Productdata – het meest onderschatte deel van een webshop
Het belang van goede productdata voor een webshop kan niet genoeg benadrukt worden. Het is de basis voor zowel klanttevredenheid als commerciële groei! Toch merken wij als agency dat dit onderdeel vaak onderschat wordt door ondernemers.
De positieve effecten van goede productdata zijn:
- Verbeterde klantenervaring. Klanten kunnen snel de producten vinden die ze zoeken, met duidelijke en gedetailleerde informatie die hen helpt bij hun aankoopbeslissing.
- Snellere go-to-market. Door eenvoudige integraties met bestaande ERP, PIM, leveranciers-data, … kunnen nieuwe producten sneller en efficiënter online verkocht worden via een eigen B2B of B2C webshop en/of marktplaatsen.
- Meer verkoop en conversie. Goede data leidt tot betere vindbaarheid, via externe zoekmachines en intern op de shop zelf. Duidelijke productinformatie resulteert ook in een grotere klanttevredenheid, wat direct bijdraagt aan een hogere conversie en verkoop.
- Meer up– en cross-selling. Via een goede datastructuur kan je bezoekers relevante producten tonen. Uitgebreide attributen leiden tot meer relaties tussen producten.
- Activatie van nieuwe functionaliteiten: Sommige functionaliteiten kunnen pas geactiveerd worden wanneer de onderliggende attribuutdata correct aanwezig is (bijvoorbeeld: automatisatie van merkenpagina's)
- Minder customer service. Hoe duidelijker de productinformatie, hoe minder vragen er bij de klantenservice komen. Dit maakt het proces efficiënter en verlaagt de werkdruk voor het klantteam.
- Single source of truth. Productdata fungeert als een centrale bron van waarheid, niet alleen voor klanten, maar ook voor interne medewerkers en salesteams die altijd toegang hebben tot de meest up-to-date informatie.
Elke ambitieuze ondernemer begrijpt deze voordelen, maar stelt de belangen niet altijd centraal in de organisatie. Een dataverantwoordelijke kan samen met alle interne medewerkers en de feedback van de klanten zorgen voor een compleet, accuraat en consistent geheel. De data moet als levend onderdeel in de organisatie ingebed worden.
We vragen aan elke ondernemer om stil te staan bij de volgende 7 stappen voor men een webshop laat ontwikkelen. Oók voor B2B-portalen, want een businessgebruiker verdient dezelfde kwaliteit als een consument. Sommige B2B-shops leveren ook data feeds aan hun klanten/retailers, en dan wordt de kwaliteit des te belangrijker.
Stap 1: Verzamel en bereid je productdata voor
Stap 2: Bepaal de databronnen en hoe vaak je daarmee wilt synchroniseren
Stap 3: Classificeer attributen en definieer de datafilters
Stap 4: Schrijf krachtige beschrijvingen om relevant en impactvol te zijn
Stap 5: Bundel samenhorende producten
Stap 6: Denk aan de gewenste webshopfunctionaliteiten en de daarvoor nodige data
Stap 1: Verzamel en bereid je productdata voor
De gegevens zijn meestal afkomstig van verschillende systemen, zoals het ERP, marketingsystemen, een reeds bestaande webshop of een feed van externe leveranciers. Hoe meer databronnen aan bod komen, hoe groter de kans op inconsistente data.
Bedrijven met goed georganiseerd datamanagement hebben een PIM of Product Information Management Systeem. Bekende namen in deze wereld zijn DynamicWeb, Akeneo, InRiver en ContentServ. Ondernemingen met een PIM zijn (meestal) door het proces gegaan van het opschonen en organiseren van de gegevens, wat resulteert in kwalitatievere data.
Licht je data door vanuit verschillende invalshoeken. Een technisch profiel bekijkt het logischerwijze anders dan een marketing-, sales- of logistiek persoon. Indien de data al door klanten gebruikt werd, is het ook nuttig om hun feedback en noden te ondervragen. Het online portaal wordt tenslotte grotendeels voor hen ontwikkeld.
Stap 2: Databronnen integreren en synchronisatie frequentie
Er zijn verschillende manieren om externe databronnen te integreren met een webshop. De keuze van de methode hangt af van factoren zoals kosten, snelheid, flexibiliteit en technische complexiteit. We kunnen onderscheid maken tussen drie gangbare integratiemethoden:
- - Export data - sFTP import: Deze methode is technisch onafhankelijk van de bron en de ontvanger, wat zorgt voor een flexibele en betrouwbare oplossing.
- - Plugin in het e-commerce systeem: Vele bekende systemen bieden een plugin aan om hun data uit te wisselen met de bekende e-commerce systemen. Deze integraties zijn vaak gebruiksvriendelijk, maar ze zijn meestal vrij rigide en moeilijk aan te passen aan specifieke behoeften.
- - API Custom Integratie: Dit is duurder in ontwikkeling, maar biedt de voordelen van realtime gegevenssynchronisatie en maximale flexibiliteit.Het brengt echter ook de afhankelijkheid met zich mee van de beschikbaarheid van het bronsysteem op elk moment. Je wil immers niet dat je webshop down is terwijl het ERP-systeem wordt herstart.
De frequentie van datasynchronisatie is een balans tussen businessnood, overbelasting en snelheid van het systeem, en dit zal mee de technische keuze bepalen.
Een afbeelding of productomschrijving kan bijvoorbeeld eenmaal per nacht worden uitgewisseld, en de voorraad elke minuut of real-time via API. Alles hangt af van de dynamiek van de data, en de impact op de business. Voor een bedrijf met een statische prijzenpolitiek, heeft het geen zin om de data in real time op te halen, omdat dit het budget onnodig vergroot, de website vertraagt, én ook de afhankelijkheid van de technische bridge tussen de webshop en het ERP invoert.
De frequentie van voorraadsynchronisatie hangt ook af van het volume van de offline sales. Hoe meer offline sales, hoe meer risico op voorraadbreuken, en hoe sneller deze in de webshop moeten bekend zijn. Voor een pure onlinespeler is een voorraadsync in feite enkel nuttig om magazijncorrecties en retours te synchroniseren omdat de webshop op zich de voorraad bij elke verkoop in rekening brengt. Een voorraadsync doen voor een pure online speler, met nog onverwerkte orders in het ERP, kan zelfs negatieve gevolgen hebben op de correctheid, indien er geen rekening wordt gehouden met de vrije voorraad. Sneller is niet altijd een synoniem voor nauwkeuriger.
In vele projecten zetten we een data conversie tool in om de data, die we via sFTP of API, van het bronsysteem ontvangen om te vormen en te bundelen voor een ideale e-commerce setup. Dit is geen één-op-één-mapping, want meestal wordt er met scripts gewerkt om de data om te vormen en/of te combineren.
Bij eWings geven we de voorkeur aan het gebruik van dezelfde data-interfaces tijdens de opbouw van het project die ook in de toekomst gebruikt zullen worden voor het updaten en creëren van nieuwe producten. Dit zorgt ervoor dat de interfaces goed getest en stabiel zijn, en dat er bij de livegang van het project op het gebied van de interface vrijwel niets verandert.
Stap 3: Classificeer attributen en definieer de datafilters
Het is van cruciaal belang dat potentiële klanten de producten op de website vinden. Dat kan via zoekfunctie, categoriepagina, merkenpagina, contentpagina, maar last but not least de filters. Het is evident dat elk product een of meerdere categorieën, een merk en een uitgebreide omschrijving nodig heeft om gevonden te worden. Maar de impact van data op filters wordt zwaar onderschat.
Om een filter te kunnen inzetten moet de data consistent en volledig zijn en soms worden gegroepeerd. De meeste shops bieden een slechte tot matige filter-kwaliteit. Sommigen doen het goed, maar waarschijnlijk niemand perfect. Laat ons even toelichten wat we bedoelen met perfectie.
Een voorbeeld van onvolledige data: Coolblue is één van de betere van de klas, maar problemen vind je overal. Ze bieden 171 printers aan, en de som van de in oranje omcirkelde filters is niet 171. Dat wil dus zeggen dat de data niet volledig is. Als ik als klant dus “snelheidklasse=uitstekend” selecteer, bestaat de kans dat een uitstekende printer niet tevoorschijn komt. Dit is een probleem, want deze printer zit in het gamma, maar wordt niet gevonden door de klant.
Een voorbeeld van inconsistentie én onvolledige data op het internet zoeken neemt letterlijk 2 minuten. Hieronder nemen we de webshop van Kruidvat als voorbeeld. Als klant heb ik geen boodschap aan een filter in stuk, milliliter én gram in de categorie shampoo. Elke leverancier drukt de data op een andere manier uit, en er is geen data-allignatie voorzien bij de webshopbeheerder.
Om dit te vermijden kan je ervoor zorgen dat de eenheid geen deel is van de data (zoals 60g, 60ml), maar van het attribuut zodat de waarde 60 voldoende is (uitgedruk in eenheid ml als eigenschap van het attribuut). Uiteraard kosten dergelijke dataconversies tijd en energie.
Een voorbeeld van groepering kan ook op basis van de vorige webshop. Het heeft geen zin om in de filter 59ml en 60ml apart op te nemen als een filter. Een klant zoekt, in deze context, niet naar een fles van exact 59ml. Op 311 producten bevat de filter 48 verschillende maten tussen 59ml en 1800ml. Dit is ongebruiksvriendelijk, en ook niet nuttig voor de klant. Via scripts kunnen we ranges voorzien om zo een kleine, middelgrote en grote fles en filter op te nemen. Drie nuttige waarden in plaats van 48.
Nog een voorbeeld vinden we op de webshop van Fun: een categorie van meer dan 500 producten genaamd ‘rollend materiaal voor kinderen’.
- 14 producten op 500 hebben een waarde voor ‘aantal versnellingen’ en de waarde ‘geen’ wordt niet opgenomen.
- Een filter vrijloopstand begrijpt niemand
- Er is welgeteld één product dat voldoet aan de filter ergonomische rug=nee
- De filter leeftijdsgroep=kinderen is zelfs lachwekkend
Omdat we ondertussen verslaafd worden aan voorbeeldjes, een allerlaatste om aan te tonen dat bepaalde filters compleet nutteloos zijn. Torfs heeft bijvoorbeeld een filter op “schoenen”, als je in de categorie “hoge schoenen” bent. Ons framework schakelt een filter automatisch uit als alle producten in de view dezelfde waarde hebben.
Je merkt het: zelfs de grote webshops, met grote budgetten op vlak van productmanagement, zijn ook niet perfect. Het is niet omdat met een perfect systeem heeft, of zelfs investeerde in een PIM, dat alles gesmeerd gaat. Dergelijke tools bieden je wél kwaliteits dashboard en processen om het wel in goede banen te leiden.
Onze ervaring:
- >
- Zit dit bij al onze klanten goed? Nee.
- Bieden wij de tools aan om dit wél goed te doen? Ja!
- Nemen klanten daar genoeg de tijd voor? Niet almemaal
- Ontstaan er functionele problemen vanwage foute product-data: Ja!
De meeste klanten nemen er te weinig tijd voor en vinden het te duur om dit uit te besteden. De verloren inkomsten door conversieverlaging en het niet vinden van producten worden zelden in rekening gebracht.
Welke type velden bestaan er? Een vrij invulveld: Het schoolvoorbeeld hiervan is de omschrijving. Technisch gezien hoeft er geen correlatie te bestaan tussen een vrij veld over verschillende producten heen. Op vlak van design en coherentie is het echter wel aangewezen dat er een bepaalde structuur in de data wordt afgesproken, zodat de potentiële klant een transparant overkoepelend geheel aantreft. Een vrij invulveld in een bepaalde eenheid. Een schoolvoorbeeld hiervan is het gewicht. De ondernemer kan intern bepalen dat het gewicht altijd in kg wordt uitgedrukt, en dan is het gewicht een digitaal getal uitgedrukt in die eenheid. Een filterbaar veld dat kan gebruikt worden om producten te groeperen en sneller terug te vinden. Bijvoorbeeld het attribuut ‘kleur’. Om velden te kunnen benoemen van dit type is het van belang dat er datacoherentie is, de data volledig is ingevuld én er is nagedacht over het nut van de filter voor de klant. eWings kan niet coherente data (bv roos, roze, pink) omvormen tot coherente data via de beschibare datamapping-tool en conversiescripts. Als onderneming kan je het ook aan de bron aanpakken, of beslissen er geen filter van te maken. Dit maakt een groot verschil in de te investeren resources, dus we maken daar vooraf goede afspraken over.
Stap 4: Schrijf krachtige beschrijvingen om relevant en impactvol te zijn
Om echt hoogwaardige productinformatie te creëren, moet je team hun marketingvaardigheden gebruiken om boeiende en emotioneel impactvolle productbeschrijvingen te maken die voor elk kanaal en platform werken. Geef je team de ruimte om dit hoogwaardige werk te doen, met behulp van AI.
Succesvolle merken hebben een consistente en vlotte stijl. Apple geeft de voorkeur aan de minimale aanpak, vertrouwend op schitterende afbeeldingen en een paar perfect gekozen woorden om hun boodschap over te brengen. Andere bedrijven verkopen elk product met een aanlokkelijk kortverhaal. Bedenk hoe je jouw producten aan de wereld wilt presenteren en hoe jouw beschrijvingen dit doel kunnen dienen. Besef dat je niet Apple bent en minstens 300 woorden per product nodig hebt om iets te betekenen in de indexatie voor Google.
Denk ook aan het visuele aspect. Een afbeelding van een GPS om de pols van een jogger, of een sportschoen aan de voet van een trailrunner, geven klanten een duidelijk beeld van het doel van het product en hoe het een deel van hun leven kan worden.
Schrijf strategisch bij het maken van een productbeschrijving. Je moet tijdens het schrijven in het achterhoofd houden dat het doel is om hoog in de zoekresultaten te verschijnen (een praktijk die bekend staat als SEO of zoekmachineoptimalisatie). Kies woorden of woordgroepen waar mensen naar zoeken, en zorg voor beknopte bijbehorende metadata.
eWings kan jullie team op een hoger niveau tillen. We algemeen assisteren in e-commerce marketing en ook in SEO-advies en keywordanalyse, en het nut ervan aantonen met cijfermateriaal.
Stap 5: Bundel samenhorende producten
Om de catalogus voor de klant compacter te maken, en meer overzichtelijkheid en transparantie te creëren, is het van belang producten die bij elkaar horen te bundelen. Een klassiek voorbeeld is een schoen in 10 maten. De attributen (maat, kleur, …) waarop een klant de productselectie kan maken noemen we een product-as.
Een product kan meervoudige assen hebben zoals in dit voorbeeld van onze klant Pantoon. Via de grid op de afbeelding kunnen 36 combinaties worden gekozen. Op het productoverzicht staat slechts één enkele pagina, wat voor een transparante productcatalogus zorgt.
We merken dat het voor sommige klanten niet eenvoudig is om deze assen correct te beheren, wat een cruciaal aspect is voor de visualisatie in de webshop.
Stap 6: Denk aan de gewenste webshopfunctionaliteiten en de daarvoor nodige data
Bepaalde functionaliteiten hebben onderliggende productattributen nodig om goed te kunnen functioneren, ook al is deze soms niet zichtbaar voor de klant.
Een klassiek voorbeeld hiervan is de logistieke data. Om de juiste transportkost aan de klant aan te rekenen is het nodig om via onderliggende data aan te geven of een product in een colli of op een pallet verzonden wordt. Een klant van ons (Cevo) heeft alle producten geclassificeerd in vijf transporttypes. Een winkelmandje kan op die manier verschillende transportinstructies initiëren. Een functionaliteit die enkel kan werken met de correcte onderliggende productdata.
Stap 7: Structureer de complexiteit van de prijzen
In een B2B-omgeving kan prijszetting soms heel complex zijn. We schreven hierover een apart artikel: complexe productprijstoepassingen in Magento 2, met een bijbehorende vragenlijst.
Hoe kunnen wij, als webshopbouwer, de kwaliteit inschatten? We merken dat veel ondernemers de kwaliteit en accuraatheid van hun productdata zelf niet volledig kennen. Zolang de data niet visueel in kaart is gebracht via de webshop, komen dataproblemen vaak niet snel naar boven. Een goede graadmeter voor de kwaliteit is of de productdata momenteel actief wordt gebruikt in een webshop, papieren of digitale catalogus of ERP (bijvoorbeeld op facturen) en zichtbaar is voor zowel klanten als interne medewerkers. In de praktijk ligt veel van deze data echter ongebruikt "onder het stof".
Wij kunnen helpen met de structurering van productdata, bij voorkeur voorafgaand aan een e-commerceproject :-)
