Productdatakwaliteit meten: zes dimensies en hun maatstaven

Hoe meet je productdatakwaliteit?

Productdatakwaliteit meet je op zes dimensies, elk met een formule, een steekproefmethode, een doel en een eigenaar. Door te meten wordt kwaliteit een getal waar een stuurgroep op kan sturen, in plaats van een mening. De pijler Wat is een PIM-systeem plaatst kwaliteit binnen het governancewerk dat aan elke PIM-selectie voorafgaat.

Uitgewisselde elektronische data moet gelijk zijn aan de fysieke werkelijkheid. Het Data Quality Framework van GS1 voor merkeigenaren vat dat principe in het Engels samen in vijf woorden: "electronic data exchanged equals physical data". Het framework meet kwaliteit op volledigheid, tijdigheid en nauwkeurigheid, en toetst nauwkeurigheid aan het fysieke product. Deze gids voegt drie dimensies toe die PIM-projecten nodig hebben: consistentie, conformiteit aan standaarden en uniciteit.

De zes dimensies overlappen niet. Elk beantwoordt een andere vraag over een waarde:

• Volledigheid: of de waarde bestaat.
• Juistheid: of de waarde klopt met de werkelijkheid.
• Consistentie: of de waarde overeenkomt met hetzelfde attribuut elders.
• Tijdigheid: of de waarde actueel is op de plek waar ze wordt gebruikt.
• Conformiteit aan standaarden: of de waarde het vereiste formaat, de eenheid en de codelijst volgt.
• Uniciteit: of elk product en elke identificatiecode één keer bestaat.

Elke dimensie heeft een benoemde eigenaar nodig. De gids over productdata-governance legt uit hoe eigenaren en stewards dat werk verdelen.

Welke zes dimensies bepalen productdatakwaliteit?

Bij elk van de zes dimensies hoort een formule die een PIM of een eenvoudig script kan berekenen. De tabel toont de definitie, de maatstaf en de gebruikelijke meetmethode.

De doelen verschillen per dimensie en per kanaal. De secties hieronder geven de meetdetails en de schattingen van PIMvendors voor gangbare doelen.

Hoe meet je volledigheid en juistheid?

Volledigheid meet je automatisch per kanaal en taal, juistheid meet je met een steekproef tegen de werkelijkheid. De twee horen bij elkaar, want een veld met een foute waarde telt gewoon als volledig.

Volledigheid vraagt per kanaal een definitie van wat verplicht is. Google Merchant Center vraagt bijvoorbeeld id, titel, omschrijving, link, afbeeldingslink, beschikbaarheid en prijs, plus een merk voor de meeste nieuwe producten. Een retailer of datapool voegt daar een eigen lijst aan toe. Een PIM berekent de volledigheid tegen elke lijst en blokkeert publicatie onder de drempel.

Schatting van PIMvendors: mik op 100 procent voor verplichte attributen en 80 tot 90 procent voor aanbevolen attributen. Rapporteer per kanaal en per taal, want gemiddelden verbergen gaten.

Juistheid vraagt een steekproef. Het GS1-framework controleert attributen zoals afmetingen, brutogewicht, netto-inhoud en GTIN tegen fysieke producten. De omvang van de steekproef is gebaseerd op een betrouwbaarheid van 90 procent met een foutmarge van 10 procent. Voor technische attributen is het brondocument vaak het datasheet of het testrapport.

Schatting van PIMvendors: mik op minstens 98 procent juistheid bij steekproeven op attributen voor veiligheid, afmetingen en compliance. Voor marketingattributen kunnen lagere doelen gelden.

Hoe meet je consistentie en tijdigheid?

Consistentie vergelijkt hetzelfde attribuut over systemen heen, tijdigheid meet hoe snel een goedgekeurde wijziging elk kanaal bereikt. Beide dimensies leggen eerder integratieproblemen bloot dan verrijkingsproblemen.

Neem voor consistentie een steekproef van 50 SKU's en 10 attributen. Vergelijk de waarden in het ERP, het PIM, de webshop en één extern kanaal, zoals een marktplaats of de site van een retailer. Rapporteer overeenkomende waarden als percentage van de vergeleken waarden. Afwijkingen wijzen meestal op een tweede master, zoals correcties in een feedtool of rechtstreeks in de webshop.

Leg voor tijdigheid het tijdstip van goedkeuring in het PIM vast en het tijdstip van publicatie in elk kanaal. Rapporteer per kanaal de mediaan in uren. Schatting van PIMvendors: een gangbaar doel is dat wijzigingen binnen 24 uur zichtbaar zijn op alle eigen kanalen. Externe kanalen zoals retailers en datapools kunnen hun eigen cycli volgen.

Consistentie weegt zwaarder nu online aanbiedingen wettelijke informatie bevatten. De GPSR vraagt fabrikantgegevens, productidentificatie en waarschuwingen bij online aanbiedingen. Een waarschuwing die per kanaal verschilt, is zowel een compliancegat als een kwaliteitsprobleem. De vergelijking tussen PIM en feedmanagement legt uit hoe je een tweede master in de kanaallaag voorkomt.

Hoe meet je conformiteit en uniciteit?

Conformiteit controleert of waarden het vereiste formaat volgen, uniciteit controleert of elk product één keer bestaat. Beide kun je in een PIM automatiseren met validatieregels.

Conformiteit omvat vier soorten regels:

1. Datatypes en formaten, zoals numerieke waarden en datumnotaties.
2. Eenheden, zoals overal millimeters in plaats van een mix van mm, cm en inches.
3. Codelijsten, zoals codes voor land van herkomst of verpakkingsmateriaal.
4. Classificatieregels, zoals de kenmerken die een ETIM- of ECLASS-klasse verplicht stelt.

Classificatiestandaarden maken conformiteit op schaal meetbaar. ETIM is de internationale classificatiestandaard voor technische producten. ECLASS noemt zichzelf een standaard die voldoet aan ISO/IEC, en Release 16.0 alleen al voegde 995 klassen en 1.253 kenmerken toe. Een klasse legt vast welke kenmerken gelden en welke waarden zijn toegestaan.

Uniciteit begint bij identificatiecodes. Een GS1-GTIN bestaat in vier lengtes, GTIN-8, GTIN-12, GTIN-13 en GTIN-14, en elke GTIN moet uniek zijn per handelseenheid en verpakkingsniveau. Controleer eerst op dubbelingen in GTIN en SKU, daarna op combinaties van merk, model en sleutelattributen.

Hoe dwingt een PIM datakwaliteit af?

Een PIM dwingt datakwaliteit af met validatieregels, volledigheidspoorten, workflows en dashboards. De software handhaaft de regels, governance bepaalt welke regels gelden.

Vier PIM-functies wegen het zwaarst:

• Validatieregels die niet-conforme waarden bij invoer of import weigeren.
• Volledigheidspoorten die publicatie per kanaal en taal blokkeren.
• Workflows die mislukte controles naar de verantwoordelijke steward sturen.
• Dashboards die alle zes de dimensies rapporteren per productlijn en eigenaar.

Op sommige vlakken zorgt AI voor snelheid. AI-attribuutextractie en automatisch classificeren kunnen volledigheid en conformiteit snel verhogen. Voor regelgevingsdata en consistentie tussen attributen blijft AI onbetrouwbaar, dus die waarden vragen menselijke review. De gids over AI-attribuutextractie beschrijft hoe je die functies test.

In PIMvendors-selecties worden kwaliteitsfuncties scenario's. De leverancier importeert een leveranciersbestand met bewuste fouten, laat zien welke regels ze vangen en rapporteert het resultaat per dimensie. De pagina over eisen aan datamodel en datakwaliteit vertaalt deze gids naar toetsbare eisen.