Hogere kosten en misgelopen omzet door lage datakwaliteit

17 maart 2016 Consultancy.nl

Aan de kwaliteit van productdata binnen organisaties valt nog veel te verbeteren, blijkt uit onderzoek van Qhuba dat in samenwerking met ShoppingTomorrow is uitgevoerd. Organisaties dreigen een hoge prijs te betalen voor ondermaatse datakwaliteit; niet alleen kan het leiden tot inefficiënties, maar in sommige gevallen lopen bedrijven ook omzetpotentieel mis.

In een tijdperk waarin (Big) data door sommigen wordt bestempeld als het nieuwe goud, is het voor de bedrijven essentieel om te profiteren van het enorme potentieel aan beschikbare data in de markt en ook intern. Organisaties werken in de praktijk met verschillende soorten data, zoals leveranciersdata, klantdata, productdata, financiële data of persoonlijke data. Samen zijn al deze datagebieden goed voor een berg aan opgeslagen informatie, waarmee organisaties hun interne operaties kunnen stroomlijnen en waarmee ze klanten van de beste diensten/producten kunnen voorzien, en dat allemaal via een naadloze en gerichte ‘customer journey’.

Om te begrijpen hoe organisaties intern omgaan met data en om inzichten in de belangrijkste verbetergebieden te krijgen, onderzocht de MDM praktijk van netwerkorganisatie Qhuba, in samenwerking met ShoppingTomorrow (‘de PIM expertgroep’), recentelijk de dataorganisatie bij zestig verschillende B2B en B2C bedrijven. De focus van het onderzoek lag op productdata, gegevens die bijvoorbeeld gebruikt worden om producten te identificeren, zoals een productomschrijving, maateenheid of de kosten/prijs. De respondenten in het onderzoek zijn werkzaam binnen uiteenlopende industrieën, waarbij het grootste gedeelte actief is in de branche Commercieel/Retail, namelijk 47%. Daarnaast komt een groot deel uit de Bouwindustrie, 15%. De rest van de respondenten is actief in andere sectoren. Meer dan de helft van de respondenten werkte in hun organisatie binnen de afdeling Marketing/Sales (37%) en IT (28%).

Centraal beheer
Uit het onderzoek blijkt dat product- en leveranciersgegevens voor het grootste gedeelte centraal worden beheerd. Het idee daarachter is dat door standaard processen voor data input en beheer te ontwikkelen, de kwaliteit van data toeneemt. Van alle datatypen worden binnen de bedrijven productgegevens (93%) en leveranciersgegevens (82%) het meest centraal beheerd. Hierna volgen financiële gegevens (73%), klantgegevens (65%) en persoonsgegevens (45%).

De product- en leveranciersgegevens zitten veelal in centrale (ERP en/of PIM) systemen. Klantgegevens worden vaker decentraal beheerd, aangezien deze informatie vaak wordt gecreëerd en bewerkt door verschillende afdelingen zoals Sales, Customer Services, Marketing en ook binnenkomen via aanmeldingen op websites. Volgens de onderzoekers zal de uitdaging om tot effectieve marktbewerking te komen, de komende jaren liggen in het integraal kunnen beheren van de in verschillende systemen opgeslagen klantgegevens. “Het managen van deze master data (MDM) is dan ook een belangrijke bouwsteen voor bijna iedere onderneming”, aldus Wim Griffioen en Jos Schreurs*, leads van de MDM tak van Qhuba en initiatoren van het onderzoek.

Gevraagd naar waarom de voorkeur binnen veel organisaties uitgaat naar een centraal beheer van product data, wijzen de respondenten op diverse factoren. De belangrijkste reden blijft het kunnen beschikken over volledige en actuele data (aangegeven door 80%). Daarnaast leidt centraal beheer van informatie volgens de respondenten tot een verbeterde ‘single version of the truth’ (65%), van waaruit unieke data naar alle verkoop- en marketingkanalen gepubliceerd kan worden (58%). Tenslotte leidt volgens de respondenten een centrale aanpak tot efficiencyvoordelen qua organisatie (58%) en integratie met externe datapools (48%).

Belang van datakwaliteit
De onderzoekers vroegen de respondenten verder om aan te geven hoe belangrijk datakwaliteit voor hen is. Hieruit komt naar voren dat maar liefst 97% van de respondenten aangeeft dat kwaliteit van productdata ‘belangrijk’ is (aangegeven door 40%) of ‘heel erg belangrijk’ (57%). Het belang van een goede datakwaliteit komt voort uit de wens om klanten van correcte informatie te voorzien, vindbaar te zijn op zoekmachines en klanten te ondersteunen in het selectie- en aankoopproces op de eigen site. Ook wijzen respondenten bijvoorbeeld op (toegenomen) wetgeving zoals bijvoorbeeld de Europese voedselwet, die bedrijven verplicht gedetailleerde informatie bij te houden.

Ook werd respondenten gevraagd wat de belangrijkste drijfveren zijn voor een goede datakwaliteit binnen organisaties. Hier geven respondenten als belangrijkste drivers aan: het zorgen voor uniforme, eenduidige processen (72% van de respondenten) en zorgen voor een lagere behoefte aan coördinerende inspanningen (52%). Interne efficiency vormt daarbij een belangrijke drijfveer voor het verhogen van de datakwaliteit. Verder worden door bedrijven een snellere time-to-market van nieuwe producten in het assortiment (42%), efficiëntere zoekopdrachten (42%), minder klachten en daardoor minder reputatieschade (32%) en tenslotte minder retouren (doordat klanten in één keer het juiste product bestellen) (21%), als belangrijke drijfveren opgegeven.

Uitdagingen
Terwijl het belang van data voor businessmodellen en de bedrijfsvoering bijna exponentieel toeneemt, worstelen veel organisaties nog altijd met de datakwaliteit van hun producten. Volgens de onderzoekers laat de kwaliteit op bijna alle gebieden nog veel te wensen over. De resultaten tonen aan dat bedrijven vooral de grootste moeite hebben met productspecificaties – maar liefst 75% van de respondenten worstelt hiermee. Referenties naar andere producten voor cross-sell doeleinden of voor het aandragen van andere alternatieven vormt voor 53% van de ondervraagden een uitdaging. En iets minder dan de helft ervaart problemen met de datakwaliteit ten behoeve van bijvoorbeeld marketingteksten voor, of foto’s en video’s over de producten. Ook productidentificatie van gegevens blijkt bij 42% van de respondenten een probleemgebied te zijn.

Om de prestaties ten aanzien van productdata te verbeteren, identificeerden de onderzoekers diverse focusgebieden waar verbetering nodig is. Allereerst moet de kwaliteit van data worden gemeten, iets wat nu nauwelijks gebeurt. Gevraagd naar hoe organisaties (de kwaliteit van) productdata meten en bewaken, blijkt dat ruim een derde van de respondenten (37%) dit slechts op incidentele basis doet en circa een op de zes organisaties (14%) zelfs helemaal niet. En voor organisaties die de kwaliteit wél in kaart brengen – onder andere bedrijven die deze continu meten en bespreken met leveranciers en datapool-aanbieders (22%), of additionele afspraken maken over product data (24%) – gebeurt dit vaak alleen op ad hoc basis. Slechts bij 25% van organisaties vormt het meten van datakwaliteit een regulier onderdeel binnen alle operationele processen, terwijl slechts 12% gebruik maakt van dashboards.

Het onderzoek kijkt ook naar de mate van automatisering binnen de organisaties ten aanzien van het verzamelen van productdata. Uit de bevindingen blijkt dat de mogelijkheden tot verregaande automatisering van content creatie nog maar nauwelijks benut. 87% van de respondenten werkt nog met een handmatige invoer van productdata, of werkt in dit kader met Excel bestanden (72%). 22% van de respondenten maakt gebruik van internet zoekopdrachten (Google) en 3% verzamelt productdata via marktplaatsen. Organisaties maken nog maar beperkt gebruik van geautomatiseerde content creatie (12%), data feeds (42%) en data pools (39%), en dat terwijl automatisering organisaties een grote boost in hun efficiency kan opleveren.

In de keten van leverancier via groothandel tot retailer wordt veel productdata uitgewisseld, zoals technische gegevens, informatie over de samenstelling, foto’s, video’s en klantenservice-informatie. Uit het onderzoek blijkt dat deze schakels in de keten geen eenduidige productdata gebruiken, dat er meerdere werkwijzen om informatie uit te wisselen naast elkaar bestaan, dat veel data handmatig wordt ingevoerd en dat leveranciers ook nog eens te weinig productdata verstrekken. En dat terwijl organisaties hun efficiency en datakwaliteit juist willen verhogen en het handmatig aanvullen of wijzigen van data willen minimaliseren. De onderzoekers pleiten daarom voor nauwere samenwerking met leveranciers, door bijvoorbeeld vaker te werken met data templates en datapools. Zo kan binnen de organisaties het aandeel van het zelf intern aanvullen van productdata (nu 75%), idealiter teruggebracht naar nog maar 10%.

Vooruitkijkend concluderen Griffioen en Schreurs dat het belangrijk is dat organisaties investeren in de kwaliteit van productdata. Hierbij kunnen ze veel leren van online retailers, die op dit gebied voorop lopen. “Zij zien immers in de praktijk dat klanten wegklikken als de productomschrijving niet helder is, de foto van het product in de verkeerde kleur laat zien of wanneer de omschrijving van het product in de webshop afwijkt van de omschrijving in de nieuwsbrief. Zij ervaren bovendien aan den lijve hoeveel rompslomp het met zich meebrengt als productdata in verschillende systemen staan.”

Griffioen besluit: “Zonder goed datamodel, heldere processen met goede governance en duidelijke KPI’s die de datakwaliteit continu meten, zullen initiatieven om de productdatakwaliteit te verbeteren verzanden.”

Qhuba Partners Wim Griffioen en Jos Schreurs fungeerden in het kader van ShoppingTomorrow de afgelopen jaren als kennispartner en voorzitter van de Product Information Management expertgroep. ShoppingTomorrow is een vervolg op Shopping2020, een initiatief van Thuiswinkel.org – de belangenvereniging voor webwinkels in Nederland – en 24 branche-­ en belangenverenigingen uit het retaildomein. Vooral fabrikanten waren goed vertegenwoordigd in het bovenstaande onderzoek, mede doordat producenten een belangrijke achterban vormen binnen ShoppingTomorrow.

Nieuws

Meer nieuws over