Definition von Datenvolllständigkeit
Datenvolllständigkeit ist ein Maß dafür, wie viel der erforderlichen Informationen für einen Produktdatensatz tatsächlich ausgefüllt wurde, ausgedrückt als Prozentsatz der Pflichtfelder und empfohlenen Felder, die gültige, nutzbare Inhalte enthalten.
Ein Produktdatensatz, der einen Titel und einen Preis enthält, aber Abmessungen, Bilder und technische Attribute vermisst, ist unvollständig – selbst wenn er technisch gesehen im System vorhanden ist. Volllständigkeit misst die Lücke zwischen dem, was ein Produktdatensatz enthält, und dem, was er enthalten sollte.
Was gilt als vollständig?
Das hängt vom Kontext ab. Volllständigkeit wird immer gegen eine definierte Anforderung gemessen, und diese Anforderung ändert sich je nachdem, wohin die Daten gehen. Ein Produkt, das auf der Website eines Großhändlers aufgelistet wird, benötigt möglicherweise einen vollständigen Satz von ETIM-Merkmalen, mehrere Bilder, eine ausführliche Beschreibung und ein Datenblatt. Dasselbe Produkt in einem internen ERP-System benötigt möglicherweise nur einen Code, einen Namen und eine Maßeinheit.
Die meisten Organisationen definieren Volllständigkeit auf zwei Ebenen:
- Pflichtfelder — das Minimum, das ein Datensatz überhaupt benötigt, um nutzbar zu sein, wie z. B. Produktname, Kennung und Basiseinheit
- Empfohlene Felder — Inhalte, die die Auffindbarkeit, Konversion oder den Datenaustausch verbessern, wie z. B. Merkmale, Bilder und Marketingbeschreibungen
Eine Volllständigkeitsbewertung spiegelt typischerweise wider, wie viele dieser Felder ausgefüllt sind, gewichtet nach ihrer Bedeutung.
Warum ist das wichtig?
Unvollständige Produktdaten haben direkte operationale Folgen. Ein Produkt, dem erforderliche Merkmale fehlen, kann nicht auf einem Kanal aufgelistet werden, der diese vorschreibt. Ein Produkt ohne Bilder wird in Suchergebnissen und auf Kategorieseiten unterdurchschnittlich abschneiden. Ein Produkt ohne korrekte technische Spezifikationen kann fehlerhaft bestellt werden, was zu Rückgaben oder Reklamationen führt.
Im Supply-Chain-Kontext bedeuten unvollständige Daten vom Hersteller zusätzliche manuelle Arbeit für jeden Distributor oder Einzelhändler, der sie erhält. Im großen Maßstab, über Tausende von SKUs und Dutzende von Lieferanten hinweg, summieren sich diese Kosten schnell auf.
Wie wird Datenvolllständigkeit nachverfolgt?
In einem Product Information Management (PIM)-System wird die Volllständigkeit normalerweise automatisch berechnet und als Bewertung oder Fortschrittsanzeige für jeden Produktdatensatz angezeigt. Regeln definieren, welche Felder erforderlich sind, und das System kennzeichnet Datensätze, die unter einen festgelegten Schwellenwert fallen.
Einige Organisationen definieren auch Volllständigkeitsprofile pro Kanal oder pro Produktkategorie, sodass dasselbe Produkt für ein Ziel vollständig genug sein kann, aber für ein anderes als unvollständig gekennzeichnet wird.
Worin besteht der Unterschied zwischen Volllständigkeit und Qualität?
Volllständigkeit sagt dir, ob ein Feld ausgefüllt wurde. Sie sagt dir nicht, ob der Inhalt genau, konsistent oder gut geschrieben ist. Eine Produktbeschreibung, die aus 500 Zeichen Platzhaltertext besteht, wird als vollständig registriert, auch wenn sie nutzlos ist.
Datenqualität ist das umfassendere Maß, das Genauigkeit, Konsistenz und Eignung für den Zweck einschließt. Volllständigkeit ist ein Eingabefaktor für die Qualität, aber eine hohe Volllständigkeitsbewertung bedeutet nicht automatisch, dass die Daten gut sind.