Das Data Dictionary 1×1

von Jul 23, 2019

Wozu dient ein Data Dictionary?

Für ein erfolgreiches Unternehmen sind gut strukturierte, hochqualifizierte Produktdaten erforderlich, um einheitliche Prozesse in allen Bereichen zu erhalten und die Markenintegrität aufrechtzuerhalten. Dies ist notwendig, da vollständige und valide Daten, ob online oder in den Geschäften, nachweislich die Konversionsrate und das Umsatzwachstum verbessern.

Das Zusammenführen von In-Store- und Online-Produktdaten kann jedoch aufgrund mehrerer fragmentierter Lösungen und nicht einheitlichen Anforderungen manchmal schwierig sein. Die Lösungen von atrify stellen sicher, dass Ihre Produktdaten konsistent bleiben und auf die Bedürfnisse Ihres Kundens zugeschnitten werden. Um einen effizienten Datenaustausch Ihrer Datenquellen und -zielen zu erreichen, müssen Ihre Produktdaten genau analysiert, strukturiert und dokumentiert werden.

Was sind die Vorteile eines Data Dictionary?

Viele Empfänger haben unterschiedlichste Anforderungen an die Dateninhalte und deren Formate; es ist wichtig zu erkennen, was die Unterschiede und/oder Überschneidungen sind.
Ein Data Dictionary kann Ihnen helfen, diese Anforderungen zu erfüllen, im besten Fall vor (aber auch während oder nach) der Implementierung einer Lösung. Ein solches Verzeichnis unterstützt auch Ihre Prozesse im Bereich Product Content Management. Andere Begriffe für das Data Dictionary sind u. a. Produktdatenlexikon, Mapping, Spezifikation, Profil etc.

Wie strukturiert man ein Data Dictionary?

Die folgenden Themen werden als Teil eines Data Dictionary empfohlen:

Lies mich

  • Informationsüberblick wie z. B. Firmenname, zugehöriges System, Versionsnummer
  • Legende der Tab-Namen, ihrer Spalten und Farben
  • Um alle folgenden Elemente zu referenzieren, sollten alle Attribute, gültigen Werte oder Validierungsregeln mit einer Schlüssel-ID versehen werden

Attribute

  • Welche Informationen? Interner Attributname, Geschäftsdefinition und Beispielwerte
  • Welche Quelle oder welcher Empfänger? Wer ist verantwortlich (interner Eigentümer) und welche Systeme?
  • Alle Attribut-Metadaten beinhalten, z. B. Attributtyp, Maßeinheit, Anzahl der Zeichen
  • Ihre Quell- und/oder Ziel-Mappings wie z.B. GDSN-Pfad

Codelisten

  • Für Attribute mit Single- oder Multiple-Select
  • Beinhaltet Codelistenname, Code-ID und Beschreibungen – falls erforderlich – in verschiedenen Sprachen
  • Optional komplexe oder hierarchische Codelisten wie Geschäftsbereich (1. Hierarchieebene), Markenname (2. Hierarchieebene), Serienname (3. Hierarchieebene),
  • Markeninhaber und deren GLN
  • Deren Quell- und/oder Ziel-Mappings, z.B. GDSN-Code

Validierungsregeln (optional)

  • Wie lauten die Geschäftsregeln?
  • Erforderlichkeit: obligatorisch/ optional
  • Andere Bedingungen, unter denen die Attribute stehen
  • Referenz auf Attribute oder gültige Werte (Codelisten)

Wie kann man ein Data Dictionary erstellen?

Beginnen Sie mit der Beantwortung der folgenden Fragen:

  1. Welche Informationen? Sammeln Sie alle produktbezogenen Attribute und Codelisten Ihres Unternehmens. Suchen Sie den internen Attributnamen und eine Geschäftsdefinition. Was ist der Nutzen und Bedarf?
  2. Welche Stakeholder? Befragung aller internen und externen Datenlieferanten und Datenempfänger. Unterscheiden Sie zwischen Quellen und Zielen.
  3. Welcher Governance-Prozess zwischen Attributen/Daten und Stakeholdern sollte definiert werden? Klärung des internen Eigentümers und der damit verbundenen Systeme, die zwischen den Ist- und Soll-Zuständen zu unterscheiden sind.
  4. Welche Metadaten? Analysieren Sie alle Metadaten und Strukturen der einzelnen Attribute und deren gültige Werte. Typisch: Datentyp, Größe, (wiederholbare) Gruppierung, Mehrfachauswahl, Mengeneinheit, Sprachabhängigkeit oder Code-Namen und deren Definitionen.
  5. Wie funktioniert es technisch? Ordnen Sie jedes Attribut und jeden gültigen Wert dem Quell- und Zielsystem zu. Unterscheiden Sie zwischen Mappings, Transformationen und Ableitungen.
  6. Welche Qualitätsregeln gelten? Finden Sie Ihre datenqualitätsbezogenen Geschäftsregeln und übersetzen Sie diese in technische Validierungen. Ist das Attribut im Allgemeinen oder pro Produktklasse obligatorisch? Oder kann es optional belassen oder komplett entfernt werden?

Entdecken Sie die atrify Services-Experten für Product Content Management

Mit mehr als 20.000 globalen Marken in über 50 Ländern, ist sich atrify bewusst, dass vertrauenswürdige Daten und Datenqualität überall dort, wo Sie Geschäfte tätigen, unerlässlich sind.
Das Professional Services Team von atrify kann Ihnen helfen, ein umfassendes Data Dictionary bereitzustellen. Ein Teil davon ist die Durchführung eines Assessments, um die grundlegenden Fragen zu beantworten. Ein weiterer Bestandteil der Lieferung ist die Attributanalyse selbst, um Ihren Datenbedarf in einem Data Dictionary abzubilden.