Produktdatenqualität als Erfolgsfaktor im Handel

Ob Suche, Filter oder Angebotskommunikation: Die Qualität der Produktdaten entscheidet heute maßgeblich über den digitalen Erfolg im Handel. Warum Produktdatenqualität weit mehr ist als eine technische Pflichtaufgabe und wie Händler sie strategisch als Erfolgsfaktor nutzen, erläutert unser Senior Digital Consultant im Interview. Das Gespräch ist im Rahmen des ECC CLUB des IFH Köln entstanden.

Die gesamte Angebotskommunikation im Handel hängt direkt von der Qualität der vorhandenen und nutzbaren Produktinformationen ab. Nur mit guten Produktdaten lässt sich ein überzeugendes Kundenerlebnis schaffen: Kund:innen finden passende Produkte über Suche, Filter und Vergleich, die Navigation ist intuitiv und die Darstellung im Shop überzeugt. Das verbessert die User Experience und hebt spürbar die Conversion Rate.

Zudem reduzieren gute Produktdaten die Retourenquote, weil das Produkt tatsächlich der Darstellung im Shop entspricht. Das schafft Vertrauen in Marke und Händler.

Produktdatenqualität basiert auf einigen grundlegenden Kriterien, die immer gelten. Darüber hinaus kommen je nach Zielgruppe und Einsatzkontext individuelle Anforderungen hinzu, die wir gemeinsam mit unseren Kund:innen definieren und priorisieren. Wichtige Basisfaktoren sind Vollständigkeit, Korrektheit und Konsistenz.

Vollständigkeit ist dabei relativ. Sie beginnt beim absoluten Minimum an Information, das nötig ist, um ein Produkt überhaupt verkaufen zu können, aber die Skala für den betriebenen Aufwand ist nach oben offen. Die vollständigsten Produktdaten zu haben ist ein Wettbewerbsvorteil. Trotzdem sollten immer Kosten und Ertrag abgewogen werden, denn das Prinzip des Grenznutzens gilt natürlich auch hier.

Korrektheit scheint simpel, hängt aber vom Kontext ab. Für den Shop reicht vielleicht eine Angabe in ganzen Metern, während für das Product Lifecycle Management exakte Millimeter nötig sind.

Bei häufig aktualisierten Produkten zählen Aktualität und Eindeutigkeit. Es muss klar erkennbar sein, um welche Variante es sich genau handelt. In regulierten Branchen wie Lebensmittel, Pharma oder Textil ist zusätzlich die Einhaltung gesetzlicher Vorgaben Pflicht.

Konsistent müssen die Informationen ebenfalls sein, also über alle Kanäle und Touchpoints hinweg gleich, vom Instagram-Reel bis zum Preisschild in der Filiale. Sonst verlieren Kund:innen das Vertrauen und brechen kurz vor dem Kauf ab.

Die einzelnen Aspekte werden je nach Situation unterschiedlich gewichtet. Manchmal ist es sinnvoller, schnell mit den grundlegenden Daten online zu gehen und sie später zu ergänzen. In anderen Fällen lohnt es sich, von Anfang an die Extra-Meile zu gehen, um erklärungsbedürftige oder hochpreisige Produkte angemessen zu inszenieren.

Datenqualität ist ein kontinuierlicher Prozess, keine Checkbox, die man abhakt. Spoiler: Fertig gibt es hier nicht.

Seit rund 25 Jahren gibt es spezialisierte Systeme, um Produktdaten zentral zu erfassen, anzureichern und in verschiedene Kanäle zu verteilen: PIM-Systeme für Product Information Management. Wenn der Fokus stärker auf der Nutzung und Erfolgsmessung der Daten liegt, spricht man von PXM, also Product Experience Management.

Das Ziel ist immer gleich: eine zentrale, verlässliche Quelle für alle Produktinformationen, die Single Source of Truth. PIM- und PXM-Systeme unterstützen diesen Qualitätsprozess aktiv. Sie prüfen automatisch auf Vollständigkeit, allgemein und auch für Marktplätze mit eigenen Anforderungen wie Amazon oder Zalando, ohne deren Erfüllung Produkte oft gar nicht erst gelistet werden.

Die größte Herausforderung liegt in der Vielfalt der Datenquellen. Informationen kommen aus internen Systemen, von Herstellern, Lieferanten oder externen Datenanbietern. In vielen Branchen liefern auch Spezialdienstleister Produktdaten as a Service. Jede dieser Quellen modelliert die Daten anders und in technisch unterschiedlicher Form.

Zudem wird der Aufwand für Pflege und Anreicherung häufig unterschätzt. Gerade bei großen oder wechselnden Sortimenten ist das keine Aufgabe, die man nebenbei erledigt. Sie braucht Fachwissen über Produkte, Prozesse und Systeme und lässt sich deshalb nur begrenzt an Werkstudierende oder Aushilfen abgeben.

Mit klaren Prozessen, automatisierter Unterstützung und KI lässt sich der Aufwand deutlich reduzieren, aber nicht eliminieren. Deshalb ist es entscheidend, erfahrene Partner ins Boot zu holen, die den Übergang in ein neues System begleiten und dafür sorgen, dass die Menschen hinter den Produktdaten den Wechsel schaffen, ohne ihre Gesundheit oder den laufenden Betrieb zu gefährden.

Der erste Schritt ist eine ehrliche Bestandsaufnahme: Wie steht es um die aktuelle Datenqualität? Wie läuft der Lebenszyklus der Produktinformationen im Unternehmen? Dabei sollte man unbedingt die Mannschaft mitnehmen, die täglich an und mit den Daten arbeitet. Anschließend priorisiert man anhand der Pain Points und Optimierungspotenziale: Welche Probleme sind am dringendsten, welche Verbesserungen bringen schnell Mehrwert?

Wichtig ist, nicht in die Falle zu tappen, erst einen vollumfänglichen Plan zu erstellen. Besser nach der ersten Analyse ins Handeln kommen und dann kontinuierlich dranbleiben. Am besten startet man mit ein paar niedrig hängenden Früchten, also schnell lösbaren Punkten, die sofort spürbare Verbesserung bringen. Das motiviert die Mannschaft und bringt Schwung in die Sache. Schließlich beginnt hier gerade ein kontinuierlicher Verbesserungsprozess.