Qhuba Research
Product Informatie Management
Onderzoek naar Product Informatie Management bij Nederlandse organisaties in het kader van Shopping2020
Door Wim Griffioen, Utrecht januari 2015
Inhoudsopgave
1
Executive Summary............................................................................................................ 3
2
Inleiding .............................................................................................................................. 5
3
Kader van het onderzoek ................................................................................................... 6 3.1
Type respondenten ...................................................................................................... 6
4
Huidig gebruik van data ...................................................................................................... 7
5
Product informatie management ........................................................................................ 7
6
7
8
5.1
Type PIM-informatie .................................................................................................... 7
5.2
Het verzamelen van Product Master Data ................................................................... 8
5.3
Aanlevering van informatie door leveranciers .............................................................. 9
5.4
Niveau van uitwisseling productgegevens ................................................................... 9
5.5
Regelgeving ............................................................................................................... 10
Kwaliteit Product Data ...................................................................................................... 11 6.1
Uitdagingen ................................................................................................................ 11
6.2
Voordelen .................................................................................................................. 12
6.3
Verantwoordelijkheid voor datakwaliteit PIM ............................................................. 13
6.4
Verbeteren productdata ............................................................................................. 13
Mogelijke PIM-oplossingen .............................................................................................. 14 7.1
Software solution packages ....................................................................................... 14
7.2
Voordelen PIM-oplossing ........................................................................................... 15
7.3
Invloed van sociale media op PIM ............................................................................. 16
7.4
Hoe ziet PIM er in 2020 uit? ...................................................................................... 16
Conclusie .......................................................................................................................... 17
Pagina |2
1
Executive Summary
Middels een online PIM-vragenlijst is in de periode mei – juli 2014 onderzocht hoe organisaties momenteel omgaan met hun productdata en de kwaliteit daarvan. De respondenten zijn afkomstig uit alle schakels van de waardeketen en werkzaam op verschillende afdelingen van de betrokken organisaties. Het onderzoek geeft aan dat productgegevens in 88% van de gevallen centraal worden beheerd. Naast behoeften vanuit de markt hebben organisaties te maken met verschillende vormen van veelal internationale regelgeving ten aanzien van te beheren en publiceren productdata, zoals energienormeringen en meest recentelijk informatie over ingrediënten (EU-foodlabelling). Met het toegenomen belang gaat het bij productdata vooral om het verzamelen van rijke productdata, die belangrijk is voor de communicatie naar klanten. Dit impliceert een nieuwe stroom binnen de waardeketen. Waar in het verleden veel aandacht uitging naar de goederenstroom, orderstroom en financiële stroom, staat komende jaren de productinformatiestroom in toenemende belangstelling. Content is immers ‘king’ op het web. Opvallend is dat dit verzamelen grotendeels nog via handmatige invoer gebeurt, wat is toe te schrijven aan het feit dat leveranciers de informatie niet op een eenduidige manier aanleveren. Slechts 26% van de deelnemers aan het onderzoek geeft aan dat men voldoende informatie ontvangt. Daar tegenover staat dat 42% van de deelnemers niet genoeg informatie krijgt van de leveranciers. Gevraagd naar het belang van de kwaliteit van productdata blijkt dit van zeer groot belang: een score van 6.4/7 oftewel een 9.1 (uit 10). Er liggen nog grote uitdagingen bij het waarborgen van de kwaliteit van productdata, voornamelijk als het gaat om marketingteksten. Deelnemers geven duidelijk de voordelen van goede productdata aan, met eenduidige processen als belangrijkste punt. Ten aanzien van Product Data Quality Management blijkt dat het PIM-vakgebied nog relatief jong is. Organisaties zijn vaak al blij als ze de informatie bij elkaar krijgen en kunnen publiceren op hun website, in hun catalogussen of brochures of op schapkaarten in hun winkel. De stap naar het verbeteren van productdata is nog maar mondjesmaat gezet. In de meeste gevallen is er nog geen procedure opgesteld voor de verbetering ervan. Daarnaast komt uit het onderzoek naar voren dat er grote verschillen zijn in de organisatievorm rondom PIM. Waar een aantal organisaties het vergaren en integraal beheren van productdata bij een specifieke afdeling heeft belegd, ligt deze verantwoordelijk bij een aantal andere organisaties heel gespreid – soms als gevolg van omvang en internationale complexiteit, maar veelal omdat dit altijd al zo was. Er wordt door de deelnemers nog weinig gebruik gemaakt van PIM-oplossingen. Van de respondenten geeft 68% aan geen specifieke PIM-software te gebruiken. Van de 25% die dat wel doet maakt tweederde gebruik van een standaardoplossing. Daar de deelnemers wel de voordelen van een PIM/MDM-oplossing zien om de kwaliteit van de productdata te verhogen, wordt verwacht dat de komende jaren veel organisaties zullen overstappen naar specifieke PIM-oplossingen, veelal op basis van in de markt beschikbare PIM/MDM-software. Deelnemers zijn ook erg positief over de toekomst van dit soort oplossingen. Dit is helemaal van belang wanneer organisaties hun producten nog meer online gaan verkopen, waarbij
Pagina |3
juiste en volledige productdata in toenemende mate onderscheidend zal zijn voor de verkoop. Concluderend kan gesteld worden dat organisaties door de ontwikkelingen van verkoop via het web en omnichannel-marketing duidelijk het belang van goede productdata zien en dientengevolge ook de noodzaak van specifieke PIM/MDM-oplossingen. Veel organisaties (72%) werken in de praktijk nu nog met allerlei ad hoc-oplossingen en zelfgebouwde systemen voor de verrijking van productdata. Ook zijn er veelal nog geen eenduidige en geautomatiseerde processen opgesteld voor de verwerking van productdata. De komende jaren zal naast het implementeren van PIM-oplossingen ook aandacht uitgaan naar het inrichten en optimaliseren van PIM-gerelateerde bedrijfsprocessen en het (door)ontwikkelen van de PIM/MDM-organisatie. Integratie in de keten, het maken van (aanvullende) afspraken met data uitwisseling en standaarden en integraal kwaliteitsbeheer zijn belangrijke thema’s voor de komende jaren. Het implementeren van een PIM-systeem is echter geen oplossing voor alles, want ook in 2020 verwacht men nog het nodige werk te moeten verrichten aan Product Informatie Management. Meer nog dan vandaag de dag wordt product-content king en zal een geïntegreerde aanpak van organisatie, proces en systeem de meeste kansen bieden.
Pagina |4
2
Inleiding
Dankzij internet hebben consumenten veel meer keuze bij hun aankopen. Dit is een interessante en ook ingrijpende ontwikkeling, want steeds vaker kopen mensen producten en diensten online. Deze trend is de inspiratie geweest voor het opzetten van Shopping2020: hoe winkelt de Nederlandse consument in 2020? Het Shopping2020programma bestaat uit een onderzoeksfase en een actiefase. In de eerste fase zijn vorig jaar reeds verschillende onderzoeken uitgevoerd om de belangrijkste ontwikkelingen in kaart te brengen. Product Informatie Management is hierbij als een van de belangrijke thema’s naar voren gekomen. In 2014 is als onderdeel van het Shopping2020-programma een PIM Expertgroep geformeerd, bestaande uit ongeveer 25 verschillende organisaties. GS1 treedt hierbij op als gastheer, waarbij Qhuba de kennispartner is en tevens de voorzittersrol vervult. Het beheren van grote hoeveelheden rijke productinformatie, vooral in een online omgeving, is voor veel organisaties een enorme uitdaging. Dit komt mede doordat binnen veel organisaties de opslag en het beheer van productinformatie nog niet systematisch geregeld wordt. PIM-oplossingen, soms ook Product Master Data Management genoemd, biedt hiervoor de uitkomst doordat het alle informatie accuraat en up-to-date opslaat en hiermee een ‘single version of the truth’ mogelijk maakt. PIM-oplossingen bestaan niet alleen uit een PIM-systeem, maar tevens uit PIM-processen en een PIM-organisatie.
Proces
Product data Organisa3e
Systeem
Deze enquête is uitgevoerd om een beeld te krijgen van de toepassing van Product Information Management en de knelpunten die daarbij optreden in de gehele waardeketen van de Nederlandse Retail/Wholesale-sector – dus inclusief de productiebedrijven die zich aan het begin van de waardeketen bevinden. In het onderzoek wordt in kaart gebracht in hoeverre organisaties al PIM-systemen hebben ingevoerd en welke visie men heeft over de toekomst van PIM. De resultaten zijn ook gebruikt als input voor de bijeenkomsten van de PIM-expertgroep.
Pagina |5
3
Kader van het onderzoek
Om een duidelijk beeld te krijgen van hoe organisaties in de branche met PIM omgaan, is een vragenlijst opgesteld en verstuurd aan alle organisaties in Nederland die op enigerlei wijze te maken hebben met PIM in relatie tot omnichannel-retailing. Deze vragenlijst kon online ingevuld worden en voltooiing duurde ongeveer 15 minuten. In totaal hebben 56 organisaties aan dit onderzoek deelgenomen.
3.1
Type respondenten
Respondenten komen duidelijk uit heel verschillende industrieën, waarbij het grootste gedeelte actief is in de branche Commercieel/Retail, namelijk 40%. Daarnaast komt een groot deel uit de Bouwindustrie (25%). De rest van de respondenten is actief in andere branches. Daarnaast is er een goede spreiding wat betreft de grootte van de organisaties, waarin de respondenten actief zijn.
Aantal medewerkers 1 -‐ 10 11 -‐ 50 51 -‐ 250 251 -‐ 1000 > 1000
De respondenten zijn veelal werkzaam op marketing/sales-afdeling: 35%, de IT-afdeling (23%), of op een andere afdeling (35%). Vanuit waardeketen-perspectief is met name de groothandel met 41% goed vertegenwoordigd. Daarnaast is 23% van de respondenten actief bij fabrikanten en 18% bij retailers.
Het aantal medewerkers dat actief met databeheer bezig is binnen de verschillende organisaties hangt logischerwijs sterk samen met de grootte ervan. Voor de kleinere organisaties met een grootte variërend tussen de 1 en 250 medewerkers zijn er gemiddeld tussen de 6 en 10 medewerkers actief op het gebied van datamanagement. Voor de grotere organisaties – waaronder die met meer dan 250 medewerkers zijn gerekend – zijn er gemiddeld tussen de 11 en 20 mensen actief voor het beheren van masterdata. Maar liefst 80% van de respondenten verkoopt producten via webshops. Voor online verkoop is de accuraatheid en juistheid van informatie van groot belang. Wanneer deze
informatie niet juist verwerkt is, kan dit voor problemen (klachten en/of retouren) zorgen.
Pagina |6
4
Huidig gebruik van data
Voor organisaties geeft het centraal beheren van productdata veel voordelen. Zo kunnen deze gemakkelijker informatie vinden die ze zoeken, kunnen fouten makkelijker gedetecteerd worden, is er slechts één bron van waarheid (de genoemde single version of the truth) en kunnen processen efficiënt gestroomlijnd worden. Deze voordelen zijn duidelijk, maar worden lang niet altijd in de praktijk gerealiseerd. Dit komt mede doordat het centraliseren van dit soort informatie op een juiste manier veel tijd vergt. Daarnaast worden problemen nog vaak ad hoc opgelost, wat leidt tot suboptimalisatie. Wat als eerste opvalt is dat de meeste organisaties al veel informatie centraal beheren. Uit de grafiek is af te lezen dat productgegevens het vaakst (87%) centraal beheerd worden. Daarnaast valt op dat er ook veel andere gegevens op een centrale plek beheerd worden.
Centraal Beheer Gegevens! Productgegevens!
Leveranciersgegevens!
Klantgegevens!
Financiële gegevens!
Persoonsgegevens! 0%! 10%! 20%! 30%! 40%! 50%! 60%! 70%! 80%! 90%! 100%!
5
Product Informatie Management
In dit onderzoek is vooral gericht op de manier waarop organisaties met hun productdata omgaan. Daarvoor zijn specifieke vragen gesteld over wat men verzamelt en de manier waarop er met productgegevens wordt omgaan.
5.1
Type PIM-informatie
Organisaties hebben aangegeven welke type informatie tot hun productdata wordt gerekend. Hierbij worden technische data en foto’s het vaakst genoemd. Dit is niet verwonderlijk, aangezien dit soort data het mogelijk maakt om verschillende producten goed met elkaar te kunnen vergelijken om tot een productkeuze te komen.
Pagina |7
Domeinen Productgegevens! Technische data! Foto's! Handleidingen! Functies! Certificaten / Referenties! Video's ! Klantenservice informatie! Anders! 0%! 10%! 20%! 30%! 40%! 50%! 60%! 70%! 80%! 90%! 100%!
5.2
Het verzamelen van Product Master Data
Gezien het grote belang van tijdige, volledige, correcte en consistente productdata is het verrassend dat de respondenten aangeven dat het leeuwendeel van de data nog steeds met de hand wordt verzameld (86%). Daarnaast wordt Excel als tweede genoemd (70%). Hier is dus nog een grote slag te maken, want in beide gevallen is er een grote kans op fouten. Gekwalificeerde datafeeds van leveranciers en het gebruik van branche-gerelateerde datapools zijn de volgende bronnen in de ranking. Deze meer geavanceerde vormen van datavergaring en -verrijking worden nog duidelijk onvoldoende benut. Aangezien men hier meerdere antwoorden mocht geven, blijkt overduidelijk dat men meerdere wijkwijzen naast elkaar gebruikt. De reden komt in paragraaf 5.4 nader aan de orde.
Verzamelen van Productgegevens Handma3ge invoer Excel files Datafeeds Externe data-‐pools Golden record principle Geautoma3seerde content crea3on Marktplaatsen Anders 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Pagina |8
5.3
Aanlevering van informatie door leveranciers
Organisaties zijn vaak afhankelijk van de informatie die zij aangeleverd krijgen van leveranciers. De vraag was dan ook of zij voldoende informatie van leveranciers krijgen, of dat hier nogal wat aan schort. Slechts 26% van de deelnemers aan dit onderzoek gaf aan dat zij voldoende informatie ontvangen. Daar tegenover staat dat 42% van de deelnemers niet genoeg informatie verkreeg van de leveranciers. De overige deelnemers (32%) gaven aan dat zij gedeeltelijk voldoende informatie ontvangen en hebben aangegeven wat zij hieraan vooral misten. De meest genoemde tekortkoming is de uniformiteit in aanlevering, volledigheid en kwaliteit. Daarnaast blijkt dat leveranciers productinformatie vaak nog niet in meerdere talen beschikbaar hebben, wat weer voor extra werk kan zorgen. Tenslotte blijkt dat er grote verschillen zijn tussen leverancier ten aanzien van de kwaliteit, volledigheid en tijdigheid. Doordat productdata niet door elke leverancier op een juiste manier wordt aangeleverd, wordt het proces vermoeilijkt. Het is duidelijk dat nog niet alle leveranciers het belang van tijdige aanlevering van rijke productinformatie onderkennen. Dit is deels verklaarbaar, want de druk komt van ‘rechts’ in de waardeketen: het zijn de consumenten of zakelijke klanten die via internet zoeken en kopen, die druk zetten op de retailers. Deze zetten op hun beurt druk op de voorgaande schakels in de waardeketen: de groothandel en/of de producenten (brands). Hier ligt dus nog een belangrijke taak voor retailers om hun toeleveranciers te informeren over het belang van rijke productinformatie. Hoe beter zij deze aanleveren, hoe beter hun producten verkocht kunnen worden. Uit het onderzoek komen tevens grote verschillen per branche naar voren. De leveranciers in de computer- en elektronicabranches zijn hierbij het verst. Dit heeft alles te maken met het feit dat deze branches als eerste de omslag van traditionele verkoopkanalen naar het web gemaakt hebben.
5.4
Niveau van uitwisseling productgegevens
Productgegevens kunnen op verschillende manieren en niveaus worden gecommuniceerd door de keten. Hierbij kwam duidelijk naar voren dat de gegevens vooral op productniveau (40%) en op product-item-niveau (47%) worden uitgewisseld. Producten worden relatief weinig op productgroep (5%) en productbatch (7%) uitgewisseld.
Pagina |9
5.5
Regelgeving
Naast de noodzaak om kwalitatieve en rijke productinformatie te hebben ter ondersteuning van omnichannel-marketingactiviteiten, zijn ook regelgeving en standaarden op nationaal en internationaal niveau van belang voor partijen die te maken hebben met productgegevens. Standaarden worden daarbij steeds belangrijker voor de communicatie in de keten. Voor een efficiënte doorloop van gegevens moet iedereen dezelfde taal spreken. Daarbij komt ook nog eens dat Nederland een exportland is en dus veel te maken heeft met dit soort standaarden en regelgeving. Uit de grafiek is af te lezen dat partijen vooral te maken hebben met wereldwijde normen.
Regelgeving! Wereldwijde normen! ISO certificaties! Duurzaamheid-certificaten! Energie labels! European Food Regulaties (1169)! Anders! 0%!
10%!
20%!
30%!
40%!
50%!
60%!
P a g i n a | 10
6
Kwaliteit Productdata
De respondenten geven aan de kwaliteit van productdata erg belangrijk te vinden met een gemiddelde score van 6,4 uit 7, waar 7 staat voor heel erg belangrijk. Dit is dus 91%.
6.1
Uitdagingen
Uitdagingen Marke3ng teksten Product foto's / video's Product referen3es (cross sell, alterna3even) Product iden3fica3e gegevens Zoek gerelateerde data / keywords Product toepassingsmogelijkheden Anders 0%
10%
20%
30%
40%
50%
60%
70%
Organisaties geven aan dat de marketingteksten de grootste uitdaging vormen. Dat is niet vreemd, omdat de aanlevering van veel andere productgegevens redelijk eenduidig is. Zo zal het format van papier keurig met waarden zoals A4 en A3 worden aangeleverd, het voltage van een laptop netjes in 220 of 110 Volt worden aangegeven en is de hoogte van een stoel ook niet voor meerdere interpretaties vatbaar. Dit geldt niet voor marketingteksten. Sommige leveranciers leveren een enkele zin met daarin de waarden van de belangrijkste attributen aan, iets wat meer in een productomschrijving past. Andere leveranciers leveren een halve pagina proza aan. Daarnaast zal een organisatie de marketingtekst in lijn willen brengen met de merkstrategie, wat feitelijk betekent dat de marketingtekst – zeker voor de topsellers – veelal herschreven zal worden. Naast de marketingtekst blijkt dat ook foto’s en eventueel videomateriaal nog de nodige uitdagingen met zich meebrengt. Ondanks dat niet naar de oorzaak is gevraagd, is het vermoeden dat dit met een aantal factoren te maken heeft. Allereerst blijkt dat de foto’s vaak nog in een te lage resolutie worden aangeleverd. In de begindagen van internet nog niet zo’n probleem, maar met de opkomst van tools die zooming (het uitvergroten van delen van de foto’s) mogelijk maakt, is de roep om foto’s van
P a g i n a | 11
hoge resolutie aanzienlijk toegenomen. Daarnaast is het op het web van belang de foto’s los staan van hun context, dus zonder achtergrond. Dit zorgt voor rust en een consistente uitstraling op de website. Ook een witte achtergrond is veelal niet goed, omdat er op de website gebruik wordt gemaakt van bepaalde achtergrondkleur die dan wordt weggedrukt door de witte achtergrond van foto’s. Leveranciers blijken vaak niet op de hoogte van deze nieuwe, door internet gedreven wensen ten aanzien van fotomateriaal. Verassend uit bovenstaande resultaten is dat product-identificatiegegevens, zoals een EAN/GTIN-code of de combinatie van Manufacturer en Manufacturing Part Number (MPN), nog voor veel organisaties een uitdaging is en dat eenduidige informatie hoge noodzaak heeft. Dit is vooral ook verassend, omdat deze identificatie nodig is wil een organisatie met externe partners zaken kunnen doen. Denk hierbij aan integratie met externe datapools zoals GS1, GfK/Etilize en Icecat met rijke productinformatie. Zonder productidentificatie is het niet mogelijk om de rijke productinformatie uit deze datapools te halen. Daarnaast kan een productidentificatie worden gebruikt om externe bronnen te raadplegen betreffende cross- en upsells. Dat deze zogenaamde productreferenties een uitdaging zijn is niet zo vreemd, omdat het verzamelen en beheer van deze referenties vaak complex is. Denk hierbij ook aan het feit dat als een product uit de markt wordt gehaald, ook alle naar dit product verwijzende referenties moeten worden bijgewerkt.
6.2
Voordelen
Deelnemers aan dit onderzoek hebben tevens aangegeven wat de grootste voordelen zijn van hoge kwaliteit van productdata. In de grafiek is af te lezen dat als grootste voordeel de eenduidigheid van processen is, aangezien organisaties met een goede PIM-oplossing één bron hebben waaruit ze alle informatie kunnen halen.
Voordelen Eenduidige processen en workflow Efficiëntere zoekopdrachten en minder correc3es noodzakelijk Minder coördinerende inspanningen nodig Hogere conversie en hogere omzet Minder (onvoorziene) kosten Juiste, accurate berekeningen Anders 0%
10%
20%
30%
40%
50%
60%
70%
P a g i n a | 12
6.3
Verantwoordelijkheid voor datakwaliteit PIM
Verantwoordelijk voor datakwaliteit Aparte product master data afdeling Samenwerking tussen de IT afdeling en opera3onele afdelingen Opera3onele afdelingen Anders IT afdeling 0%
5%
10%
15%
20%
25%
30%
De verantwoordelijkheid voor datakwaliteit binnen de deelnemende organisaties is op verschillende plaatsen in de organisatie belegd. Meer dan een kwart van de organisaties (28%) heeft al een aparte product master data afdeling. Daarnaast is er een groep van organisaties (15%) waar dit bij een andere afdeling ligt, hier werd de directie genoemd, een speciale e-businessafdeling en de marketingafdeling genoemd. Opvallend is dat bij circa 5% van de organisaties de verantwoordelijkheden nog niet zijn geregeld. Daarnaast valt op dat IT in vele gevallen (mede)verantwoordelijk is voor het managen van productdata. De aanname is dat dit veelal om historische redenen is: data is moeilijk en systeem-georiënteerd. Daarnaast zijn het de operationele afdelingen of een specifieke MDMafdeling die verantwoordelijk zijn. Uit de discussie binnen de Shopping2020 PIM Expertgroep blijkt dat het eigenaarschap bij voorkeur aan de businesszijde ligt, waarbij de business actief samenwerkt met en ondersteuning krijgt van IT. Daar rijke productinformatie met name van belang is ter ondersteuning van de sales- en marketingprocessen, geven de meeste partijen binnen de expertgroep aan een voorkeur voor de marketing-organisatie te hebben.
6.4
Verbeteren productdata
Uit het onderzoek blijkt dat het vakgebied van Product Informatie Management nog relatief jong is. Betrokken organisaties zijn vaak al blij dat ze de informatie bij elkaar krijgen en kunnen publiceren op hun website, in hun catalogussen of brochures of op schapkaarten in hun winkel. De stap naar het verbeteren van productdata is nog maar mondjesmaat ingezet. In de meeste gevallen is er nog geen procedure opgesteld voor de verbetering van
P a g i n a | 13
productdata. Hier kunnen dus nog veel stappen gemaakt worden om de kwaliteit van productdata te verbeteren.
Verbeteren Productdata Er is geen procedure opgesteld
Voornamelijk door een con3nu verbeterproces Vooral gedreven door bepaalde vraag, zoals het halen van een kwaliteitsdrempel of een bepaald percentage van datagroei Anders 0% 5% 10% 15% 20% 25% 30% 35% 40% 45%
7
7.1
Mogelijke PIM-oplossingen
Software solution packages
Deelnemers zijn gevraagd of zij al gebruik maken van een software solution pakket voor het beheren van hun productdata.
So;ware solu
Nee Ja Weet ik niet
Het grootste gedeelte van de deelnemers gebruikt nog geen software solution pakket (68%). Bij 25% van de deelnemende organisaties wordt wel een software solution pakket gebruikt, waarvan tweederde een standaardoplossing is.
P a g i n a | 14
7.2
Voordelen PIM-oplossing
Uit dit onderzoek komt duidelijk naar voren wat de voordelen zijn van een MDM-oplossing, wat vooral betrekking heeft op de datakwaliteit, klanttevredenheid en vindbaarheid. Deze drie staan in directe relatie tot elkaar. Een PIM-systeem ondersteunt data-onboarding, datacleansing, normalisatie- en transformatieprocessen en biedt vaak ook mogelijkheden op het gebied van kwaliteitsbewaking (quality dashboards). Hogere kwaliteit van rijke productdata zal leiden tot een hogere klanttevredenheid, omdat het de klant in staat stelt zich beter te oriënteren en een juiste keuze te maken. Een PIM-oplossing kan ook bijdragen aan de klanttevredenheid, aangezien het toepassen van customer-ratings het voor zowel klanten als organisaties zelf inzichtelijker wordt hoe bepaalde producten ervaren worden door klanten. Rijkheid en kwaliteit van data zijn ook van directe invloed op de vindbaarheid van producten. Als een Google-gebruiker een product zoekt en daarbij drie of vier producteigenschappen intikt, zullen de ingebrachte waarden overeen moeten komen met de data op de website die idealiter gevoed wordt vanuit een PIM-systeem. Als de productdata onvolledig is – doordat er geen data is voor een van die drie tot vier eigenschappen, of de productdata een tikfout bevat, dan zal het product waarschijnlijk niet gevonden worden. Dit geldt niet alleen voor externe zoekmachines maar ook voor de op de website zelf gehanteerde zoekmachine (bijvoorbeeld Endeca). Ook deze zoekmachines behoeven volledige, correcte en consistente data om een product vindbaar te maken via een zoekopdracht of via zogenaamde refinements: het selectiefilter dat zich meestal aan de linkerkant van een website bevindt, om uit een grote hoeveelheid zoekresultaten gerichte selecties te maken.
Voordelen Verhoogde kwaliteit van data Verhoogde klancevredenheid Toegenomen vindbaarheid Verlaging van kosten voor dataverwerking Verkorte doorloop3jd Verlaagde ksoten door systeem integra3e Verhoogde conversion rates Verminderen van het retourneren van producten 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Wanneer deze informatie op een eenduidige manier opgeslagen en weergegeven wordt, kunnen organisaties tekortkomingen eerder detecteren en aanpakken.
P a g i n a | 15
Naast kwaliteit, klanttevredenheid en vindbaarheid zijn het met name de efficiency- en integratievoordelen (kosten) en time-to-market die een rol spelen in de businesscase voor een PIM-systeem.
7.3
Invloed van sociale media op PIM
De meningen waren erg verdeeld over de invloed van social media op PIM (een 1 geeft aan geen invloed, en een 7 geeft een grote invloed aan). Dit duidt erop dat de zogenaamde feedbackloop nog niet vaak gehanteerd wordt. Door customer ratings, customer reviews en eventueel word-cloud samenvattingen terug te brengen in het PIM-systeem kan een 3600view worden verkregen, die het productmanagement mogelijk maakt een integraal productbeeld te verkrijgen.
Invloed social media op PIM 20% 18% 16% 14% 12% 10% 8% 6% 4% 2% 0% 1
7.4
2
3
4
5
6
7
Hoe ziet PIM er in 2020 uit?
Een deel van de respondenten had nog geen duidelijk beeld over hoe PIM er in 2020 uit zal gaan zien (28% van de deelnemers). De resterende deelnemers gaven wel duidelijk aan hoe zij de toekomst van PIM voor ogen hebben. Wat hieruit vooral naar voren kwam, is dat men van mening is dat PIM meer geïntegreerd (door de gehele keten) zal worden en ook meer gecentraliseerd. Ook voorziet men dat door technologische ontwikkelingen alle data sneller verwerkt kan worden en dus ook sneller kan worden aangepast. Tevens is opvallend dat een aantal deelnemers voorziet dat de ‘crowd’ een belangrijkere rol gaat spelen met het genereren van rijke informatie. Hier zullen de PIM-leveranciers dan ook op moeten inspelen. Andere zaken die genoemd werden en mogelijk een rol gaan spelen is onder meer Google (alle informatie zit ergens in de Google-cloud). Naast bovengenoemde, meer technologisch gedreven ontwikkelingen geeft het merendeel van de respondenten aan dat goede productdata steeds meer een unique selling point wordt. Wanneer productdata niet op orde is, kan dat snel negatieve gevolgen hebben voor de bedrijfsvoering (meer kosten/minder sales). Over vijf jaar zullen er zeker flinke stappen zijn gemaakt, maar er valt te beluisteren
P a g i n a | 16
dat ook dan nog steeds veel PIM-werk verricht zal moeten worden. Het implementeren van een PIM oplossing is duidelijk geen project, maar een reis op weg naar volwassenheid ten aanzien van het vergaren, beheren en optimaliseren van productdata. Op weg naar de holy grail : a single version of the truth waarna productdata overal consistent kan worden gebruikt.
8
Conclusie
Uit dit PIM onderzoek komt een aantal markante zaken naar voren. Positief is het feit dat de organisaties de kwaliteit van goede productdata erg belangrijk vinden. Onderschreven wordt dat een PIM-oplossing kan bijdragen aan de kwaliteit van de productdata en daarnaast ook het hele proces kan versoepelen. Opvallend is dat veel organisaties (72%) de data nog niet verwerken via een geautomatiseerd systeem, of dit slechts deels doen. Het feit dat veel data nog handmatig verwerkt wordt is ook een goede businesscase voor een PIM oplossing, aangezien het invoeren van een PIM-oplossing veel tijd en fouten kan besparen. Uit dit onderzoek blijkt dat er nog veel stappen gemaakt moeten worden om de kwaliteit van productdata te waarborgen. Dit komt met name door het feit dat er veelal nog geen gestandaardiseerde procedures zijn opgesteld, geen verantwoordelijke afdelingen zijn aangemerkt en geen eenduidige systemen worden gebruikt. Wanneer organisaties door de gehele waardeketen meer standaards gaan gebruiken, kan de productdata aan alle schakels beter worden getoond en verwerkt. Aangezien steeds meer producten online worden verkocht, is rijke (volledige/consistente) productinformatie noodzakelijk. De online consument maakt met behulp van goede productdata voor zichzelf een betere keuze en is voor het uitverkoren bedrijf uiteindelijk een meer tevreden klant. Voor de retailer is de oplossing niet simpelweg wachten op de andere schakels in de keten; men dient zelf in actie te komen om de volledige productdata op orde te krijgen aangezien lang niet alle content vanuit de traditionele keten komt (bijv social data). Hoe eerder men hiermee begint, hoe beter want ook in 2020 verwacht men nog het nodige werk te moeten verrichten aan Product Informatie Management. Meer nog dan vandaag de dag wordt in de toekomst product-content king en zal een geïntegreerde aanpak van organisatie, proces en systeem de meeste kansen bieden. Niets doen is uiteraard ook een keuze, maar organisaties die hun PIM niet goed op orde hebben, krijgen het lastig om concurrerend te zijn of te blijven in een omnichannel wereld.
-/-
P a g i n a | 17
Over Qhuba : Qhuba, opgericht in 2007, is een snel groeiend strategie-executienetwerk met meer dan 70 partners, medewerkers en associates (’Qhubans’). Qhuba betekent ‘drive’. De drive om te slagen, te groeien en te leren. De drive om succesvol strategieën te implementeren, om uitdagingen aan te gaan, om mensen te verbinden en kennis te delen. Qhuba is van mening dat de meest succesvolle bedrijven, bedrijven zijn die waarin businessen IT management convergeren. Qhuba gelooft dat het mogelijk is om deze convergentie tussen business en informatie technologie te realiseren en draagt bij aan deze doelstelling door het opbouwen van de juiste set van management-mogelijkheden en het juiste netwerk van complementaire professionals. Klanten doen een beroep op Qhuba voor ICT Consultancy, Executive search, Interim management, Project- en programmamanagement met als een van de specialisaties masterdata management zoals PIM. Qhuba-contactgegevens: Orteliuslaan 23 3528 BA Utrecht +31 30 204 0606
[email protected]
www.qhuba.com
PIM contactpersonen : Jos Schreurs
[email protected] Wim Griffioen
[email protected]
P a g i n a | 18
