novomind iPIM: wo KI im Workflow für Produktinhalte sitzt

In diesem Webinar gehen novomind iPIM und PIMvendors durch, wo dieses PIM KI einsetzt: Kategorisierung, Anreicherung, Personalisierung, Routineprüfungen und ein anderer Zuschnitt der Inhalte je Kanal. Schauen Sie es wegen des Workflows an. Die Kapiteltitel sind keine gemessenen Gewinne.

Kunden erwarten bereits, dass Produktinformation vollständig, korrekt und spezifisch für den Ort ist, an dem sie ihr begegnen. Die Antwort der Session: KI darf mehr von dieser Arbeit in PIM und Product Experience Management entwerfen und sortieren, und das Team wechselt vom Tippen jedes Feldes zur Entscheidung, was „gut“ ist. Diese Verschiebung zahlt sich nur aus, wenn weiterhin jemand für die Definition von gut verantwortlich ist.

Die Aufzeichnung:

Sprecher

• Stephan Spijkers, Mitgründer, PIMvendors.com
• Patrick Stephan, Senior Sales Executive, novomind

Was die Session vertritt

• KI in PIM und in PXM ist eine Aussage über den Workflow, keine Aussage über Tempo. Die Diskussion setzt KI zwischen rohe Produktdaten und die Geschichte, die ein Kanal veröffentlicht: klügeres Sortieren, frühere Qualitätsprüfungen, Inhalte, die für einen Kunden geformt sind statt für einen einzigen Stammtext. Wofür PXM steht ist die Schicht, auf die sie zeigen, und sie sitzt weiter auf dem Datensatz.
• Kategorisierung und Anreicherung sind die tägliche Arbeit, für die KI angeboten wird. Tagging, Klassifikation und das Füllen von Lücken sind die Stellen, an denen Teams Stunden verlieren. Die Session sagt, KI-Werkzeuge übernehmen einen Teil dieser Last, damit Menschen Zeit für die Entscheidungen haben. Sie nennt Beispiele, aber keinen Katalog und keinen Vorher-nachher-Vergleich.
• Personalisierung ist in ihrer Darstellung die Produktgeschichte, die sich mit dem Kontext ändert. Verhalten, Präferenzen, was der Markt in diesem Monat tut. Kein Kampagnenslogan, der auf eine Seite geklebt wird. Die richtige Geschichte am richtigen Touchpoint ist das Angebot. Ob Ihre Daten mehr als eine ehrliche Geschichte tragen, ist der Test, den Sie danach fahren.
• Routine-Updates, Freigaben und Qualitätsprüfungen wollen sie von den Schreibtischen der Menschen. Der praktische Gewinn, den sie beschreiben, sind weniger wiederholte Aufgaben und weniger Ausrutscher. Produktdatenqualität und Data Governance ist das Gegengewicht: Eine automatisierte Freigabe ist nur so streng wie die Regel, die jemand geschrieben hat, und ein Kanal lehnt einen vollständig wirkenden Datensatz weiter ab, dem ein Pflichtattribut fehlt.
• Kanalspezifische Inhalte sind Anpassung, keine zweite Datenbank. Shops, Apps und Bildschirme im Geschäft brauchen andere Längen und andere Fakten aus einem Datensatz. PIM-Funktionen und was sie abdecken ist der Ort, an dem diese Publishing-Aufgabe ausformuliert ist, getrennt vom Modell, das die Fakten speichert.

KI-bereite Produktdaten und agentic Commerce ist der Text neben der Aufzeichnung. Er setzt die Bedingung, die das Webinar annimmt: Die Attribute existieren, sie bedeuten eines, und eine verantwortliche Person kann sie erklären. Ein Modell, das fünf Kanalversionen aus einem trüben Attribut entwirft, entwirft fünf trübe Versionen.

Der Preis ist Zeit für Governance. Jede Stunde, die Sie vom manuellen Tagging nehmen, muss irgendwo als Regel, als Prüfstichprobe oder als Person auftauchen, die den Entwurf überschreiben kann. Wenn auch diese Zeit gestrichen wird, haben Sie das alte Durcheinander automatisiert. Behalten Sie die Überschreibung. Setzen Sie sie auf die Attribute, die ein Kanal ablehnt und die ein Käufer vergleicht, nicht auf einen stilistischen Durchgang über Produkte, nach denen niemand sucht.