Sortimentsanalyse klingt nach Mengenlehre. Man nimmt deren Katalog, nimmt den eigenen, subtrahiert. Die Lücken sind die Gelegenheit.
Die Arithmetik ist trivial. Alles, was darüber entscheidet, ob das Ergebnis richtig oder falsch ist, passiert davor: ob man deren Katalog vollständig erfasst oder nur gesampelt hat, und ob “dasselbe Produkt” auf deren Seite und der eigenen tatsächlich als dasselbe Produkt erkannt wird. Liegt man bei einem der beiden Punkte falsch, erzeugt die Subtraktion eine überzeugend wirkende Liste von Gelegenheiten, die größtenteils Artefakte sind.
Das Matching-Problem ist das ganze Problem
Derselbe Artikel wird von jedem Händler, der ihn verkauft, anders beschrieben. Unterschiedliche Titelkonventionen, unterschiedliche Schreibweisen von Marken, unterschiedliche Packungsgrößen, unterschiedliches Bundling und interne SKUs, die außerhalb des jeweiligen Unternehmens nichts bedeuten.
Wenn Ihr Matcher bei zwanzig Prozent der Artikel versagt, dann sehen zwanzig Prozent des fremden Katalogs wie eine Lücke aus, die Sie füllen sollten, und zwanzig Prozent Ihres eigenen Katalogs wie einzigartige Differenzierung. Beide Schlussfolgerungen sind falsch, und zwar falsch in eine Richtung, die die Analyse wertvoller erscheinen lässt, als sie ist, ohne dass die Ausgabe darauf hinweist.
Matchen Sie in dieser Reihenfolge:
Standardidentifikatoren zuerst. GTIN, UPC, EAN, MPN. Wo diese veröffentlicht sind, sind sie nahezu eindeutig und sollten, wo verfügbar, Ihr primärer Schlüssel sein.
Marke plus normalisiertes Modell an zweiter Stelle. Normalisieren Sie konsequent: Groß-/Kleinschreibung, Zeichensetzung, Leerzeichen, Markenaliase, gängige Abkürzungen. Speichern Sie die normalisierte Form, damit eine Matching-Entscheidung später nachvollziehbar bleibt.
Attribut-Matching an dritter Stelle. Größe, Farbe, Fassungsvermögen, Packungsanzahl. Hier richtet die Packungsgröße den größten Schaden an, denn eine Sechserpackung und eine Einzelpackung sind tatsächlich unterschiedliche Produkte, die fast alle Attribute und oft sogar den Titel teilen.
Menschliche Überprüfung einer Stichprobe, immer. Ziehen Sie eine zufällige Stichprobe von Matches und Non-Matches und lassen Sie diese von jemandem prüfen. Daraus ergibt sich die Zahl, die alles andere erst interpretierbar macht: Ihre Match-Rate. Eine Analyse, die ohne diese Angabe berichtet wird, ist eine Analyse, deren Fehler niemand einschätzen kann.
Vollständig erfassen, nicht sampeln
Der zweite Fehler besteht darin, einen Crawl als Vollerhebung zu behandeln, obwohl er eine Stichprobe war.
Die meisten Katalogoberflächen begrenzen, was sie Ihnen zeigen. Eine Kategorielisting kann bei einer festen Seitenzahl abbrechen, unabhängig davon, wie viele Produkte sie angeblich enthält. Suchergebnisse sind meist noch stärker begrenzt als das Durchlaufen von Kategorien. Filter und Facetten sind häufig der einzige Weg, um an den langen Schwanz heranzukommen, indem eine große Kategorie in Segmente unterteilt wird, die jeweils klein genug sind, um vollständig zurückgegeben zu werden.
Die praktische Methode besteht darin, den Kategoriebaum zu durchlaufen statt zu suchen, jeden Knoten weiter zu unterteilen, dessen Trefferanzahl das sichtbare Seitenlimit überschreitet, und für jeden Knoten sowohl die angegebene Produktanzahl als auch die tatsächlich abgerufene Anzahl zu erfassen. Diese zweite Zahl ist Ihr Beweismittel. Wenn angegebene und abgerufene Zahl auseinanderlaufen, haben Sie die Grenze Ihrer eigenen Sichtbarkeit gefunden, und alles jenseits davon wird als Lücke in Ihrem Katalog erscheinen, obwohl es eine Lücke in Ihren Daten ist.
Kategoriestrukturen unterscheiden sich zudem zwischen Händlern, gehen Sie also nicht davon aus, dass deren Kategorie Ihrer Kategorie entspricht. Matchen Sie auf Produktebene und rollen Sie das Ergebnis anschließend in Ihre eigene Taxonomie hoch.
Die händlerspezifischen Mechanismen finden Sie unter Amazon-Produktdaten scrapen und Produktverfügbarkeit und Lagerbestand überwachen.
Kataloge sind regional
Derselbe Händler führt je nach Markt ein unterschiedliches Sortiment und bedient oft je nach Storefront ein völlig anderes Katalogangebot.
Wenn Ihre Erfassung nur aus einem Land erfolgt, erscheint jedes Produkt, das der Händler nur in einem anderen Markt führt, als fehlend, und jedes Produkt, das nur in dem Markt geführt wird, aus dem Sie zufällig erfassen, erscheint als universell vorhanden. Für ein Unternehmen, das über mehrere Märkte hinweg verkauft, ist das keine kleine Korrektur. Sie entscheidet darüber, welche Lücken real sind.
Residential Proxies mit Country-Targeting halten den Katalog jedes Marktes getrennt. Beim Shifter-Gateway werden Targeting und Session in den Zugangsdaten gegen p.shifter.io:443 angegeben:
customer-USERNAME-country-es-sid-cat-es-0119-ttl-600:PASSWORDcountry-es legt den Markt fest, sid-cat-es-0119 hält einen Exit über einen vollständigen Kategoriedurchlauf hinweg, damit die Paginierung konsistent bleibt, und ttl-600 behält diese Adresse zehn Minuten lang bei. Eine Session pro Kategoriedurchlauf, nicht eine pro Seitenanfrage, das ist die Regel. Ein Rotieren mitten im Durchlauf führt dazu, dass Seiten aus zwei verschiedenen Blickwinkeln in einem einzigen Katalog-Snapshot landen.
Halten Sie die Nebenläufigkeit moderat und drosseln Sie bei Fehlern, statt sich durchzudrängen, wie in Rate Limiting und Request Throttling beschrieben. Die Produktansicht finden Sie auf der Seite Residential Proxies für E-Commerce.
Die vier Ausgaben
Sobald Produkte gematcht und Kataloge vollständig erfasst sind, ergibt der Vergleich vier unterschiedliche Dinge, und diese zu vermischen ist der häufigste analytische Fehler.
Echte Lücken. Der Wettbewerber führt es, Sie nicht. Die Hauptausgabe, und nur so vertrauenswürdig wie Ihre Match-Rate.
Umgekehrte Lücken. Sie führen es, der Wettbewerber nicht. Wird meist ignoriert und ist meist wertvoller, denn dies ist Ihr Differenzierungsinventar, mit dem das Merchandising-Team sofort arbeiten kann.
Tiefenlücken. Beide führen die Marke, der Wettbewerber vierzig SKUs, Sie sechs. Dies taucht in einer naiven Mengendifferenz selten auf, weil die Marke auf beiden Seiten vorhanden ist, und ist oft der bedeutendste kommerzielle Befund der gesamten Übung.
Phantomlücken. Matching-Fehler im Gewand echter Lücken. Jede Analyse hat sie. Die Frage ist, ob Sie gemessen haben, wie viele es sind.
Berichten Sie die ersten drei zusammen mit der vierten, quantifiziert. “Zweihundertvierzig echte Lücken bei einer Match-Rate von einundneunzig Prozent” ist ein verwertbarer Befund. “Zweihundertvierzig Lücken” ist eine Zahl, die darauf wartet, die Woche eines Category Managers zu verschwenden.
Taktung und Drift
Kataloge bewegen sich deutlich langsamer als Preise, was praktisch ist: Eine wöchentliche oder zweiwöchentliche Vollerfassung reicht meist aus, mit einer schnelleren Taktung für Kategorien unter aktivem Wettbewerbsdruck.
Wichtiger als die Häufigkeit ist die Stabilität. Halten Sie den Durchlauf, die Matching-Regeln und die Kategoriezuordnung zwischen den Läufen konstant und versionieren Sie sie. Wenn Ihre Lückenzahl stark sinkt, lautet die erste Frage, ob sich das Sortiment des Wettbewerbers geändert hat oder Ihr Matcher. Ein Lauf-über-Lauf-Vergleich von Match-Rate und abgerufenen Zahlen beantwortet das in Sekunden und erspart viel verschwendete Analysearbeit.
FAQ
Welche Match-Rate ist gut genug, um darauf zu handeln?
Über neunzig Prozent ist für Entscheidungen auf Kategorieebene praktikabel. Unter achtzig Prozent besteht die Lückenliste größtenteils aus Matching-Rauschen, und der Aufwand gehört in den Matcher statt in die Analyse.
Sollte ich zur Erfassung Suche oder Kategoriedurchlauf verwenden?
Kategoriedurchlauf, mit Facetten unterteilt, wo ein Knoten das Seitenlimit überschreitet. Die Suche ist stärker begrenzt und ihr Ranking ist personalisiert, was sie zu einem schlechten Erfassungswerkzeug macht.
Wie gehe ich mit Marketplace-Angeboten von Drittanbietern um?
Erfassen Sie sie als separate Menge. Die Vermischung von Erst- und Marketplace-Sortiment überschätzt das verbindliche Sortiment eines Wettbewerbers, da ein Drittanbieter-Listing keine Kaufentscheidung ist, die er selbst getroffen hat.
Was, wenn keine Standardidentifikatoren veröffentlicht werden?
Verlassen Sie sich stärker auf normalisierte Marke und Modell, akzeptieren Sie eine niedrigere Match-Rate und messen Sie diese ehrlich. Manche Kategorien, insbesondere Bekleidung und Eigenmarken, werden nie sauber matchen, und die richtige Reaktion besteht darin, das Konfidenzniveau statt Gewissheit zu berichten.
Fazit
Der Vergleich am Ende einer Sortimentsanalyse ist Arithmetik. Die eigentliche Arbeit liegt davor: einen Katalog vollständig zu erfassen statt zu sampeln, zu wissen, wo die eigene Sichtbarkeit endet, Produkte mit einer nachvollziehbaren Regel zu matchen und echte Lücken von Tiefenlücken und Matching-Fehlern zu trennen.
Erfassen Sie jeden Markt getrennt, halten Sie Sessions über einen Durchlauf hinweg konsistent, protokollieren Sie angegebene gegen abgerufene Zahlen und veröffentlichen Sie Ihre Match-Rate neben jeder Lückenzahl. Preise finden Sie auf der Preisseite.