Data-Syndication: So gelingen starke Produktlistungen in allen Zielkanälen

Anforderungen der Produktdatenwelt – wie man ihnen gerecht wird

Der heutige E-Commerce ist voller Herausforderungen, bietet aber auch große Chancen – vorausgesetzt, man erkennt und ergreift sie. Ein essenzieller Schlüssel für mehr Sichtbarkeit und Umsatz sind optimale, aussagekräftige Produktdaten. Was sofort einleuchtet, ist für viele Händler jedoch eine tägliche Challenge: Kein Wunder, fordert jeder externe Datenempfänger Produktdaten doch in verschiedenen Strukturen, Standards und Formaten.

Der eine Marktplatz verlangt den XML-Datenstandard BMEcat 2005, ein weiterer fordert Produktdaten hingegen standardisiert nach dem JSON-basierten ETIM xChange. Als Händler fragt man sich da schnell: Wer soll diesen verschiedenen Anforderungen gerecht werden – und vor allem: Wie? Die Lösung: eine strategische „Data-Syndication“ mithilfe einer darauf spezialisierten, flexiblen Software.

Dieser Beitrag verrät, was eine „Data-Syndication“ eigentlich ist – und wie man als PIM-User Produktdaten maßgeschneidert für jeden Datenempfänger transformieren bzw. ausliefern kann.

 

Die Rolle der Data-Syndication im Produktdatenmanagement

Um zu verstehen, was „Data-Syndication“ eigentlich ist, lohnt es sich, einmal von oben auf das übergeordnete Thema „Produktdatenmanagement“ zu schauen. Im ersten nexoma-Gastbeitrag ging es bereits um das Thema „Data-Onboarding“: Damit ist der passgenaue Import externer Daten in eigene Systeme gemeint (z. B. viele fremde Produktdaten verschiedener Lieferanten vereinheitlicht in das ATAMYA-PIM einzupflegen).

Die „Data-Syndication“ dreht diese Import-Export-Perspektive um: Hier geht es darum, Daten aus verschiedenen internen Quellen (PIM, ERP, DAM, MDM, einzelne Dateien) individuell passend für externe Datenempfänger (Marktplätze, Datenpools, Portale, Kunden…) zu transformieren und zu exportieren.

Was logisch klingt, wird ohne klare Prozesse und Lösungen aber schnell zu einer Challenge: Schnell treffen viele Produktdaten auf mehrere Empfänger, von denen jeder die Produktdaten auch noch in einer anderen Form benötigt. Dort enden die Herausforderungen aber nicht, denn eine manuelle Anpassung zahlreicher Datensätze diversen Excel-Tabellen ist enorm zeitaufwändig – und zu allem Übel auch noch fehleranfällig.

Hier kommen spezialisierte Data-Syndication-Softwarelösungen ins Spiel: Damit werden Produktbeschreibungen, Verpackungseinheiten, Preise, Datenblätter, Bilder, Videos, Dokumente und mehr

• aus unterschiedlichen Datenquellen zusammengefügt,
• zu einem hochwertigen Datensatz angereichert / veredelt,
• zu bestimmten Datenstandards oder Austauschformats transformiert,
• anschließend auf strukturelle Konsistenz geprüft und
• automatisiert passgenau an diverse Zielkanäle ausgespielt.

Der Begriff „Data-Syndication“ bezeichnet die strukturierte Aufbereitung und Ausleitung angepasster Produktdaten – je nach Lesart auch inklusive der vorherigen Zusammenführung verschiedener Quelldaten. So oder so umfasst er einen zentralen Teil des gesamten Datentransformationsprozesses, der oft auch als „Feedmanagement“ (Produktdatenfeeds = strukturierte Dateien, die an verschiedene Zielkanäle verteilt werden) beschrieben wird.

 

PIM und Data-Syndication: Wie passt das zusammen?

Das Produktinformationsmanagement im PIM geht Hand in Hand mit der Data-Syndication auf dem Weg hin zu dem jeweiligen Datenziel. Man könnte auch sagen: Zwischen dem PIM und anderen Datenquellen einerseits sowie den Datenempfängern andererseits braucht es einen Vermittler – eben eine Data-Syndication-Middleware.

Ergänzend zum PIM als zentralem Ort des Product Information Management („Single Point of Truth“) fungiert so eine Data-Syndication-Software als „Single Point of Distribution“: Dort werden u.a. PIM-Daten mit Daten aus anderen Quellen (ERP, CSV-Dateien, Excel-Tabellen etc.) zentral angereichert, transformiert und strukturiert an diverse Zielkanäle ausgespielt.

Damit dieser Datenaustausch aus der Quelle in die Middleware reibungslos gelingen kann, muss das PIM zuerst an solch eine Data-Syndication-Software angebunden werden. Bei der ATAMYA Product Cloud gelingt das ganz einfach über eine REST-API-Schnittstelle.

Anschließend wird eine Relation zwischen den Quelldaten und der gewünschten Zielstruktur hergestellt. Das geschieht mithilfe eines Datenmappings: Die einzelnen Quelldatenfelder (z.B. Artikelnummer, Hersteller, Preisangaben etc.) werden mit den jeweils damit korrelierenden Zieldatenfeldern verknüpft. Sind alle Felder korrekt zugeordnet, folgt die eigentliche Generierung der geforderten Zielformate, eine Datenprüfung und die letztendliche Verteilung an alle Datenempfänger.

 

Welche Formate und Standards werden in welchen Branchen genutzt?

So vielfältig wie die Wirtschaftsbranchen, so zahlreich sind die dort gängigen Datenformate: Neben bekannteren Austauschformaten wie XML, JSON, CSV und XLSX (Excel) gibt es in nahezu jeder Branche auch auf individuelle Branchenbedürfnisse zugeschnittene Datenstandards. Aber keine Sorge: Die hohe Flexibilität von Data-Syndication-Lösungen ermöglicht es, all diesen Ansprüchen und sogar kundenindividuellen Vorgaben gerecht zu werden. Hier ein kleiner Überblick in verschiedene Standards pro Branche:

• Branchenübergreifend ist der deutsche Datenstandard BMEcat weit verbreitet.
• Die deutsche Baubranche nutzt primär den Baubranchenstandard DPB.
• SHK-Datenpools bzw. Plattformen arbeiten oft mit der DQR (für in Deutschland gelistete Produkte) bzw. der BMDG (Building Master Data Guideline) für internationale Listungen.
• In Frankreich ist der Baubranchenstandard FAB-DIS geläufig.

Hinzu kommen sogenannte „Klassifikationen“, also standardisierte Kategorisierungen von Produkten, ihren Merkmalen und Features. Das ist wichtig, um beispielsweise Farbangaben einheitlich zu definieren. Sonst besteht die Gefahr, dass z. B. zwei Händler dieselbe Farbe mit unterschiedlichen Begriffen bezeichnen. Klassifikationsstandards wie ETIM oder ECLASS verhindern dies, indem sie klare Identifikationscodes für unterschiedliche Merkmale wie Farben und andere Eigenschaften vorgeben – und so für eine transparente Vergleichbarkeit und Klarheit ähnlicher bzw. gleicher Produkte zwischen Händlern, Plattformen und Kunden sorgen.

 

Welche Wettbewerbsvorteile bietet eine Data-Syndication-Software?

Data-Syndication-Tools entfalten ihren Mehrwert vor allem durch die nahtlose Kombination und zentrale Aufbereitung verschiedener Datenquellen. Dadurch entstehen Synergien, die weit über die reine Verwaltung einzelner Datensätze hinausgehen. Optimierte, konsistente Produktdaten verschaffen Unternehmen klare Wettbewerbsvorteile, denn sie ermöglichen:

• kurze time-to-market: Datenempfänger können bereits passend aufbereitete, klar strukturierte Produktdaten besonders schnell und leicht listen.
• gute Sichtbarkeit: Shops und Suchmaschinen indexieren Produkte mit alitativ hochwertigen, optimierten Angaben wesentlich besser als unvollständige, nicht optimierte Daten.
• höheres Umsatzpotenzial: Kund:innen bevorzugen Produkte mit ansprechenden, informativen Beschreibungen und entscheiden sich eher zum Kauf.

Produktdaten sind aber nicht von Natur aus ansprechend, aussagekräftig und angereichert. Genau deshalb sind Data-Syndication-Lösungen bewusst auf verschiedene Aspekte der Datentransformation spezialisiert.

Das beginnt bei der einfachen Anbindung verschiedenster Datenquellen – unterstützt durch integrierte Standard-Connectoren, also vorkonfigurierte Schnittstellen zu Datenbanken, Shopsystemen und Datenmanagementlösungen, einschließlich PIM-Systemen wie ATAMYA. Auch die finale Distribution der angepassten Produktdaten an verschiedene Zielkanäle ist durch Standardschnittstellen zu Marktplätzen, Datenpools und mehr automatisiert möglich.

Die eigentliche Datentransformation und Generierung diverser Formate wird oft durch auswählbare Zielformatvorlagen erleichtert. Dazu zählen beispielsweise Templates für gängige Datenstandards (diverse BMEcat-Varianten, ETIM xChange, BMDG, DQR, FAB-DIS…).

KI-gestützte Mappingvorschläge und Datentransformationsfunktionen flexibilisieren die Datenanpassung, sodass wirklich jeder individuellen Anforderung gefolgt werden kann. So können Anwender:innen beispielsweise mehrere kurze Texte zu einer längeren, zusammenhängenden Produktbeschreibung kombinieren, Mengeneinheiten umrechnen oder Bilder bearbeiten.

 

Was sind typische Data-Syndication Herausforderungen für Unternehmen?

Bei diesen und weiteren Benefits gilt: Eine vielseitige Data-Syndication-Softwarelösung ist nur so mächtig, wie gut man sie als User bedienen kann – und wie die Datenqualität es zulässt. Haben z. B. Produktdaten im PIM nicht bereits eine gewisse Mindestqualität, wird die anschließende Datentransformation deutlich erschwert.

Ob beim Data-Onboarding oder der Data-Syndication: Die Praxis zeigt, dass das hauseigene Produktdatenmanagement häufig bereits an fehlenden Strukturen krankt. Aber woran liegt das? Neben dem Fehlen einer spezialisierten Data-Syndication-Software ist einer der wichtigsten Gründe eine fehlende Sensibilität für das Thema „Datenqualität“ – und welche Umsatzpotenziale damit verbunden sein können.

Wichtig sind daher essenzielle Datenmanagement-Grundsätze. Daten müssen immer aktuell,vollständig, aussagekräftig und verständlich sein.

Das gilt nicht nur für die nachträgliche Anpassung oder Pflege im PIM, sondern bereits für die erstmalige Anlage. Wie essenziell das ist, zeigt sich auch durch die Auswirkung auf innerbetriebliche Workflows: Je sorgfältiger Produktdaten direkt bei ihrer allerersten Ermittlung etwa von Produktentwicklern angelegt und eingetragen werden, desto leichter haben es nachgelagerte Abteilungen wie der Vertrieb oder das Marketing, klare, ansprechende Produktbeschreibungen zu formulieren und Produkte zielgerichtet potenziellen Kunden „schmackhaft“ zu machen. Das gilt nicht nur für den eigenen Onlineshop, sondern (ganz im Sinne der Data-Syndication) auch für effiziente Listungen auf externen Zielkanäle unerlässlich.

Die Befolgung dieser Datenqualitätsrichtlinien ist umso wichtiger, wenn man bedenkt, dass in vielen Fällen nicht nur einmal ein Datenstandard generiert werden muss – sondern oft mehrmals, regelmäßig, automatisiert, immer wieder mit neuen Produktdaten. All das fußt auch auf der aktiven Schulung eigener Mitarbeiter:innen: Wie mappe ich Daten? Welche Transformationsfunktionen kann ich wie verwenden? Diese und weitere Fragen beantworten Softwarehersteller für Data-Syndication-Tools oft aus erster Hand und bieten Usern so eine erfahrungsbewährte Hilfe zur Selbsthilfe.

 

Top 5 Learnings zu einer erfolgreichen Data-Syndication

Dieser Beitrag zeigt vor allem eines: Eine effiziente Data-Syndication ist kein Hexenwerk. In der Praxis lassen sich fünf zentrale Learning ableiten, die für erfolgreiche Datenprozesse entscheidend sind:

1. Eine Grundsensibilität für das Thema Datenqualität entwickeln: Ohne hochwertige Produktdaten aus einem PIM entstehen keine guten Listungen und Umsatzpotenziale bleiben liegen.
2. Data-Syndication(-Software) verstehen: Eine aktive Nutzung der flexiblen Generierung von Datenstandards und Austauschformaten – von der ersten Quellenzusammenführung über die Datentransformation bis hin zur Ausleitung perfekt angepasster Produktdaten.
3. Manuelle Grenzen erkennen – automatisierte Prozesse ermöglichen: Händische Anpassungen und Exporte sind zeitaufwändig, fehleranfällig und daher nicht praktikabel.
4. Ein klares Verständnis für Datenanforderungen entwickeln: Welche Formate und Standards fordern meine Datenempfänger? Was muss ich dabei beachten (Version, Format, Struktur…)?
5. Spezialisierte Softwarelösungen einsetzen: Eine Data-Syndication-Middleware zwischen PIM, anderen Systemen und den Verkaufskanälen hilft, einzelne Datensätze passend zusammenzuführen, geforderte Datenformate zu generieren, zu prüfen und passend in diverse Zielkanäle auszuleiten.

Man sieht: In Zeiten eines immer komplexer werdenden eCommerce bieten Data-Syndication-Lösungen genau die flexible Abhilfe, um aus einzelnen Produktdaten potenzielle Umsatzbringer für jeden Zielkanal zu machen.