Kennzahlen zur Produktdatenqualität
Kennzahlen zur Produktdatenqualität sind messbare Werte wie Vollständigkeit, Genauigkeit, Konsistenz und Gültigkeit, die zeigen, wie gut deine Produktdaten sind.
Was ist Kennzahlen zur Produktdatenqualität?
Kennzahlen zur Produktdatenqualität (Product Data Quality Metrics) sind die Messgrößen, die zeigen, wie gut deine Produktdaten sind. Die gängigsten sind Vollständigkeit (sind Pflichtfelder ausgefüllt), Genauigkeit (sind die Werte korrekt), Konsistenz (sind Einheiten und Formate überall gleich), Gültigkeit (folgen die Werte den Regeln, etwa eine gültige GTIN) und Aktualität (sind die Daten auf dem neuesten Stand). Jede Kennzahl ist meist der Anteil der Produkte oder Felder, die eine Prüfung bestehen, erfasst pro Kategorie und pro Kanal. Kennzahlen unterscheiden sich von Regeln: Eine Regel sagt, dass ein Produkt eine Farbe braucht, die Kennzahl meldet, wie viele Produkte eine haben. Zusammen ergeben sie einen Qualitätswert, den du über die Zeit verfolgen kannst. Eine Stichprobe deines eigenen Katalogs kannst du mit dem kostenlosen Rechner für Produktdatenqualität bewerten.
Warum Kennzahlen zur Produktdatenqualität im E-Commerce wichtig ist
Was du nicht misst, kannst du nicht verbessern. Ohne Kennzahlen wird Datenqualität zum Bauchgefühl: Das Team hält den Katalog für in Ordnung, bis ein Marketplace Produkte ablehnt oder die Retouren steigen. Kennzahlen machen die Lücken sichtbar und helfen dir zu priorisieren. Der WISEPIM-Report darüber, wie 50 Produktkataloge bei ihrer Ankunft in einem PIM aussehen, ergab beim Import, vor der Anreicherung, einen Median-Qualitätswert von 56,6 von 100. Die meisten Kataloge starten also mit deutlichem Verbesserungspotenzial.
Kostenloses Tool
Bewerte die Datenqualität eines Produkts
Gib Titel, Beschreibung, Meta-Felder und Attribute ein. Du bekommst eine Gesamtpunktzahl von 100, eine Punktzahl pro Kategorie und die ersten Verbesserungen, auf Basis der Voreinstellung für deine Branche.
Beispiele für Kennzahlen zur Produktdatenqualität
- 1Kennzahl: Vollständigkeit, Misst: Produkte, bei denen alle Pflichtfelder ausgefüllt sind, Pro: Kategorie und Kanal
- 2Kennzahl: Gültigkeit, Misst: GTINs mit korrekter Prüfziffer
- 3Kennzahl: Konsistenz, Misst: Maße, die im ganzen Katalog in derselben Einheit gespeichert sind
- 4Kennzahl: Aktualität, Misst: Produkte, deren Preis und Bestand in den letzten 24 Stunden aktualisiert wurden
- 5Kennzahl: Bildabdeckung, Misst: Produkte und Varianten mit mindestens einem Bild
So hilft WISEPIM
- Quality Guard-Regeln prüfen Pflichtfelder, Formate und Werte bei jedem Produkt.
- Channel Readiness (Kanalbereitschaft) zeigt pro Kanal, welche Produkte seine Anforderungen erfüllen.
- Data quality analytics (Analysen zur Datenqualität) verfolgt deine Werte über die Zeit.
- AI enrichment (AI-Anreicherung) füllt fehlende Beschreibungen, Attribute und Spezifikationen, um die Vollständigkeit zu erhöhen.
Häufige Fehler bei Kennzahlen zur Produktdatenqualität
- Ein Feld als vollständig zählen, obwohl es einen Platzhalter wie 'n/a' enthält.
- Einen Wert für den ganzen Katalog verwenden statt pro Kategorie und Kanal.
- Nur die Vollständigkeit messen und die Genauigkeit ignorieren.
- Kennzahlen verfolgen, ohne dass jemand verantwortlich ist und danach handelt.
Tipps zu Kennzahlen zur Produktdatenqualität
- Beginne mit drei Kennzahlen: Vollständigkeit, Gültigkeit und Bildabdeckung.
- Setz ein Ziel pro Kategorie, nicht eine Zahl für den ganzen Katalog.
- Sieh dir die Werte jede Woche an und korrigiere zuerst die Kategorie mit der größten Lücke.
- Ermittle einen ersten Ausgangswert mit dem Rechner für Produktdatenqualität.
Trends rund um Kennzahlen zur Produktdatenqualität
- Qualitätswerte orientieren sich an Kanalanforderungen statt an einer allgemeinen Checkliste.
- AI prüft Werte auf Plausibilität, etwa ein Gewicht, das nicht zum Produkttyp passt.
- Die Bereitschaft von Produktdaten für AI-Shopping-Assistenten wird zu einer eigenen Kennzahl.