Analyse und Bewertung der Datenqualität

Validierungsregeln sind ein wichtiges Werkzeug, um die Qualität von Produktdaten zu gewährleisten. Moderne PIM-Systeme erlauben die automatisierte Prüfung bereits bei der Datenerfassung und helfen dadurch, diverse Arten von Eingabefehlern von vorneherein zu vermeiden. Klassische Beispiele dafür sind Prüfungen auf Vollständigkeit (z.B. Pflichtattribute) und auf fachliche Konsistenz, z.B. dass das Nettogewicht nicht größer sein darf als das Bruttogewicht.

Validierungsregeln erreichen sehr schnell eine ungeahnte Komplexität!

Viele dieser Erfassungsfehler bekommt man jedoch nur mit extrem hohem Aufwand in den Griff, denn die Validierungsregeln erreichen sehr schnell eine ungeahnte Komplexität. Hinzu kommt die Schwierigkeit, dass sich viele Produktsortimente in stetigem Wandel befinden. Nehmen wir ein einfaches Beispiel: Kaffee ist heute nicht mehr einfach gleich Kaffee. Von Kaffebohnen, gemahlenem Filterkaffee oder Instant-Pulver, über Pads und Kapseln, bis hin zum kaffeehaltigen Energy-Drink in der Aluminium-Dose. Welche Eigenschaften sollen obligatorisch sein? Natürlich möchte man, dass die Anzahl der Pads/Kapseln pro Packung erfasst wird, das aber natürlich nur, wenn es sich auch um solche handelt. Denkt man das Beispiel über den Kaffee hinaus, dann ahnt man schnell, wie riesig und detailliert ein Warengruppensystem mit entsprechenden Validierungsregeln sein muss.

Automatisches Erkennen von untypischen Datensätzen

Auch hier kommt Machine Learning wieder zum Zuge, diesmal in Gestalt der sogenannten Outlier-Detection, also dem automatischen Erkennen von untypischen Datensätzen.


Wir zeigen Ihnen auf, wie Sie mit Machine Learning Nutzen für Ihr PIM generieren können.

Sprechen Sie uns an!