PIM-Consultants Logo
Kontakt

Datenmodellierung

Kurz gesagt: Datenmodellierung ist im PIM die Arbeit, das Produktdatenmodell festzulegen: Kategorien, Klassen, Attribute, Werte, Varianten und Beziehungen. Sie ist der fachlich aufwendigste Teil jeder PIM-Einführung und braucht Erfahrung in Datenmodellierung und gute Produktkenntnis.

Ein Produktdatenmodell erstellen: Schritt für Schritt

Das Erstellen eines Produktdatenmodells kann eine mühsame Aufgabe sein. Je mehr verschiedene Arten von Produkten vorhanden sind, desto mehr Arbeit muss geleistet werden, bevor Sie tatsächlich mit der Dateneingabe beginnen können.

Die Herausforderung besteht darin, dass die Erstellung eines effizienten und gut eingerichteten Produktdatenmodells eine beträchtliche Erfahrung in der Datenmodellierung erfordert. Es erfordert jedoch auch Branchen- und Produktkenntnisse. Beide Fachkenntnisse werden selten in einer Person zusammengefasst.

Wir empfehlen Kunden daher, den folgenden (vereinfachten) Ansatz zu wählen:

  • Bestimmen Sie den internen Master-Produktkategoriebaum
Bestimmen Sie zunächst alle relevanten Produktkategorien und organisieren Sie sie in einem intuitiven Baum. Möglicherweise wurden bereits Produktkategorien im ERP-System definiert. Diese können als Basis dienen. Wichtig ist, dass die Produktkategorien für den internen Benutzer intuitiv sind. Wichtig ist auch, dass die Baumstruktur eindeutig ist. Produktkategorien sollten sich nicht überschneiden und ein Produkt sollte nur in einem Produktkategorieblatt platziert werden.
  • Beispiel Bettenhändler Boxspringbetten und Bettgestelle:
  • Boxsprings
  • Bettgestelle
  • Erwachsene Bettgestelle
  • Kinderbettgestelle
  • Schlafsofas

  • Matratzen
  • Taschenfederung
  • Latex
  • Gedächtnisschaum
  • Polyether

  • Alle Attribute pro Kategorie auflisten
Der nächste Schritt besteht darin, alle relevanten Attribute für die unterste Kategorieebene (die Blätter des Produktkategoriebaums) aufzulisten. Einige Attribute gelten für alle Produkte im Sortiment gelten (Produkt-ID, Beschreibung, Größe, Abmessungen usw.). Diese können oben aufgeschrieben werden. Die verbleibenden Attribute sollten jedoch alle pro Kategorie notiert werden.
  • In eine Klassifizierungsstruktur umwandeln
Der nächste Schritt besteht darin, den Kategoriebaum und die Attribute in einen Klassifizierungsbaum umzuwandeln. Dies geschieht, indem doppelte Attribute um einen „Stamm“ um eine Ebene nach oben verschoben werden, bis sie eindeutig sind.
  • Anreichern der Produktinformationen
Jedes Attribut muss angereichert werden, um die Qualität der Produktdaten zu verbessern.

  • Einige Beispiele:
  • Attributbeschreibung: Es kann hilfreich sein, kurz zu beschreiben, worum es bei dem Attribut geht. Einige Attribute im obigen Beispiel scheinen selbsterklärend zu sein, aber für einen Außenstehenden kann sogar der Begriff „Marke“ verwirrend sein. Die Attributbeschreibung kann auch Teil der Daten sein, die als erläuternde Beschreibung auf die verschiedenen Kanäle verteilt werden.
  • Attributtyp: z. Boolescher Wert, Text, Zahl usw.
  • Einheitentyp: Wenn der Attributtyp eine Zahl ist, kann ein Einheitentyp wie „Kilo“, „cm“ usw. verwendet werden. Stellen Sie sicher, dass die Definition Ihrer Einheitentypen einheitlich ist (z. B. „cm“ oder „cm“). cm ”aber nicht beides).
  • Listenwerte: Wenn der Attributtyp eine Liste ist, müssen sie ebenfalls definiert werden.
  • Obligatorisch: Fügt das Attribut obligatorisch ein oder nicht.
  • Einschränkungen: Möglicherweise gelten Einschränkungen für den für das Attribut eingegebenen Wert, z.B.
  • Hat einen Mindestwert
  • Hat einen Maximalwert
  • Anzahl der Dezimalstellen
  • usw.
  • Basis der Variante: Hat das Attribut für alle Produkte den gleichen Wert oder nicht? So definiert das Attribut die Varianten eines Produkts so, wie es Farbe und Größe häufig für Kleidung tun.
  • Quellsystem: Welches System gibt die Werte dieses Attributs zum ersten Mal ein? Dies ist wahrscheinlich das ERP-System oder eine andere externe Quelle, wenn es um Attribute wie Preis und Lagerbestand geht. Für andere Attribute kann das ERP-System verwendet werden, um die Felder einmal zu füllen. Ab diesem Zeitpunkt ist das PIM normalerweise das Mastersystem.
  • Mastersystem: Wie bereits für Quellsysteme angegeben, darf das Quellsystem nur einmal verwendet werden. Danach wird das PIM-System zum Leitsystem (auch als Mastersystem bezeichnet). Für Preis- und Bestandsinformationen bleiben externe Quellsysteme normalerweise das Mastersystem.

Zusätzlich kann eine Attributanreicherung für kanalspezifische Anforderungen durchgeführt werden, z. wie für eine Website:

  • Als variantendefinierendes Attribut anzeigen: Auch wenn ein Attribut die Varianten eines Produkts definiert, kann es Gründe geben, es nicht auf der Produktdetailseite als solches anzuzeigen, da die Anzahl der Auswahlmöglichkeiten zu groß wird oder Kunden die Auswahl bevorzugen das spezifische Attribut früher im Prozess (z. B. auf der Produktlisten-Seite).
  • Freitextsuche: Sollten die Werte des Attributs durchsucht werden, ist die Freitextsuche des Benutzers zum Durchsuchen des Sortiments oder sollten diese Werte ignoriert werden?
  • Filtersuche: Soll das Attribut als Filter auf der Produktliste verwendet werden?
  • Zugriffsregeln: Welche Benutzergruppen (intern, extern) können den Attributwert anzeigen / bearbeiten?
  • Anzeigen, wenn leer: Soll die Variable angezeigt werden, wenn sie keinen Wert hat?
  • Zum Vergleich anzeigen: Soll das Attribut auf einer Vergleichsseite angezeigt werden?
  • Reihenfolge: In welcher Reihenfolge sollte das Attribut in Bezug auf andere Attribute in derselben Klassifizierungsklasse und über alle Klassifizierungsklassen hinweg angezeigt werden?
  • usw.

Ebenso können attributspezifische Anreicherungen (d. H. sollten sie angezeigt werden oder nicht) für andere Kanäle wie Print, Mobile usw. durchgeführt werden.

  • Ein Beispiel: Bluna bietet sein Getränk in mehreren Behältern an:
  • 0,5 l Bluna Flasche
  • 1,0 l Bluna Flasche
  • 1,5 l Bluna Flasche
Der Inhalt all dieser drei Flaschen ist genau der gleiche. Die Flasche besteht ebenfalls aus dem gleichen Material. Die Flaschen unterscheiden sich nur in der Größe. Die folgenden Informationen müssen für jeden Container gespeichert werden:
  • Artikel-ID: Eine eindeutige Kennung, die sich je nach Behälter unterscheidet.
  • Produktname: Dies könnte theoretisch für alle drei Behälter gleich sein, nämlich „Bluna“. In der Praxis kann es ratsam sein, die Größe der Flasche zusätzlich zu unterscheiden.
  • Produktbeschreibung: Ein Marketingtext, der für alle drei Container gleich ist.
  • Zutaten: eine technische Beschreibung des Erfrischungsgetränks.
  • Volumen: In unserem Fall können drei verschiedene Werte gelten: 0,5 l, 1,0 l und 1,5 l (wobei wir natürlich zwischen der Einheit „l“ und ihren Werten „0,5“, „1,0“ und „1,5“ unterscheiden).

Die gleichen Informationen können dreimal eingegeben werden. Dies bedeutet jedoch viel Doppelarbeit (tatsächlich Dreifacharbeit). Und wenn sich beispielsweise die Produktbeschreibung oder die Inhaltsstoffe ändern, müssen die Informationen dreimal aktualisiert werden. Dies ist nicht nur zusätzliche Arbeit, sondern auch fehleranfällig und passt nicht zu der Idee eines PIM-Systems, in dem alle Informationen nur einmal gespeichert werden.

  • Eine bessere Lösung wäre die Erstellung einer Produkthierarchie mit einem Produkt und drei Varianten. Bluna-Flasche:
  • 0.5 l
  • 1.0 l
  • 1.5 l
Informationen werden dann auf zwei verschiedenen Ebenen gespeichert. Auf Produktebene werden die Daten für „Produktbeschreibung“ und „Inhaltsstoffe“ gespeichert. Auf der Variantenebene werden die „Artikel-ID“, der „Produktname“ und das „Volumen“ gespeichert. Kurz gesagt, alle gemeinsam genutzten Attributwerte sollten auf Produktebene beibehalten werden. Die abweichenden Werte werden auf Variantenebene gespeichert.

Auch hier kann der Administrator des PIM beschließen, den „Produktnamen“ auf die Produktebene zu verschieben. Im Handel möchten Sie das Produkt möglicherweise als „1,0 l Bluna-Flasche“ bezeichnen. Dies kann jedoch auch erfolgen, indem zuerst der Wert „1,0“, dann der Gerätename „l“ gefolgt vom Produktnamen „Bluna-Flasche“ angezeigt wird. Der Administrator kann sogar beschließen, ein separates Attribut namens „Container“ mit dem Wert „Flasche“ zu erstellen.

Das obige Beispiel ist natürlich ziemlich einfach. Wenn Sie jedoch ein T-Shirt in sechs Größen und zehn Farben haben, wird die Unterscheidung zwischen dem Produkt und seinen Varianten aus mehreren Gründen viel interessanter:

  • Effizienz: Es müssen keine Daten doppelt gepflegt werden.
  • Präsentation: Das 60-malige Anzeigen des gleichen T-Shirts in einem Online-Suchergebnis kann den Kunden nur irritieren oder verwirren. Es ist besser, ihm oder ihr zu erlauben, zuerst das richtige Produkt zu finden und dann die richtige Variante auszuwählen.
Es gibt leider keine goldenen, allgemeingültigen Regeln für die Gruppierung verschiedener SKUs in einem Produkt und seinen Varianten. Typische Attribute, die auf Variantenebene beibehalten werden, sind:
  • Farbe (rot, blau, gelb)
  • Größe (S, M, L, XL)
  • Verpackungsart (Verpackung, Karton, Behälter)
Hier sind jedoch einige Tipps:
  • Alle Varianten unter einem Produkt sollten bis auf ein oder zwei Attribute, bei denen sie sich unterscheiden, immer exakt gleich sein.
  • Denken Sie aus Kundensicht, wenn Sie SKUs in Produkte gruppieren. Ein Kunde kann ein 0,5-l-Bluna-Produkt als wirklich anders als ein 1,5-l-Bluna-Produkt betrachten. Wahrscheinlich hält er ein weißes T-Shirt in fünf Größen für gleich. Ein einfacher Trick, um zu bestimmen, ob ein Attribut „variantendefinierend“ sein soll, besteht darin, sich die folgenden zwei Situationen vorzustellen:
Wäre es aus Kundensicht logischer, alle Produkte auf einer Produktliste in einem Webshop zu sehen? Wenn ja, sollte das Attribut kein variantendefinierendes Attribut sein.

Wäre es aus Kundensicht logischer, das Attribut als Auswahl (in unserem Beispiel ein Dropdown-Feld) auf der Produktdetailseite einer Website zu sehen? Wenn ja, sollte das Attribut ein variantendefinierendes Attribut sein.

  • Im Allgemeinen empfehlen wir, die Anzahl der Attribute, die eine Variante von anderen unterscheiden, gering zu halten, z. 1 oder 2. Mehr sind natürlich möglich, aber es wird für einen Kunden immer schwieriger zu verstehen, welche Entscheidungen er treffen kann.

Woran Datenmodelle scheitern

Typische Fehler sind zu viele Freitextfelder statt fester Wertelisten, Attribute ohne klare Definition, doppelte Merkmale mit unterschiedlichen Namen und Kategoriebäume, die sich überschneiden. Solche Fehler fallen oft erst auf, wenn Filter im Shop nicht funktionieren oder Exporte an Händler scheitern. Später zu korrigieren ist teuer, weil dann bereits Tausende Produkte gepflegt sind.

Siehe auch

Wie gut sind Ihre Produktdaten aufgestellt?

Unser Assessment bewertet herstellerunabhängig Datenmodell, Governance, Prozesse und Systeme und zeigt, wo Sie für PIM und KI stehen.

Assessment anfragen

Oder zuerst die PIM-Checkliste ausfüllen.

PIM-WISSEN

News & Blog

Generative AI und KI-Agenten im PIM

Next Level PIM: Wie Generative AI und KI-Agenten Vertrieb, Marketing und Service revolutionieren

19/12/2025

Haben Sie Ihre Produktdaten im Griff? Gut. Denn jetzt beginnt der spannende Teil. Ein modernes PIM-System ist weit mehr als nur eine Datenbank – es ist der Treibstoff für Künstliche Intelligenz. Erfahren Sie, wie Sie mit dem Doppelpack aus Generative AI und Agentic AI nicht nur Marketing-Content skalieren, sondern Routineaufgaben im Service und Vertrieb vollautomatisch von intelligenten Bots erledigen lassen.

zur Seite

Haben Sie Fragen?

Wir beraten Sie gerne.

Kontakt
Smartphone mit der PIM-Checkliste

Moment! Kennen Sie schon unsere PIM-Checkliste?

Klären Sie in 3 Minuten ob der Einsatz eines PIM-Systems für Sie Vorteile bringt und welche PIM-Systeme für sie in Frage kommen könnten!

Jetzt den PIM-Check machen!

Webdesign: Deutsche Stadtmarketing