Glossar von wichtigen Begriffen aus dem PIM Umfeld

Datenqualität

Definition

Datenqualität beschreibt, wie vollständig, korrekt, konsistent, aktuell, eindeutig und regelkonform Produktdaten sind. Sie bewertet also den Zustand der Daten anhand messbarer Kriterien und zeigt, ob Informationen zuverlässig genutzt, verarbeitet und ausgespielt werden können.

Kriterien der Datenqualität

Vollständigkeit – alle Pflichtfelder und relevanten Attribute sind gefüllt
Korrektheit – Werte stimmen fachlich (z. B. Maße, Preise, Kategorien)
Konsistenz – keine widersprüchlichen Angaben zwischen Attributen
Aktualität – Daten sind nicht veraltet
Eindeutigkeit – keine Dubletten oder mehrfach angelegten Produkte
Validität – Werte entsprechen Regeln, Formaten und Vorgaben

Wenn eines dieser Kriterien verletzt ist, sinkt die Datenqualität.

Zweck im PIM‑Kontext

Im PIM ist Datenqualität entscheidend, weil sie bestimmt:

ob Produkte korrekt ausgespielt werden
ob Exporte fehlerfrei laufen
ob Marktplätze wie Amazon, OTTO oder Google Shopping Daten akzeptieren
ob interne Prozesse stabil bleiben
wie viel manuelle Nacharbeit entsteht

Hohe Datenqualität ist die Grundlage für Automatisierung, Plausibilitätsprüfungen, Attribut‑Ableitungen und kanaloptimierte Produktdaten.

Beispiele aus der Praxis

Ein Produkt ohne Preis → unvollständig
Zwei unterschiedliche Maßeinheiten für denselben Artikel → inkonsistent
Ein veralteter UVP → nicht aktuell
Ein Textfeld mit HTML‑Fehlern → nicht valide
Zwei identische Produkte im PIM → Dubletten

Diese Fehler führen zu Rückweisungen, falschen Ausspielungen oder manueller Nacharbeit.

Bezug zur Decision Engine

Die Decision Engine nutzt Datenqualität als Grundlage für:

Validierungsregeln
Plausibilitätsprüfungen
Attribut‑Ableitungen
Channel‑Logik
automatisierte Exporte

Sie erkennt fehlerhafte Daten, markiert Konflikte, verhindert Dubletten und stellt sicher, dass Produktdaten regelkonform, logisch und vollständig sind.