Edelman: ‘Met datapool invloed op aankoopbeslissing consumenten’

Gepubliceerd op 31-1-2022

Edelman: ‘Met datapool invloed op aankoopbeslissing consumenten’ - Edelman Met Datapool Invloed Op Aankoopbeslissing Consumenten

Leveranciers en retailers werken samen aan een beter datamodel voor sfeer- en decoratieartikelen. Eén van de leveranciers is Edelman, de wereldwijd opererende groothandel die steeds meer gebruikmaakt van de GS1 datapool. Teamleider Dorien Veelenturf legt uit wat Edelman daarvoor heeft moeten doen: “Het bundelen van kennis en aanwijzen van specialisten helpt ons om correcte data te leveren.”

Sfeer- en decoratieproducten laten zich lastig categoriseren. Wanneer is een product een pot of een vaas? “Bij een boormachine is meteen duidelijk om welk product het gaat, maar voor sfeer- en decoratieartikelen bestaan vaak meerdere interpretaties”, vertelt Dorien Veelenturf, die leiding geeft aan het team productdataspecialisten van Edelman. “Denk ook aan de dimensies van artikelen zoals een kunstbloem. Vul je de afmeting van de steel in bij ‘lengte’ of bij ‘hoogte’? Daarin uniformiteit aanbrengen is een grote uitdaging.”

Vier jaar geleden kreeg Edelman van Intergamma, het bedrijf achter Gamma en Karwei, het verzoek om de datapool van GS1 te gebruiken voor het aanleveren van productdata. De groothandel uit Reeuwijk ontdekte al snel dat het bestaande datamodel niet toereikend was voor sfeer- en decoratieproducten. “Er bestonden nog geen categorieën (bricks) voor bijvoorbeeld een hangend ornament of een rieten mand. Laat staan dat we bij een mand konden aangeven of die wel of geen plastic voering had. Dit hebben wij de afgelopen periode met GS1 en de sector opgepakt en in de GS1 datapool opgenomen.”

Centraal team met productdataspecialisten

Het verzoek van Intergamma was één van de redenen om twee jaar geleden een centraal team van productdataspecialisten in te zetten. Tot dan toe waren de elf inkoopassistenten van Edelman verantwoordelijk voor het verzamelen en verwerken van productdata. Die deden dat elk op hun eigen manier. “We zagen de hoeveelheid productdata flink toenemen, evenals de complexiteit. We merkten dat steeds meer expertise vereist was om alle productdata correct te interpreteren en te verwerken. We hebben nu een team van vijf medewerkers die elk hun eigen specialisme hebben.”

Edelman heeft bijvoorbeeld een productdataspecialist die zich verdiept in de Intrastat-goederencodes die nodig zijn om producten correct te importeren. Een ander weet alles van de dimensies van verpakkingen en controleert of alle producten perfect op een pallet passen. “Zo hebben we ook een specialist die weet hoe we onze productdata in de datapool van GS1 moeten invoeren. Het bundelen van alle kennis over productdata en het aanwijzen van specialisten helpt ons om correcte data te leveren aan de buitenwereld.”

We zagen de hoeveelheid productdata flink toenemen, evenals de complexiteit

Dorien Veelenturf

Invloed op data voor consumenten

Voor Edelman is de datapool van groot belang. “Die geeft ons de kans om met retailers te delen welke productdata wij aan consumenten willen tonen. We kunnen daarin aangeven dat het om een lichtrode vaas gaat in plaats van een donkerrode pot. Bovendien bevat het datamodel velden waarin wij onze commerciële teksten kwijt kunnen. Kortom: via de datapool hebben we een stukje invloed op de data die consumenten gebruiken in hun aankoopbeslissingen.”

Veelenturf beseft ook dat productdata vereist zijn om de operatie van retailers soepel te laten verlopen. Zit het product in een bruine doos of een cadeauverpakking? Is de doos met tien stuks een consumenteneenheid of een handelseenheid?  “Als wij verkeerde data verstrekken, worden die gegevens waarschijnlijk ook verkeerd ingevoerd in het kassasysteem. En als de retailer denkt dat een vaas een diameter van 10 in plaats van 30 centimeter heeft, belandt het product misschien in de verkeerde verzenddoos.”

Als de retailer denkt dat een vaas een diameter van 10 in plaats van 30 centimeter heeft, belandt het product misschien in de verkeerde verzenddoos

Leren door handmatige invoer

De uitwisseling van productdata met Intergamma verloopt inmiddels voor een groot deel via de datapool. Ook met andere retailers als Intratuin, bol.com en GRS is Edelman druk bezig. “De datapool is een prachtig instrument, maar het is een uitdaging om dat instrument bruikbaar en hanteerbaar te maken. Het is bijvoorbeeld erg veel werk om alle productdata handmatig in te voeren. We hebben een eigen productinformatiesysteem (PIM). Dat gebruiken we momenteel voor alle klanten die productcontent bij ons aanvragen in verschillende talen - en dat zijn er veel - en voor onze webshop.  We zijn aan het uitzoeken hoe we dat systeem breder kunnen inzetten, bijvoorbeeld voor het voeden van de datapool.”

Edelman heeft veel geleerd van het handmatig invoeren van productdata. Veelenturf raadt andere leveranciers aan om daarmee te starten: “Ons motto luidt: doe nooit iets wat je niet snapt. Door te beginnen met handmatig invoeren van data, leer je het proces goed kennen. Je ziet meteen wat er fout gaat en je ontdekt hoe je problemen kunt oplossen. De vele tools van GS1 zoals de instructievideo’s helpen daarbij. Die inzichten die we op deze manier hebben verworven, helpen ons nu om het proces te automatiseren.”

Datapool bruikbaar maken voor sfeer- en decoratieartikelen

Ondertussen werkt Edelman samen met retailers en andere leveranciers van sfeer- en decoratie-artikelen aan verbetering van het datamodel. “Eens per twee weken komen we digitaal bijeen via Teams. Elke keer pakken we een andere productgroep beet en bespreken we wat nodig is om producten goed in te delen. Het datamodel kende bijvoorbeeld wel een brick voor kerstbomen, maar nog niet voor kunstkerstbomen. Samen bespreken we dan welke data (attributen) nodig zijn om kunstkerstbomen goed te beschrijven. Natuurlijk zijn afmetingen belangrijk, maar ook het aantal lampjes, de kleur van de lampjes, het materiaal van de boom en de verschillende kleuren groen.”

De samenwerking met andere bedrijven verloopt uiterst plezierig, aldus Veelenturf. “Natuurlijk heeft iedere leverancier zijn eigen producthiërarchie. Maar door daar in alle openheid samen over te praten, komen we tot een uniforme indeling die voor iedereen werkt. En ondertussen leren we veel van elkaar over het gebruik van de datapool. Als we op een probleem stuiten, kunnen we altijd met andere werkgroepleden meekijken naar hun oplossing. Het delen van ervaringen met andere bedrijven is erg waardevol. Dat kan ik iedereen aanraden.”

X