Knowledge Graph für Produktdaten
Ein Product Knowledge Graph speichert Produkte, Attribute und ihre Beziehungen als verknüpfte Fakten, denen Suche, Empfehlungen und AI-Assistenten folgen können.
Was ist Knowledge Graph für Produktdaten?
Ein Knowledge Graph für Produktdaten (Product Knowledge Graph) ist ein Netzwerk, das Produkte, ihre Attribute und die Beziehungen zwischen ihnen als verknüpfte Fakten speichert, etwa: Dieses Ladegerät passt zu diesem Laptop, diese Jacke besteht aus recyceltem Polyester, oder diese Marke gehört zu diesem Hersteller. Suchmaschinen, Empfehlungssysteme und AI-Assistenten können diesen Verknüpfungen dann folgen, um Fragen zu beantworten. Ein einfaches Knowledge-Graph-Beispiel: Ein Knoten für eine Kamera ist mit ihrer Marke verknüpft, mit ihrem Objektivanschluss, den Objektiven für diesen Anschluss, dem Speicherkartentyp, den sie nutzt, und der Kategorie, zu der sie gehört. Eine Tabelle in einem PIM kann dieselben Werte enthalten, aber der Graph macht die Beziehungen explizit, sodass ein System ohne fest programmierte Regel beantworten kann, welche Objektive zu dieser Kamera passen. Händler bauen einen solchen Graphen oft auf ihren PIM-Daten auf. Im Web ist schema.org-Markup der Weg, über den eine Produktseite Fakten an Googles eigenen Knowledge Graph liefert; der Product Schema Generator erstellt dieses Markup für ein Produkt.
Warum Knowledge Graph für Produktdaten im E-Commerce wichtig ist
Viele Kundenfragen drehen sich um Beziehungen, nicht um einzelne Werte: Welche Patrone passt in meinen Drucker, was kann ich dazu tragen, gibt es eine günstigere Alternative einer anderen Marke? Eine flache Produkttabelle beantwortet solche Fragen nur, wenn jemand für jeden Fall eine Regel geschrieben hat. Ein Knowledge Graph speichert die Beziehungen einmal, sodass Suche und Empfehlungen sie wiederverwenden können. Das wird wichtiger, je mehr das Einkaufen zu AI-Assistenten und dialogorientierter Suche wandert. Diese Systeme suchen nach klaren Fakten und Verknüpfungen zwischen Produkten, Marken, Materialien und Einsatzzwecken. Ein Katalog, der Kompatibilität und Beziehungen in strukturierten Daten ausdrückt, ist für sie leichter zu verstehen und zu empfehlen. Der Graph ist nur so gut wie die Daten darin. Uneinheitliche Attributwerte, fehlende Kompatibilitätsdaten oder doppelte Produkte erzeugen falsche Verknüpfungen. Saubere, strukturierte Produktdaten in einem PIM sind meist der erste Schritt zu einem nützlichen Graphen.
Kostenloses Tool
Erstell Product-Schema für ein Produkt
Trag Name, Preis, Marke und Kennungen ein und kopier einen schema.org Product JSON-LD-Block für deine Produktseite.
Beispiele für Knowledge Graph für Produktdaten
- 1Knoten: Laptop X14, Beziehung: kompatibel mit, Verknüpfter Knoten: 65-W-USB-C-Ladegerät
- 2Knoten: Regenjacke Alpine, Beziehung: besteht aus, Verknüpfter Knoten: recyceltes Polyester, Nutzung: Filter und Nachhaltigkeitsaussagen
- 3Knoten: Kamera Z50, Beziehung: nutzt Anschluss, Verknüpfter Knoten: Z-Bajonett, Ergebnis: alle Objektive mit Z-Bajonett werden als kompatibel angezeigt
- 4Knoten: Marke Northpeak, Beziehung: gehört zu, Verknüpfter Knoten: Hersteller Northpeak Outdoor Ltd, Nutzung: Markenseiten und Lieferantendaten
So hilft WISEPIM
- Das Attributmanagement und die Seite „Attribute values“ (Attributwerte) halten Werte einheitlich, was ein Graph braucht, um Produkte richtig zu verknüpfen.
- Produktfamilien und Varianten machen die Beziehung zwischen einem Modell und seinen Größen oder Farben explizit.
- AI-Anreicherung füllt fehlende Attribute und Spezifikationen, sodass mehr Fakten zum Verknüpfen verfügbar sind.
- Export und der Feed Hub übergeben strukturierte Produktdaten an die Such-, Empfehlungs- oder Graph-Tools, die du nutzt.
Häufige Fehler bei Knowledge Graph für Produktdaten
- Einen Graphen auf uneinheitlichen Daten aufbauen, sodass dasselbe Material oder dieselbe Marke als mehrere Knoten auftaucht.
- Kompatibilität nur in Freitextbeschreibungen speichern, wo kein System sie als Beziehung lesen kann.
- Mit einem großen technischen Projekt starten, bevor feststeht, welche Kundenfragen der Graph beantworten soll.
- Den Graphen vom PIM wegdriften lassen, sodass Beziehungen auf ausgelaufene Produkte zeigen.
Tipps zu Knowledge Graph für Produktdaten
- Starte mit drei oder vier Beziehungen, die echte Kundenfragen beantworten, etwa Kompatibilität und Zubehör.
- Bereinige und vereinheitliche zuerst die Attributwerte, denn jeder Wert kann zu einem Knoten werden.
- Ergänze deine Produktseiten um schema.org-Produkt-Markup, als kleinen ersten Schritt zu einem öffentlichen Graphen.
Trends rund um Knowledge Graph für Produktdaten
- Knowledge Graphs als Faktenquelle für AI-Shopping-Assistenten und Retrieval-Augmented Generation.
- Breitere Nutzung von schema.org-Produkt-Markup, damit Suchmaschinen Produktfakten in ihre eigenen Graphen aufnehmen können.
- Graphen, die Produktdaten mit Bewertungen, Fragen und Nutzungsdaten für bessere Empfehlungen kombinieren.
Tools für Knowledge Graph für Produktdaten
- Graphdatenbanken wie Neo4j, Amazon Neptune, Stardog und ArangoDB, die verknüpfte Daten speichern und abfragen.
- PIM-Systeme wie WISEPIM, die die sauberen, strukturierten Produktdaten liefern, aus denen ein Graph gebaut wird.
- Schema.org-Markup und die Tools für strukturierte Daten von Google, die Produktfakten an Suchmaschinen liefern.
- Such- und Empfehlungsplattformen, die Graphbeziehungen nutzen, um Produkte zu ranken und vorzuschlagen.