Datakwaliteit: betekenis en rol in PIM

In de PIM-praktijk meet je datakwaliteit op zes dimensies: volledigheid, juistheid, consistentie, actualiteit, conformiteit aan standaarden en uniciteit. Elke dimensie heeft een formule, een doel per kanaal en een eigenaar nodig. Het Data Quality Framework van GS1 voor merkeigenaren meet kwaliteit op volledigheid, actualiteit en juistheid, en toetst juistheid aan het fysieke product.

Illustratief voorbeeld: een distributeur rapporteert 96 procent volledigheid voor zijn webshop. Een steekproef van 100 producten, gecontroleerd tegen de datasheets, toont daarna foute waarden in 9 procent van de technische attributen. Dat gat in juistheid leidt tot nieuwe validatieregels en een review van leveranciersdata.

Leg in je selectie de kwaliteitsdoelen vast vóór de demo's en test hoe elke PIM ze afdwingt. Validatieregels, volledigheidsdrempels, detectie van dubbelingen en kwaliteitsdashboards zijn de belangrijkste functies. Een kwaliteitseis zonder meetmethode valt niet te toetsen.