Illustration: Absmeier, Skibka
Produktdaten-Management ist für viele Unternehmen ein heikles Thema. Diverse Herausforderungen wie fehlende Standards oder veraltete Technologien erschweren es ihnen, Produktdaten sauber und fehlerfrei aufzubereiten und auszuspielen. Das kostet Umsatz, denn umfangreiche, strukturierte Daten sind eine Grundvoraussetzung für den Erfolg in der kundenzentrierten Produktkommunikation auf unterschiedlichen Touchpoints . Ein Tool wie ein PIM bringt Transparenz in die Datenhaltung, erhöht die Effizienz der Abläufe und verbessert die so wichtige Datenqualität.
Die Welt des Handels verändert sich rasant: Händler müssen eine immer höhere Anzahl von Anforderungen und Kanälen bedienen, um ihre Kunden zu erreichen. Egal, ob B2B oder B2C: Der Kunde hat die Wahl, es gibt immer Alternativen zum eigenen Angebot. Was ist dem Kunden am wichtigsten für die Entscheidung, wo und wann erkauft? Die Customer Experience macht den Unterschied und ist der differenzierende Faktor. An allen Kontaktpunkten, den Touchpoints, soll ein positiver Eindruck und damit in der Summe ein Wettbewerbsvorteil entstehen. Damit das gelingt, spielen Produktdaten eine wichtige Rolle. Nur mit ihnen kann ein Produkt erfolgreich in Szene gesetzt werden – in Form von ansprechenden Fotos, treffenden Beschreibungen und der Bereitstellung der relevanten technischen wie auch Nutzungsdaten. Ob im Onlinehandel, dem Versandhandel, dem Großhandel oder auf Marktplätzen: Unternehmen müssen auf den relevanten Kanälen vertreten sein und die Omnipräsenz der Kunden mit deren Bedürfnissen in Einklang bringen.
Diese 7 Sünden führen zu einer schlechten Datenqualität
Deswegen stellt die mangelnde Qualität von Produktdaten ein weit verbreitetes Problem für den Handel dar. Die Ursachen sind vielfältig: Die Daten sind nicht maschinell lesbar oder in verschiedenen Systemen erfasst, unterschiedliche Logiken von ERP und Shopsystem führen zu Anbindungsproblemen und dazu kommen organisatorische und strukturelle Reibungsverluste – von Ressourcenknappheit, über unklare Zuständigkeiten bis hin zu einem noch ausbaufähigem Changemanagement in Unternehmen. Diese 7 Sünden des Datenmanagements gilt es zu vermeiden:
- Sorglosigkeit
Die Bedeutung von guten Produktdaten ist unklar. Das führt dazu, dass ihr wahrer Wert entweder nicht erkannt, nicht verstanden oder unterschätzt wird. In der Folge sind Produktdaten oft nicht (vollständig) vorhanden, manchmal existieren sie sogar nur in den Köpfen einzelner Mitarbeiter. Oder aber sie eignen sich nicht zur Weiterverarbeitung, da sie nicht für Marketing-Zwecke aufbereitet wurden. Hier kommt erschwerend hinzu, dass auch Produzenten oft nur bedingt Daten zur Verfügung stellen. Ein zentrales Problem stellen insgesamt unklare Zuständigkeiten und Verantwortlichkeiten dar. Um das zu lösen, müssen im Unternehmen ein Bewusstsein für die Bedeutung von guten Produktdaten und den tatsächlichen Aufwand der Datenerfassung geschaffen, Zuständigkeiten geklärt und personelle Ressourcen gestellt werden. PIM- und DAM-Systeme helfen beim Datenmanagement und automatisieren manuelle Prozesse. So werden Daten übersichtlicher, einfacher zu verwalten und sinnvoll in Workflows eingebunden.
- Nachlässigkeit
Die Daten sind falsch oder veraltet. Das stellt ein zentrales Problem dar, dessen Ursachen vielfältig sein können: Etwa, wenn Produktdaten-Korrekturen nicht in jedem System erfasst und Aktualisierungen nicht korrekt übernommen werden. Auch durch manuelle Tätigkeiten und Datenübertragung können Fehler in den Daten entstehen. Manchmal sind auch Artikelnummern nicht eindeutig und es hakt beim Wissenstransfer zwischen Kollegen. Dieser ist dann ineffizient beziehungsweise findet überhaupt nicht statt. Weitere gängige Ursachen veralteter Daten sind die folgenden: Es gibt keinen Prozess für die Datenaktualisierung, Schnittstellen fehlen und die Datenmigration erfolgt nicht vollständig. Zusätzlicher Stolperstein: Bei Produkt-Release-Zyklen wird die Datenpflege nicht eingeplant oder Änderungen nicht eingepflegt.
Ein allgemeingültiger Workflow und abteilungsübergreifende Qualitätsstandards sind hier schon ein guter Ansatz, um diese Herausforderung anzupacken. Briefings und Schulungen bringen Klarheit für die Verantwortlichen. Darüber hinaus können entsprechende Freigabeprozesse die Fehlerquote senken und damit die Datenqualität erhöhen. Elementar ist außerdem der sogenannte Single-Source-Ansatz. Dabei werden Ressourcen einmalig erstellt und nur an einer Stelle führend gespeichert. Alle Satelliten-Systeme greifen auf diese Information zu. Änderungen werden so ausschließlich an einer Stelle (Single Source) vorgenommen. Mit dieser Strategie werden die Fehleranfälligkeit und der Aufwand bei der Pflege von Daten minimiert. Übersichtlichkeit, Vollständigkeit und Qualität werden gewährleistet und Aktivitäten auf verschiedenen Kanälen synchronisiert.
- Trägheit
Die Daten sind unvollständig. Das passiert, wenn ein übergreifendes Konzept für das Datenmanagement fehlt. Im Ergebnis können Produkte mit der vorhandenen Datenstruktur nur unzureichend beschrieben werden. Da Personal fehlt, werden notwendige Daten nicht erfasst und außerdem an Übersetzungen gespart, weil sie aufwändig und teuer sind. Um dem zu begegnen, ist eine angemessene Priorisierung der Datenqualität im Unternehmen wichtig. Nur so können entsprechende Schritte eingeleitet werden. Dabei hilft eine Definition, wie ein guter Datensatz auszusehen hat. Klare Workflows und Prozesse stellen die Handlungsfähigkeit her.
- Zerfahrenheit
Die Daten sind nicht konsistent. Das kann passieren, wenn unterschiedliche Teams an wiederum verschiedenen Vertriebskanälen arbeiten und kein Austausch zwischen Teams und Systemen stattfindet. Oder, es wurden Lösungen für spezielle Anwendungsfälle konzipiert, wodurch Produktdaten nun in verschiedenen Insellösungen liegen. Auch der Abbruch der Zusammenarbeit mit Dienstleistern oder Integratoren kann dazu führen, dass die Datenqualität schwankt. Deswegen ist es wichtig, genug Zeit und Ressourcen für Wartungen und Audits einzuplanen. Neue Systeme sollten von Anfang an auf die technische und prozessuale Kompatibilität mit den Workflows und Integrationsanforderungen geprüft werden. Es empfiehlt sich außerdem, ein besonderes Augenmerk auf die Förderung von cross-funktionaler Kollaboration – zwischenmenschlich wie technisch – zu legen.
- Gleichgültigkeit
Die Daten sind nicht relevant. Das passiert, wenn nicht genug in die Kontextualisierung von Produktdaten investiert wurde – meistens, weil das Verständnis für Vorlieben, Präferenzen und Nutzungskontexte der Zielgruppen fehlt. Ein weiterer Grund: Das Produkt-Team oder das Katalogmanagement-Team ist durch manuelle und repetitive Aufgaben so ausgelastet, dass es keine Zeit hat, sich auf wertschöpfendere Aufgaben wie die Kreation von Product Experiences speziell für Kanäle und Regionen zu konzentrieren. Damit Daten ihre Wirkung voll entfalten können, müssen sie im richtigen Kontext erscheinen. Deswegen ist es wichtig, die Produktinformationen für die Kanäle so anzupassen, dass die richtige Information am richtigen Ort und zur richtigen Zeit den User zur Verfügung gestellt wird.
- Lethargie
Die Daten liegen nur unstrukturiert vor. Ursache kann eine »Wir haben das schon immer so gemacht”-Mentalität der Belegschaft sein – es fehlt der Wille zum Umdenken, da Angst vor dem Wandel und neuen Systemen herrscht. Oder es mangelt an passenden Tools, um die Daten korrekt zu erfassen. Manchmal speichern Abteilungen die Daten auch in unterschiedlichen Formaten. In diesem Fall werden erneut verbindliche Standards benötigt, die klar kommuniziert und überprüft werden müssen.
- Leichtsinn
Das Datenvolumen ist zu hoch und es gibt keinen Plan für das Datenmanagement. Die schiere Datenmenge kann ein Problem werden, wenn sich immer mehr Daten von verschiedenen Plattformen ansammeln und die Anzahl der Quellen steigt. Das Volumen verhindert dann, dass sie validiert und effektiv genutzt werden. Dazu fehlt das eine System, das die Daten aus allen Quellen aufbereiten und weiterverarbeiten kann. Hier wird ein klarer Fokus benötigt: Es muss definiert werden, welche Stammdaten grundsätzlich erweitert werden sollen. Ebenso muss die Belegschaft mitziehen, sich auf neue Prozesse und Aufgaben einlassen.
Jede dieser 7 Sünden kostet Umsatz: Denn jede hat das Potenzial, das Einkaufserlebnis zu stören und den potenziellen Käufer zu vergraulen. Der Kunde findet das Produkt nicht, die Informationen sind nicht vollständig, fehlerhaft oder die Produktbeschreibung spricht ihn nicht an: Diese Fehler führen zu Brüchen im Kaufprozess. Unvollständige oder schlecht aufbereitete Daten verwirren den Kunden, der so keine valide Kaufentscheidung treffen kann und sich nach einer Alternative umschaut.
Zudem besteht ein hohes Risiko für Fehlkäufe und teure Retouren. Das zieht nicht nur Kosten nach sich, sondern auch einen Reputationsverlust für Image und Marke. Ein weiteres Szenario: Wichtige Daten wie Warnhinweise in der Bedienungsanleitung erreichen den Kunden nicht – bei Fehlinformationen verletzen Händler ihre Informationspflicht, mit möglicherweise rechtlichen Folgen. Aufwändige Prozesse zur Fehlerbehebung kosten in der Folge Zeit, Nerven und Ressourcen.
Vollständige, gut gepflegte und optimal aufbereitete Produktdaten stützen dagegen das Unternehmen. Sie generieren echte Product Experiences in der Customer Journey, verbessern Bewertungen, kurbeln das Empfehlungsmarketing an und verringern die Retourenquote. Sie stärken die Kundenbindung, verbessern die Reputation und entlasten den Service. Ein PIM-System zentralisiert und strukturiert die Produktdaten und stellt diese für neue Technologien zur Verfügung. Es bildet die Basis für ein gutes Produkterlebnis, der für Unternehmen kritischste Punkt in der Customer Journey. Wichtig sind dafür umfangreiche Schnittstellen zwischen dem PIM und allen weiteren Systemen: Je tiefer die Integration, desto besser wird die Kommunikation zwischen den Systemen und die Qualität der Produktdaten.
Fazit
Kundenerlebnisse werden B2C und B2B mehr und mehr zum Differenzierungsfaktor. Gute Produktdaten sind dabei das größte Asset: Ihre Qualität hat auf das Kauferlebnis in der Customer Journey einen entscheidenden Einfluss. Deswegen ist es nötig, die Produktdaten vollständig zu digitalisieren und zu organisieren. Zum einen braucht es ein Unternehmenskultur, die sich der Bedeutung der Daten bewusst ist. Zum anderen braucht es das richtige Toolset, definierte Verantwortlichkeiten, Standards und Workflows und Prozesse.
Tobias Schlotter, General Manager Central & Eastern Europe bei Akeneo
News | Lösungen | Ausgabe 11-12-2018
Datenmanagement – Wertbeitrag muss herausgearbeitet werden
Daten und Datenmanagement sind für viele Menschen ein sehr abstraktes Thema. Daten lassen sich nicht anfassen. Die Kosten schlechter Datenqualität sind in den seltensten Fällen offensichtlich. Eine Kostenstelle für schlechte Datenqualität gibt es nicht. Aber: Auch wenn die Kosten schlechter Datenqualität meist nicht sichtbar sind, so sind sie doch immer signifikant.
NEWS | EFFIZIENZ | IT-SECURITY | LÖSUNGEN
Grüne Energiebilanz: Mit neuem Datenmanagement zu mehr Nachhaltigkeit
Die Liberalisierung des Strommarktes bereitete das Feld für LichtBlick SE, 1998 als Ökostrompionier durchzustarten und die Energiewende voranzutreiben. Mittlerweile gilt das Unternehmen als Marktführer für Ökostrom, der 600.000 Haushalte (über eine Million Verbraucher) versorgt. Mehr als 500 Mitarbeiter sorgen dafür, dass E-Mobilität, intelligente Energieprodukte und vernetzte, digitale Lösungen Synergien und Mehrwert schaffen und grüne Energie…
NEWS | BUSINESS | E-COMMERCE | EFFIZIENZ | FAVORITEN DER REDAKTION | GESCHÄFTSPROZESSE
Produkttransparenz fördert Nachhaltigkeit
71 Prozent der deutschen Verbraucher bevorzugen nachhaltige Produkte, wenn Händler für vollständige Transparenz sorgen. 49 Prozent wären bereit, für nachhaltige Produkte mehr zu bezahlen. inRiver hat 1.506 deutsche Verbraucher im Alter von 16 bis 44 Jahren zum Thema »Nachhaltige Produkte« befragt [1]. Dabei kam heraus, dass das Thema für viele Befragte eine wichtige Rolle spielt:…
| WHITEPAPER
Schwächen beim Datenmanagement kosten Unternehmen zwei Millionen Euro jährlich
Mitarbeiter in Deutschland vertrödeln im Schnitt täglich zwei Stunden mit der Suche nach Daten. Im Gegensatz dazu, wenn Mitarbeiter schnell und effektiv mit Wunderino bonus auf Daten zugreifen können, erzielen sie mehr Erkenntnisse und treffen bessere, besser informierte Entscheidungen. Unternehmen wollen in der digitalen Wirtschaft wettbewerbsfähiger agieren, scheitern jedoch schon daran, ihre Daten effektiv zu…
NEWS | BUSINESS PROCESS MANAGEMENT | DIGITALISIERUNG | EFFIZIENZ | LÖSUNGEN | ONLINE-ARTIKEL | STRATEGIEN | TIPPS
Master Data Management per Open-Source-Plattform: Ein Unternehmen, eine Datenplattform
Auf dem Weg zur Digitalisierung stehen Unternehmen auch vor der Aufgabe, ihre Stammdaten effizienter zu organisieren. Dafür braucht es ein unternehmensübergreifendes Stammdaten-System, in dem alle Daten in hoher Qualität, einschließlich ihrer Relationen untereinander, hinterlegt und abgerufen werden können. Für die technische Umsetzung bieten sich Open-Source-Plattformen als zukunftsfähige und kostengünstige Lösung an. Daten werden…
News | Business Process Management | E-Commerce | Geschäftsprozesse | Kommunikation | Marketing | Online-Artikel | Strategien | Tipps
10 gute Gründe für ein effizientes Produktdatenmanagement
Wer im E-Commerce gut verkaufen möchte, muss wie jeder andere Händler mit seinen Produkten überzeugen. Da sich die Produkte anders als im stationären Ladengeschäft nicht anfassen oder ausprobieren lassen, müssen die Produktbeschreibungen im Onlineshop den Kaufimpuls geben. Produktbeschreibungen gehören zu den Dingen, auf die Kunden im Onlineshop besonders Wert legen. Für 88 %, so eine…
News | Business Process Management | Digitalisierung | Services | Tipps
Wie gefährlich ist schlechtes Produktdatenmanagement?
Für Hersteller und Händler gilt: Je qualitativer die Produktinformationen, umso besser. Schließlich geben sie oftmals den entscheidenden Kaufimpuls. Doch wie gelingt effizientes Produktdatenmanagement? Welche Aspekte spielen dabei eine Rolle? Und was kann passieren, wenn man diese nicht beachtet? SDZeCOM, Spezialist für Datenmanagement, stellt fünf mögliche Szenarien – und die passenden Lösungen dazu – vor: …