Wie sich zuletzt im Interview mit dem Team von Red Cup herausgestellt hat, wird immer häufiger davon abgeraten, mehr als einen Feed aus dem Backend zu exportieren. Einen strukturierten Datenfeed zu liefern ist für den Händler in aller Regel kein Problem, wenn die Daten bereits im Quell-System systematisch gepflegt wurden. Viele Händler stellt jedoch genau dies zunächst vor eine Herausforderung: Zum einen werden Daten nicht immer strukturiert erfasst, zum anderen fehlen oftmals relevante Produktinformationen, die im Datenfeed nachträglich ergänzt werden müssen.
Doch gibt es eigentlich einen idealen Quellfeed? Und, wie sieht er aus? Die Lösung ist recht simple: Ein Datenfeed sollte alle Informationen enthalten, die …
- ein Produkt bzw. die jeweilige Produktleistung beschreiben und dem Kunden kaufentscheidende Argumente liefern.
- dem Online-Shop später dabei helfen sein Sortiment performance-orientiert auszusteuern.
Diese Informationen liegen im Quellfeed möglichst granular und in einer strukturierten Form vor.
Kaufentscheidende Attribute ergänzen
Neben Pflichtattributen, wie z.B. „Produkt-ID, Link, Beschreibung, Produktbild, Preis, Versandkosten, Marke oder Zustand, sind weitere Attribute für die Listung in den Marketing- und Vertriebskanälen relevant. Im Speziellen sind dies kaufentscheidende Attribute, die auch die Conversion der Kampagne positiv beeinflussen. Diese sollten in den Quellfeed aufgenommen werden. Doch welche Attribute sind dies genau?
Naturgemäß gibt es branchenspezifische Unterschiede. Nehmen wir als Beispiel einen Fashion-Händler: Hier empfehlen wir Informationen wie Farbe, Geschlecht, Größe, Material, Muster, Stil, Schnitt, Altersgruppe zusätzlich in den Quellfeed zu integrieren. In Abhängigkeit davon für welche Marketingmaßnahme der Händler die Datenfeeds benötigt, sollte man noch granularer werden. Führt der Händler z.B. auch das Schuhsortiment, sollte der Quellfeed auch noch um folgende Attribute erweitert werden: Absatzform, Absatzhöhe, Saison, Schuhweite, Schaftweite, Obermaterial, Innenfutter, Verschluss, Saison, Einsatzbereich, Eigenschaften/Zusatzfunktionen, Gewicht, Wasserfestigkeit etc. – Die Liste der Attribute lässt sich nach Belieben erweitern, entscheidend ist, dass die Informationen in strukturierter Form vorliegen.
KPIs zur Steuerung der Sortimente nutzen
Neben den Artikelstammdaten, die den Artikel beschreiben und für den Endkunden kaufentscheidend sind, empfehlen wir den Quellfeed um zusätzliche Kennzahlen zur Sortimentssteuerung zu erweitern. Das könnten Informationen wie der Warenrohertrag, die Retourenquote und das Verkaufsranking sein. Diese internen KPIs helfen Produkte und Kampagnen nach dem Gesichtspunkt der Rentabilität zu bewerten. So kann es beispielsweise sinnvoll sein ein Produkt aus dem Datenfeed zu entfernen, wenn die Retourenquote hoch ist.
Ferner helfen auch aktuelle Tracking-Informationen bei der Optimierung einer Kampagne. Bei Feed Dynamix arbeiten wir mit dem DSGVO-konformen Trackingdienstleister econda zusammen. Die gesammelten Daten ermöglichen es, Datenfeeds beispielsweise anhand des KUV, der Produkt- oder Kategorie-Conversions, des CPO und weiteren relevanten Indikatoren performancebasiert auszusteuern.
Über die Filterfunktion lassen sich somit zahlreiche Möglichkeiten zur individuellen Feedaussteuerung nutzen. Die Filter können eine Mischung aus Content- und Performancefiltern sein – wobei nicht nur die über econda gesammelten Daten als Basis herangezogen werden können, sondern ebenfalls die im Feed übermittelten eigenen Kennzahlen, sowie sogar berechnete Felder.
Fazit
Egal ob Google Shopping, Amazon, Facebook, Preissuchmaschine oder Affiliate Marketing, die Qualität der Produktdaten entscheidet heute zunehmend über den Erfolg oder Misserfolg einer Datenfeed-Kampagne. Wer also das entscheidende Augenmerk auf die Qualität seiner Produktdaten legt, erhöht nachhaltig die Sichtbarkeit seiner Produktanzeigen, ermöglicht bessere Einkaufserlebnisse und steigert so die Schlagkraft seiner Marketing-Maßnahmen.