Forschungsprojekt: Automatisches Datenmapping (AuDaMaC) im eCommerce

Berlin, den 08. Januar 2018 | Anfang Januar 2018 wurde das vom Europäischen Fonds für regionale Entwicklung (EFRE) kofinanzierte Projekt Automatisches Datenmapping im eCommerce (AuDaMaC) gestartet. Die beiden Projektpartner innoscale AG und das DAI Labor der Technischen Universität Berlin entwickeln in dem Projekt eine smarte Lösung zum Datenmanagement im eCommerce.

Unternehmen, die im Online- und Versandhandel tätig sind, kämpfen unter anderem mit der Herausforderung, Artikellieferzeiten, Lagerbestände, Preise sowie Artikelmerkmale aktuell zu halten. Kunden erwarten dahingehend zunehmend verbindliche und aktuelle Informationen und neue Funktionen, die den Online-Einkauf vereinfachen und bequemer gestalten. Wird ein Lieferzeitpunkt überschritten oder wird nach der Kaufentscheidung bekannt, dass ein Artikel nicht lieferbar ist, steigt der Frust beim Kunden. Das Vertrauen bröckelt und die Kundenbeziehung ist in Gefahr.

Für die E-Commerce Anbieter / Lieferanten / Hersteller und Handelsunternehmen ergeben sich nachfolgende Probleme:

  • Sehr hohe Aufwände bei der Übernahme und Aufbereitung von Daten in die eigenen IT-Systeme (z. B. Shop, PIM)
  • Hohe Durchlaufzeit bis Artikel online verfügbar sind („Time-to-Market“)
  • Suboptimale Kundenzufriedenheit und „User Experience“
  • Nicht ausreichende Standards in der Wertschöpfungskette (Hersteller, Lieferant, Händler)
  • Zukunftsfähigkeit des Geschäftsmodells Online-Handel für kleinere Händler gefährdet im Hinblick auf zunehmend divergierende Geschäftsbeziehungen ausgelöst vom Kundenbedarf des „Long-Tail-Sortiments“

Im AuDaMaC-Projekt sollen die Probleme der Online-Händler gelöst werden. Ziel ist es eine automatisierte Lösung zur Übernahme von Datenbeständen, z.B. Lieferantendaten, in die Datenbestände der Shopsysteme zu gewährleisten. Dabei sollen sowohl Strukturen automatisch erkannt und verbunden werden als auch Datenumrechnungen vorgenommen werden. Online-Händler sparen dadurch Zeit und Kosten für manuelle Zuordnung und Datenübertragungen und können die Zeitspanne verringern, bis ein Produkt auf dem Markt ist (Time-to-Market). Ebenso wird langfristig die Kundenzufriedenheit durch eine verbesserte Datenqualität und Performance des Shops (z.B. durch Filtermöglichkeiten) erheblich verbessern.

Praxis Partner des Projektes sind: SVH24, Hagebau und Saint Gobin.

Dieses Projekt wurde kofinanziert durch den Europäischen Fonds für regionale Entwicklung (EFRE):