Signal
Single Source avsnitt 4: smutsig data, och varför Excel inte löser det
Nathalie · 2026-03-31 · Uppdaterad 2026-10-17 · 3 min läsning

Smutsig produktdata är billig att ignorera tills en lansering glider, en integration faller, eller en AI-funktion upprepar felet med en säker röst. Det är ramen för Single Source, avsnitt 4. Excel är hur de flesta av de felen hålls vid liv. Rättningen bor i en personlig fil, och filen följer med personen.
Stephan Spijkers, Chris Jobse och Susan Walsh, grundare av The Classification Guru Ltd, går igenom varför kvaliteten förfaller, vem som ska äga den, och vad du gör innan automatisering multiplicerar röran. Avsnittet publicerades på YouTube-kanalen hos PIMvendors.
Talare
- Stephan Spijkers, medgrundare, PIMvendors.com
- Chris Jobse, medgrundare, PIMvendors.com
- Susan Walsh, grundare av The Classification Guru Ltd
Det du behåller
- Behandla kvalitet som en förmåga du finansierar, med ett affärscase du kan peka på. Ramverket i sessionen: organisationer som lägger datakvalitet under overhead förlorar mot dem som betalar för den med flit. Caset är sena lanseringar, fallna integrationer och omarbete, inte en generell procentsats. Datakvalitet och datastyrning (data governance) är hur du gör det caset till dimensioner, roller och en definition av komplett per kanal.
- AI multiplicerar posten du redan har. Rena indata ger utdata du kan agera på. Smutsiga indata ger fel i volym, och med mer säkerhet. Starta ett AI-initiativ med en granskning av fälten som modellen kommer att läsa. Produktdata som är redo för AI är den granskningen, skriven som en lista av villkor snarare än en rundtur bland verktyg.
- ”Dolda hjältar” är en risk, inte en komplimang. De är personerna som lagar ett trasigt flöde för hand och inte säger det till någon. När de slutar går flödet sönder, och eftergranskningen hittar ingen process. Skriv ner rättningen. Avgör sedan om den hör hemma i posten, eller i ett ärende som inte borde finnas.
- Förvärv är där två svaga standarder blir en sämre standard. Du ärver två taxonomier, två idéer om ”obligatoriskt” och två hjältar. Utan en medveten sammanslagning av datan behåller du den lösare regeln från varje sida, eftersom det är den som inte blockerar driftsättningen.
- Ägarskap är en tilldelning. Om ingen är namngiven antar alla att det andra teamet kontrollerar kolumnen. Sessionen driver på ansvar som överlever en omorganisation, inte en RACI-bild. Guiden för PIM-införande sätter namn på modellen medan projektet fortfarande har en deadline.
- En central standard och lokala beslut kan finnas sida vid sida. Mönstret de beskriver: en plats för definitioner och tillåtna värden, och utrymme för en affärsenhet att sköta dagen inom de reglerna. Feläget är antingen ett centralt team som blockerar varje ändring av förpackningsstorlek, eller lokala filer som i tysthet grenar av taxonomin.
- Standarder sänker kostnaden för nästa steg. Enhetliga strukturer, namn och kategorier gör nästa migrering, integration eller automatisering billigare. Produktklassificering, GS1, ETIM och ECLASS är den konkreta versionen. Välj standarden som dina kanaler redan talar, och sluta underhålla en privat vid sidan av den i Excel.
Avvägningen är tråkighet mot hjälteinsatser. En dokumenterad rättning är långsammare den här veckan än personen som ”bara rättar det” innan flödet går ut. Den är också den enda versionen som fortfarande fungerar i augusti, när den personen är ledig och AI-funktionen citerar värdet som hen brukade rätta för hand.
Diagnos
Behöver du faktiskt ett PIM?
Kör komplexitetsindexet innan du budgeterar programvara eller tar in en systemintegratör.
Mötet hålls på engelska.
Budget
Gör en första TCO
Översätt katalogens form till ett kostnadsintervall över tre år, på under tio minuter.
Mötet hålls på engelska.
