Zonder consistente data is goed zakendoen moeilijk
Retailers in de doe-het-zelf, tuin en dier gebruiken productdata uit de GS1 datapool voor steeds meer toepassingen. Denk aan schapindelingen, webshops, om aan wetgeving te voldoen en natuurlijk voor het order-to-pay proces.
Niet alleen meer toepassingen, ook het aantal leveranciers dat data gestandaardiseerd deelt groeit. Daarbovenop komt dat er steeds meer data wordt gedeeld, zoals foto's en gevaarlijke stoffendata. Kortom, de juistheid en consistentie van data is belangrijker dan ooit.
GS1 is niet voor niks de standaard
Als bedrijven de data via de GS1 datapool uitwisselen dan betekent dit dat regels bestaan waaraan die data moeten voldoen. Alleen dan benut iedereen de voordelen van het spreken van één taal. Leveranciers weten zo hoe ze data moeten vastleggen en hun afnemers weten hoe ze die data moeten lezen en gebruiken in hun eigen systemen.
Wat is consistentie?
Consistentie van data betekent dat waarden overeenkomen in alle systemen: van de leveranciers, in de datapool en in de systemen van de retailer. Dit klinkt eenvoudiger dan het in de praktijk is, want er worden nog veel fouten gemaakt.
Het begint bij het indelen van dezelfde producten in dezelfde categorie (GS1 Global Product Classification (GPC)). Dit is erg belangrijk omdat die categorie bepaalt welke productinformatie er nodig is. Het kan niet zo zijn dat magneetverf de ene keer bij speciaalverf staat en de andere keer niet. Of dat behanglijm de ene keer onder lijm valt en de andere keer onder behang.
Consistentie betekent ook dezelfde informatie over producten heen hetzelfde invullen. Dat is bijvoorbeeld van belang bij merknamen. Die moeten altijd hetzelfde worden ingevoerd anders werken online filters niet. Als een merk op drie manieren is geschreven, dan zou een klant het merk ook op drie manieren moeten zoeken om alle producten van dat merk te vinden. En dat gebeurt natuurlijk niet in de praktijk. En bij alle boormachines moet wel het toerental worden aangegeven als dat wordt gevraagd.
Inconsistentie kost iedereen geld
Het ontbreken van velden of inconsistente velden zorgen ervoor dat producten niet gevonden worden via Google. Vervolgens komen ze niet op de site van een retailer en wordt het product niet verkocht.
Artikelen in een webshop mét de juiste, volledige en consistente artikelinformatie hebben een hogere conversie. Want productfilters helpen een klant snel en eenvoudig het juiste product op een website te vinden. En die filters werken alleen als artikeldata kloppen en consistent zijn ingevuld.
Gemiddeld 80 procent van de klanten van bouwmarkten oriënteert zich online. Als zij iets niet kunnen vinden of als er informatie ontbreekt op de site van de retailer komen ze niet eens naar de winkel.
Bij afnemers kunnen producten - vanwege onjuiste data - als ‘onbeschikbaar’ in het systeem komen. Of er kunnen geen goede bestellingen worden gedaan. Dat betekent gemiste omzet voor leveranciers én retailer.
Tips voor consistente data
- Kies de juiste productcategorie voor uw product (GPC brick) en vul minimaal de verplichte velden in. Volg daarbij goed de instructie van die velden in het datamodel. Het document ‘Producten classificeren en gegevens invoeren’ geeft uitleg.
- Laat één persoon de data van een groep van producten invullen. Zorg dat één basisartikel correct is en kopieer de data daarvan naar de andere producten.
- Maak een export in Excel als de data is ingevuld. Bekijk dan veld voor veld of er afwijkingen zijn. Als deze er zijn controleer dan of deze afwijkingen kloppen omdat het product anders is of dat data aangepast moet worden.
- Kijk of informatie over de velden heen correct is. Staat in de titel bijvoorbeeld wit als kleur? Check dan of dit ook in de velden staat waar kleur aangegeven moet zijn.
- Kijk ook over productgroepen heen als je deze gecombineerd gebruikt moeten worden. Dat geldt bijvoorbeeld voor laminaat en de daarbij horende plinten. Die moeten dan beiden dezelfde omschrijvingen voor kleur en materiaal hebben.
- Bekijk nadat je de data met je afnemer hebt gedeeld de website van de retailer. Klopt de data die daar staat? Zo niet, bekijk waar het fout gaat en bekijk samen met de retailer de data om deze te verbeteren.