Udo Kraft

Wie optimierst du deine Produktdaten?

Das Thema Produktdaten-Qualität scheint vielen Shop-Betreibern immer noch lästig zu sein. Vielleicht ist es manchem auch schlicht zu kompliziert oder sie glauben, ihre Zeit besser in andere Projekte zu investieren. Fakt ist aber: Durch das Anliefern mangelhafter Produktdaten an externe

Wie optimierst du deine Produktdaten?

Beim Online-Shopping drücken wir unsere individuellen Wünsche und Bedürfnisse in Form vager oder auch ganz konkret formulierter Suchbegriffe aus – bewertbar, messbar, attribuiert, rational vergleichbar. Alles, was wir dann in digitalen Shoppingwelten sehen und erleben, wird auf Basis von Produktdaten generiert. Nur diese Daten machen es den intelligenten Matching-Algorithmen der Suchmaschinen und Marktplätze erst möglich, Produkte zu erkennen und den Bedarf eines Nutzers mit dem passenden Angebot eines Online-Shops zusammenzuführen. In der Konsequenz heißt das, je besser und granularer die vorliegenden Produktdaten, desto erfolgreicher der Match zwischen Angebot und Nachfrage.

Praxisbeispiel: Wie optimiere ich meinen Produktdatenfeed?

Qualitativ hochwertige Produktdaten sehen folgendermaßen aus: Sie sind korrekt, vollständig, aktuell und verständlich für die Algorithmen der Vermarktungspartner wie auch für den Shopper.

Das nachfolgende Beispiel zeigt anhand des Auszugs aus einem fiktiven Produktdatenfeed mögliche Fehlerquellen und einfache Stellschrauben zur Optimierung.

Auszug aus einem Datenfeed: beide Datensätze weisen Mängel auf und könnten optimiert werden Auszug aus einem Datenfeed: beide Datensätze weisen Mängel auf und könnten optimiert werden

Achte auf Vollständigkeit der Produktdaten

Auf den ersten Blick in der Grafik erkennbar sind Mängel in puncto Vollständigkeit des Datenfeeds. Es fehlen nicht nur eine EAN oder GTIN (Global Trade Item Number), auch Attribute wie zum Beispiel Produktabmessungen, Farbe, RAM-Größe, MPN (Manufacturer Parts Number) oder Lieferzeit sind im Datenfeed nicht enthalten bzw. zu ungenau. Sucht ein Kunde nun beispielsweise nach der in der Bedienungsanleitung seines Druckers genannten MPN, um die passende Tonerkassette für seinen Drucker zu finden, wird er das Drucker-Toner Angebot des Händlers mit hoher Wahrscheinlichkeit nicht finden. Das Produkt ist unter dieser Suchanfrage schlicht nicht auffindbar.

Verständlichkeit für Mensch und Maschine

Ein wichtiger Grundsatz für das Erstellen eines Datenfeeds lautet „Produktdaten müssen für jeden Nutzer – Vermarktungspartner und Shopper – verständlich und verarbeitbar sein.“ Der dargestellte Beispiel-Feed wird dieser Anforderung in zweierlei Hinsicht nicht gerecht. So können Leerstellen bei der Angabe von Product-IDs und auch die Integration von Sonderzeichen wie zum Beispiel Währungszeichen, zu Verarbeitungsfehlern bei den Partnern führen. Darüber hinaus ist auch die inhaltliche Verständlichkeit für den Shopper fragwürdig. Der Produkttitel „Ok.Toner“ lässt nicht eindeutig erkennen, dass es sich um eine Tonerkartusche für einen Drucker handelt. Besser wäre „Ok.Toner 4-farbig für bis zu 2200 Seiten“.

Mit Zusatzinformationen Kunden gewinnen

Die reinen Artikelstammdaten eines Produktdatenartikels bieten meist nicht das entscheidende Verkaufsargument, um den Kunden zu überzeugen und zu gewinnen. Im vorliegenden Beispiel verpasst der Händler die Chance, sein Angebot im Rahmen der Produktbeschreibung zu präsentieren und USPs in den Vordergrund zu rücken. Und nicht nur das; Erfahrungen zeigen, dass sich zu kurze Produktbeschreibungen beispielsweise bei Google Shopping auch negativ auf die Sichtbarkeit der Anzeigen auswirken. Eine bessere Produktbeschreibung für den Farb-Drucker könnte ausführlicher lauten „Der Ok.Print ist ein echter Office-Profi. Er verfügt über ein schnelles Drucktempo mit 36ppm und liefert beste Farb-Ergebnisse. Es handelt sich um ein leistungsstarkes Gerät mit WLAN, das auch mobiles Drucken ermöglicht…“ Online-Shops sind also gut beraten, sich genau an die Vorgaben und Empfehlungen ihrer Vermarktungspartner zu halten.

Produktdaten eindeutig kategorisieren

Eine klare Kategorisierung des Produkts macht es einem Portal möglich, die Zugehörigkeit eines Produkts zu einer bestimmten Produktgruppe zu erkennen. Im Beispiel-Feed ist diese Eindeutigkeit nicht gegeben – der Partner sieht nicht, dass der Drucker wie auch der Toner der Kategorie „Computer & Hardware“ zuzuordnen sind. Es ist zu erwarten, dass der Vermarktungspartner diese Informationen nicht verarbeiten kann.

Optimierte Produktinformationen am Beispiel des fiktiven Datenfeeds Optimierte Produktinformationen am Beispiel des fiktiven Datenfeeds

Fazit

Damit Matching-Algorithmen greifen und die digitale Produktvermarktung Erfolg hat, kommt es darauf an, die Produktdaten des Online-Shops in einwandfreier Form an einen Vermarktungspartner zu übermitteln. Wie das Beispiel zeigt, finden sich die Stellschrauben der Qualitätsoptimierung sowohl in der Struktur als auch im Inhalt eines Datenfeeds. Qualität heißt jedoch nicht nur die Daten in Form zu halten, sondern auch aktuell. Durch die regelmäßige Übermittlung bzw. Zurverfügungstellung des aktualisierten Datenfeeds an den Vermarktungspartner erreichen Optimierungsmaßnahmen ihre volle Wirkung – veraltete Informationen verschwinden aus dem Netz.

VersaCommerce kostenlos testen.