Datenmanipulation
Datenmanipulation bedeutet, Daten so zu verändern, dass sie nützlicher werden, etwa Produktdaten in großen Mengen zu bereinigen, umzuwandeln, zusammenzuführen und neu zu strukturieren.
Was ist Datenmanipulation?
Datenmanipulation bedeutet, Daten so zu verändern, dass sie nützlicher werden: sortieren, filtern, bereinigen, umwandeln, zusammenführen und neu strukturieren. Im E-Commerce heißt das, Produktdaten in großen Mengen zu bearbeiten, etwa Einheiten zu vereinheitlichen, ein Feld in Attribute aufzuteilen, Titel umzuschreiben oder Preise mit einem Aufschlag zu versehen. Der Begriff kann auch das Fälschen von Daten meinen, was eine andere und unethische Praxis ist. Typische Manipulation von Produktdaten umfasst Suchen und Ersetzen über Tausende Zeilen, das Umrechnen von "10cm" und "100 mm" in eine Einheit, Titel aus Attributen zusammensetzen, Lieferantenkategorien den eigenen zuordnen und doppelte Zeilen entfernen. Sie überschneidet sich mit Datentransformation, womit meist das Umwandeln von Daten von einer Struktur in eine andere während eines Imports oder Exports gemeint ist. Von Hand in Tabellen ist das langsam und fehleranfällig, deshalb nutzen die meisten Teams Massenbearbeitungs-Tools mit wiederholbaren Regeln. Unser Leitfaden zu Massenoperationen im Katalog zeigt gängige Muster.
Warum Datenmanipulation im E-Commerce wichtig ist
Produktdaten kommen selten sofort einsatzbereit an. Lieferanten schicken unterschiedliche Einheiten, Formate und Kategorienamen, und jeder Kanal will seine eigene Struktur. Datenmanipulation macht aus diesem Rohmaterial saubere, konsistente Produktdaten. Passiert das von Hand in Tabellen, werden dieselben Korrekturen bei jedem Import wiederholt, und Fehler rutschen durch. Wiederholbare Massenregeln auf einem zentralen Katalog machen die Arbeit schneller wiederholbar und leichter zu prüfen.
Beispiele für Datenmanipulation
- 1Aufgabe: Einheiten vereinheitlichen, Vorher: 10cm, 100 mm, 0,1 m, Nachher: 10 cm
- 2Aufgabe: Titel aus Attributen bauen, Vorher: Freitext-Titel, Nachher: Marke + Produkttyp + Farbe + Größe
- 3Aufgabe: Ein Feld aufteilen, Vorher: "Baumwolle, blau, Größe M" in einem Feld, Nachher: Attribute Material, Farbe und Größe
- 4Aufgabe: Preisaktualisierung, Vorher: Alte Listenpreise, Nachher: Kanalpreis mit festem Aufschlag
- 5Aufgabe: Duplikate entfernen, Vorher: Zwei Zeilen mit derselben EAN, Nachher: Eine Zeile pro Produkt
So hilft WISEPIM
- Bearbeite viele Produkte auf einmal mit der Massenbearbeitung in WISEPIM, von Suchen und Ersetzen bis zum Setzen von Attributwerten.
- Baue Titel und Beschreibungen aus Attributen mit Template Strings (Textvorlagen) und Content Logic (Inhaltslogik).
- Führe wiederkehrende Importe und Exporte mit Automatisierungen nach Zeitplan aus (stündlich, täglich, wöchentlich oder monatlich).
- Mach eine Massenänderung mit der Operation History (Änderungsverlauf) in kostenpflichtigen Plänen rückgängig, oder setze einen ganzen Import mit Rollback Import zurück.
- Lege Kanalpreise mit Preisregeln fest, statt Preise Produkt für Produkt zu bearbeiten.
Häufige Fehler bei Datenmanipulation
- Dieselbe Lieferantendatei nach jedem Import von Hand bearbeiten.
- Massenänderungen ohne Backup oder Möglichkeit zum Rückgängigmachen durchführen.
- Daten in einer Exportdatei korrigieren statt in der zentralen Quelle.
- Einheiten und Formate in einem Feld mischen.
- Eine Massenregel direkt am ganzen Katalog testen statt zuerst an einer kleinen Stichprobe.
Tipps zu Datenmanipulation
- Liste die Änderungen auf, die du nach jedem Import wiederholst, und mach daraus Regeln.
- Teste jede Massenänderung an einer kleinen Stichprobe, bevor du sie auf alles anwendest.
- Speichere eine Einheit pro Attribut und rechne erst beim Export um, falls ein Kanal das braucht.
- Halte rohe Lieferantendaten getrennt von deinen bereinigten Produktdaten.
- Stell sicher, dass du Massenänderungen rückgängig machen kannst, bevor du loslegst.
Trends rund um Datenmanipulation
- AI, die Bereinigungsregeln vorschlägt und fehlende Werte ergänzt.
- Befehle in natürlicher Sprache für Massenänderungen, etwa "rechne alle Gewichte in Kilogramm um".
- Geplante Automatisierungen statt manueller Tabellenarbeit.
- No-Code-Tools, mit denen Fachanwender Datenregeln ohne Entwickler erstellen.
Tools für Datenmanipulation
- WISEPIM: PIM mit Massenbearbeitung, Template Strings, Content Logic und geplanten Automatisierungen für Produktdaten.
- Microsoft Excel und Google Sheets: Tabellen für kleine, einmalige Änderungen.
- OpenRefine: kostenloses Tool zum Bereinigen und Umwandeln unordentlicher Daten.
- Python mit pandas: Code-Bibliothek für große oder komplexe Datenmanipulation.
- SQL: Abfragesprache zum Bearbeiten von Daten in Datenbanken.