La classification des données produit est le processus qui consiste à assigner chaque produit de votre catalogue à une catégorie définie et à y attacher les attributs qui lui correspondent. Bien exécutée, elle rend un catalogue produit consultable et filtrable, avec des données structurées pour les échanges automatisés avec les partenaires commerciaux. Mal exécutée, elle crée des incohérences qui se propagent dans tous les systèmes utilisant vos données produit.
Pour les fabricants et distributeurs gérant de grands catalogues produit techniquement complexes, la classification des données produit détermine les résultats opérationnels. La capacité d'un acheteur à filtrer par spécifications, la rapidité d'intégration d'un flux fournisseur, le temps de lancement d'un nouveau canal de vente : tout dépend de la bonne structuration des données sous-jacentes.
Ce que la classification des données produit fait réellement
Fondamentalement, la classification des données produit répond à deux questions : quel type de produit est-ce, et quelles informations doit-il porter ?
La première question place chaque produit dans une catégorie au sein d'une hiérarchie. Un presse-étoupe se classe dans Composants électriques > Gestion des câbles > Presse-étoupes. Une meuleuse d'angle se classe dans Outils électriques > Meulage > Meuleuses d'angle. La profondeur de cette hiérarchie dépend de la variation existant au sein d'une gamme produit.
La deuxième question est l'endroit où la classification démontre sa valeur. Chaque catégorie définit un ensemble d'attributs que les produits de cette catégorie doivent porter. Une meuleuse d'angle nécessite un diamètre de disque, une vitesse à vide, une puissance nominale, une classe de protection et un poids. Un presse-étoupe nécessite une taille de filetage, une plage de diamètre de câble, un matériau et un indice de protection. Ces ne sont pas des champs génériques. Ils sont spécifiques au type de produit, et la classification est ce qui indique au système quels champs s'appliquent.
Cette connexion entre catégorie et ensemble d'attributs est ce qui distingue la classification des données produit de la simple catalogation. Placer des produits dans des dossiers est de la catalogation. Définir le modèle de données pour chaque type de produit est de la classification.
Taxonomie : Le fondement de la classification des données produit
Avant de pouvoir classifier les produits, vous avez besoin d'une taxonomie : une hiérarchie produit structurée de catégories couvrant toute votre gamme. C'est l'épine dorsale de tout système de classification des données produit.
Les taxonomies peuvent être construites de zéro, héritées d'une norme, ou adaptées des deux. Dans la fabrication et la distribution B2B, plusieurs normes de classification industrielle sont bien établies. ETIM couvre les produits électriques, d'installation et de HVAC. eCl@ss s'étend sur une gamme beaucoup plus large de produits industriels et prend en charge la définition des attributs par classe. UNSPSC et GPC traitent respectivement l'approvisionnement et la vente au détail. Dans de nombreux secteurs, la norme utilisée par votre plus grand partenaire commercial décidera effectivement la question pour vous.
Dans les projets que nous avons implémentés pour des distributeurs en électricité et matériaux de construction, la question de la taxonomie se pose généralement tôt et crée plus de débats internes qu'attendu. Les responsables produit veulent des catégories granulaires. Les équipes ERP veulent quelque chose qu'elles peuvent mapper à leur structure existante. L'approvisionnement veut la compatibilité avec les formats de données fournisseurs. Il y a rarement une réponse nette, mais la décision pratique est généralement d'aligner sur la norme dominante de votre secteur et d'ajouter des catégories personnalisées seulement où c'est strictement nécessaire.
Une taxonomie plate avec une centaine de catégories de haut niveau et aucune hiérarchie pose des problèmes rapidement. Les produits qui vont ensemble pour la recherche et le filtrage finissent éparpillés. Les ensembles d'attributs se gonflent parce que chaque catégorie réinvente la roue. Et quand quelqu'un essaie d'exporter les données dans un format standard, le travail de mapping est énorme.
Les taxonomies profondes avec trop de niveaux créent un problème différent : la maintenance. Chaque nouvelle ligne de produits nécessite des décisions sur sa place, et plus vous descendez l'arborescence, plus il y a de potentiel pour l'incohérence.
La plupart des taxonomies fonctionnelles dans les catalogues B2B complexes se situent entre trois et cinq niveaux, avec suffisamment de profondeur pour définir des ensembles d'attributs spécifiques par catégorie mais pas au point que la classification devienne une négociation quotidienne.
Attribution des attributs dans la classification des données produit
Une fois qu'un produit est assigné à une catégorie, l'ensemble d'attributs de cette catégorie détermine quelles données il doit porter. C'est là que le travail pratique se produit.
Les attributs se divisent en plusieurs types. Certains sont des valeurs fixes provenant d'une liste définie : un type de connexion, une classe de protection, une norme de filetage. D'autres acceptent des valeurs numériques avec des unités : tension, débit, résistance à la traction. Certains sont du texte libre, bien que ceux-ci soient plus difficiles à comparer et filtrer.
Une classification sans valeurs d'attributs standardisées est incomplète. Un produit assigné à la bonne catégorie mais portant des valeurs d'attributs incohérentes ou manquantes échouera toujours au filtrage, à l'export et à l'échange de données avec les partenaires.
En pratique, la qualité des attributs varie selon la source de données. Les données des fabricants arrivent dans différents formats, utilisant différentes terminologies pour la même propriété. Un fournisseur l'appelle « courant nominal », un autre « ampérage nominal ». Les deux signifient la même chose. Sans un modèle de classification qui les mappe à un seul attribut standardisé, vous accumulez de la variation qu'aucun système en aval ne peut résoudre automatiquement.
C'est l'un des problèmes les plus courants que nos clients rencontrent avant de passer à un PIM structuré : ils ont des données produit, mais elles existent dans des feuilles de calcul au format fournisseur ou des champs ERP hérités sans modèle cohérent de classification des données produit derrière. Le résultat est un catalogue où les données sont présentes mais structurellement inertes : pas de filtrage fiable, pas d'export propre, pas de comparaison entre les types de produits.
Héritage et logique hiérarchique dans la classification
L'un des avantages structurels d'un modèle approprié de classification des données produit est l'héritage des attributs. Si vous définissez un attribut au niveau d'une catégorie parent, chaque produit dans les catégories enfants porte également cet attribut. Vous le définissez une fois ; il se propage vers le bas.
C'est important pour les catalogues avec des milliers de SKU. Sans héritage, vous finissez par redéfinir manuellement les mêmes attributs dans des dizaines de sous-catégories et créez des opportunités d'incohérence à chaque fois.
L'héritage s'applique également aux valeurs de classification elles-mêmes. Un produit classé comme dispositif électrique de classe II porte des implications spécifiques concernant les exigences de mise à la terre et d'isolation qui s'appliquent à tous les produits de cette classe. Changer la classification change automatiquement le contexte de conformité pour chaque produit en cause.
Les systèmes PIM bien conçus permettent de configurer l'héritage des attributs par niveau de taxonomie, afin que vous puissiez décider ce qui descend automatiquement et ce qui est remplacé au niveau du produit. AtroPIM, construit sur la plateforme AtroCore, gère cela par ses familles de produits et groupes d'attributs configurables. Vous définissez le modèle d'information produit au niveau de la catégorie une seule fois, et il s'applique de manière cohérente à chaque SKU assigné à cette famille de produits, avec la possibilité de remplacer les valeurs d'attributs individuels où un produit spécifique diffère de la norme de classe.
Classification à l'échelle : Où ça devient difficile
Classifier manuellement cent produits est gérable. Mettre à l'échelle la classification des données produit sur cinquante mille SKU, huit cents catégories et une douzaine de sources de données fournisseurs tout en maintenant la qualité des données est un problème différent.
Trois problèmes reviennent systématiquement quand la classification des données produit atteint l'échelle du catalogue.
Premièrement, les données fournisseurs entrantes ne correspondent rarement de manière nette à votre taxonomie. Chaque fournisseur structure son flux autour de sa propre logique interne : noms de catégories, libellés d'attributs, unités et formats de valeurs qui avaient du sens dans leur système mais n'ont pas d'équivalent direct dans le vôtre. Chaque nouveau fournisseur nécessite un exercice de mapping avant qu'un seul produit puisse être correctement classifié.
Deuxièmement, les catalogues existants accumulés avant qu'un modèle de classification soit en place portent des années d'incohérence. Reclassifier un grand catalogue existant tout en gardant le catalogue opérationnel nécessite une planification minutieuse.
Troisièmement, les décisions de classification prises tôt ont des conséquences durables. Une structure de catégories qui avait du sens pour dix mille produits devient maladroite à cent mille. Restructurer une taxonomie après coup signifie reclassifier un grand nombre de produits et mettre à jour les intégrations qui dépendent de la structure existante.
Gartner estime que la mauvaise qualité des données coûte aux organisations en moyenne 12,9 millions de dollars annuellement. Dans la fabrication et la distribution, une part mesurable de ce chiffre est les données produit qui n'ont jamais été correctement classifiées : chaque tâche d'enrichissement manuel, chaque échange de données échoué, chaque lancement de canal retardé remonte à un catalogue sans structure cohérente derrière.
PIM comme moteur de la classification des données produit
Une feuille de calcul ou un ERP peut stocker des informations produit. Aucun n'est conçu pour gérer un modèle de classification des données produit dans un large catalogue produit en évolution.
Un système PIM conçu pour les catalogues complexes gère le côté structurel de la classification des données produit : gestion de la taxonomie, définition des ensembles d'attributs, configuration de l'héritage et règles de validation qui enforcer la complétude avant qu'un produit soit considéré comme prêt pour la publication.
AtroPIM prend en charge les hiérarchies produit multi-niveaux avec des familles de produits et des groupes d'attributs configurables. Les normes de classification comme eCl@ss et ETIM peuvent être importées et mappées au modèle de données interne. Les valeurs d'attributs peuvent être validées contre des listes, des unités et des plages définies. Les produits qui ne répondent pas aux critères de complétude de leur catégorie sont signalés avant d'atteindre un canal de sortie.
Le module DAM, inclus comme partie d'AtroCore, connecte les ressources numériques directement aux produits classifiés, donc les dessins techniques, les fiches de données de sécurité et les images sont attachés au niveau du produit et disponibles pour tout format de sortie, qu'il s'agisse d'un canal web, d'une liste de prix spécifique au client ou d'un catalogue de produits PDF généré nativement dans la plateforme.
Pour les distributeurs recevant des données de centaines de fabricants, les outils d'import et de mapping sont aussi importants que le modèle de classification lui-même. L'API REST d'AtroPIM, documentée selon les normes OpenAPI par instance, supporte l'ingestion automatisée depuis les flux fournisseurs, avec des règles de mapping appliquées à l'import pour normaliser les données entrantes par rapport à la taxonomie interne.
Ce qu'une bonne classification des données produit permet
Un catalogue bien classifié change ce qui est possible en externe. L'ordre interne est un effet secondaire.
- Le filtrage à facettes sur les portails produit fonctionne parce que chaque produit d'une catégorie porte les mêmes attributs structurés avec des valeurs cohérentes.
- L'échange de données avec les partenaires commerciaux dans les formats standards (BMEcat, eCl@ss XML) nécessite un modèle de classification qui mappe à ces normes.
- La documentation réglementaire est plus facile à produire quand les produits portent des attributs techniques structurés plutôt que des descriptions non structurées.
- De nouveaux canaux de vente peuvent être configurés plus rapidement parce que les données sont déjà structurées pour l'export plutôt que nécessiter une préparation manuelle.
Pour les fabricants avec de longues gammes produit techniques, la classification est aussi ce qui rend la comparaison de produits possible du tout. Un acheteur comparant l'équipement de sécurité ou les composants électriques compare des attributs spécifiques : tension nominale, classe de protection, matériau, type de montage. Si ces attributs sont absents ou enregistrés de manière incohérente, la comparaison ne peut pas avoir lieu dans votre catalogue. Elle a lieu dans celui d'un concurrent.
C'est là où une mauvaise classification a une conséquence directe sur les revenus. Un distributeur dont le catalogue ne peut pas supporter le filtrage basé sur les attributs perd la vente au point de la recherche, avant que l'acheteur n'atteigne jamais une page produit.
Bien faire la classification des données produit
Le point de départ pratique pour la classification des données produit est de décider d'une taxonomie avant de toucher aux dossiers de produits individuels. Cela signifie s'accorder sur la profondeur, décider d'adopter une norme ou de construire une taxonomie personnalisée, et mapper les ensembles d'attributs pour les catégories les plus importantes en premier.
La classification est une décision d'architecture de données. La mal faire au début signifie la corriger plus tard dans des dizaines de milliers d'enregistrements.
Cela signifie aussi résister à la tentation de tout classifier en même temps. Commencez avec vos groupes de produits ayant le plus grand volume ou la priorité la plus élevée. Validez le modèle par rapport aux données de catalogue réelles, identifiez où il casse, et ajustez avant de l'appliquer au catalogue complet.
Le modèle de classification des données produit doit être possédé quelque part. Pas partagé vaguement entre plusieurs équipes sans gouvernance. Un propriétaire défini, des règles claires pour l'ajout de nouvelles catégories, et un processus d'examen pour les changements d'attributs sont ce qui garde le modèle cohérent à mesure que le catalogue grandit.
Les outils de configuration d'AtroPIM soutiennent ce type de gouvernance sans nécessiter du travail de développement pour chaque changement. Les familles de produits, les groupes d'attributs et les hiérarchies de classification sont tous gérables par l'interface. Quand les personnes responsables des produits contrôlent directement le modèle de classification, le modèle reste exact à mesure que le catalogue grandit.