m-way – 100% E-BIKE

Kategorien

Lieferantenattribute

SKU Attributwerte prozessiert

expert-feedback-onedot-in-action-create-an-accurate-product-categorisation-system-using-accurate-and-up-to-date-product-information

HERAUSFORDERUNGEN

  • Ablösung vom bestehenden Webshop.
  • Ausbaufähiges Produktdatenmodell.
  • Bestehende Daten müssen angereichert werden.
  • Datenbereinigung notwendig.
  • Unterschiedliche Datenstruktur der Lieferanten.
-onedot-intelligently-adapts-to-changes-in-the-data-and-continuously-learns-from-business

WIE ONEDOT GEHOLFEN HAT

  • Produktdatenmodell für Webshop präzisiert.
  • Festlegung relevanter Attribute pro Kategorie.
  • Matching der Produkte mit Lieferantenkatalogen.
  • Bestehende Daten mit Lieferantendaten angereichert und bereinigt.

m-way wurde im Jahre 2010 gegründet um die umweltfreundliche und nachhaltige Mobilität zu fördern. Innerhalb kürzester Zeit entwickelte sich die Tochtergesellschaft des Migros-Genossenschafts-Bundes zum Marktleader im Elektro-Zweiradhandel. Als Impulsgeber im wachsenden E-Bike-Markt beeinflusst der Schweizer Marktleader im E-Zweiradhandel das Mobilitätsverhalten der Gesellschaft.

BEREINIGTE PRODUKTDATEN FÜR M-WAY WEBSHOP

Die Migros Tochter m-way verfügt über ein breit gefächertes Angebot im E-Bike Bereich mit 28 Shops und einem hochstehenden Beratungs- und Reparaturservice. Das auf E-Bike ausgerichtete Unternehmen möchte seine Reichweite mit einem überarbeiteten Webshop vergrössern.

Um dieses Ziel zu erreichen, sollte zunächst die aktuelle Webshop Software abgelöst und das Produktdatenmodell verfeinert und mit zusätzlichen Filtern ausgebaut werden. Verschiedene Filter führen den Endbenutzer schneller zu seinem Produkt. Filter basieren auf existierenden Attributen, welche mit konsistenten Wertelisten befüllt werden. Die neuen Filter wurden nicht ausreichend abgedeckt durch bestehende Daten.

Somit war es sinnvoll die Produktdaten mit rohen Lieferantendaten anzureichern, die verschiedenen Attributwerte zu vereinheitlichen und zu bereinigen. Damit konnte die Facettensuche ausgebaut werden, was zu einer besseren User Experience führt und zu einer höheren Conversion für den neu aufgestellten multilingualen Webshop.

Eine m-way interne manuelle Datenaufbereitung wäre sehr umfangreich gewesen aufgrund der teilweise ungeordneten und von diversen Quellen erhaltenen Produktdaten. Da die neue Webshop Software zeitnah online gehen sollte, wandte sich m-way an die Datenexperten von Onedot.

mway-Head-of-Product-Purchasing-Management

“Onedot hat geholfen, unser Produktdatenmodell zu detaillieren und die Shopping Experience unserer Kunden zu verbessern. Daher kann der Kunde heute bei m-way im Webshop die richtigen Produkte einfacher und schneller finden.“

Fulvio D’Aurelio, Head of Marketing & Product Management, Member of the Management Board bei m-way ag

WIE ONEDOT HELFEN KONNTE

Im ersten Schritt wurden die bestehenden Produktdaten vom ERP und die externen Lieferantendaten maschinell auf Datenqualität geprüft, um zu erkennen, welche Attribute vom Lieferanten vorhanden sind, wie strukturiert die Produktdaten vorliegen und was aus Texten extrahierfähig ist. Dies ist erforderlich, da beispielsweise ein Helmmodell unterschiedliche Belüftungslöcher, Visiergrössen oder Verschluss-System Verstellungsmöglichkeiten anbietet und diese Attribute klassifiziert und korrekt zugeordnet werden müssen.

Basierend auf existierenden Produkten und rohen Lieferantendaten wurde das Produktdatenmodell definiert und Produktfamilien gebildet. Produkte mit den gleichen Attributen wurden in Produktfamilien zusammengefasst, um die Komplexität von dem Produktdatenmodell zu vereinfachen. Zudem wurden Attribute pro Kategorie festgelegt und Wertelisten, Einheiten und Datentypen definiert. Die Erweiterung der Kategorisierung auf weitere Level, beispielsweise von zwei Kategorien auf nun vier, erhöhte die Auffindbarkeit der Produkte.

Im Folgeschritt musste das Produktdatenmodell mit Produktdaten abgefüllt werden, weswegen die existierenden Produkten mit den zusätzlichen Lieferantendaten angereichert wurden. Die angereicherten Daten wurden anschliessend durch die Künstliche Intelligenz (KI) normalisiert und vereinheitlicht. Dadurch sind mehr Informationen für den Kaufentscheid im Webshop verfügbar, was die Conversion im m-way Webshop steigert.

mway-Head-of-Product-Purchasing-Management

“Die Datenqualität der bestehenden Produkte konnte signifikant angehoben werden, was die Conversion deutlich verbessert.“

Fulvio D’Aurelio, Head of Marketing & Product Management, Member of the Management Board bei m-way ag

DAS RESULTAT

Onedot konnte durch eigens entwickelte Künstliche Intelligenz (KI) und Machine Learning (ML) Algorithmen das Produktdatenmodell verfeinern. Pro Kategorie wurden durchschnittlich bis zu 20 zusätzliche Attribute mit aufgenommen und über 100 Wertelisten definiert. Anschliessend wurde ein effizientes Produktmatching, ein präzises Attributmapping und eine umfassende Bereinigung durchgeführt. Die Lieferantenprodukte wurden mit den existierenden Produkten lieferantenindividuell gematcht auf Basis von verschiedenen Identifikationsmöglichkeiten. Danach wurden über 14’000 Lieferantenattribute von über 20 verschiedenen Lieferanten her stammend auf die m-way kategoriespezifischen Attribute gemappt. Die knapp 100’000 SKUs in über 175 Kategorien wurden in mehreren Iterationen kategoriespezifisch bereinigt. Die Bereinigung umfasste verschiedene Datentypen, wie Zahlen, Einheiten oder Wertelisten. Beispielsweise wurden 600 Lieferantenfarben auf 16 Filterfarben vereinheitlicht. Diese höhere Datenqualität bildet die Basis für eine gesteigerte Conversion und mehr Umsatz bei m-way Webshop.

ZAGENO SUCCESS STORY LESEN

ONEDOT MIT IHREN EIGENEN DATEN TESTEN

Kontaktieren Sie uns, um zu erfahren, wie Onedot Ihnen helfen kann.

KONTAKT