Händler, Lieferanten, Hersteller und Brands stehen vor grossen Herausforderungen im Datenmanagement: Grosse Datenmengen müssen strukturiert, prozessiert und in hoher Qualität für den Verkauf den Endkunden zur Verfügung gestellt werden. Leider erfolgt die Aufbereitung von Produktinformationen heute jedoch sehr oft manuell, was sehr zeit- und vor allem kostenintensiv ist. Wie also gelingt der der Prozess von rohen Lieferantendaten zu einem realitätsnahen Einkaufserlebnis? Und wie können Datenmanagement-Prozesse dank dem Einsatz von künstlicher Intelligenz merklich verbessert werden?
KI-gestützte Produktdaten-Prozesse sind für die Wettbewerbsfähigkeit zentral, denn sie erlauben ein wesentlich schnelleres Onboarding von Lieferantenkatalogen, eine verbesserte Produktdatenqualität und ein schnelleres Time-to-Market von Produkte für den Verkauf. Auch der gezielte und schnelle Ausbau des Onlinesortiments ist mit dem durchdachten Einsatz von künstlicher Intelligenz im Produktdaten Onboarding möglich. All dies ist jedoch nur mit einem einem durchdachten Produktdatenmanagement zu erreichen, welches Produktdaten schnell, effizient und korrekt für das Ausspielen auf verschiedenste Kanäle bereitstellen kann.
Grundsätzlich verfügt ein Unternehmen zur Erfassung, Speicherung, Verwaltung und gemeinsamen Nutzung von Daten über verschiedene Unternehmensbereiche hinweg unterschiedliche Systeme wie ERP, PIM und DAM. Eine robuste und zukunftsgerichtete IT-Infrastruktur erleichtert die Weitergabe von Informationen innerhalb der Organisation. In vielen Unternehmen sind diese Datenprozesse aber noch immer grösstenteils manuell ausgestaltet.
Dies steht in Kontrast dazu, dass vor allem im Bereich der Produktdaten diese Prozesse digitalisiert und weitestgehend automatisiert werden müssen. Dafür gibt es verschiedene Gründe: Wollen Unternehmen eigene Produkte oder Produkte von Herstellern und Lieferanten online verkaufen, so müssen diese Produkte in einer hohen E-Commerce-Qualität zur Verfügung stehen. Weitere Herausforderungen sind das sukzessive Ausbauen des Onlinesortiments und das Bespielen von verschiedenen online und offline Verkaufskanälen. Für die Produktdatenqualität bedeutet dies, dass Produktdaten vollständig und möglichst umfangreich vorliegen sollten, sprich einen möglichst hohen Füllgrad der Attribute erreichen.
Heute haben Onlineshops schnell über 50.000 Produkte, welche verwaltet werden müssen. Diese können jedoch nicht ohne erheblichen manuellen Aufwand verwaltet werden, wenn sie nicht vollständig in derselben Granularität und Konsistenz in einem System gebündelt zur Verfügung stehen. Auch deshalb haben viele Unternehmen dafür ein PIM-System im Einsatz. Denn so können Produktdaten in derselben Art und Weise systematisch abgelegt werden. Und genau hier setzt die Onedot Produktdatenplattform an: Alle vorgelagerten, teils sehr zeitintensive manuelle Aufbereitungsprozesse werden strukturiert und KI-gestützt aufbereitet und in ein importierfähiges PIM- oder ERP-Format umgewandelt. Zu diesen zeit- und kostenintensiven Aufbereitungsprozessen gehört neben dem Onboarding von Lieferanten- oder Herstellerkatalogen auch die Datenbeschaffung. Hier kann der klar strukturierte Onboarding-Prozess über die Onedot Produktdatenplattform Abhilfe schaffen. Einen einfachen, schnellen und intuitiven Einstieg in die Onedot Software bieten dabei die Starter Packages. Diese sind dazu da, dass Unternehmen ihren Business Mehrwert schnell eruieren und mit der Onedot KI starten können.
Das Hauptziel eines robusten und KI-gestützen Onboarding-Prozesses muss sein, dass die Produktinformationen von Herstellern und Lieferanten möglichst automatisiert so aufbereitet werden können, dass diese eine Struktur aufweisen, welche entweder einem der gängigen Standards entspricht oder der Händlerstruktur. Die Onedot KI kann Standards wie ECLASS, ETIM oder UNSPSC ebenso wie verschiedene Versionen von BMEcat in den Versionen 1.1, 1.2, und 2005-Version, JSON, Excel oder CSV einlesen, abbilden bzw. generieren. Zudem zeichnet die Onedot Produktdatenplattform das übersichtliche und kollaborationsfreundliche Lieferantenportal aus. Dieses vereinfacht die Kommunikation und den Austausch zwischen Händler und Lieferanten mittels Chat-Funktion wesentlich, es müssen also nicht mehr unzählige und über mehrere Versionen verteilte Emails hin- und her verschickt werden. Nachfragen können schnell über die Plattform abgewickelt und Lieferanten dazu ermächtigt werden, Onboardings selbst auszulösen. Dies hat nicht nur einen positiven Effekt auf die Datenbeschaffung, sondern Vorbereitungsarbeiten für das Onboarding der Produktdaten können so automatisiert werden.
Ein automatisierter Onboarding-Prozess mit der Onedot KI enthält im Wesentlichen immer folgende Schritte: Nachdem der Produktdatenabgleich vollzogen und die für das Onboarding relevanten Produkte ausgewählt wurden, übernimmt die trainierte künstliche Intelligenz von Onedot die Kategorisierung, das Mapping und die Normalisierung der Attributwerte. Dies bedeutet, dass die Onedot Software vorschlägt, wie die Lieferantenprodukte auf den Kategoriebaum des Zielsystems und dann auf kategoriespezifische Attributnamen gemappt werden können. Danach werden im Normalisierungsschritt Einheiten sowie Werteliste einheitlich abgefüllt. Es gibt noch weitere Möglichkeiten die starke Onedot KI, welche unterdessen mit über 750 Millionen SKUs von über 1000 Lieferanten trainiert worden ist, gewinnbringend einzusetzen: Die Attribut-Extraktionsfähigkeit der Onedot KI ist ungeschlagen gut und kann Produktinformationen aus Fliesstexten auf das gewünschte Zielsystem hin strukturiert extrahieren und bei Abweichungen Attribute leer lassen oder entsprechend umformulieren. Auch das Erstellen von Golden Records ist möglich, beides wichtige Möglichkeiten der automatisierten Datenanreicherung.
Der einzigartige Self-Service-Ansatz ermöglicht es Unternehmen, ihre Produktdaten-Onboardings eigenständig zu verwalten und so den mit manuellen Prozessen verbundenen Zeit- und Kostenaufwand deutlich zu reduzieren. Die intuitive Benutzeroberfläche von Onedot macht es auch technisch nicht versierten Anwendern leicht, sich auf der Plattform zurechtzufinden und sie effektiv zu nutzen. Zudem demokratisiert der Self-Service-Ansatz den Datenerfassungsprozess und stellt sicher, dass Teams aus verschiedenen Abteilungen zur Pflege präziser Produktdaten beitragen können. Durch den hohen Automatisierungsgrad der Datenaufbereitungs- und Datenpflegeprozesse können Unternehmen ihre Produktinformationen in Echtzeit aktualisieren, so dass die Kunden immer auf die neuesten und genauesten Details zugreifen können. Diese Agilität ist in einer dynamischen E-Commerce-Landschaft von entscheidender Bedeutung.
