Schlagwort: Strategy

Ein Gastbeitrag von Fritz Schildt, Analyst bei Etribes:

Im Grunde sind Produktdaten das, womit sich niemand wirklich beschäftigen möchte, weil das Thema trocken, unemotional und oft qualvoll ist. Dabei sind genau diese Daten das Rückgrat eines funktionierenden Unternehmens im E-Commerce, weil diese unter anderem nicht nur essentiell für den Verkauf ansich, sondern genauso für die Kommunikation nach innen und außen sind – kurzum also für alles, was Umsatz bringt. Trotzdem wird dieses Thema in den meisten Unternehmen massiv vernachlässigt und genießt bei weitem nicht die Aufmerksamkeit, die ihm eigentlich gebührt. Das benötigte Augenmerk kommt leider meistens erst, wenn die Hütte brennt und man Lichtjahre davon entfernt ist, neuen Anforderungen von Kunden oder Partnern auch nur in irgendeiner Art und Weise gerecht zu werden. Ist es einmal soweit, ist der Weg zurück sehr steinig und sehr schwer.

Getreu dem Motto: “Man sollte das Dach reparieren, wenn die Sonne scheint” möchte ich darauf eingehen, wie ich die aktuelle Situation der Produktdaten wahrnehme und vorstellen, welche Lösungsansätze das Etribes Team bezüglich der Produktdatenproblematik erarbeitet hat. Für die Veranschaulichung möchte ich einen besonderen Use Case verwenden. Man stelle sich folgendes vor:

Ein Unternehmen aus dem deutschen Mittelstand möchte auf Basis einer strategischen Entscheidung im nächsten Quartal anfangen, seine Produkte über eine digitale B2B Plattform zu vertreiben. Hierfür bekommt es von dem Plattformanbieter einen Anforderungskatalog für die Qualität und den Umfang der Daten zugesendet. Dieser Katalog sieht vor, dass alle Daten auf Deutsch, Englisch, Spanisch und Mandarin verfügbar sind, die Maße in Millimeter und inch angegeben, Spezifikationsänderungen kontinuierlich angepasst und die Sicherheitsdatenblätter tagesaktuell automatisch aktualisiert werden. Gleichzeitig setzt die Plattform ein besonderes Übertragungssystem und einen dedizierten Ansprechpartner als Eskalationsstufe voraus.

Status-Quo

Das Produktdatenmanagement gehört zu den am meist unterschätzten Disziplinen in der Digitalisierung. Oft ist dies organisatorisch zwischen dem Marketing und der IT aufgehängt und wird nebenbei eher verwaltet als gezielt gesteuert, weil keine dedizierten Ressourcen dafür eingeplant sind. Die Produktdaten werden in Excel gespeichert und bei neu aufkommenden Anforderungen seitens des Kunden mühsam und händisch von Tool A nach Tool B überführt. Das ist nicht nur eine Effizienzbremse und ein Fehlermagnet, sondern führt vor allen Dingen dazu, dass die Mitarbeiter das Vertrauen in die Richtigkeit der eigenen Produktdaten verlieren.

Das Kernproblem von Produktdaten liegt nämlich oft darin, dass die Chefetage darüber philosophiert, was sie mit Daten alles erreichen will und weniger darüber nachdenkt, wie sie hierfür überhaupt eine skalierbare Datengrundlage und Infrastruktur schaffen kann. “Wir wollen ein Online-XY launchen” heißt es in den Vorstandssitzungen – aber ein Online-XY überlebt keine zwei Wochen auf dem Markt, ohne eine ganzheitlich gepflegte und aktuelle Datengrundlage im Hintergrund. Ein Großteil der Unternehmen sind ambitioniert, ihr Kerngeschäft um digitale Aktivitäten zu erweitern, merken aber meist schnell, dass gepflegte und digitalisierte Produktdaten hierfür eine “Must-Have” Voraussetzung sind. Niemand macht sich Gedanken über die notwendigen Grundlagen und alle unterschätzen die Tragweite mangelhafter Datenqualität in der Anlage von Stammdaten.

Die einen sagen, dass eine Excel Tabelle mit 10.000 Zeilen und 10.000 Spalten auch eine Datengrundlage ist – und da stimme ich auch teilweise zu. So richtig haarig wird eine Excel erst, wenn wir von unterschiedlichen Sprachen, Quellen, Abhängigkeiten und Ausleitungskanälen sprechen. Die anderen sagen, dass diese Datenkomplexität problemlos im Navision und SAP abgebildet werden kann. Aus meiner Erfahrung sind diese Systeme aber am Belastungslimit, sobald die Anzahl der Datenquellen zunimmt und weder dem Kunden noch dem Mitarbeiter einen wirklichen Nutzen stiften. Geschweige denn, dass die Kompatibilität dieser Systeme mit nötigen Middlewares oder APIs gleich null ist. Ein typisches E-Commerce Unternehmen hat heutzutage mindestens 30 Ausleitungskanäle im Marketing und weitere 15 Ausleitungskanäle über diverse Subsysteme. Die Anpassungen an neue Kanäle erfolgt oft durch hohe Entwicklungsarbeiten und behindern das Unternehmen hinsichtlich der Flexibilität und Umsetzungsgeschwindigkeit massiv.

Mir ist aufgefallen, dass die Lösungsansätze der Unternehmen hier breitgefächert sind. Für die Anpassungen der Daten auf die sich ändernden Anforderungen (wie im Use Case der Einleitung beschrieben) ist für die einen eine hektische Einführung eines neuen PIM Systems die Antwort, für andere das Ausschreiben eines “Stammdaten-Manager”. Jedoch sind dies lediglich punktuelle Problemlöser und bewirken oft ausschließlich, dass mehr Ressourcen für das Thema verbraucht werden. Aus meiner Sicht, muss dieses Thema ganzheitlich und strategisch angegangen werden. Was viele Unternehmen in diesem Zusammenhang benötigen ist eine klare Struktur, anhand welcher erarbeitet werden kann, wie manuelle Aufgaben in welchen Bereichen reduziert und Automatismen etabliert werden können. Wenn man dies einmal sauber aufzieht, amortisieren sich die Aufwände für die Strategieentwicklung und Implementierung meist binnen zweier Jahre.

Etribes Produktdaten-Framework

Gemeinsam mit den Etribes Produktdatenexperten haben wir ein Modell entwickelt, um strukturiert eine Strategie für ein ineffizientes oder auch ausuferndes Produktdatenmanagement zu entwickeln. Es bietet eine Struktur, anhand welcher ganz konkrete Maßnahmen und Handlungsfelder erarbeitet werden können.

Das Etribes GHV Framework orientiert sich an den wichtigsten Dimensionen des Produktdatenmanagements, nämlich der DatenGenerierung, DatenHaltung und DatenVerwendung. Zusätzlich integriert es die individuelle Unternehmenskomponente durch die Beleuchtung der jeweils dahinterliegenden Prozesse, Systeme und Organisationen.

Gemeinsam können so alle erfolgskritischen Use Cases genauer beleuchtet und untersucht werden, bis ein ganzheitliches Bild von dem Status-Quo im Unternehmen entsteht. Überlegt man sich im nächsten Schritt, wie die Wunschvorstellung im Umgang mit Produktdaten aussieht, können darauf aufbauend konkrete und operationalisierbare Maßnahmen abgeleitet werden, die spezifisch die identifizierten Hebel aktivieren. Mit „operationalisierbar“ meine ich, dass das Ergebnis des Modells preisgibt, dass “Person A innerhalb eines Zeitraumes X folgende Aufgabe bearbeitet und Person B & C das Ergebnis in ihre jeweiligen Abteilungen integrieren”.

Bei der Erarbeitung der Maßnahmen steht der Datenausleitungskanal – also der konkrete Use Case – an erster Stelle. Bei der Erhebung und der Strategieentwicklung fragen wir uns also: “Wenn Daten in eine B2B Plattform geladen werden, wo werden diese Daten momentan generiert und gehalten und welche Prozesse, Systeme und Mitarbeiter stehen dahinter”. Auf Basis der Antworten zeigt sich relativ schnell, wo die Hebel liegen und welche Themen angegangen werden müssen.

Ausblick:

Digitalisierung betrifft nicht bloß B2C Online Shops und Kundenportale sondern vor allem die Weiterentwicklung des operativen Kerns eines Unternehmens völlig unabhängig von Kunde und Branche. Ein elementarer Bestandteil hierfür ist die automatisierte Verarbeitung von Daten – im Besonderen die Produktdaten. Hat man eine stabile und belastbare Datenbasis, kann man sich auch trauen, in Richtung neuer Plattformen und Kommunikationsformen zu schauen.

Die Optimierung der Systeme, Prozesse und Organisation im Produktdatenkontext eignet sich darüber hinaus ganz hervorragend für Unternehmen, um erste Digitalisierungsprojekte intern zu proben und umzusetzen. Produktdatenprojekte bieten sich hierfür besonders gut, da die Ergebnisse oft vergleichsweise schnell und über die gesamte Firma hinweg zu bemerken sind und zu einem Geschwindigkeitszuwachs im Tagesgeschäft und damit auch bei der weiteren Digitalisierung führen. Laufen diese Projekte erfolgreich, motiviert das Ergebnis alle Mitarbeiter, weitere Projekte aus eigener Kraft heraus anzustoßen. Hakt es hingegen bei der Umsetzung einer Produktdatenstrategie, muss man sich ganz ernsthafte Gedanken machen, wie man in zehn Jahren noch Geld verdienen will.

Nehmen Sie Kontakt auf:

Als konkrete Handlungsempfehlung lässt sich folgendes ableiten: Egal in welcher Position Sie innerhalb Ihres Unternehmens stehen, wenn Sie wissen, dass ihre Produktdaten inhaltlich und technisch nicht ausreichen, um unsere exemplarischen Anforderungen aus dem Use Case Szenario abzubilden, besteht Handlungsbedarf. Aus unserer Erfahrung, sollte dieser Informationsrückstand strategisch angegangen und mit ausreichend Kapazität versehen werden.

Wenn Sie bei dieser PIM Transformation auf Expertenwissen zurückgreifen wollen, kontaktieren Sie direkt Fritz Schildt, unseren Etribes Ansprechpartner für dieses Thema. Sie erreichen ihn unter fritz.schildt@etribes.de.

Über den Autor:

Fritz Schildt ist seit zwei Jahren als Analyst bei Etribes tätig. Während dieser Tätigkeit hat er unterschiedliche Kunden betreut und kann somit auf ein breitgefächertes Branchenwissen zurückgreifen. Der Aufbau von E-Commerce Geschäftsmodellen und besonders der Fokus auf den Aufbau agiler Teams innerhalb bestehender Organigramme ist seine Passion.

Fritz war bereits für führende Unternehmen im Konsum- und Industriegüterbereich tätig und ist der Überzeugung, dass keine Industrie vor dem Tsunami der digitalen Disruption sicher ist. Den Schwerpunkt seiner Arbeit legt er auf die Implementierung digitaler Lösungen in bestehende Geschäftsmodelle, u.a. der Konzeption von Kooperationsstrategien mit Amazon. Er arbeitete zuletzt bei Samsung Electronics im IT & Mobile Marketing B2B, wo er unter anderem die Einführung unterschiedlicher Flagship Produkte begleitete.