Die Bedeutung von Product Data Governance für Einzelhandelsunternehmen

Im Gegensatz zu traditionellen Geschäften sind digitale Einzelhändler auf eine effektive Kategorisierung und Verbreitung ihrer Produktdaten auf ihren Webseiten angewiesen.
Also hgenau ly kategorisierte Produktdaten auf ihrer Website ist entscheidend wenn sie höhere Konversions- und Verkaufsraten erzielen wollen.

Leider sind über 80 % der Einzelhandelskunden, mit denen wir zusammengearbeitet haben, nicht mit der Qualität ihrer Produktdaten zufrieden. Weniger als 23 % von ihnen haben einen Rahmen für die Produktdatenverwaltung eingerichtet.

Sie verlieren verpassen Chancen, melden schlechte Umsätze und niedrige Zustimmungsraten der Kunden.

Was ist das Problem mit den Produktdaten und welche Maßnahmen können Einzelhandelsunternehmen ergreifen, um die Qualität ihrer Produkte zu gewährleisten?

Schauen wir mal.

Probleme mit Produktdaten

Die Herausforderungen bei der Produktdatenqualität werden ausführlich in unserem früheren Blog in dieser Serie behandelt:
Produkttaxonomie 101
. Hies ist eine schnelle Zusammenfassung der fünf größten Herausforderungen bei Produktdaten:

1. Die Produktdaten besteht aus komplex, unstrukturierten Daten die sich nur schwer bereinigen, sortieren und kategorisieren lassen.
2. Variationen in den Beschreibungen. Anbieter und Lieferanten können die gleichen Informationen auf unterschiedliche Weise verfassen.
3. Da die Daten aus verschiedenen Quellen stammen, ist es schwierig, die Daten zu sortieren und ihre Vollständigkeit und Genauigkeit zu gewährleisten. Viele Verkäufer und Lieferanten übermitteln unvollständige und ungenaue Daten über ein Produkt.
4. Die Unternehmen verfügen in der Regel nicht über einen Rahmen oder eine Taxonomie, um diese Daten zu kategorisieren.
5. Tabellenkalkulationen werden immer noch zum manuellen Sortieren, Bereinigen und Erstellen von Kategorien für Produktinventare verwendet

Mit diesen Herausforderungen im Schlepptau sind die Unternehmen ratlos. Das muss aber nicht so sein, wenn Unternehmen in die Implementierung eines Produktdaten-Governance-Rahmens investieren.

So geht’s.

Was ist ein Product Data Governance Framework?

Im Allgemeinen ist ein Data-Governance-Rahmenwerk eine organisatorische Maßnahme zur Sicherung, Analyse und Verwaltung von Kundendaten. Nach Angaben von HubSpot:

„Data Governance legt fest, wo man Daten sammelt, wie man sie sichert und wer sie weitergeben darf.

Die Produktdatenverwaltung unterscheidet sich jedoch von der üblichen Datenverwaltung.

Bei Produktdaten handelt es sich im Wesentlichen um Attribute.

Hier ist ein Beispiel:

Produkttext:

HP Spectre x360 Convertible Laptop 8. Generation Ci7

Eigenschaften des Produkts:

• Markenname: HP
• Modell: Spectre x 360
• Typ: Cabrio
• Generation: 8th
• Prozessor: Ci7

Einige Unternehmen fügen diesem Produkt zusätzliche Informationen hinzu, insbesondere wenn es sich um preisbestimmende Faktoren wie Arbeitsspeicher und Speicherkapazität handelt. Die gleiche Beschreibung wie oben wird haben:

Speicher: 256 GB, 512 GB SSD oder HDD als wesentliche Merkmale.

Ihre Data-Governance-Strategie für Produktdaten wird mit der Kategorisierung und Optimierung von Attributen zu tun haben – und genau darin liegt die größte Herausforderung.

Es gibt keine universelle Struktur für Produktdaten. Nach dem gleichen Beispiel wie oben wird Anbieter A es als HP Spectre Convertible 512 GB 8th GEN Ci5, während Anbieter B es als HP Spectre Convertible, 512 GB, Schwarz und Gold, Core i5, 8th Gen. Vendor B hat nun ein neues Farbattribut eingeführt. Der Online-Händler wird seine eigene Taxonomie haben, in die diese Beschreibungen passen müssen. Diese Herausforderung wird noch größer, wenn der Einzelhändler einen Katalogabgleich mit oder zwischen Anbietern durchführen möchte und dann Abweichungen bei den Attributen feststellt.

Hier benötigen die Einzelhändler einen Rahmen für die Produktdatenverwaltung, der sich auf diese Aspekte konzentriert:

• Einzelhändlern die Möglichkeit geben, eine einzige Quelle der Wahrheit für alle ihre Produkte zu erhalten
• Standardisierung und Deduplizierungvon Produktdaten
• Entwicklung von Produkttaxonomien
• Datenqualität zu einem obligatorischen Prozess machen

Im Gegensatz zu Kundendaten können Produktdaten nicht ignoriert oder dem Verfall überlassen werden. Es darf auch nicht dem Zufall überlassen werden. Wenn Einzelhandelswebsites nicht über eine angemessene Hierarchie und ein Klassifizierungssystem verfügen, wirkt sich dies direkt auf den Umsatz aus.

Ienn ein Kunde nicht findet, was er sucht, kommt kein Verkauf zustande!

Ein gut definierter Rahmen erleichtert es dem Einzelhändler, Informationen von mehreren Anbietern auf Attributsebene zu konsolidieren und gibt ihm die Einblicke und Analysen die sie für das Wachstum ihres Geschäfts benötigen.

Eine einzige Quelle der Wahrheit erhalten

Einzelhändler beschaffen sich Produktinformationen aus einer Kombination von Quellen und Kanälen, zu denen Bildpools, Datenpools und Drittanbieter gehören. Ein einfaches Bild erklärt das Konzept. :

Haben Sie bemerkt, dass mehrere Quellen unterschiedliche Beschreibungen für dasselbe Produkt haben? Dies ist nur ein Beispiel. Stellen Sie sich das gleiche Beispiel vor, wenn mehrere Anbieter und Lieferanten beteiligt sind. Die Daten sind voll mit Informationen, die sortiert, bereinigt und in einen einzigen Rahmen gebracht werden müssen, um ein vollständiges Bild zu erhalten. Eine einzige Quelle der Wahrheit ist eine konsolidierte Version mehrerer Wahrheiten, die Einzelhändlern bei der Bestandsverwaltung und dem Produktabgleich helfen kann.

Darüber hinaus existieren mehrere Mechanismen zur gemeinsamen Nutzung und Verarbeitung von Daten nebeneinander; Dazu gehören Excel-Dateien, Portale, Formulare und unstrukturierte E-Mails, was zu Datenredundanz und schlechter Datenqualität führt.

Hier sehen Sie die gleichen Beschreibungen, die nach der Verwendung von ProductMatch zu einer einzigen Quelle der Wahrheit vereint wurden.

Dazu müssen die Produktdaten jedoch bereinigt und entschlüsselt werden, was zum zweiten wichtigen Teil des Rahmens führt:

Datenbereinigung und Standardisierung im großen Maßstab

Unstrukturierte Daten können sehr schnell unüberschaubar werden. Daher ist es unerlässlich, dass die Bereinigung und Standardisierung von Produktdaten den Kern eines Produktdaten-Governance-Rahmens bildet, der Aktivitäten wie diese umfasst:

• Umwandlung von Rohdaten in verwertbare Daten
• Standardisierung unstrukturierter Daten nach festgelegten Standards und Formaten (z. B. Großschreibung aller Markennamen)
• Bereinigung der Daten von Tipp- und Rechtschreibfehlern, Abkürzungen und Unstimmigkeiten
• Parsing und Deduplizierung von Daten zur Entfernung redundanter Informationen
• Identifizierung und Behandlung ungültiger oder fehlender Daten
• Verfeinerung der Daten für den Produktabgleich

Saubere und normalisierte Daten ebnen den Weg für effiziente Produktabgleichs- und Klassifizierungsaktivitäten. Tatsächlich sind saubere Daten die Grundlage jeder datengesteuerten Tätigkeit. Wenn Sie keine sauberen Daten haben, können Sie ihnen nicht vertrauen.

Entwicklung von Produkttaxonomien

Einzelhändler, die über gut eingeführte Produkttaxonomien verfügen berichten bessere Verkäufe und höhere Konversionsraten. Taxonomien geben Sinn und Ordnung und ermöglichen die einfache Erstellung von Kategorien, die in der Datenbank und auf der Website verwendet werden können.

Wenn Taxonomien für jedes Ihrer Hauptprodukte erstellt werden, können Sie die Taxonomie leicht aktualisieren, entfernen oder neue Informationen hinzufügen. Dies wiederum hilft bei der Erstellung von Breadcrumbs für jede Produktseite. Der Aufwand für die Erstellung einer Taxonomie kommt dem Unternehmen in beiderlei Hinsicht zugute.

Nehmen Sie zum Beispiel das untenstehende Bild. So würde die Taxonomie eines Produktartikels TAPE aussehen, wenn Sie ein automatisches Tool wie ProductMatch zur Klassifizierung Ihrer Daten verwenden würden.

Die Entwicklung einer Taxonomie ermöglicht einen modularisierten Umgang mit Daten, der für die betriebliche Effizienz eines Einzelhandelsunternehmens äußerst wichtig ist. Einzelhändler müssen stündlich Produktinformationen abgleichen, aktualisieren, ersetzen, entfernen und überprüfen, aber wenn kein geeignetes System vorhanden ist, führt dies zu schlechten Betriebsabläufen und chaotischen Ergebnissen.

Datenqualität als obligatorischer Prozess

Einzelhändler wissen, dass sie ihre Daten sinnvoll nutzen müssen – was sie jedoch nicht wissen, ist, wie sie einen Datenqualitätsprozess implementieren können. Datenqualität war schon immer eine Art Randbegriff. Es ist da, im Hintergrund, und fordert Unternehmen auf, ein Problem mit ihren Daten anzuerkennen — was sie auch tun, aber raber die Abhilfemaßnahmen gehen das Problem meist nicht nicht gut genug.

Für Einzelhändler bedeutet Datenqualität heute mehr als nur das Korrigieren von Tippfehlern oder das Entfernen von Duplikaten.

Die wachsende Anzahl von SKUs von Untermarken, von Verkäufern und Lieferanten aus globalen und lokalen Regionen, von Marketing und Promotion und die zunehmende Produktdiversifizierung machen es erforderlich, dass Produkte detaillierte Daten enthalten – sowohl strukturierte als auch unstrukturierte. Die Einzelhändler werden aufgefordert, die Produktdaten bis ins kleinste Detail zu erfassen, was die Komplexität erhöht.

Dies bedeutet, dass Einzelhändler eine leistungsstarke, automatisierte Datenqualitätslösung benötigen, die mit ML-basierten Technologien arbeitet, um komplexen Datenanforderungen in Echtzeit gerecht zu werden. Wenn Sie sich zum Beispiel auf Excel-Tabellen, Altsystemprozesse und eine auf Intuition basierende Klassifizierung von Produktdaten verlassen, wird dies dem Erfolg Ihres Einzelhandelsgeschäfts abträglich sein. Da die Daten immer komplexer werden, wird die Datenqualität zu einem obligatorischen Prozess, der nicht ignoriert werden kann.

Wie

ProductMatch

Hilft

einzurichten.

Produktdaten-Governance-Rahmenwerk einrichten

Mit semantischer Technologie, ProductMatch automatisiert die Prozesse für Datenqualität, Datenabgleich und Data Governance. Das grundlegende Ziel der Lösung ist es, unstrukturierte Daten in standardisierte, kategorisierte und klassifizierte Informationen umzuwandeln, die einen Sinn ergeben.

ProduktMatch ermöglicht eine integrierte Datenverwaltung, d. h. Unternehmen können ihre ursprüngliche Datenquelle (z. B. eine ERP- oder SQL-Datenbank) direkt in die Software einbinden, um die erforderlichen Datenbereinigungs- und Abgleichaktivitäten durchzuführen. Unternehmen können Daten aus unterschiedlichen Datenquellen konsolidieren, ihren Kontext verstehen, Daten kategorisieren und Informationen durch die Entwicklung von Produkthierarchien und Taxonomien vereinfachen. Von Bereinigung bis hin zu Governance, Deduplizierung und Erstellung von Taxonomien, ProductMatch hilft Einzelhändlern, ihre Daten richtig zu nutzen.

Von medizinischen Kodierungsstandards wie ICD-10 bis hin zu globalen Produkten und Klassifizierungssystemen wie UNSPSC, ProduktMatch hilft dabei, unstrukturierte Daten zu verstehen, indem es sie mit Hilfe von ML-basierter semantischer Technologie in einen Kontext stellt. Gruppieren Sie Ihre Daten in Ebenen oder erstellen Sie Datenqualitätsstandards, ProductMatch können Sie das alles einfach und effizient erledigen.

Schlussfolgerung – Verwalten Sie Ihre Produktdaten, um Ihr Einzelhandelsgeschäft zu verbessern

Angesichts der Nachfrage nach tieferen, detaillierteren Informationen haben Einzelhandelsunternehmen keine andere Wahl, als ihre Produktdaten zu verfeinern, was jedoch mit herkömmlichen Methoden nicht mehr möglich ist.

Sie benötigen fortschrittliche, ML-basierte, semantische Technologielösungen, um mit immer komplexeren Datenstrukturen umgehen zu können. Darüber hinaus benötigen Sie eine Lösung, die Ihnen nicht nur dabei hilft, die Produktdaten sinnvoll zu nutzen, sondern sie auch sauber, qualitativ hochwertig und in Kategorien und Taxonomien organisiert zu halten. Das Ziel ist es, eine einheitliche, zuverlässige und vollständige Quelle der Wahrheit für jedes Ihrer Produkte zu haben.

Wir zeigen Ihnen, wie unsere Plattform Ihnen helfen kann, Ihre Produktdaten sinnvoll zu nutzen.
Buchen Sie eine Demo
noch heute.

Falls Sie sich über den Erfolg unserer Kunden wundern, hier ein paar Zahlen:

• Steigerung des Marktanteils um 5 %.
• 2% Preiserhöhung.
• 10%ige Steigerung der Online-Konversionen.
• 2,5 % Anstieg des Umsatzes mit Online-Zusatzprodukten.
• Steigerung des Nettogewinns um 2,1 Millionen Dollar im ersten Jahr.

Wir besorgen Ihnen die Zahlen, die Sie brauchen.