Wie DwyerOmega mit Akeneo MCP Produktdaten verwaltet
DwyerOmega nutzt den Akeneo MCP Server, um Produktdaten mit Power BI, KI-gestützter Inhaltserstellung und der Aufnahme übernommener Produktlinien zu verbinden. Nach Angaben des Unternehmens lassen sich das grundlegende Datenmodell und zugehörige Assets für eine neue Produktlinie in nur 40 Minuten laden.
- DwyerOmega verfolgt die Qualität des Produktkatalogs in Power BI.
- Akeneo-Daten lassen sich nicht direkt aus dem Power-BI-Bericht heraus bearbeiten.
- Ein KI-gestützter Prozess verbessert technische Produktbeschreibungen.
- Das grundlegende Modell für eine übernommene Produktlinie kann in etwa 40 Minuten geladen werden.
- Nach Angaben des Unternehmens wurden in den ersten Wochen 82 Produktlinien geladen.
Power BI zeigt, wo Produktdaten unvollständig sind
Nach Angaben von Akeneo erhalten die Produktmanagement- und Marketingteams von DwyerOmega in Power BI eine filterbare Übersicht über die Katalogqualität. Das Unternehmen prüft unter anderem, ob Produkte festgelegte Ziele für Bilder auf Hero- und Variantenebene, 360-Grad-Produktansichten, Alt-Texte für Bilder, kurze und lange Beschreibungen, eindeutige Beschreibungen auf SKU-Ebene, Zubehör, Produktbeziehungen, CAD-Dateien sowie Zuordnungen für Up- und Cross-Selling erfüllen.
Die Nutzer können nach Produktmanager oder Produktmodell filtern und anschließend Produkte mit fehlenden oder unzureichenden Inhalten exportieren. Die Power-BI-Oberfläche dient ausschließlich als Bericht. Änderungen werden weiterhin in Akeneo oder in Importdokumenten vorgenommen, die von geschulten PIM-Nutzern verwaltet werden.
Cyrus Grimes, Director of Product Content Management bei DwyerOmega, formulierte es so: „Nein, das ist nur ein Bericht.“ Nach Angaben des Unternehmens können die Teams dank des neuen Ansatzes mit konkreten Listen von Produkten arbeiten, die verbessert werden müssen, statt allgemeine Probleme mit der Vollständigkeit zu bearbeiten.
KI erstellt aus technischen Dokumenten ausführlichere Beschreibungen
DwyerOmega nutzt außerdem einen mehrstufigen, KI-gestützten Workflow, der in Claude erstellt wurde, um Produktbeschreibungen zu verbessern. Die Funktionen technischer Produkte sind häufig in Datenblättern und Handbüchern detailliert beschrieben, während der Onlinekatalog möglicherweise nur die beliebtesten Varianten enthält.
Der Prozess nutzt Akeneo-Produktdatensätze, um zugehörige Handbücher und Spezifikationsdokumente zu finden. Zunächst verarbeitet eine lokale Texterkennung die technischen Inhalte, anschließend kommt ein lokales Sprachmodell zum Einsatz. Danach erfolgt eine Qualitätskontrolle, und das System erstellt auf Grundlage der Produkteigenschaften eine strukturierte Beschreibung, in die nützliche Elemente des bestehenden Textes einfließen. Produktmanager führen die abschließende Prüfung durch, bevor sie das Material wieder in Akeneo hochladen.
Grimes sagte, mehrere Produktbeschreibungen seien zuvor „ziemlich schwach“ gewesen. „Wörtlich nur ein Absatz mit irgendeinem Marketing-Blabla.“ Nach Angaben des Unternehmens half die neue Methode dabei, den organischen Suchverkehr aufrechtzuerhalten und zu steigern, obwohl in der gesamten Branche größere Rückgänge beobachtet wurden.
Produktlinien lassen sich nach Übernahmen in 40 Minuten erstellen
Nach Angaben von DwyerOmega liegt eine der größten Chancen von Akeneo MCP in der Aufnahme von Produkten übernommener Unternehmen. Diese Produkte sind häufig anders organisiert, hochgradig technisch, teuer oder in so vielen Konfigurationen verfügbar, dass sie sich nicht ohne Weiteres an den herkömmlichen Verkauf über Warenkörbe anpassen lassen.
Das Unternehmen hat deshalb verkaufsunterstützte Produktfamilien erstellt. Sie ermutigen Kunden, Kontakt zu einem Vertriebsmitarbeiter aufzunehmen, und stellen zugleich sicher, dass die Produktinformationen vollständig verwaltet und veröffentlicht werden.
Der MCP-basierte Workflow verbindet mehrere Systeme. Auf Grundlage von Webdaten zu einer Produktlinie eines übernommenen Unternehmens werden zugehörige Assets in SharePoint abgelegt, Bilder für die Auslieferung im Web in AWS gespiegelt und das Asset anschließend mit einer automatisch ausgefüllten URL in Akeneo erstellt. Das System baut danach die Produktlinie mit einer Platzhaltervariante und grundlegenden Informationen auf.
„Wir können die Assets, Produktbilder, Spezifikationsblätter und Handbücher übernehmen und dieses einfache Produktmodell dann in 40 Minuten in Akeneo laden“, sagte Grimes. Nach Angaben von DwyerOmega wurden in den ersten Wochen 82 Produktlinien geladen.
Akeneo bleibt die maßgebliche Quelle für Produktinformationen
Ein gemeinsames Element der vorgestellten Anwendungsfälle ist, dass Akeneo die kontrollierte und maßgebliche Quelle für Produktinformationen bleibt. Nach Angaben des Unternehmens verringert MCP die Reibung zwischen Akeneo und den Systemen, in denen Produktdaten tatsächlich genutzt werden.
Dadurch kann DwyerOmega Produkte aus Übernahmen schneller integrieren, Informationen zur Datenqualität in Power BI für Produkt-, Marketing-, SEO- und Vertriebsaktivitäten bereitstellen und Verbesserungsaufgaben gezielter steuern. Technische Dokumente können als Ausgangspunkt für einen wiederholbaren und überprüfbaren Prozess zur Inhaltserstellung dienen.
Nach dem Betriebsprinzip des Unternehmens werden wiederholbare Schritte zur Ermittlung und Vorbereitung automatisiert, während die menschliche Prüfung bei wichtigen Änderungen erhalten bleibt. DwyerOmega plant, künftig weitere Power-BI-Ansichten hinzuzufügen, und prüft außerdem eine Ansicht zur Datenqualität, die Abweichungen zwischen SAP Commerce Cloud, Akeneo und dem Quellsystem aufzeigen soll.
