Mit guten Produktdaten zu erfolgreichen Produktbeschreibungen

Verabschiede dich von veralteten Inhalten: Von Produktdaten zu guten Kategoriebeschreibungen

Online-Händler fokussieren sich bei der Content-Erstellung häufig auf Produktbeschreibungen für ihre Online-Shops. Kategoriebeschreibungen geraten oft in Vergessenheit, doch genau diese sind ebenfalls von großer Bedeutung. Es ist so einfach: Die erforderlichen Daten können aus den Produktdaten abgeleitet werden, die den E-Commerce-Unternehmen sowieso zur Verfügung stehen. Eine Herausforderung ist es allerdings häufig, aktuelle und damit keine veralteten Produktdaten zu nutzen. 

In diesem Artikel zeigen wir auf, warum die Erstellung und Nutzung von Kategoriebeschreibungen sinnvoll sind, welche Daten benötigt werden und wie diese mit Hilfe von DataCater aggregiert werden können.

Warum ist die Erstellung und Nutzung von Kategoriebeschreibungen sinnvoll?

Nutzen E-Commerce Unternehmen Kategorietexte in deren Online-Shops, dann entstehen viele positive Effekte: 

  • Steigerung der Sichtbarkeit in Suchmaschinen
  • Mehr Traffic auf der Website
  • Erzeugung von Kaufimpulsen beim Leser
  • Entstehung eines Überblick der Produktpalette des E-Commerce-Unternehmens
  • Durch Änderung der Produktpalette entstehen neue Texte 

Welche Daten sind für Kategoriebeschreibungen notwendig?

Aus den reinen Produktdaten werden die Kategoriedaten abgeleitet und zusammengefasst. Die beispielhaften Produktdaten im Bild 1 sind der Shopname, Kategoriename, Marke, Zeitpunkt des letzten Updates und Informationen zur Lieferzeit. Aus diesen 3 Produkten entsteht im unteren Beispiel 1 Kategoriedatensatz (= 1 Text) mit den Informationen Shopname, Kategoriename, Anzahl der Produkte, Zeitpunkt des letzten Updates und Informationen zur Lieferzeit. Die Kategoriedaten dienen als Datenquelle für eine SEO optimierte Kategoriebeschreibung.

Beispiel: Von Produktdaten zur Kategoriebeschreibung

Welche Möglichkeit gibt es, Daten aktuell zu halten?

Um Anwendungen, die von künstlicher Intelligenz (KI) geprägt sind, als Unternehmen zu integrieren, sind hochwertige Daten notwendig. Daten können sich ständig ändern – sie aktuell und qualitativ hochwertig zu halten und gleichzeitig Inhalte zu pflegen kann eine große Herausforderung und viel manueller Aufwand für E-Commerce-Unternehmen bedeuten. Daten und Inhalte ohne manuellen Aufwand aktuell zu halten und die Content-Produktion komplett zu automatisieren ist mit einer Software Lösung wie DataCater möglich. 

Was ist DataCater?

DataCater ist eine Self-Service-Plattform für Streaming-Data-Pipelines. Die Software transformiert, bereinigt, filtert und reichert die Daten während der Übertragung in Echtzeit an. Es entstehen qualitativ hochwertige und immer aktuelle Daten, die in einer KI Anwendung verwendbar sind.

Wie funktioniert die Erstellung der Kategorietexte mit Hilfe von DataCater & AX Semantics?

Auf Basis der Produktdaten, die sich in der Datenbank (z.B. Google Cloud BigQuery) befinden, werden mit Hilfe der Software AX Semantics automatisierte Kategoriebeschreibungstexte erstellt. DataCater ermöglicht es Unternehmen das volle Potential der Daten zu entfalten und Datensysteme effizient miteinander zu verbinden. Dabei ist DataCater der Konnektor zwischen den Produktdaten und AX Semantics. Ziel der Software ist, dass Unternehmen hochwertige und aktuelle Daten in ihrer KI Anwendung verwenden. Die Technik, die DataCater nutzt nennt sich “Change data capture”. Sie sorgt dafür, dass nur relevante Daten übertragen werden. Das macht den Prozess deutlich effizienter. Da über die Datenbank immer die neuesten Daten zur Verfügung stehen, ist garantiert, dass auch die Texte immer up to date sind und den aktuellen Stand widerspiegeln. 

Kommen zum Beispiel neue Produkte hinzu in einer Kategorie, so wird für diese ein neuer Text mit der geänderten Produktanzahl als auch einem Hinweis auf die neue Ware (Zum Beispiel: “Diese Woche lohnt es sich besonders vorbeizusehen, denn es gibt Neues im Sortiment!”) generiert und ausgespielt. 

Funktionsweise der Erstellung von Kategoriebeschreibungen mit DataCater & AX Semantics

Stefan Sprenger, Gründer von DataCater und Alexandra Waldleitner, Customer Success Manager von AX Semantics berichten am konkreten Beispiel eines Möbel-Online-Vergleichportals wie aus aktuellen Produktdaten qualitativ hochwertige Kategoriebeschreibungen entstehen.

AX_Website_Home_Header_laptop_600px_03 (1)

Lohnt sich automatisierte Textgenerierung?

Jetzt herausfinden!

Share on facebook
Share on twitter
Share on linkedin