Geen business zonder goede productinformatie

Product Information Management (PIM) wint sterk aan belang en vereist een professionele, centraal gestuurde aanpak. Zowel binnen de organisatie als over de keten heen. Dat blijkt uit het recente PIM-onderzoek, uitgevoerd door Squadra MDM in samenwerking met ShoppingTomorrow. Van de ondervraagde professionals geeft maar liefst 91 procent aan dat hoge datakwaliteit fundamenteel is. Opvallend is de opmars van machine learning, dat het verrijken van productinformatie automatiseert.

Man wijst op laptopscherm

Een snellere time-to-market wordt door ruim 60 procent van de ondervraagden gezien als de belangrijkste driver voor goede productdata. Een hogere conversie en omzet wordt door bijna evenzoveel respondenten genoemd. Grootste stijger (55 procent) vormt de behoefte aan eenduidige processen. Het onderzoek onderstreept de behoefte aan een geïntegreerde aanpak, waarbij productdata over de gehele keten wordt gestandaardiseerd – van fabricage en groothandel tot retail. “Ook binnen organisaties zelf is deze eenduidigheid fundamenteel”, vertelt Wim Griffioen, als PIM-specialist binnen Squadra nauw betrokken bij het onderzoek. “Denk aan retailers die voor hun huismerken hun eigen product-informatie moeten organiseren. Juistheid, volledigheid en ook snelheid zijn in een wereld waarin de klant zijn eigen informatiebehoefte bepaalt van het grootste belang.”

Knelpunten

Het PIM-onderzoek van Squadra is afgelopen jaar voor de derde maal uitgevoerd. Al bij de eerste editie in 2014 luidde de conclusie dat eenduidige, kwalitatief goede data belangrijk is om de eindklant zo goed mogelijk te kunnen bedienen. Niettemin zijn product- en masterdatamanagement nog altijd ‘moeilijke’ onderwerpen, die zonder professionele ondersteuning nauwelijks van de grond komen. Knelpunten zijn een gebrek aan breed gedragen standaarden, handmatige data-onboarding en de omgang met ongestructureerde data. Europese wetgeving dwingt organisaties niettemin tot een strategie en aanpak. In tijden van een sterk groeiende online-economie is het onderwerp sowieso niet langer te negeren.

Griffioen: “Webshops en andere online verkoopkanalen kunnen niet zonder een ‘single version of the truth’, van waaruit unieke data naar alle verkoop- en marketingkanalen gepubliceerd kan worden. Rijke productdata is fundamenteel om zaken te kunnen doen. Denk aan de juiste productspecificaties, maar ook een goede kwaliteit afbeeldingen en video’s wordt steeds belangrijker.” Alle betrokken partijen in de waardeketen zijn voor dit alles medeverantwoordelijk, zo oordelen de onderzoekers. Dat slechts 30 procent van de ondervraagden tevreden is over de data-aanlevering door leveranciers, onderstreept het belang van een centrale, geïntegreerde aanpak.

Machine learning

Sinds de start van ShoppingTomorrow brengt Squadra’s jaarlijkse enquête onder een representatieve groep van datamanagement-professionals de stand van zaken rond het beheer productinformatie in kaart. Daarnaast proberen de initiatiefnemers nieuwe trends te signaleren en te duiden. Ketenintegratie vormt zoals gezegd de belangrijkste driver voor productinformatie en ook van big data wordt veel verwacht. Opvallend dit jaar is de opmars van machine learning, in te zetten voor het automatisch interpreteren en rubriceren van afbeeldingen en tekstuele informatie. De technologie is met name een uitkomst bij de verwerking van zeer grote hoeveelheden informatie. Bijvoorbeeld in het kader van de producten in de staart van de curve (long tail).

Bestand downloaden

Laat je gegevens achter om bestanden te kunnen downloaden. Dit hoeft maar één keer.

Bij het klikken op ‘downloaden’ geef je toestemming dat jouw gegevens worden verstrekt aan de partner/auteur van het document (met wie dit document in samenwerking tot stand is gekomen) en dat je benaderd kunt worden door de partner/auteur, binnen 3 maanden na het downloaden. Meer informatie over hoe ShoppingTomorrow omgaat met je gegevens is te vinden in het privacy statement.