Wiederverwendbarkeit von Daten

Die IT verfolgt meist das Ziel, Daten „redundanzfrei“ zu hinterlegen. Redundanzfrei bedeutet, dass Daten möglichst an nur einer Stelle zentral abgelegt werden und von verschiedenen Stellen dort abgegriffen werden können.

Das Gegenteil von zentraler Datenhaltung ist die redundante Datenhaltung, also das Vorhandensein von identischen Daten an mehreren Stellen.

Im Bereich der Kunden- und Produktdaten ist es häufig so, dass in mehreren Abteilungen eines Unternehmens gleiche Daten vorliegen. Beispiele zum Bereich Produktdaten sind im Teil 4 „Product Information Management“ erläutert.

Information Supply Chain Management (ISCM)

Information Supply Chain Management oder kurz ISCM bedeutet „Management der Informationslieferkette“. Es deckt im Wesentlichen alle Beschaffungs-, Bereitstellungs-, Modifikations- und Produktionsprozesse von produkt- und kundenrelevanten Informationslieferketten ab.

Während das klassische Supply Chain Managements (SCM) aus drei Säulen besteht (Beschaffung, Produktion und Distribution), besitzt das ISCM eine weitere, vierte Säule.

Die vierte Säule „Modifikation“ wird durch die Variabilität von Texten und Medien notwendig.

Betrachtet man die vier Fertigungsprozesse

1. Beschaffung
2. Bereitstellung
3. Modifikation
4. Produktion

wird klar, dass Elemente wiederverwendet werden.

So können Texte und Medien für die Fertigung unterschiedlicher Erzeugnisse (z.B. Bedienungsanleitungen, Produktkataloge, Webseiten, Internet-Shops) verwendet werden.

Eine Erhöhung der Wiederverwendung kann Kosten und Fehler senken.

Datengranularität

Im Kontext der Informationsspeicherung meint „Granularität“ die Feingliedrigkeit der Information.

Der Grad der Datengranularität gibt den Endzustand bei der Zerlegung (auch Atomisierung) von Datenbeständen an.

Der Granularisierungsgrad ist von der benötigten Detaillierung der Daten und der Wiederverwendung von Daten abhängig.

Eine maximale Wiederverwendung benötigt eine möglichst granulare Ablage von Daten. Allerdings steigen die Kosten für Datenerhebung und -nutzung mit der Granularität an.

Ein gutes Beispiel für Granularität liefert das eCommerce-Feature „Produktfilter“. Auf der Suchergebnis- oder Kategorieseite haben Sie die Möglichkeit durch an- oder abwählen von Attributen die Ergebnisliste zu verfeinern. Dazu ist es notwendig, auf Produktebene Attribute zu hinterlegen. Bei dieser Attributpflege spricht man von granularen Daten.

Liegen im Gegensatz dazu Attribute nur eingebettet im Beschreibungstext des Produkts vor, können diese Attribute nicht technisch ausgewertet werden – hier existieren keine granulare Daten.

Golden Record

Vor allem im Bereich Kunden- und Produktdaten werden im Unternehmen unterschiedliche Datensätze über ein und denselben Kunden, bzw. ein und dasselbe Produkt erhoben. Dabei kommt es regelmäßig zu Fehlern bezüglich der Entscheidung, ob es sich um einen Neukunden oder Bestandskunden handelt.

Existiert ein Produkt oder Kunde bereits im System und wird dieser bestehende Datensatz bei der Neuanlage nicht identifiziert, entsteht durch die Neuanlage von Kunde oder Produkt ein Duplikat.

Unter „Golden Record“ versteht man einen strukturierten Datensatz, der aufgrund von manuellen oder automatisierten Regeln als vollständiger, einzigartiger und wahrer Datensatz angenommen wird.

Viele strukturierte Datensätze bilden eine Datenbank.

Auch bei der Migration mehrerer Datenquellen mit gleichen Kunden oder Produkten zu einem Datensatz spricht man bei dem entstandenen Ergebnis vom „Golden Record“.

Wie Sie Ihre Produktdaten fit machen für 1:1 Marketing Automation

Wesentliches Merkmal eines Produkt-Informations-Management Systems ist die Ablage der Produktdaten in möglichst granularer und einmaliger Form. Die Granularität wird erreicht, indem die Produktmerkmale in ihre einzelnen Elemente zerlegt und in separaten Datenfeldern abgelegt werden. Die Einmaligkeit der Datenablage sorgt dafür, dass diese immer aktuell sind.
Alexandra Wackennagel auf „pimzine„

Durch das Anbinden unterschiedlicher Kanäle können die zentral und granular gepflegten Daten in vielfältiger Form genutzt werden, z.B. für Kataloge, Preislisten, Online-Shops, stationäre Kassensysteme, Anleitungen und Dokumentationen.

Vor allem bei großen Sortimenten mit ähnlichen Beschreibungen und technischen Merkmalen sind eine wiederholte Nutzung von Produktdaten und ein entsprechend hoher Granularitätsgrad sinnvoll.

Vorteile sind eine konsistente Beschreibung, eine Reduzierung der Übersetzungskosten und eine optimierte Datenhaltung. Gleichzeitig steigt die Komplexität, da Merkmale produktübergreifend zentralisiert gehalten und entsprechend zum passenden Produkt zugeordnet werden müssen.

Eine zu hohe Nutzerkomplexität ist häufig für das Scheitern von Softwareprojekten verantwortlich.

Das gängigste Beispiel ist wohl die Verwendung eines PIM-Systems als „Produktdaten-Hub“, also als „Verteiler“ von Produktdaten an Verkaufs- und Marketing-Kanäle.

An gängige PIM-Systeme lassen sich Online-Shops, Marktplätze (amazon, ebay, …), Produktsuchmaschinen, Preisvergleichsseiten, aber auch Layoutprogramme für die Katalog- oder allgemein die Werbemittelerstellung anbinden.

Ein PIM-System liefert auch die Produktdaten für 1:1 Marketing Automation.

Im Handel besteht ein weiterer Vorteil von PIM-Systemen in der Konsistenz von dynamischen Daten, wie Preisen, Verfügbarkeiten, Kundenbewertungen, usw.

Für weitere konkrete Beispiele zur Aufarbeitung Ihrer Produktdaten lesen Sie nochmal den Artikel „Product Information Management (PIM) – Teil 4 der Serie Automatisiertes 1:1 Marketing im Handel“.

Wie Sie Ihre Kundendaten fit machen für 1:1 Marketing Automation

Die im operativen und analytischen CRM anfallenden Kundendaten sind in aller Regel mit hoher Granularität hinterlegt.

Während Produktdaten ohne Einschränkung gespeichert, verändert und veröffentlicht werden dürfen, existieren im Bereich der Kundendaten Einschränkungen.

In Deutschland gilt das Gebot der Datenvermeidung und Datensparsamkeit. Demnach sind zweckabhängig so wenige personenbezogene Daten zu speichern wie möglich.

Ähnlich wie beim PIM-System ist das gängigste Beispiel für die Wiederverwendbarkeit von Daten im CRM-Kontext die Verwendung des CRM-Systems als „Kundendaten-Hub“.

CRM-Systeme stellen Verbindungen zwischen internen und externen Systemen zur Kundendatenpflege her. Zum Beispiel zwischen dem Online-Kundenkonto, in dem Kunden ihre Daten selbst verwalten können und interner ERP-Software, die Änderungen der Kundendaten bei offenen Bestellungen berücksichtigt. Ebenso sind im CRM-System sämtliche Korrespondenzen und Anrufe des Kunden hinterlegt.

Für die 1:1 Marketing Automation stellt das CRM-System explizite und implizite Kundendaten zur Verfügung.

Im Artikel „Customer Relationship Management (CRM) – Teil 5 der Serie Automatisiertes 1:1 Marketing im Handel“ können Sie nachlesen, wie Kundendaten im Unternehmen eingesetzt werden können. Lesen Sie dabei den Abschnitt „Datensegmente„. Falls Sie diesen nicht sehen, schalten Sie ihn sich frei.

Fazit

In der perfekten Welt verwalten Sie Ihre Kunden- und Produktdaten redundanzfrei, granular und duplikatfrei.

In der echten Welt ist es so, dass ein individueller Kompromiss zwischen Wiederverwendung, Granularität und Datenqualität zu finden ist.

Abhängig vom Ausgangsmaterial kann ein hoher Aufwand notwendig sein, um die eigenen Produkt- oder Kundendaten aufzuarbeiten.

Finden Sie Ihren Kompromiss zwischen dem maximalen Nutzen Ihres Systems, der menschlichen Bedienbarkeit und den Kosten für Eingaben, Bearbeitungen und Aufrechterhaltung der IT-Infrastruktur.

Hat Ihnen dieser achte Teil der Serie „Automatisiertes 1:1 Marketing im Handel“ gefallen? Mit diesem Artikel ist das Grundlagenwissen nun abgearbeitet.

Im nächsten Beitrag der Reihe geht es ans Eingemachte: Wir beginnen mit der „Kopplung von CRM- und PIM-System“, um gemeinsam ein Szenario zu automatisiertem 1:1 Marketing zu erarbeiten.

Tragen Sie hier Ihre Email Adresse ein, um sich zum kostenlosen Email Kurs einzutragen:
Klicken Sie hier für mehr Informationen zum Email Kurs „1:1 Marketing Automation im Handel“.