Content-Value-Chain - Was ist das eigentlich?

Von Product Information Management zu Product Experience Management

Product Information Management (PIM) ist die Basis für Product Experience Management (PXM). Das hat sich aus unserer Sicht etabliert. Wenngleich es noch Unternehmen gibt, die kein PIM-System implementiert haben, sind wir uns einig, dass PIM-Systeme und die damit verbundenen Prozesse die Grundlage für ergänzenden Content bilden und somit maßgeblich für die Product Experience verantwortlich sind.

Product Experience Management ist ein notwendiger Baustein für eine erfolgreiche Customer Experience und für die Bereitstellung von überzeugendem Product Content. Aus unserer Sicht ist die Erstellung von kontextualisierten Product Content im Rahmen von PXM Best Practice. Wir sind alle noch nicht ganz so weit, jedoch lässt sich zusammenfassend sagen, dass die Kontextualisierung des Product Contents relevant ist und dies auch nicht mehr in Frage gestellt wird.

Was ist PXM eigentlich?

Das Ziel hinter PXM besteht darin, kontextualisierten Product Content zu schaffen.

In anderen Worten, ich strebe danach, herausragenden Product Content zu entwickeln, der dazu dient, mein Produkt erfolgreich zu vermarkten. Ziel ist es, ein digitales Abbild meines Produktes zu erstellen.

Wenn ein Kunde in einen Laden kommt, kann er direkt die Größe des Produktes einschätzen, kann einschätzen, ob das Produkt hochpreisig oder geringpreisig ist und hat so sofort ein Gefühl für das Produkt. Dieses Erlebnis in die digitale Welt zu bringen, ist gar nicht so einfach und genau das macht guter Product Content aus.

Zu beachten ist, dass es einen großen Unterschied macht, ob ich den Content im B2B Umfeld präsentiere und beispielsweise an einen Händler verkaufen möchte, oder ob ich das Produkt direkt an den Endkunden verkaufen möchte. Ich brauche jeweils anderen Content und andere Informationen, weil der Fokus der beiden Käufer ein anderer ist. Händler benötigen beispielsweise Details zur Verpackung und dem Gewicht des Produktes, während der Endkunde wissen möchte, wie sich das Produkt anfühlt, was die Inhaltsstoffe sind und in welchen Farben oder Größen das Produkt verfügbar ist. Genau hier sprechen wir von Kontextualisierung.

Die Zielgruppe sowie der Markt, den ich mit meinem Produkt bediene, sind entscheidende Faktoren. Zudem spielt auch der Touchpoint eine Rolle, da ich meine Customer Journey bestmöglich unterstützen möchte.

Reifegradmodell zur Product Experience

Wir haben ein Reifegradmodell entwickelt, welches verdeutlicht, wie eine erstklassige Product Experience erreicht werden kann.

 

  1. Initial Content: Der Initial Content beinhaltet die Stammdaten und ist die Basis, auf der wir den gesamten Content aufbauen.
  2. Essential Content: Dies ist der Content, der benötigt wird, um das Produkt überhaupt erstmal digital abbilden zu können. Dieser wird im Anschluss an die Stammdaten entwickelt.
  3. Creative Content: In den Creative Content fließt die Kreativität hinein. Mit diesem Content muss man es schaffen, die Kunden ans Regal zu locken.
  4. Third Party Content: Das ist der Content, den wir von unseren Kunden oder den Nutzern bekommen, auf den wir aber keinen direkten Einfluss haben.

 

Zusammenfassung:

Das Generieren von positiver Product Experience ist ein etablierter Prozess. Es gibt bereits verschiedene Lösungen, um die Kontextualisierung punktuell zu automatisieren, wie beispielsweise automatisierte Textgenerierung, Dokumentengenerierung oder auch automatisiertes Data Onboarding. Es sind jedoch bisher nur vereinzelte Lösungen und kann noch nicht auf die gesamte Wertschöpfungskette angewendet werden.

Die Content-Value-Chain

Was ist die Content-Value-Chain? Was macht eigentlich die Entwicklung von Product Content im Sinne einer Wertschöpfung aus?

Aktuell arbeiten wir noch in kleinen Bereichen, sehr fragmentiert, haben nur Teillösungen für den gesamten Prozess der Content Entwicklung. Das digitale Abbild des Produktes sollte für den Kunden jedoch von vorne bis hinten durchdacht sein.

Welcher Product Content ist zu welchem Zeitpunkt in der Customer Journey relevant?

Bei verschiedenen Zielgruppen, verschiedenen Märkten und verschiedenen Touchpoints wird die Erstellung von Product Content sehr komplex und umfangreich, denn „one size fits all“ Content reicht oft nicht aus. Angesichts dieser Herausforderungen bedarf es einer Professionalisierung in der Erstellung von Product Content, insbesondere im Bereich des Essential Contents. Hierfür gibt es die Content-Value-Chain.

Die Content "BIG 5"

Die Wertschöpfungskette, die Content Value Chain, beinhaltet fünf Prozesse.

Content Design 

Content Design beschäftigt sich mit der Strukturierung von Content und bezieht sich auf die zielgruppenspezifische Ansprache und Produktpräsentation. Man muss seinen Kunden kennenlernen, um die Produkte zielgruppenspezifisch präsentieren zu können, denn erst die Kontextualisierung führt zu einer ultimativen Product Experience. Die Produkte sollen individuelle Geschichten erzählen, die jedoch nicht für jeden Kunden gleich sind, da sich jeder Kunde in einem unterschiedlichen Stadium des Kaufprozesses befindet.

Beispiel:

Aus einem Produkt (Zelt) mit drei Zielgruppen, die jeweils differenzierten Entscheidungskriterien haben, ergeben sich auch verschiedene Kontexte.

  1. Individualist – Abenteuer
  2. Festivalbesucher – Übernachtungsmöglichkeit
  3. Vater – Familienausflug

Alle drei Gruppen haben unterschiedliche Ansprüche an den Product Content. Diese Erkenntnis ist genau der Schlüssel, wie man es schafft, die Kunden individuell anzusprechen. 

Im Folgenden schauen wir uns ein Ausschnitt aus der Customer Journey an, die Moments of Truth. Die dem zugrunde liegende Idee besteht darin, jedem Kunden sein eigenes kontextbezogenes Kauferlebnis zu bieten.

Entscheidend ist die Erkenntnis in welchem Schritt des Prozesses sich mein Kunde aktuell befindet. Ist er noch in der Phase des Wahrnehmens oder befindet er sich bereits im Entscheidungsprozess? Zu jedem Moment of Truth müssen andere Daten bereitgehalten werden. Dafür verwenden wir als Basis das Content Maturity Model. Dieses ist die Basis für die Struktur, die Beschaffung und das Design des Product Contents.

In jeder Phase des Modells gibt es unterschiedliche Fokuspunkte. Initial und Essential Content dient zur digitalen Abbildung des Produktes, während Creative Content zur Überzeugung dient und um auf das Produkt aufmerksam zu machen.

Wenn man die Moments of Truth mit dem Content Maturity Model kombiniert, entsteht ein Überblick, welcher Content in welcher Phase relevant ist, um dem Kunden sein kontextbezogenes Kauferlebnis bieten zu können.

  1. Attention: Ich muss mit Creative Content die potenziellen Kunden catchen und erstmal auf mich und mein Produkt aufmerksam machen.
  2. Buy: Ein Kauf wird in Erwägung gezogen, hier werden die Basisdaten des Produktes interessanter.

Dies verdeutlicht, dass es nicht ausreicht, nur auf eine Art von Content zu setzen. Stattdessen ist es erforderlich, eine Vielzahl an Content bereitzuhalten und diese zu jedem möglichen Zeitpunkt bereitzustellen.

Content Sourcing

Wie genau kommen wir nun an diese Daten?

Content Sourcing bezeichnet den Prozess der Beschaffung und Bereitstellung von Initial und Essential Content. Dabei steht die effektive Kommunikation zwischen Lieferanten und Händlern oder Herstellern im Fokus.

Beim Content Sourcing gibt es, gerade wenn man sich das Händlerszenario anschaut, vier wesentliche Punkte.

  1. Als Händler bin ich darauf angewiesen, dass mein Lieferant, mein Hersteller mir seine Daten zur Verfügung stellt. Er kennt sein eigenes Produkt am besten und kann es am besten beschreiben. Am wichtigsten ist hier die Kommunikation zwischen Händler, Hersteller und Lieferant. Der Händler muss kommunizieren, was er braucht, und der Lieferant muss kommunizieren, was er liefern kann. Es muss ein gemeinsamer Nenner gefunden werden.
  2. Diese Kommunikation sollte in einem möglichst einfachen Prozess abgebildet werden, welcher wiederholbar sein sollte. Außerdem muss es für alle Parteien ohne viel Aufwand und Pain umsetzbar sein.
  3. Innerhalb dieses Prozesses kommt es außerdem auf die möglichst frühe Absicherung von qualitativen Contents an.
  4. Es sollte nur einen Single Point of Contact geben, denn dies vereinfacht die Prozesse.

All das gilt auch für einen Hersteller und seine Inhouse Prozesse, gegebenenfalls nicht ganz so ausgeprägt aber durchaus adaptierbar.

 

Die Beschaffung von Initial und Essential Content kann mittlerweile zumindest in Teilen automatisiert werden.

Content Automation bezeichnet Automatismen, die Content ergänzen und erstellen.

  1. Auto-Klassifizierung: Wenn die Datenstruktur noch nicht auf eure Inhouse Struktur passt, gibt es durch die Auto-Klassifizierung Möglichkeiten die Daten automatisiert oder teil-automatisiert zu transformieren.
  2. Auto-Mapping: Das gleiche funktioniert auch für Attribute mithilfe eines Auto-Mappings. Hier werden die Inhalte automatisiert auf eure Attribute transformiert.
  3. Content Mining: Beim Contet Minining ist es möglich aus Texten Inhalte oder Attribute zu extrahieren, die noch nicht in strukturierter Form vorliegen.
  4. Content Crawler: Beim Content Crawling werden externe, dritte Quellen angezapft, um von dort weitere Informationen zu gewinnen.
  5. Image Recognition: Hier werden Bilder als Datenquelle genutzt, um zusätzlichen Content herauszufiltern.
  6. Text Erstellung: Hier werden automatisiert Texte erstellt.

Content Production 

Content Production umfasst die automatisierte Erstellung von kreativem Product Content. Nachdem der Initial und Essential Content im Zuge des Content Sourcings beschafft wurde, beginnt nun der kreative Prozess. Der Content wird an die zielgruppenspezifischen Kampagnen angepasst, um den Kunden eine einzigartige Product Experience zu bieten und sich von der Konkurrenz abzuheben.

Wertbasierte Textautomatisierung in der Content Production:

Die strukturierten Daten aus dem Content Mining werden automatisiert wieder zu einem neuen Produkttext umgewandelt. Hier werden Texte auf Basis von Werten erstellt. Der neue Text ist länger, strukturierter, SEO optimiert, in mehreren Varianten verfügbar und kontextbezogen auf die Zielgruppe abgestimmt.

Aus Attribut wird Bild:

  1. automatisierte Bilderstellung auf Basis von Werten in der Content Production
  2. automatisiertes Freistellen von Produktbildern
  3. automatisiertes Croppen von Produktbildern

Content Distribution 

Content Distribution beschäftigt sich mit der Verteilung von Inhalten an die Zielgruppen über verschiedene Kanäle und Plattformen. Jeder Kanal hat unterschiedliche Anforderungen und verschiedene Daten- und Inhaltsstrukturen, die es zu bespielen gilt. 

Die Content Distribution verändert sich stetig. Es kommen viele Kanäle hinzu, die Kanäle werden plötzlich anspruchsvoller und jeder hat seine eigene Daten- und Inhaltsstruktur.

Das heißt es müssen nun viel mehr Kanäle angesprochen werden.

Durch den umfassenden Wandel hin zur Kontextualisierung ergibt sich die Notwendigkeit zielgruppenspezifischen Content bereitzustellen und spezifische Daten für einen bestimmten Kanal zu nutzen bzw. Inhalte für eine einzelne Kampagne zu erstellen. Dies ist mit den alten Mechanismen nicht mehr möglich.

Außerdem kommt noch Content Intelligence hinzu. Plötzlich gibt es Tools am Markt, die es erlauben zu erkennen, was meine Kunden in den Kanälen tun.

Doch wohin mit den Daten und wie können diese neuen Informationen eigentlich in der Datenpublikation verwendet werden?

Technologisch ist dies heute noch herausfordernd, teilweise sind zwar die Technologien schon da, aber es ist aber noch nicht alles gelöst.

Wir merken, dass ein klassisches PIM-System für das pure Abspeichern der Daten in dem Data Pool einfach nicht mehr ausreicht. Das heißt die Strukturierung in den Data Pools verkommt oft und die Vielzahl der Inhalte ist oft nicht greifbar. Es entsteht also mehr ein Daten Sumpf, der gar nicht richtig verwendet wird.

Mehr Daten heißt demnach nicht automatisch ein besseres Ergebnis. Hier kommt wieder die Automatisierung ins Spiel. Es gibt Tools, die, genauso wie auf dem Weg nach innen, auch auf dem Weg nach außen ein Mapping darstellen. Mit dem, was wir in der KI-Entwicklung sehen, können die Mappings jetzt automatisiert erstellt werden. Das heißt, es ist eher ein Orchestrieren dieser Kanäle und keine manuelle Arbeit.

Content Intelligence 

Content Intelligence ist der kontinuierliche Verbesserungsprozess, mit dem Ziel die Performance zu verbessern, die Ressourcen effizient einzusetzen und Risiken zu eliminieren. Wie läuft die Vermarktung meiner Produkte, wie wird darauf reagiert? Funktioniert mein Content an den Touchpoints für meine Zielgruppe? 

In der Content Intelligence werden drei Ansätze vereint:

  1. Channel Performance: Dies sind die Basisinformationen, die zeigen, wie gut der Content auf den unterschiedlichen Kanälen funktioniert. Hier runter fällt beispielsweise die Conversion Rate der eigenen Kanäle, ggf. die Conversion Rate der Produkte an den Marktplätzen und die Anzahl der Retouren.
  2. Content Analytics: Ich messe, wie gut mein Content ist. Wie gut ist meine Datenqualität in einer bestimmten Kategorie? Wie ausgeprägt ist mein Datenstamm für eine bestimmte Zielgruppe?
  3. Content Benchmark: Hier ist in den letzten Monaten ganz viel neues dazu gekommen, denn viele Prozesse sind nun mit künstlicher Intelligenz automatisiert möglich: quantitativer Content, qualitativer Content, Ranking, Bewertungen, Social Traffic.

Der generelle Aufbau von Content Intelligence:

  1. Aufbau der Content Strategie, das Content Design: Dies beinhaltet auch die Kontextualisierung, um zielgruppenspezifisch zu agieren und nicht auf "one size fits all" zu setzen. Ein klares Verständnis, wohin man möchte, ist entscheidend, um die eigene Leistung einzuschätzen.
  2. Daten Sammlung/Collection: Informationen werden über Crawler und Website-Analyse wiedergeholt und gesammelt, um sie später nutzen zu können.
  3. Muster Erkennung: Identifikation von Kontexten und Prüfung, ob sie den definierten Personas entsprechen. Analyse von Verhaltensmustern der Nutzer in verschiedenen Kanälen.
  4. Content/Kontext Fit Analyse: Anwendung von Benchmarks, Inhaltsanalysen und KI-Vergleichen, um die Passung zwischen Inhalt und Kontext zu bewerten.
  5. Content Adaption: Automatisierung erlaubt schnelle und kostengünstige Anpassungen. Auf Grundlage der Erkenntnisse kann die Content Produktion automatisiert entsprechend angepasst werden.
  6. Content Validierung: Durchführung von A/B-Tests, Bewertung der Kanal-Performance. Es wird überprüft, ob die Maßnahmen tatsächlich Verbesserungen erzielt haben.

Die Content Intelligence funktioniert in einem stetigen Zyklus, aus dem man nicht mehr hinauskommt.