Datenmanagement effizienter gestalten: Wo stecken die Optimierungsmöglichkeiten?

Eine zielgruppengerechte Customer Journey ist obligatorisch, wenn es um effektiven Vertrieb geht. Denn wer heute seine Produkte gut verkaufen möchte, muss mit ihnen überzeugen. Den entscheidenden Kaufimpuls geben meist die Produktinformationen. Vollständige, korrekte und qualitativ hochwertige Produktdaten sind für Händler wie Hersteller daher ein absolutes Muss – und zwar konsistent über alle Kanäle hinweg. Möglich macht das ein effizientes Datenmanagementsystem, wie beispielsweise ein PIM (kurz für Produkt Information Management). Als „Single Point of Truth“ konsolidiert es alle im Unternehmen verfügbaren Daten aus beispielsweise dem ERP, E-Commerce-Systemen, MAM/DAM oder anderen einzelnen „Datentöpfen“ an einem zentralen Ort. Dadurch bietet es nicht nur einen zentralen Zugang für alle Mitarbeiter, sondern kann auch langfristig die Kundenzufriedenheit maximieren: Dank einheitlicher und schnell pflegbarer Daten bildet es die Grundlage für eine zielgruppenspezifische, aktuelle und kanalspezifische Kundenansprache (Cross-Channel-Publishing) verbunden mit höchster Datenqualität. Unternehmen profitieren zudem von einer deutlich reduzierten Time-to-Market und effizienteren Prozessen.

Wie zukunftsfähig Ihr Datenmanagement tatsächlich ist, lässt sich durch die genaue Betrachtung von sieben Themenfeldern herausfinden. Die Antworten darauf schaffen Transparenz und geben Anreize, das Beste aus Ihren Daten bzw. Ihrem PIM-System herauszuholen. Testen Sie, wo Ihr Datenmanagement bereits ausgereift ist, wo Verbesserungspotenzial schlummert und an welchen Stellen dringender Handlungsbedarf besteht.

1) Machen Sie die Wirksamkeit Ihres PIM-Systems durch KPIs messbar und vergleichbar

Oftmals werden PIM-Systeme implementiert, ohne zuvor eine konkrete Ziellinie definiert zu haben. Ist das der Fall, ist es zwar möglich, ein Urteil darüber zu fällen, ob das System die Geschäftsziele unterstützt oder nicht. In welchem Maße genau das PIM zum effizienten Datenmanagement beiträgt bzw. wo Optimierungsmöglichkeiten liegen, lässt sich ohne KPIs, die die Effizienz des Systems messbar machen, nicht einordnen. Im schlimmsten Fall erweist sich die eingeführte Software als unwirtschaftlicher Kostenfresser, der keine Unterstützung für den eigentlichen Geschäftszweck bietet. Eingangs definierte Kennzahlen veranschaulichen die Wirksamkeit eines PIM-Systems und machen Unternehmen entscheidungsfähig. Sie bilden sozusagen das Fundament, das die weitere Vorgehensweise bestimmt und auch Rückschlüsse über die Zukunftsfähigkeit der Software zulässt.

2) Programm & Strategien: Risikominderung durch verlässliches Datenmanagement im Einklang mit Unternehmenszielen

Effizientes Datenmanagement funktioniert nur, wenn der Prozess im Unternehmenskontext betrachtet wird und sichergestellt ist, ob das PIM-System die gestellten Anforderungen erfüllen kann. Ein hohes Retourenaufkommen oder Imageverluste in der Öffentlichkeit können beispielsweise Indizien dafür sein, dass Ihre Produktdaten in den Ausgabekanälen nicht konsistent oder unvollständig sind und demnach zu Unzufriedenheit bei den Käufern führen. Eine eindeutige Datenstrategie, die die Unternehmensziele unterstützt und eine hohe Datenqualität aufrechterhält, minimiert diese Risiken.

3) Zuständigkeiten innerhalb der Organisation sorgen für Struktur und klare Verantwortungsbereiche

Sind KPIs und Strategien festgelegt, gilt es, die organisatorischen Rahmenbedingungen zu fokussieren und zu prüfen, ob die nötigen Ressourcen überhaupt vorhanden sind, um die vorgegebenen Ziele zu erreichen. Im Fokus steht die Leistungsfähigkeit der Organisation: Welche Rollen sind im Prozess hinterlegt und welchen Zweck erfüllen sie?

Es ist nötig, die Leistungsfähigkeit der PIM-Organisation den Unternehmenszielen gegenüberzustellen, um Optimierungspotenziale zu erkennen. Zudem sollte sichergestellt sein, dass die Mitarbeiter, die im System arbeiten, auch ausreichend geschult sind, um ihre Aufgaben erfüllen zu können.
Der Erfolg von Initiativen rund um einheitliche, konsistente oder automatisierte Prozesse im PIM-System bleibt aus, wenn das Datenmanagement im Unternehmen nicht organisatorisch verankert ist und Verantwortungen, Aufgaben und Zuständigkeiten auf den verschiedenen Ebenen geregelt werden.

4) Maximieren Sie Ihre Datenqualität durch die konsequente Einhaltung von Regeln im Zuge der Data Governance

Daten lassen sich nur dann ökonomisch rentabel verarbeiten, wenn Standards, wie Produktbeschreibungen, Maßeinheiten, Datumsangaben und Artikel- oder Kundennummern, definiert und eingehalten werden. Hinzu kommt die permanente Einhaltung rechtlicher Rahmenbedingungen, beispielsweise die Gewährleistung des Datenschutzes.

Indikatoren, dass speziell beim Thema Data Governance Verbesserungspotenzial vorhanden ist, können unter anderem Dubletten oder unvollständige bzw. fehlerhafte Adresszeilen sein. Heikel wird es insbesondere dann, wenn durch mangelnde Data Governance die Einhaltung der DSGVO nur unzureichend möglich ist. Permanente Data Governance sorgt dafür, dass durch die Einhaltung von Standards die Datenqualität hochgehalten wird – aber nur, wenn zuvor entsprechende Spezifikationen und Datenmodelle vorhanden sind, die es ermöglichen, Produktdaten einheitlich und vollständig bereitzustellen.

5) Harmonisierte Prozesse vermeiden doppelte Datenführung und ermöglichen schnelle Reaktionen im Falle von Änderungen

Im Normalfall arbeiten viele Abteilungen mit einem PIM-System. Das macht es notwendig, Prozesse zu harmonisieren bzw. miteinander zu koppeln, damit alle Beteiligten mit derselben Datengrundlage arbeiten können. Insbesondere Freigabeprozesse zulassungsrelevanter Produkte, die rechtlichen Vorgaben unterliegen (z.B. im Lebensmittel- oder Medizinbereich) müssen unbedingt klar strukturiert und dokumentiert werden. Zudem sollten sich Unternehmen darüber Gedanken machen, bestehende Prozesse zu überwachen, um Fehlerquellen bereits frühzeitig beheben zu können.
Im Falle von Rückrufaktionen zum Beispiel müssen Softwarearchitektur, Infrastruktur und Schnittstellen die Prozesse so unterstützen, dass extrem schnell auf die neuen Gegebenheiten reagiert werden kann, der Artikel aus dem Sortiment genommen wird, vom Onlineshop oder aus den Regalen verschwindet, oder auch Kassensysteme die Information erhalten. Unternehmen sollten daher genau prüfen, welche Szenarien welche Maßnahmen erforderlich machen und ob die bestehenden Prozesse diesen Anforderungen gerecht werden, um Risiken zu vermeiden.

6) Eine nachvollziehbare Datenarchitektur minimiert die Komplexität bei der Produktdatenpflege

Um die Komplexität, die bei einer Vielzahl an Artikeln bzw. Produktdaten anfällt, so gering wie möglich zu halten und damit die Transparenz für alle Beteiligten, die im PIM-System und damit mit den Produktdaten arbeiten, zu erhöhen, ist eine durchdachte und auf die Unternehmensziele zugeschnittene Datenarchitektur fundamental. Je mehr Daten verwaltet werden müssen, desto bezahlter macht sich der spätere Pflegeaufwand: Benötigte Informationen lassen sich durch eine klare und intuitive Struktur schneller auffinden. Die Software wird dadurch zur zentralen Wissensdatenbank. Um Chaos auch in der weiteren Produktdatenverwaltung vorzubeugen, sollten Datenmodelle durchgängig katalogisiert werden und auf ihre Konsistenz hin überprüft werden.

7) Finden Sie ein ausgewogenes Verhältnis zwischen Automatisierung und Individualisierung und nutzen Sie Technologien entsprechend Ihrer Unternehmensziele

Auch bei der Technologie selbst lassen sich Optimierungsmöglichkeiten ermitteln. Um diese herauszufinden, sollte man sich darüber im Klaren sein, welchen Zweck das PIM-System erfüllen soll. Während für manche der Onlineshop Dreh- und Angelpunkt aller Aktivitäten ist, spielt für andere der Print-Katalog mit technischen Datenblättern die wichtigste Rolle. Wieder andere benötigen „von allem etwas“. Von diesen Anforderungen hängt die weitere Vorgehensweise ab. Möchte man hochqualitative und individuelle Informationen, bedeutet dies einen hohen manuellen Pflegeaufwand. Muss eine große Menge an Informationen, ggf. in mehreren Sprachen, möglichst schnell kommuniziert werden, macht es Sinn, die Technologie auf ihren Automatisierungsgrad zu überprüfen und den PIM-Mechanismus soweit wie möglich zu standardisieren bzw. zu automatisieren, um nicht zu viele Kapazitäten zu binden.

Auch wenn viele dieser Fragen bereits bei der PIM-Implementierung eine große Rolle spielen, ist es sinnvoll, sich weiterhin mit den Antworten darauf auseinanderzusetzen. Ebenfalls sollten auch die Zielsetzungen und die gestellten Anforderungen regelmäßig auf ihre Sinnhaftigkeit und Aktualität überprüft und ggf. angepasst werden. Datenmanagement ist ein Prozess, der eine permanente Auseinandersetzung mit Optimierungsmöglichkeiten erfordert, um das Beste aus den eigenen Daten, dem eigentlichen Unternehmensschatz, herauszuholen und Ihre Ziele zu erreichen!

Dieser Artikel basiert auf dem Parsionate Health Check, der durch die Fokussierung auf sieben zentrale Fragestellungen Anreize und konkrete Optimierungsempfehlungen für bereits implementierte Produktdatenmanagement-Systeme gibt. Weitere Informationen sind unter PIM-Healtcheck zu finden.