Datenqualität

Wie man Rohdaten im eCommerce verwertbar macht

Eins kaufen, eins bekommen

Wenn Daten keine Informationen sind, und Informationen kein Wissen (so eine Buch skeptisch über die Aussichten des Internets und des eCommerce im Jahr 1995), wie können wir dann den Sprung von Daten zu Wissen schaffen, was als nächstes zu tun ist? Obwohl es philosophisch erscheinen mag, ist dies auch eine sehr praktische Frage für Unternehmen, die die verfügbaren Daten nutzen wollen , um intelligente Entscheidungen zu treffen. Im Zeitalter der Informationsflut kann man sich auf dem Weg zu diesem Ziel leicht verirren.

"Daten" beziehen sich auf Fakten, Zahlen oder Signale, die entweder unstrukturiert oder unvollständig sind. Bei Einzelhändlern und Marken könnten dies Produktbestandslisten, Preispunkte, Webverkehrsstatistiken und so weiter sein. Die Daten müssen verarbeitet und organisiert werden, um zu Informationen zu werden, die wiederum mit Erfahrung und Verständnis kombiniert werden, um zu Wissen zu gelangen. Zu wissen, wann und wie man auf Wissen reagiert, ist ein strategischer Vorteil im kommerziellen Bereich. Diese Reihe von Definitionen spiegelt den Zyklus wider, den Unternehmen durchlaufen, um Erkenntnisse aus den verschiedenen Informationsressourcen zu gewinnen, auf die sie zugreifen.

Ein Bild der Daten-Informations-Wissenspyramide

Die Daten-Informations-Wissens-Pyramide, von Joe Gollner

Von Stufen des Wissens zu Schritten der Datenverarbeitung

Eines der gebräuchlichsten Verfahren für den Umgang mit Daten in vielen Unternehmen ist ETL, oder Extract, Transform, Load:

  • DieExtraktion ist die Beschaffung von Daten, in der Regel aus mehreren Quellen, die sich in Qualität und/oder Quantität unterscheiden können. Dies sind die Rohdaten selbst.
  • Transformation bedeutet, die Daten so zu bereinigen, dass sie bestimmten Standards entsprechen. Sobald die Daten richtig formatiert und gespeichert sind, können sie als Informationen betrachtet werden.
  • Durch dasLaden der Daten in ein Ziel, wie z. B. ein Data Warehouse, können diese abgefragt und analysiert werden, was zu Erkenntnissen führt. Die Daten können dann mit anderen Daten integriert werden.

Handeln ist der letzte Schritt, der bedeutendste, aber auch der schwierigste. Die richtige Vorgehensweise wird subjektiv bestimmt, indem Sie Ihre Ziele zusammen mit dem breiteren Marktkontext im Auge behalten. Zum Beispiel sollte die Entscheidung eines Einzelhändlers, ob er ein neues Produkt verkauft oder nicht, nicht nur auf dem Ziel beruhen, den Umsatz zu steigern, sondern auch auf dem Bewusstsein, wie sein Sortiment im Vergleich zu anderen auf dem Markt abschneidet.

Damit liegt der Fokus wieder auf den Daten und der ETL-Kreislauf schließt sich. Ein datengesteuertes Unternehmen überwacht ständig die wichtigsten Leistungsindikatoren auf Verbesserungsmöglichkeiten und fragt, welche Metriken möglicherweise fehlen. Aufgrund der Globalisierung und Digitalisierung des Einkaufs sind Einzelhändler heute gezwungen, nicht nur die bekannten Namen, sondern auch Wettbewerber im Auge zu behalten, von denen sie vielleicht noch nie gehört haben. Das Tracking wird zunehmend schwieriger, da sich die Menge der Datenpunkte im Laufe der Zeit summiert. Historische Aufzeichnungen sind die einzige Möglichkeit, Trends in Daten zu erkennen.

Insbesondere ist Wiser in der Lage, als modernes Orakel für diejenigen zu dienen, die an Fragen interessiert sind, die für die eCommerce Intelligence relevant sind. Nehmen wir zum Beispiel an, Sie wollten wissen: "Wie früh haben die Aktionen für Osterkleider begonnen?" Um eine solche Frage zu beantworten, hat Wiser fortschrittliche Produktinformationstechnologien entwickelt, die Web-Extraktion, automatische Klassifizierung und On-Demand-Analysen umfassen.

Online-Produktinformationen in Antworten umwandeln

Wo fangen Sie also an? Mit der Suche nach den zu sammelnden Daten. Homepages von Einzelhändlern, E-Mail-Nachrichten und Beiträge in sozialen Medien sind allesamt Inputs für das Extraktionssystem von Wiser. Um diese in Datentabellen umzuwandeln, müssen neben anderen Produktattributen auch die angezeigten Titel, Bilder und Preise analysiert werden. An diesem Punkt kann festgestellt werden, welche Daten ein Schlüsselwort von Interesse enthalten ("Kleid", "Calvin Klein") oder mit anderen Merkmalen identifiziert wurden (Verkaufsangebote von Bloomingdale's oder Dillards). Weitere Untersuchungen können durchgeführt werden, um relevante Erkenntnisse zu gewinnen, die je nach Kundenwunsch präsentiert werden können.

"Garbage in, garbage out" bleibt eine relevante Maxime, da es Unstimmigkeiten oder Fallstricke in den präsentierten Informationen geben kann. Die Produkte auf einer bestimmten Website stimmen möglicherweise nicht mit dem überein, woraus das Regal eigentlich bestehen soll - wenn z. B. Accessoires in einer Gruppierung enthalten sind, die hauptsächlich für Kleider gedacht ist. Während ein Artikel theoretisch zu mehreren Produktkategorien gehören könnte, sollte es in der Praxis eine einzige korrekte Klassifizierung geben, um die Genauigkeit der Messung zu erleichtern. Die meisten eCommerce-Websites verfügen über eine definierte Taxonomie. Sie erscheint als Navigationsmenü, das mit den Top-Level-Kategorien beginnt und nach und nach spezifischere Kategorien anzeigt. Aber verschiedene Websites treffen unterschiedliche Entscheidungen darüber, wie sie ihre Produkte in Bezug auf Granularität und Anordnung klassifizieren ("Kleidung" als Unterkategorie von "Frauen" oder umgekehrt).

Der Ansatz von Wiser besteht darin, die verschiedenen Taxonomien der Einzelhändler in einer selbst entwickelten zu vereinheitlichen. Diese wird nicht als überlegen angesehen, sondern ist einfach funktionaler für das Bedürfnis unserer Kunden, in der gesamten Einzelhandelslandschaft Vergleiche anzustellen. Tatsächlich ist eine Taxonomie ein System zur Wissensorganisation, das sich zusammen mit einem Unternehmen entwickeln sollte. Diese einheitliche Klassifizierung ist eine spezielle Form der Datenintegration, die als Grundlage für alle gewonnenen Erkenntnisse notwendig ist. Ohne ein hohes Maß an Sicherheit darüber, zu welcher Produktkategorie eine Webseite oder ein Tweet gehört, könnten keine Aussagen über den Preis oder das Sortiment getroffen werden.

Der Schritt, eine fundierte Entscheidung zu treffen, ist nur nach einem sorgfältigen Prozess der Datensammlung, -bereinigung und -analyse möglich. Aber auch das ist keine Garantie für Ergebnisse; wie an der Börse ist die vergangene Performance kein perfekter Prädiktor für die Zukunft.

Der Schlüssel für Unternehmen, die sich diesem strategischen, datengesteuerten Ansatz verschrieben haben, ist die Investition in Fachwissen und Tools, die ein fundiertes Urteil langfristig unterstützen. Das Erlernen des Managements der Datenpipeline und der zugehörigen Systeme ist mit Kosten verbunden, aber es ist die potenziellen Vorteile in Bezug auf Wachstum und Wertsteigerung wert.

Mitwirkender Autor: Eric Chuk

Laptop Mockup Illustration

Bessere Entscheidungen können nur auf der Grundlage besserer Daten getroffen werden.

Kontaktieren Sie uns heute
CTA-Dekoration Bild 1 CTA-Dekoration Bild 2

1 Kommentar

Eine Antwort hinterlassen

Ihre E-Mail Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * gekennzeichnet