungen und Erweiterungen unverhältnismäßig großen Aufwand verursachen, dann ist es an der Zeit für grundlegende Veränderungen.

Der Relaunch eines Shop-Systems ist in vielen Fällen deutlich wirtschaftlicher als der andauernde Kampf gegen technische Widerstände und Einschränkungen, die nicht nur Aufwand verursachen, sondern auch den Verkaufserfolg gefährden können. Online-Shops, die dem Käufer nicht den Mehrwert bieten, den er heute erwarten darf, haben kaum eine Chance im Wettbewerb zu bestehen. Dass bedeutet nicht, dass beim Neubau eines Online-Shops jeder technologische Trend berücksichtigt werden muss, der gerade angesagt ist. Im Gegenteil: Ein strategisch durchdachter Neustart beschränkt sich zunächst auf das Wesentliche, die Funktionen, die nötig sind, um einen spürbaren Mehrwert für Händler und Käufer zu schaffen.

Lesetipp: Wenn Sie mehr über die Entwicklung von Online-Shops nach agilen Prinzipien erfahren wollen, dann laden Sie sich hier unser kostenloses Whitepaper herunter.

3. Customer Experience Management im Blindflug

Ein Online-Shop allein genügt heute längst nicht mehr, um Kunden zu gewinnen oder zu binden. Entscheidend für den Erfolg im E-Commerce ist das Kauferlebnis, das ein Händler in seinem Shop bietet: lassen sich Produkte leicht und intuitiv recherchieren? Werden dem Kunden Produkte und Inhalte angezeigt, die zu seinen Interessen passen (Stichwort Personalisierung)? Lässt sich der Bestellprozess (Warenkorb und Check-Out) einfach an individuelle Sourcing-Prozesse beim Käufer anpassen? Customer Experience Management im E-Commerce zielt darauf ab, das Kauferlebnis bzw. die Zufriedenheit der Käufer mit einem Online-Shop systematisch zu analysieren und zu verbessern.

Die Praxis zeigt, dass viele Händler kein systematisches Customer Experience Management betreiben. Eine Analyse des Nutzerverhaltens beschränkt sich häufig auf grundlegende Messwerte des Website-Analytics. Daten, die Shop-Systeme zur Analyse von individuellen Kaufvorgängen liefern, werden quantitativ, aber selten qualitativ ausgewertet. Beides führt dazu, das das Wissen über das Nutzerverhalten oberflächlich bleibt bzw. nur bedingt dazu genutzt wird, das Kauferlebnis laufend zu verbessern. Dadurch bleiben viele Chancen ungenutzt und Missstände, die dazu führen, dass Käufer zur Konkurrenz abwandern, bleiben im Extremfall unentdeckt.

“Your most unhappy customers are your greatest source of learning.” – Bill Gates

Die meisten unserer Projekte – egal ob ein Online-Shop neu gebaut oder erweitert werden soll – beginnen wir bei eCube mit einer grundlegenden Analyse der Customer Experience im Shop und über Shop-Grenzen hinweg. Denn besonders im Multichannel-Verkauf umfasst das Kauferlebnis alle Kanäle für den Verkauf. In einem Analyse-Workshop ermitteln wir gemeinsam mit unseren Kunden die wichtigsten Bedürfnisse und Erwartungen der Käufer an den Kauf im Internet. Auf dieser Basis lässt sich sehr gut bestimmen, wie im konkreten Fall der Online-Verkauf inhaltlich und technisch gestaltet sein muss, damit er den maximalen Nutzen für den Kunden bietet und das Potenzial für E-Commerce voll ausschöpft.

Lesetipp: PsyConversion: 101 Behavior Patterns für eine bessere User Experience und höhere Conversion-Rate im E-Commerce – der Autor erläutert, wie unser Gehirn zu Entscheidungen kommt, welche unbewussten Verhaltensmuster dabei verwendet werden und wie diese im E-Commerce aktiviert werden können.

/von
Maximilian Kühne
,

B2B E-Commerce im Wandel der Zeit

B2B E-Commerce im Wandel der ZeitFotolia

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.

/von
Helga Trost
,

Fragen und Antworten zu Product Data Consolidation im B2B E-Commerce

Fragen und Antworten zu Product Data Consolidation im B2B E-CommerceFotolia

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.

/von
Joachim Uhrlass
,

Produktdatenanalyse im E-Commerce: Temperatur messen allein bekämpft noch kein Fieber

Produktdatenanalyse im E-Commerce: Temperatur messen allein bekämpft noch kein FieberFotolia

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 zusammenstellen 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.

/von
Maximilian Kühne
, ,

Multichannel im E-Commerce: Die Qualität Ihrer Produktdaten entscheidet über den Verkaufserfolg

Multi Channel im eCommerce: Die Qualität Ihrer Produktdaten entscheidet über den VerkaufserfolgFotolia

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.

/von
Helga Trost
, ,

Podcast: So bekommen Sie Ihre Produktdatenqualität in den Griff

Podcast: So bekommen Sie Ihre Produktdatenqualität in den GriffFotolia

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:

/von
Joachim Uhrlass
,

Produktdaten im eCommerce: Verwalten Sie noch oder veredeln Sie schon?

Produktdaten im eCommerce: Verwalten Sie noch oder veredeln Sie schon?Fotolia

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.

/von