Post on 13-Apr-2017
Product datakwaliteit, geen moetje maar een bewuste keuze
Wim Griffioen
Voorzi-er PIM Expertgroep Partner bij Qhuba MDM
2 2
PIM Expertgroep mede mogelijk gemaakt door
Gastheren
Voorzitter / Kennispartner PIM Experts van : GS1, Technische Unie, BOL, Jongeneel, Saint Gobain, Mediq, Econosto, JeWeRet, Fabory, DMG, Landal, Walraven, B&S
3
PIM Expertgroep onderwerpen
2014 : PIM in brede context 2015 : Product datakwaliteit 2016 : Ketenintegra+e in de prak+jk
SituaXe voor en na een PIM implementaXe :
PUBLISH DATA & IMAGES
MANAGE DATA & IMAGES
Catalogues
Brochures
ERP
Marketing
Publishing
Supplier Supplier
Supplier
Supplier Buyers
CD
Web
Call centre
Supplier Supplier
Supplier Supplier
Supplier Product
Managers
Merchandiser
Translation agency
Core Product
data
ERPs Price,
Stock, etc
PIM Database
Call Centre
CD
Catalogues
Web
Brochures
Retail shop
ONBOARD DATA & IMAGES
PUBLISH DATA & IMAGES
MANAGE DATA & IMAGES
ONBOARD DATA & IMAGES
4 © ShoppingTomorrow
Business context product datakwaliteit
• eCommerce/omnichannel is ook volledige, correcte product informaXe • Dit geldt voor alle parXjen in de waardeketen !!
• De druk komt van rechts waardoor retailers dit eerder voelen dan producenten
Product InformaXon
Goods
Orders
Financial
Manufacturers Distributors & resellers
Retailers Customers (B2B or B2C)
7 © ShoppingTomorrow
Waarom is product datakwaliteit belangrijk ?
0% 10% 20% 30% 40% 50% 60% 70% 80%
Juiste, accurate berekeningen
Efficiëntere zoekopdrachten en minder correcXes noodzakelijk
Minder (onvoorziene) kosten
Eenduidige processen
Snellere Xme to market
Minder coördinerende inspanningen nodig
Hogere conversie en hogere omzet
Minder retouren
Minder Klachten, Claims en reputaXeschade 2015 2014
Uitdagingen bij product datakwaliteit
0% 10% 20% 30% 40% 50% 60% 70% 80% 90%
Product specificaXes
Product referenXes (cross sell, alternaXeven)
MarkeXng teksten
Product foto's / video's
Zoek gerelateerde data / keywords
Product idenXficaXe gegevens
Product toepassingsmogelijkheden
Anders 2015 2014
DefiniXe van datakwaliteit
Data is van hoge kwaliteit indien ze geschikt is voor het beoogde gebruik (in de bedrijfsac;viteiten, besluitvorming en planning) Bron : JM Juran
Fit for purpose
PIM Data Quality Framework
1. Vision and Strategy
2. Data Model
3. Process and Controls
4. OrganizaXon
and Governance
5. Metrics
6. Systems
Data Quality Framework
-‐ Taxonomy -‐ Industry standards -‐ A-ribute definiXon
-‐ QA controls -‐ first Xme right -‐ Procedures
-‐ RACI -‐ QA organisaXon -‐ owners / stakeholders
-‐ Workflow -‐ QA tools -‐ Reports / dashboard
-‐ Define KPI’s factors , weight -‐ Data profiling -‐ KPI’s
Vision, mission, strategy, policy with respect to PIM QA
19 © ShoppingTomorrow
Visie en Strategie
Visie : beschrijf / onderken het belang van goede productdata voor toekomst van het bedrijf.
Strategie : stel doelen voor niveau van datakwaliteit (bijv om
onderscheidend te zijn tov referenXe bedrijven) en de manier om dit te bereiken.
Datamodel
Is het fundament van product datakwaliteit Meta datamodel vanaf begin goed documenteren / borgen Zoveel mogelijk in a-ribuut definiXes afdwingen (verplichte velden / formats / standaardwaarden) Bepaal de nodige validaXeregels (als dit / dan dat)
PIM Data Quality Framework
1. Vision and Strategy
2. Data Model
3. Process and Controls
4. OrganizaXon
and Governance
5. Metrics
6. Systems
Data Quality Framework
-‐ Taxonomy -‐ Industry standards -‐ A-ribute definiXon
-‐ QA controls -‐ first Xme right -‐ Procedures
-‐ RACI -‐ QA organisaXon -‐ owners / stakeholders
-‐ Workflow -‐ QA tools -‐ Reports / dashboard
-‐ Define KPI’s factors , weight -‐ Data profiling -‐ KPI’s
Vision, mission, strategy, policy with respect to PIM QA
26 © ShoppingTomorrow
Processen en controls
Datakwaliteit start bij onboarding proces Workflows kunnen helpen om datakwaliteit te verbeteren Maak gebruik van feedback loops met bijv leveranciers, customer service, web analyXcs Ook uilaseren van producten is belangrijk proces
OrganisaXe en Governance
Wie is de eigenaar mag geen vraag meer zijn, Commitment van de hele organisaXe gewenst Heldere rollen en verantwoordelijkheden vaststellen (RACI) Koppel Datakwaliteitsdoelen aan beoordeling medewerkers
© Qhuba MDM
Relevant
Tijdig
Interpreteerbaar
Consistent
Correct
Compleet
Business Impact
Complexiteit om te bepalen/meten
En ondanks al deze wijsheden . . . . . . . . . .
“Business case las;g: kosten niet kwan;ficeerbaar” “Richt de procedures gewoon beter in” “Niet mijn probleem, dat is jouw verantwoordelijkheid” “Doe het dan zelf, commercieel nu echt prioriteit” “Zo gedaan, heb alles al voorbewerkt”
33 © ShoppingTomorrow
Tip : Maak het inzichtelijk , bijv door een assessment