Background Image

Produktdaten, Beziehungen - oder: Quantität und Qualität

Was Produktdaten mit Beziehungswissen zu tun haben

Keine Sorge, wir sind nicht unter die Therapeuten gegangen. Aber: Heute mal ein Beitrag über Beziehungen. Genauer gesagt darüber, was Produktdaten mit Beziehungswissen zu tun haben - und, wie beide Themen im Marketing zusammenspielen.

Zunächst einmal kann sich ja unter einem "Produkt" im Marketing jeder etwas vorstellen - eine Produktdetailseite im Web, vielleicht eine Seite im Printkatalog... und da hat dieses Produkt dann einen Namen, eine Bestellnummer und viele Eigenschaften, mit denen es sich beschreiben lässt. Wie gut diese Infos vereinheitlicht und aufgebaut sind, ist ein kritischer Faktor für das, wie gut sich mit den Daten arbeiten lässt und wie gut sich die Produkte verkaufen.

Sind die richtigen Keywords im Produkttext? Entspricht der Name meines technischen Attributes dem "Sprech" der Branche, und habe ich mein ganzes Portfolio so beschrieben, dass Vergleichbarkeit für den User da ist? Ist mein Datenmodell so erweiterbar, dass ich schnell auf Änderungen im Markt oder geänderte Anforderungen meiner Systeme eingehen kann? Oh, und schaffe ich es gleichzeitig, das alles so zu standardisieren, dass ich möglichst viele Ausgabesysteme "schmerzarm" bedienen kann? Wie sieht's mit den Bildvarianten aus?

Soweit, so gut - mit all diesen Themen beschäftigen wir uns schon seit Jahren. Heute ein paar Gedanken zu zwei Trends, die wir aktuell beobachten.

Trend 1: Immer mehr Infos je Produktdatensatz

Zum einen sehen wir, dass in den letzten Jahren die Menge an Inhalten in unseren Systemen stark wächst: Mehr Media Assets werden produziert, es gibt mehr Text - man will also pro Produktdatensatz möglichst viele zusätzliche Infos ablegen und verknüpfen. Archiv-Produkte werden weiter veröffentlicht, Bilder in höheren Auflösungen abgelegt, und dazu kommt: Unter dem Druck der Digitalisierung steigt der Wunsch, in einem System möglichst viel zu konsolidieren und dann die Ausgabe zu rationalisieren.
Die neuen Inhalte haben wiederum eigene Entstehungswege und brauchen Logik in der Zuordnung.

Beispiel gefällig? Das neue Produktbild bei Artikel A ist zusätzlich noch ein "Abbildung ähnlich" bei Artikel B. Zubehör X und Produkt Y gehören zusammen - aber für den Nutzer ist diese Info nur dann echt sinnvoll, wenn er noch mehr dazu weiß: Zum Beispiel, nach wie viel Betriebsstunden ein Verschleißteil gewechselt werden muss. Oder: In welcher Baugruppe das Teil wie oft vorkommt. Undsoweiter!

Trend 2: Daten müssen schlauer werden 

Zudem beobachten wir in den letzten Jahren, dass generell Service-getriebene Geschäftsmodelle an Bedeutung zunehmen - bzw. stärker digitalisiert werden (müssen). So ist z.B. das schnelle Wissen über die richtigen Ersatzteile für den Servicetechniker vor Ort enorm wichtig und spart Geld und Zeit. Die Information über "passendes Zubehör" inklusive Wechselintervalle und Standzeiten sorgt im Zweifel nicht nur für höhere Umsätze im Shop, sondern kann dem Benutzer auch helfen, in seinem Unternehmen die richtigen Mengenplanungen zu machen - das wiederum ist dann ein Argument im Vertrieb.

Datenbasis, Beziehungen zwischen den Objekten und Beweglichkeit

Die gerade ausgeführten Themen sind quasi Paradebeispiele für "Beziehungswissen", also für die Möglichkeit, Beziehungen zwischen Objekten zu modellieren. Ist es ein Zubehör oder ein Ersatzteil? Wie ist der Kontext? Meine ich damit in allen Ländern dasselbe? Und welches sind die Inhalte, die "auf der Beziehung" liegen und nicht bei einem der beiden Objekte, die miteinander verknüpft sind? Lassen sich vielleicht sogar auf Basis dieser Beziehungs-Informationen andere Dinge, die ich aktuell manuell pflegen muss, automatisieren? 

Das Wichtigste dabei, wie immer: Dass man die Realität versteht, die man abbilden möchte.

Was hier vielleicht ein wenig abstrakt klingt, kennen wir seit Jahrzehnten aus dem Fahrzeug-Bereich, wo seit über 20 Jahren kein Hersteller und keine Autowerkstatt ohne die entsprechenden Informationen auskommt. Eigentlich nur konsequent, dass die Ansprüche an Datenqualität und Strukturiertheit global wachsen... und das hat auch mit den Möglichkeiten zu tun, die sich daraus ergeben. 

  • Datenqualität und Datenvollständigkeit sind Wettbewerbskriterien - vor allem, wenn Branchenstandards wie Tecdoc, ETIM, ARGE und Datanorm eine überprüfbare Definition hierfür liefern
  • Generell und außerhalb von definierten Standards gilt: "Vollständig" kann im Zeitalter schnell wechselnder Anforderungen nie ein Dauerzustand sein. Darum ist "flexibel" die Eigenschaft, die mindestens ebenso wichtig ist.

Die meisten neuen Geschäftsmodelle und Projekte setzen eben das voraus: Eine gesunde Datenbasis auf der einen Seite und Beweglichkeit auf der anderen. Und damit stimmt dann wieder das alte Lothar-Schmidt-Zitat: "Beziehungen schaden nur dem, der sie nicht hat". Wenn er dabei auch ziemlich sicher nicht an Produktdaten gedacht hat...