Klienci nie znajdują produktów w sklepie lub katalogu online? Zwykle winne są dane, nie wygląd. Zobacz, jak uporządkowaliśmy katalog ACO USA.
Dla producentów z rozbudowaną ofertą produktową strona, po której trudno się poruszać, rzadko jest problemem projektu graficznego. Najczęściej to problem z danymi.
ACO USA to amerykański oddział ACO Group, globalnego producenta systemów odwodnień i gospodarki wodnej. Katalog firmy obejmuje setki numerów SKU w wielu branżach, a każdy z nich ma parametry techniczne, klasy obciążenia, zgodne akcesoria i dokumentację, która musi być dostępna obok produktu. Gdy taki katalog rośnie bez jasnej architektury treści, informacje nie znikają, tylko trafiają w niewłaściwe miejsca. Strony produktów nie są powiązane z właściwą dokumentacją. Arkusze kalkulacyjne działają równolegle z CMS-em. Inżynierowie porównują parametry ręcznie, bo strona nie robi tego za nich.
Zostaliśmy zaangażowani, żeby to naprawić. Widocznym efektem jest przebudowana strona. Faktyczną pracą był projekt architektury danych.
Co decyduje o tym, czy klient znajdzie właściwy produkt?
Projekt ACO USA dotyczył katalogu, w którym ścieżka kończy się kontaktem z przedstawicielem lub dystrybutorem, a nie koszykiem. Zasady, które się sprawdziły, obowiązują jednak wszędzie tam, gdzie klient wybiera spośród wielu produktów. Niezależnie od tego, czy sprzedajesz w sklepie internetowym, czy prezentujesz ofertę w katalogu online, o tym, czy klient znajdzie właściwy produkt, decydują cztery rzeczy:
- ustrukturyzowane dane produktowe, w których atrybuty są osobnymi wartościami, a nie opisem w jednym polu,
- filtrowanie oparte na tych atrybutach, które zwraca tylko produkty spełniające wszystkie wybrane kryteria,
- jedno główne źródło danych, w którym aktualizacja jednego rekordu przenosi się na wszystko, co się do niego odwołuje,
- jasna ścieżka od znalezienia produktu do zakupu lub kontaktu, bez opuszczania strony.
„Niezależnie od tego, czy mówimy o sprzedaży w sklepie internetowym, czy o katalogu online, pytanie jest to samo: czy odwiedzający potrafi w kilku krokach przejść od swojej potrzeby do właściwego produktu? Jeśli nie, żaden projekt graficzny tego nie zastąpi.” - mówi Magdalena Bondarenko, Project Manager w xfive
Dlaczego katalog produktów nie działa? Problem leży w danych, nie w wyglądzie
Katalog produktów nie zawodzi dlatego, że źle wygląda, tylko dlatego, że dane są źle zbudowane.
Inżynier, który dobiera odwodnienie do projektu budowlanego, nie zaczyna od nazwy produktu. Zaczyna od wymagań: klasy obciążenia, rodzaju materiału, wymiarów koryta i obowiązującej normy. Jeśli strona nie radzi sobie z takim punktem wyjścia, inżynier dzwoni do przedstawiciela handlowego albo przechodzi do konkurencji.
Koszt jest realny, ale trudno go zobaczyć w analityce. Objawia się tym, że dział sprzedaży odpowiada na pytania, na które powinna odpowiadać strona, cykle ofertowania się wydłużają, bo projektant czekał na dokumentację, a przedstawiciele powtarzają to samo o produktach, które są w ofercie od lat.
W przypadku ACO USA problemy były następujące:
- dane produktowe rozproszone w wielu źródłach, bez jednego głównego systemu,
- dokumentacja niepowiązana z produktami, których dotyczyła,
- brak filtrowania odpowiadającego temu, jak inżynierowie określają specyfikację,
- brak ścieżki od znalezienia produktu do ustalenia, z kim się skontaktować, bez opuszczania strony.
Jak zbudować katalog produktów dla producenta? Najpierw struktura
Przed rozpoczęciem prac programistycznych zmapowaliśmy, co znajduje się w katalogu i jak poszczególne elementy się ze sobą wiążą:
Dzięki relacjom wbudowanym w system strona produktu automatycznie pokazuje właściwą dokumentację, odpowiednie branże i najbliższego dystrybutora. Nikt nie musi ręcznie utrzymywać tych powiązań dla setek produktów.
Dwa wejścia do katalogu
Kupujący podchodzą do katalogu inaczej, zależnie od tego, od czego zaczynają. Inżynier określający produkt wychodzi od typu produktu i parametrów technicznych. Kierownik obiektu zaczyna od zastosowania, czyli problemu, który próbuje rozwiązać. Zbudowaliśmy katalog tak, aby obsługiwał oba punkty wejścia, a obie ścieżki prowadziły do tej samej głębokości informacji.
Dlaczego do zarządzania złożonymi danymi produktowymi wybraliśmy WordPress?
Platformą jest WordPress z ustrukturyzowaną warstwą treści. Głównym powodem jest to, że zespół ACO USA musi zarządzać katalogiem bez udziału dewelopera przy rutynowych aktualizacjach. Dodanie produktu, aktualizacja karty danych czy zmiana tego, w jakich branżach pojawia się produkt, to zadania, które product manager wykonuje samodzielnie. Bardziej niestandardowe rozwiązanie mogłoby dać inne korzyści, ale kosztem utrudnienia codziennej pracy.
Jak powinno działać filtrowanie produktów w katalogu technicznym?
Filtrowanie było najbardziej wpływową częścią projektu z punktu widzenia sprzedaży i najtrudniejszą do prawidłowego zbudowania.
Ogólne filtrowanie traktuje atrybuty produktów jak szerokie tagi. To się nie sprawdza, gdy użytkownikami są inżynierowie pracujący według precyzyjnych specyfikacji: klasy obciążenia, wymiarów koryta, konfiguracji odpływu, normy certyfikacyjnej. Nie sprawdza się też wtedy, gdy filtry działają niezależnie od siebie: użytkownik łączy trzy kryteria, dostaje zero wyników i uznaje, że produkt nie istnieje. Produkt prawdopodobnie istnieje, tylko logika filtrów nie wyznacza poprawnie części wspólnej wybranych kryteriów.
„System filtrowania jest zbudowany na ustrukturyzowanym modelu danych z użyciem własnych typów treści i taksonomii. Każdy produkt jest przypisany do wielu parametrów technicznych, takich jak klasa obciążenia, materiał, rodzaj zastosowania czy konfiguracja odpływu, a logika filtrowania gwarantuje, że zwracane są tylko wyniki spełniające wszystkie wybrane kryteria. Z perspektywy programistycznej wyzwaniem była nie tylko wydajność, ale także utrzymanie spójności danych i relacji w bardzo powiązanym systemie.” - Łukasz Kunicki, Software Engineer w xfive
To samo dotyczy sklepu internetowego. Filtr w sklepie z tysiącami SKU działa dokładnie tak dobrze, jak atrybuty, na których pracuje. Jeśli rozmiar, materiał czy klasa są wpisane jako dowolny tekst, żaden interfejs tego nie naprawi. Dlatego model danych projektujemy przed filtrami, niezależnie od tego, czy na końcu ścieżki jest koszyk, czy formularz zapytania.
Wyniki wyszukiwania są pogrupowane według typu treści: najpierw produkty, potem dokumentacja, potem strony zastosowań. Osoba, która zna problem, ale nie zna nazwy produktu, nadal może trafić we właściwe miejsce.
Jak zmigrować dane produktowe z wielu źródeł? Rola AI
O dobrej architekturze często się pisze. Trudniejsze jest dokładne wprowadzenie do niej danych i w tym projekcie była to znacząca część pracy.
Informacje o produktach ACO USA gromadziły się przez lata w wielu systemach: arkusze o niespójnej strukturze, eksporty ze starszych platform, statyczne pliki ze specyfikacjami sprzecznymi z wartościami z arkusza oraz dokumentacja przechowywana bez powiązania z produktami, których dotyczyła.
„Wykorzystaliśmy AI na dwóch kluczowych etapach. Po pierwsze, przy mapowaniu danych: łączeniu wielu niespójnych źródeł w jeden model treści, rozwiązywaniu konfliktów i wychwytywaniu przypadków brzegowych. Po drugie, przy automatyzacji importu: AI pomagało nam budować i walidować skrypty, które zapewniają integralność danych podczas wypełniania systemu na dużą skalę. AI nie podejmowało decyzji za nas, ale znacząco przyspieszyło transformację danych ustrukturyzowanych i ograniczyło pracę ręczną.” -
Łukasz Kunicki, Software Engineer w xfive
Bez AI na tych etapach migracja wymagałaby albo więcej czasu, albo więcej ludzi. Dzięki niemu części wymagające osądu, czyli określanie reguł, sprawdzanie wyników i obsługa wyjątków, mogły się skalować, nie stając się wąskim gardłem przy każdym rutynowym rekordzie.
Niezależnie od tego, czy dane trafiają do sklepu internetowego, czy do katalogu technicznego, problem jest ten sam: dane z arkuszy, starych systemów i plików PDF rzadko się ze sobą zgadzają. Im wcześniej ustalimy, które źródło jest nadrzędne, tym mniej rozbieżności trafi na stronę produktu.
Jak katalog prowadzi od produktu do zakupu? Przedstawiciele, dystrybutorzy i HubSpot
Katalog, który doprowadza do właściwego produktu, ale zostawia użytkownika z pytaniem, jak go kupić, wykonał połowę pracy.
Zbudowaliśmy wyszukiwarkę dystrybutorów i przedstawicieli handlowych opartą na kodzie pocztowym (ZIP), zarządzaną w tym samym CMS-ie co reszta strony. Formularze kontaktowe na stronach produktów i zastosowań są połączone z HubSpotem, więc zapytanie trafia z kontekstem: wiadomo, na jaki produkt i jakie zastosowanie patrzyła dana osoba. Przedstawiciel, który je przejmuje, ma już punkt wyjścia do rozmowy.
Koniec ścieżki może wyglądać różnie: koszyk i płatność w sklepie, formularz zapytania albo wyszukiwarka dystrybutorów w katalogu. Zasada jest jednak ta sama: osoba, która znalazła produkt, nie powinna zastanawiać się, co dalej. Każdy dodatkowy krok to utracona sprzedaż albo utracony lead.
Co zmieniło się po wdrożeniu?
Po uruchomieniu zespół ACO USA ma jedno miejsce, w którym znajdują się dane produktowe, i system, który utrzymuje ich spójność. Aktualizacja jednego rekordu przenosi się na wszystko, co się do niego odwołuje. Product managerowie mogą dodawać numery SKU, dołączać dokumentację, ustawiać relacje z branżami i publikować zmiany bez angażowania dewelopera.
„Dla użytkownika końcowego, zwłaszcza inżynierów i działów zakupów, doświadczenie jest teraz znacznie bardziej bezpośrednie. Zamiast poruszać się po wielu rozproszonych źródłach, mogą określić swoje wymagania, znaleźć właściwy produkt, otworzyć dokumentację techniczną i znaleźć lokalny kontakt, wszystko w jednym przepływie. Taka jasność i sprawność powinny być standardem, ale w złożonym środowisku produkcyjnym wciąż są zaskakująco rzadkie.” - Magdalena Bondarenko, Project Manager w xfive
Naprawa katalogu producenta rzadko polega na jego przeprojektowaniu. Chodzi o to, by zdecydować, jak ustrukturyzować dane, zbudować je poprawnie od początku i zadbać, by osoby zarządzające produktami mogły utrzymywać je w aktualności.
Katalog online i sklep internetowy: odpowiedzi na najczęstsze pytania
Nasza strona produkcyjna ma setki produktów, a klienci wciąż nie mogą znaleźć tego, czego szukają. W czym problem?
Prawie zawsze to problem architektury danych, a nie projektu graficznego. Jeśli produkty istnieją jako płaskie strony bez ustrukturyzowanych atrybutów, filtr ani wyszukiwarka nie mają na czym pracować: użytkownicy przeglądają zamiast określać specyfikację, a większość rezygnuje. Naprawa zaczyna się od tego, jak modelowane są dane.
Jak dodać zaawansowane filtrowanie produktów do strony producenta w WordPressie?
Zbuduj je na ustrukturyzowanych danych: atrybuty techniczne zapisane jako odrębne, wyszukiwalne wartości, a nie dowolny tekst czy tagi. O tym, czy filtrowanie działa, decyduje model danych. Interfejs jest już prosty.
Jak najlepiej zarządzać danymi produktowymi w dużym katalogu producenta, żeby nie stało się to koszmarem utrzymaniowym?
Jeden rekord na produkt, z relacjami do wszystkiego, co się z nim wiąże: dokumentacji, zastosowań, dystrybutorów. Aktualizujesz go raz i zmiana przenosi się dalej. Odpowiednią platformą jest ta, z której Twój zespół produktowy faktycznie konsekwentnie korzysta, bez potrzeby angażowania dewelopera przy każdej zmianie.
Jak strona producenta może generować więcej leadów, a nie tylko wyświetlać produkty?
Buduj katalog i generowanie leadów razem, a nie osobno. Strony produktów potrzebują wyraźnych ścieżek do formularzy kontaktowych i wyszukiwarek dystrybutorów, a formularze powinny przekazywać kontekst: jaki produkt, jakie zastosowanie. Dzięki temu dział sprzedaży dostaje zapytanie, z którym można coś zrobić, a nie tylko imię i adres e-mail.
Mamy dane produktowe w arkuszach, starych systemach i plikach PDF. Jak je dokładnie zmigrować?
To najtrudniejsza część większości projektów katalogowych. Przy większych katalogach z danymi z wielu niespójnych źródeł narzędzia AI stały się konieczne na etapach mapowania i importu, bo inaczej harmonogram nie mieści się w budżecie typowego projektu.
Ile kosztuje przebudowa strony z katalogiem produktów producenta?
Zależy to od złożoności modelu danych, ilości i stanu istniejących danych oraz wymaganych integracji. Najpewniejszym sposobem na dokładną wycenę jest rozmowa, podczas której najpierw przeanalizujemy rzeczywiste dane.
Czy te same zasady dotyczą sklepu internetowego i katalogu online?
Tak. Niezależnie od tego, czy ścieżka kończy się koszykiem i płatnością, czy zapytaniem, wyszukiwarką dystrybutorów albo wyceną, fundament jest ten sam: ustrukturyzowane dane produktowe, filtrowanie oparte na atrybutach, jedno główne źródło danych i jasna ścieżka do następnego kroku. Projekt ACO USA dotyczył katalogu, ale te zasady obowiązują także w sklepie internetowym.
Dlaczego warto zapisywać atrybuty produktów jako osobne wartości, także w sklepie internetowym?
Im więcej parametrów ma produkt (rozmiar, materiał, klasa, zgodność z akcesoriami), tym bardziej opłaca się zapisać je jako osobne, wyszukiwalne wartości, a nie jako opis tekstowy.. Dzięki temu działają filtry i porównania, a aktualizacje nie rozjeżdżają danych.
Czy uporządkowane dane produktowe pomagają w wyszukiwarkach i w odpowiedziach AI?
Informacje zapisane w uporządkowany sposób (atrybuty, jednostki, powiązana dokumentacja) są łatwiejsze do odczytania i zacytowania przez wyszukiwarki i asystentów AI niż opisy w jednym polu tekstowym albo w plikach PDF. Nie gwarantuje to wyższych pozycji, ale usuwa jedną z częstych przeszkód.
Porozmawiajmy o Twoim projekcie →
About the author
