Product Experience  Data Enrichment: Drei Tipps für eine transparente Customer Journey

Anbieter zum Thema

Akeneo GmbH

Klinkhammer Intralogistics GmbH

Arvato Systems GmbH

Sparck Technologies B. V.

Über die Facebook-Anzeige zur Webseite des Anbieters, anschließend ein Besuch im Geschäft, um Produkte zu vergleichen – und am Ende wird beim Onlinehändler eingekauft. In einer Welt, wo Kunden nahtlos zwischen Online-Kanälen und stationärem Handel wechseln können, ist eine reibungslose Customer Journey entscheidend für ein erfolgreiches Online-Business. Data Enrichment spielt hierbei eine besondere Rolle.

Um Interessenten die Omnichannel Customer Journey so einfach wie möglich zu gestalten, benötigen E-Commerce-Anbieter präzise Datenströme. Das gilt sowohl für Produktinformationen als auch für Kundendaten. Denn für potenzielle Käufer und Interessenten ist nichts frustrierender, als wenn sie im Laufe ihrer Customer Journey in verschiedenen Kanälen auf sich widersprechende Informationen stoßen oder Push-Nachrichten zu Produkten erhalten, die so gar nicht zu ihnen passen. 

Der erste Schritt zu mehr Kundenzufriedenheit und Transparenz kann der Einsatz von KI-gestütztem Data Enrichment sein. Im Einzelnen umfasst das nicht nur die Bereinigung und Anreicherung von Daten, sondern auch deren Duplizierung, Extraktion oder Zentralisierung sowie Produktkategorisierung und -klassifizierung in großem Umfang. Mehr noch: Wenn Unternehmen den Plan haben, die Product Experience KI-gestützt erfolgreich zu optimieren, ist Data Enrichment der Startpunkt. Denn um als Unternehmen aus dem Einsatz von KI den maximalen Nutzen zu ziehen, braucht es eine optimale Datenbasis. Um eine solche zu entwickeln, gehen Unternehmen sinnvollerweise in dieser Reihenfolge vor:

• Data Enrichment von Produktdaten

• Generierung von Inhalten und deren Erweiterung

• Personalisierung von Inhalten und Experience für neue Märkte und Regionen

Umsetzung von Data Enrichment in drei Schritten

Data Enrichment bildet also die Basis, um am Ende eine KI-gestützte Product Experience entwickeln zu können. Indem Unternehmen schon an diesem Punkt KI nutzen, können sie ihre Teams von langwieriger manueller Datenarbeit entlasten. Dabei helfen ihnen spezialisierte Plattformen und Apps, wie beispielsweise Akeneo sie anbietet. Damit das funktioniert, ist eine sorgfältige Planung das A und O. Wie geht man Data Enrichment als E-Commerce-Anbieter strategisch am besten an? Folgende drei Tipps helfen, um das Thema erfolgreich umzusetzen:

• Passende Struktur schaffen: Der erste Schritt besteht darin, feste Strukturen und eine Hierarchie zu schaffen, mit der große Mengen an Produktdaten schnell und einfach kategorisiert werden können.

• Daten zentralisieren: Sobald Sie wissen, wie Sie Ihre Daten organisieren sollen, müssen Sie Hunderttausende von Datenpunkten, die von Lieferanten und Herstellern in Dutzenden von verschiedenen Datenformaten stammen, in einer einzigen Single Source of Truth zentralisieren. 

• Daten bereinigen: Unvollständige oder ungenaue Produktdaten können dazu führen, dass eine KI-Lösung falsche Ergebnisse liefert. Stellen Sie vor der Implementierung sicher, dass für jeden Artikel alle Attribute korrekt ausgefüllt sind, von der Größe über die Form bis hin zum Verkaufspreis.

Transparente Customer Journey im Omnichannel

Erst wenn die grundlegenden Daten und Attribute des Produktkatalogs vollständig, geordnet und aktuell sind, sollten die Unternehmen damit beginnen, die Tabellen und Akronyme in für den Kunden verständliche Texte umzuwandeln. Anschließend können die Anbieter mit den Daten weiterarbeiten, um die PX zu optimieren und die Customer Journey im Omnichannel transparenter zu gestalten. Dafür bieten sich vor allem die Bereiche Lokalisierung und Verteilung von Informationen sowie deren Anpassung auf einzelne Kanäle an. Das bedeutet im Einzelnen:

• Lokalisierung von Informationen: Die Anpassung von Produktinhalten an verschiedene Märkte durch Übersetzung und Lokalisierung kann nicht nur sicherstellen, dass Kunden in verschiedenen Ländern die richtigen Währungen, Dimensionen und Maßeinheiten angezeigt bekommen, sondern hilft den Unternehmen auch, lokale Vorschriften und Governance-Anforderungen zu erfüllen.

• Verbreitung von Informationen: Die Quelle der Produktinformationen sollte nicht in einem Silo verbleiben, sondern muss mit Zulieferern, Herstellern und Marken geteilt werden, ganz abgesehen von internen Teams wie Marketing, Vertrieb und Kundensupport und schließlich auch mit kundenorientierten Kanälen. 

• Anpassung von Informationen an die einzelnen Kanäle: Auch wenn alle Informationen aus derselben Quelle stammen, müssen sie für jeden Kanal angepasst werden. So sehen beispielsweise lange SEO-Titel, die auf Amazon verwendet werden, in sozialen Medien nicht so gut aus.

Die Bedeutung von strukturiertem Data Enrichment für eine zukunftsgerichtete PX und mehr Kundenzufriedenheit im Omnichannel ist nicht zu unterschätzen. Umso wichtiger ist es, hier strukturiert vorzugehen, um eine solide Datenbasis zu schaffen die anschließend problemlos erweitert und genutzt werden kann.

Verkaufskanäle: Deutsche Verbraucher sind wenig technologieoffen