Information Supply Chain

Ratgeber: Drei Strategien, wie Sie Ihren Produktdaten-Umzug meistern können

„Eine PIM-Initialbefüllung durchführen“ oder „Die Produktdaten übernehmen“: Hinter diesen harmlosen Aufgabenbeschreibungen können sich wahre Abgründe auftun, die ein PIM- oder PMDM-Projekt schon auch mal in eine ordentliche Schieflage bringen können. Wir zeigen Ihnen drei effiziente Wege aus dem Produktdaten-Schlamassel.

Projekte zum Produktinformationsmanagement (PIM) – oder neuerdings auch Produktdaten Master Data Management (PMDM) – bestehen aus vielen einzelnen Arbeitspaketen und Teilprojekten. Es müssen Betriebsorganisationen geschaffen, Prozesse definiert und Schnittstellen eingerichtet werden. Und in der Regel wird eine PIM-Software eingeführt, mit der die neue Datenwelt dann komfortabel und prozesssicher verwaltet werden kann.

Das Ziel ist dabei immer, einen neuen Single Point of Truth (SPOT) für die Produktstammdaten zu schaffen. Also eine verlässliche, aktuelle und verfügbare Datenbasis, aus der sich alle Kanäle bedienen können. Das können Web- und Printkataloge, große Handelsplattformen oder eigene E-Commerce-Vertriebskanäle sein, die dann mit wenig Aufwand versorgt werden. Aber auch interne Kunden profitieren, wie zum Beispiel das Produktmanagement, der Kundendienst oder die technische Dokumentation.

Aber wie kommen Sie zu diesem Single Point of Truth, vor allem dann, wenn dieser Zustand von dem Projekt noch meilenweit entfernt ist? Wenn Produktinformationen dispers in verschiedenen Datenbanken und Dokumenten verteilt sind? Wenn in den Bestandsystemen entweder veraltete und/oder unstrukturierte Informationen stehen? Wenn dieser ganze Datenhaufen einfach nicht zusammenpassen will?

Wir zeigen Ihnen drei Strategien, mit denen Sie Ordnung in Ihre Produktdaten bringen und eine saubere Stammdatenbasis aufbauen.

1. Eine realistische Planung

Planen Sie konservativ.

Unser Rat: Planen Sie für den Datenumzug ausreichend Zeit und Kapazität ein.
Nach unserer Erfahrung fließen 30 bis 60 % des Projektaufwands bei PIM-Projekten in die Datenkonsolidierung und -Übernahme. Unterschätzen Sie es also nicht.

Tarek Nitschke, Product Data Service Expert der Xtentio GmbH

Eines vorab: Von denjenigen, die Ihnen die PIM- oder MDM-Software einrichten, den Systemintegratoren, können Sie meistens nicht viel Hilfe bei den anstehenden Aufräumarbeiten erwarten. Dort finden Sie in der Regel exzellente Entwickler für das Customizing dieser Systeme, Experten für Workflows und erfahrene Consultants für Datenmodelle. Aber die Initialbefüllung selbst bleibt meistens Ihnen überlassen. In den Angeboten wird dann oft von „Unterstützung bei der Datenübernahme“ gesprochen. Unterstützung heißt aber auch genau das: Wir zeigen dir wie es geht, machen musst du es dann aber selbst.

Der Grund ist klar. In der Datenübernahme steckt ein hohes Aufwands- und Kostenrisiko. Daher wird ein großer Teil der eigentlichen Arbeit an Ihren Mitarbeitern hängen bleiben. Oder Sie suchen sich dediziert externe Unterstützung für dieses Thema – von ausgewiesenen Datenspezialisten, für die AI-unterstützte Produktdatenklassifikation, ETL- und XSLT-Transformationen keine Fremdworte sind. Denn wenn das Produktwissen schon da ist, aber neu kombiniert und konsolidiert werden muss, kann die Datenübernahme auch bis zu einem gewissen Grad automatisiert werden. Ganz ohne Handarbeit wird es aber auch dann nicht gehen, denn auch eine künstliche Intelligenz muss zunächst „ausgebildet“ werden, bis sie treffsicher Entscheidungen treffen kann.

2. Ein passendes Datenmodell für Ihre Produkte

Hervorragende Produktdatenqualität fängt mit dem Datenmodell an.

Wenn Ihr bisheriges Produktdaten-Informationsmanagement eher aus „gewachsenen Strukturen“ besteht, wird es Zeit, sich grundsätzliche Gedanken über ein sauberes und zukunftsweisendes Datenmodell zu machen, in dem Sie Ihre Produkte abbilden möchten. Dabei sollten Sie Folgendes beachten:

Schaffen Sie ein Modell, das zu Ihrer Produktwelt passt.

Es gibt keinen allgemeingültigen Standard für das perfekte Produktdatenmodell. Deshalb können in PIM-Systemen Datenstrukturen in einem recht hohen Freiheitsgrad angelegt werden. Aber nicht jede Struktur passt zu jedem Sortiment. Für ein Industrieunternehmen mit mechatronischen Produkten und zahlreichen Komponenten und Zubehören spielt das komplexe Beziehungswissen eine wichtige Rolle. Bei einem Großhändler für Büroausstattung wird eine möglichst einfache Produktdatenklassifizierung im Mittelpunkt stehen. Daher müssen Ihre Anforderungen an das Datenmodell klar sein. Auf Basis dieser Anforderungen kann der Integrator dann im System die für Ihr Sortiment optimale Produktdatenstruktur implementieren.

Was ist ein Produktdatenmodell?

Eine Produktdatenmodell kann man sich wie ein Ordnungs- oder Schubladensystem für Produktstammdaten vorstellen. Es wird festgelegt, in welchen Strukturen und Hierarchieknoten sich die Produkte befinden, welche Produkte zu welchen Klassen gehören und welche Eigenschaften, Merkmale und Beziehungen die Produkte auszeichnen.

Ein Stromkabel wird im Produktbaum unter der der Produktgruppe „Zubehör“ in der Produktklasse „Anschlusskabel“ einsortiert und kann verschiedene Produkteigenschaften wie beispielsweise Länge, Durchmesser, Zugfestigkeit oder zulässige Umgebungsbedingungen annehmen.

Komplexe Produkte, wie beispielsweise ein elektrischer Antrieb, werden in der Produktgruppe „Antriebe“ abgelegt. Sie gehören einer anderen Klasse an, zum Beispiel den „Elektromotoren“. In dieser Klasse sind dann auch wesentlich mehr Produkteigenschaften hinterlegt, wie beispielsweise Leistungsangaben, Abmessungen, mechanische Eigenschaften, elektrische Eigenschaften, Softwareversionen etc. Und wahrscheinlich wird auch eine Beziehung zwischen dem Antrieb und dem passenden Anschlusskabel möglich sein.

Ausgabe-Klassifikationen zum Datenaustausch wie ETIM und eCl@ss werden von diesem „logischen“ Produktdatenmodell deutlich abweichen. Es ergibt aber Sinn, die Anforderungen und Bedarfe von eCl@ss und Co. beim Entwurf des Produktdatenmodells zu berücksichtigen.

Haben Sie keinen übermäßigen Respekt vor Ihren Altsystemen.

Wenn Sie aus einem über viele Jahre wild gewachsenen Datenschrebergarten ein schickes Produktdaten-Warehouse machen möchten, werden Sie um einen Abriss und Neubau nicht herumkommen. Bauen Sie eine „neue Welt“ mit möglichst passgenauen Produktdatenstrukturen auf. Nutzen Sie dabei alle Möglichkeiten und Modellierungskonzepte, die Ihnen das neue PIM-System bietet. Kompromisse mit der „alten Welt“ können zwar die Datenübernahme beschleunigen, sie werden aber die Nutzbarkeit Ihrer Produktdaten langfristig gefährden. Und auch SAP und Co. können meistens nicht viel zu den neuen Produktdatenstrukturen beitragen – berücksichtigen Sie im Datenmodell aber auf jeden Fall die Anforderungen an eindeutige Identifier wie zum Beispiel die SAP-Materialnummern.

Denken Sie nicht in Ausgabe- oder Katalogstrukturen.

Häufig wird argumentiert, dass mit eCl@ss, ETIM, BMEcat oder anderen Klassifikationsstandards doch alles schon vorgegeben wäre. Es reiche also aus, diese Strukturen in PIM abzubilden, und damit wäre der Fall erledigt. Dazu ein klares Nein! Es handelt sich hier um Standards für den Datenaustausch, die nicht geeignet sind, Ihre Produktwelt in allen ihren Facetten und Beziehungen abzubilden. Keine Sorge: Fast alle PIM-Systeme bringen Ausgabemodule mit, mit denen Sie später Printkataloge, standardisierte Austauschformate oder spezielle Exporte zum Beispiel für bestimmte Großhändler erzeugen können. Oder Sie nutzen für diese Aufgabe spezielle Datenmapping-Tools, wie beispielsweise Productsup oder Talend.

3. Datenkonsolidierung vor dem Start

Das große Aufräumen vor der Datenübernahme.

Bei einem Umzug macht man es ja genauso: Ein paar Wochen vorher werden Kleinanzeigen geschaltet oder der Sperrmüll bestellt, der überflüssige Ballast fliegt raus, und es wird nur das mitgenommen, was man wirklich in der neuen Wohnung benötigt. Genau diese Strategie empfiehlt sich auch für die Initialbefüllung Ihres neuen PIM- oder PMDM-Systems.

Räumen Sie vorher richtig auf und konsolidieren Sie Ihre Produktdaten. Haben Sie keine Scheu, falsche, unstrukturierte, unvollständige und veraltete Daten zu verwerfen, wenn sie keinen Mehrwert bieten.

Redundante Daten verwerfen

Wenn Sie Daten aus verschiedenen Quellsystemen migrieren müssen, prüfen Sie, welche Informationen redundant und welche komplementär sind, das heißt sich gegenseitig ergänzen. Verwerfen Sie Datenquellen, die keinen wesentlichen Beitrag für den neuen SPOT leisten.

Sauber klassifizieren

Wenn Sie bislang keine saubere Produktdatenklassifikation hatten, ist es sehr wahrscheinlich, dass Sie Ihre Produkte in diese neuen Schubladen einsortieren müssen. Bei weniger als 10.000 Produkten kann das noch manuell zum Beispiel mithilfe von Excel erfolgen. Wenn es mehr wird, helfen AI-Tools, die mittels Ähnlichkeitsanalyse eine Vorsortierung vornehmen.

Daten atomisieren

Es kommt auch vor, dass Sie Daten „atomisieren“ müssen. Denn mit beschreibenden Texten – wie beispielsweise „Die Betriebstemperatur des Geräts liegt zwischen -30 und 70 °C bei einer maximalen relativen Luftfeuchtigkeit von 80 %“ – kann eine Facettensuche leider nichts anfangen. Auch in diesem Fall können AI-Tools mittels Mustererkennung helfen, die Aufteilung in einzelne Merkmale zu automatisieren.

Historische Daten aussortieren

Prüfen Sie, welche Daten aktuell sind. Historische Daten werden Sie nur in absoluten Ausnahmefällen in das neue System mitnehmen.

Terminologie vereinheitlichen

Danach kommen die Werte und Bezeichnungen an die Reihe. Schwierig wird es dann, wenn gleiche Dinge oder Eigenschaften unterschiedlich beschrieben wurden. Das kann passieren, wenn keine eindeutige Terminologie definiert ist. Da wird bei einem Gehäusematerial mal von „Edelstahl“, von „1.4301“ oder von „V2A“ gesprochen – dabei meinen alle Bezeichnungen dasselbe. Für einen sauberen Single Point of Truth müssen Werte und Produktbezeichnungen vereinheitlicht werden, bevorzugt in einer Form, die Ihren Kunden am geläufigsten ist.

Länderspezifische Informationen berücksichtigen

Vergessen Sie auch nicht die verschiedenen Sprachen und länderspezifischen Daten. Ein Text, der in 24 Sprachen vorliegt, muss bei der Initialbefüllung auch 24-mal berücksichtigt, transformiert, richtig einsortiert und qualitätsgesichert werden.

Das sind nur einige wenige Beispiele für die umfangreiche Datenkonsolidierung, die Sie vor dem Umzug in Ihren neuen Single Point of Truth durchführen sollten. Nicht alle Tätigkeiten sind immer notwendig, aber nach unserer Erfahrung wird der dahinterstehende Aufwand chronisch unterschätzt. Da helfen dann auch keine Aushilfskräfte weiter, die einfach stumpf Daten aus den Altsystemen in die neue Produktdatenwelt übertragen. Eine manuelle Übernahme – ohne die notwendige Fachkenntnis zu haben – führt meistens zu Fehlern, die dann im Nachhinein wieder mühsam korrigiert werden müssen.

Und es lohnt sich doch

Jede Initialbefüllung ist irgendwann erledigt, die Daten sind konsolidiert, in das neue PIM-System übernommen, final qualitätsgesichert und liegen in bester Qualität, Struktur und Nutzbarkeit im neuen System vor. Ein wichtiger Meilenstein ist erreicht: Sie haben eine saubere „Version 1.0“ Ihrer Produktstammdaten erarbeitet, den Single Point of Truth, mit dem Sie zukünftig alle Kanäle versorgen können. Damit ergeben sich zahlreiche Vorteile.

Customer Experience: Hochwertige Produktdaten sorgen für eine einheitliche Ansprache Ihrer Kunden über verschiedene Vertriebs- und Vermarktungskanäle hinweg. Sie ermöglichen umfassende Filter-, Such- und Vergleichsmöglichkeiten in Webkatalogen und Webshops.

Skalierbarkeit: Roll-outs verschiedenster neuer Marketing- und Vertriebskanäle werden vereinfacht, indem sie einmalig angeschlossen und aktiviert werden. So können viele Kanäle vollautomatisch und ohne manuellen Aufwand bedient werden.

Automatisierung: Konsistente und einheitlich strukturierte Produktdaten ermöglichen die Automatisierung vieler Prozesse, von der Auswertung und Analyse bis hin zur regelbasierten Ausleitung der Daten in die verschiedenen Handelsplattformen.

Internationalisierung: Zentral organisierte und strukturierte Produktdaten ermöglichen eine einheitliche Übersetzung und marktspezifische Anpassung der Produktinformationen, um geschäftliche Aktivitäten schnell auf weitere Länder und Märkte auszuweiten.

Langfristig mehr Umsatz: Durch vergleichbare Daten, saubere Klassifikationen, suchmaschinenoptimierten Content und ansprechende Produktbilder können Sie sich von der Konkurrenz absetzen und fördern das Vertrauen in Ihre Produkte.

Kostensenkung: Manuelle Datenmanagement-Aufgaben entfallen, Retouren werden vermieden und kostspielige Datenkorrekturen gehören der Vergangenheit an: Hochwertige Daten reduzieren direkte und indirekte Betriebskosten nachhaltig.

Das große Aufräumen lohnt sich also. Wie Ihre Produktstammdaten nach dem Start auch langfristig in Form bleiben, erfahren Sie im nächsten Teil. Dort berichten wir darüber, wie Sie mit Data Governance und einfachen Regeln Ihre Produktdatenqualität langfristig erhalten und verbessern können.

Wir machen Ihre Daten umzugsfertig!

Um den Erfolg Ihrer Digitalisierungsprojekte nicht zu gefährden und kurzfristige Ressourcenengpässe zu beheben, unterstützen wir Sie flexibel und professionell mit unseren Produktdaten-Services. Erfahren Sie, wie Sie Ihre Produktdaten für neue Anwendungen und Chancen fit machen können!

Als Trusted Advisor unterstütze ich unsere Kunden bei der perfekten Vernetzung ihrer Systeme, Abläufe und Daten sowie ihrer gesamten Organisation.