Lessons learned – aus zwei Dekaden Produkt-Informations-Management

Lessons learned – aus zwei Dekaden Produkt-Informations-Management
Oder: Wie erreicht man das Ziel hervorragender Produktdaten? – ein wichtiger Baustein für den Erfolg des Unternehmens.

Seit über 15 Jahren bin ich nun mit diesem spannenden und herausfordernden Thema betraut, das abwechslungsreich ist, weil man in verschiedenen Projekten mit vielen anderen Bereichen eines Unternehmens zusammenarbeiten darf: Entwicklung, Produktmanagement, Marketing, IT, Pricing, Sales und einige mehr. Ein Thema, das niemals endet, weil es immer etwas zu verbessern gibt und immer wieder neue Produkte entwickelt werden, für die es Informationen zu pflegen und bereitzustellen gilt.

Klar ist, ohne Produktinformationsmanagement ist die steigende Komplexität und sind die kürzeren Zyklen der zielmedien- und zielgruppenspezifischen Bereitstellung von Produktinformationen nicht zu erfüllen. Das virtuelle Produkt als „Abbild“ des realen Produktes ist heute für den Erfolg beim Kunden essentiell wichtig und sorgt oft für den zusätzlichen Benefit, der den Unterschied zum Wettbewerb darstellt.

Auf der Seite der Datenbereitstellung gibt es mittlerweile eine damals noch nicht geahnte Vielfalt an Medien und Applikationen, die mit Produktdaten versorgt werden müssen. Zu den damals definierten Aufgaben eines PIM-Systems mit der Erstellung von (elektronischen) Katalogen und gedruckten Preislisten sind viele Systeme und Standards hinzugekommen, die bedient werden müssen. Verschiedene Klassifikations-Standards wie ecl@ss, ETIM und UNSPSC; Zielmedien wie Online Shops, Apps, Engineering-Systeme, Redaktionssysteme und Konfiguratoren bis hin zum Design-in und Automatisierungs-Prozess beim Kunden. Und das Ganze am besten spezifisch aufbereitet, qualitätsgeprüft, über Schnittstellen (z.B. API) on-demand, in 20 Sprachen bereitgestellt. Deshalb wurde heutzutage der Begriff PIM schon unterschiedlich erweitert. PXM – Product Experience Management / MRM – Marketing Ressource Management um zwei Synonyme zu nennen.

Im Prinzip erzähle ich hier nichts Neues – doch weshalb gelingt es selten diesen Idealzustand zu erreichen?

Die Seite der Datenpflege spielt hier eine zentrale und maßgebliche Rolle. Ein Punkt, der eigentlich vielen klar ist: nur das was ins System reinkommt, kann ich auch ausgeben. Aber so einfach sich das auch anhört, es wird meiner Erfahrung nach nicht genug beachtet. Natürlich müssen Prozesse und Standards vorgegeben, aber auch die Sichtweise der Datenpflege und deren Anliegen in besonderer Weise berücksichtigt werden. 

Deshalb möchte ich hier einmal eine Lanze für die Datenpfleger brechen, die mit Ihrer Arbeit das Ganze mit Leben füllen und denen man die Arbeit so leicht wie möglich machen muss! Denn je einfacher, leichter und schneller Produktdaten gepflegt werden können, desto mehr Input erhält das PIM-System, der für qualitative und quantitative Produktdaten notwendig ist.

Die 4 Säulen des Produktinformationsmanagements

Hervorragende Produktdaten – gutes Datenmodell, definierte Prozesse, klare System-Landschaft und Medienneutralität einhalten!

Aus meiner Sicht sind definierte Prozesse und eine System-Landschaft entscheidend, in der der Anwender weiß, wo er wann, was zu tun hat. Wenn ich etwas aus über 15 Jahren als großes Problem ausgemacht habe, dann sind es die ständigen Fragen der Anwender, wo er jetzt in den 7 Systemen und 4 Tools etwas machen muss, damit am Ende ein gewünschtes Ergebnis herauskommt.

Datenmodell und Medienneutralität

Die Medienneutralität muss unbedingt eingehalten werden, denn nur so kann im Laufe der Zeit eine redundante Datenpflege vermieden werden. Das scheint zunächst simpel, doch bei vielen Unternehmen ist das PIM System mit der Zeit und den Aufgaben gewachsen und leider stellt sich Realität meist anders dar. Und die Uhr kann nur schwer zurückgestellt werden, weil bei Änderungen verschiedene Zielsysteme aufwändig angepasst werden müssten.

Zudem spielt die Terminologie im System eine große Rolle, um ein einheitliches Wording bei der Definition von technischen Attributen und beschreibenden Texten zu gewährleisten. Nur so können gleiche Sachverhalte oder technische Angaben auch immer gleich beschrieben werden.

Unternehmen, die noch vor der Einführung eines solchen Systems stehen, sollten sich einen erfahrenen Mitarbeiter und/oder einen guten Implementierungsdienstleister ins Haus holen!

Systemische Sicht (System-Landschaft)

Die Stärken der einzelnen Systeme auf der Datenbereitstellungsseite müssen genutzt und optimal miteinander vernetzt werden.
Meiner Meinung sind das folgende Schlüssel-Systeme, die für eine homogene Landschaft der Datenerzeugung unerlässlich sind.

ERP-System für das Master-Data-Management: Artikel-Stammdaten, Logistikdaten, kaufmännische Daten (Sortimente, Preise, etc.)

PLM-System: Produktlebenszyklus, Produkt-Dokumente, CAD-Daten, Stücklisten, Ersatzteil/Reparaturinformationen

Skalierbares PIM-System mit voll integriertem MAM-System: Zentrales Datenmodell, technische Produktdaten, Produktrelationen, Übersetzungsmanagement, produktbezogene Assets, Quality Dashboard und Datenexport-Modul

Das PIM-System spielt dabei die entscheidende Rolle, da hier alle Daten zusammentreffen und ein Großteil der Datenpflege stattfindet. Ein webbasierendes System mit übersichtlicher UI sowie Workflow-Engine und Dashboard und wichtigen Funktionen wie Versionierung, Vorschaufunktionen, Verwendungsnachweis, Massendatenpflege und Vererbung von Daten ist hier unerlässlich.

Zudem müssen Konfigurator- und Applikationsregeln über einen Softwareentwicklungsprozess erstellt und bereitgestellt werden.

Prozessuale Sicht

Daten müssen dort gepflegt werden, wo sie entstehen. Bedeutet zum Beispiel, dass schon Messergebnisse im Labor im PIM-System erfasst und später weiter angereichert werden können. Der Prozess der Datenpflege und Kontrolle muss möglichst zeitlich nah zusammengehalten werden.

Daten pflegen und einen Tag später das Ergebnis kontrollieren, ist deprimierend und einer hohen Motivation bei der Datenpflege nicht zuträglich.

Es muss klar sein, was in welchem System gemacht wird. Mit klarer Abgrenzung: Welches System für welche Art von Produktdaten führend ist, und warum das so ist.

Arbeitsanweisungen und Guidelines ergänzen die Prozesse der Datenpflege dementsprechend.

Fazit:
Produktdaten sind das neue Öl – dieses kann jedoch nur mit dem erforderlichen Equipment und einer motivierten Mannschaft in hoher Menge und top Qualität gefördert werden!

 

Autor:

Frank Schönfuß, Data architect bei Weidmüller Interface GmbH

Frank Schönfuß, geboren am 07.09.1981 im niedersächsischen Hildesheim durchlief nach dem Abitur, sowie 2 Jahren Bundeswehr, bei Stiebel Eltron von 2003-2005 eine Ausbildung zum Industriekaufmann.

In den folgenden Jahren war er maßgeblich an der Einführung, Konfiguration und Betreuung des PIM-Systems mediando beteiligt.

Berufsbegleitend absolvierte er 2006/2007 die Fortbildung zum Industriefachwirt bei der TA Hameln. Neben dem Stammdatenmanagement gehörten die Administration, das Schnittstellen- und Übersetzungsmanagement bis 2017 zu den Hauptaufgaben im „Technik-Info-Zentrum“ / später IT bei Stiebel Eltron in Holzminden. In dieser Zeit eignete er sich ein breites Wissen im Projektmanagement  im PIM-Umfeld an.

Seit 2017 ist Herr Schönfüß bei der Weidmüller-Gruppe im westfälischen Detmold als Data Architect im Bereich Product-Lifecycle-Management  für die Systeme und Prozesse der Produktdatenerstellung und –bereitstellung im internationalen Umfeld zuständig.

www.weidmueller.de

 

VERANSTALTUNGSTIPP

Product Information Management im Unternehmen I 05.11.2020 in Frankfurt/Main

Stammdaten Forum I 24.–25.11.2020 in Düsseldorf