En nettbutikk kan se profesjonell ut og samtidig ha store problemer i produktdataene.
Varer kan mangle , bilder eller tekniske spesifikasjoner. Det samme produktet kan ligge inne flere ganger med ulike navn. Når katalogen vokser, blir slike avvik raskt et driftsproblem.
En er en systematisk gjennomgang av produktinformasjonen. Målet er å finne ut om dataene er komplette, konsistente og brukbare i nettbutikken og kanalene rundt den.
Produktdata er mer enn navn og pris
Produktdata omfatter all informasjon som identifiserer, beskriver og presenterer et produkt.
Det kan være produktnavn, , GTIN, , merke, kategori, pris, lagerstatus, dimensjoner, materiale, tekniske egenskaper, beskrivelser, bilder og varianter.
En liten katalog kan ofte kontrolleres manuelt. Med tusenvis av produkter fra flere leverandører blir kvalitetssikringen en egen disiplin.
Mangler er bare én type feil
Noen produkter mangler informasjon. Andre har informasjon som er registrert på flere forskjellige måter.
Fargen svart kan for eksempel finnes som Black, black, Sort og BLK. For et menneske er betydningen åpenbar. For filtre, eksportfiler og automatisering kan dette bli fire forskjellige verdier.
betyr å standardisere slike verdier slik at informasjon som betyr det samme, også behandles likt av systemet.
Identifikatorer gjør matching mulig
Pålitelige identifikatorer gjør det enklere å avgjøre om to datasett beskriver samme produkt.
GTIN er en global identifikator for handelsvarer. SKU er normalt virksomhetens interne varenummer, mens MPN er produsentens delenummer eller produktnummer.
En gjennomgang kan blant annet avdekke manglende GTIN, ugyldige identifikatorer, samme identifikator på flere varer og inkonsistent bruk av SKU eller MPN.
Duplikater er et beslektet problem. To leverandører kan beskrive samme produkt med ulike navn. Matching bør derfor bygge på flere signaler enn produktnavnet alene.
Kategorier og filtre avslører datakvaliteten
Produktdata blir synlige for kunden gjennom kategorier, filtre og varianter.
Produkter uten kategori, nesten identiske kategorinavn eller inkonsistente attributter gjør navigasjonen dårligere. Hvis filteret for bredde bruker millimeter i én kategori og centimeter i en annen, er problemet både teknisk og redaksjonelt.
Det samme gjelder . Størrelse, farge og kapasitet må være knyttet til riktig hovedprodukt og samtidig ha korrekt pris, lagerstatus, identifikator og bilde.
Bilder og beskrivelser er også data
Produktbilder og produkttekster inngår i samme kvalitetssystem.
En audit kan finne produkter uten bilder, svært små bilder, gjenbruk av feil bilde eller kategorier med helt ulike bildestandarder.
Tekstene kan ha samme problem. En generell formulering som «profesjonell kvalitetsdrill» hjelper lite dersom kunden trenger kapasitet, kompatibilitet, vekt og bruksområde.
Målet er ikke lengst mulig beskrivelse, men at informasjonen som påvirker valget faktisk finnes.
Feil følger produktet videre
Produktinformasjon brukes sjelden bare i nettbutikken.
Data kan gå fra eller leverandørfiler til et , videre til nettbutikken og derfra til et for Google eller markedsplasser. Nettsiden kan i tillegg bruke for å gjøre informasjonen maskinlesbar.
Når systemene viser ulike priser, navn, tilgjengelighet eller identifikatorer, oppstår det konsistensproblemer.
Google Merchant Center dokumenterer at mangelfulle eller motstridende produktdata kan gi begrenset synlighet, feilvisning eller avvisning.
Resultatet bør være en prioritert feiloversikt
En Product Data Audit bør ikke ende med en generell anbefaling om å «forbedre produktdataene».
Resultatet bør vise konkrete funn: hvor mange produkter som mangler identifikatorer, hvilke kategorier som mangler tekniske egenskaper, hvor mange mulige duplikater som finnes og hvor problemene er størst.
Funnene kan deretter prioriteres etter konsekvens:
- feil som kan stoppe distribusjon eller gi feil produkt
- feil som svekker søk, filtrering og sammenligning
- mangler som først og fremst reduserer innholdskvaliteten
Når gjennomgangen gir mest verdi
En Product Data Audit er særlig nyttig når katalogen har vokst raskt, mange leverandører sender ulike Excel-filer, ansatte bruker mye tid på manuelle rettelser eller filtre fungerer dårlig.
Den er også relevant før innføring av PIM, migrering til en ny plattform, større redesign eller når Merchant Center rapporterer mange produktfeil.
Ikke alle nettbutikker trenger først et nytt design. Noen trenger først bedre kontroll på informasjonen som designet skal vise.
