Productdata beheren: de complete gids voor productdatamanagement

Goed productdatabeheer betekent dat elke productinformatie één bron, één eigenaar en één set regels heeft, en dat elk kanaal precies de data krijgt die het vraagt. Daarvoor heeft u zes bouwstenen nodig: een datamodel, een taxonomie met standaardclassificaties, meetbare kwaliteitsregels, governance, workflows en kanaalgerichte publicatie. Begin bij het datamodel en het eigenaarschap. Alle andere onderdelen lezen daaruit.

Deze gids beschrijft hoe de bouwstenen samenhangen en in welke volgorde u ze inricht. Elk onderdeel heeft een eigen verdiepend artikel met tabellen, regels en stappenplannen die u direct kunt toepassen. Wat een PIM-systeem precies is en doet, leest u in het cluster Wat is PIM.

Wat is productdatabeheer?

Productdatabeheer, ook productdatamanagement, is het doorlopende proces waarin een organisatie productinformatie verzamelt, structureert, verrijkt, controleert en publiceert. Productinformatie omvat identificatie (GTIN, artikelnummer), technische kenmerken, logistieke gegevens, commerciële teksten, media, relaties en wettelijk verplichte informatie.

Het doel is één betrouwbare bron voor alle kanalen. Het ERP-systeem blijft leidend voor prijs, voorraad en inkoopgegevens; het PIM-systeem wordt leidend voor de beschrijvende en kanaalgerichte informatie. Wie dat onderscheid niet vastlegt, krijgt twee systemen die elkaar overschrijven.

Hoe verloopt de levenscyclus van productdata?

Elk product doorloopt dezelfde vijf fasen. Ze herhalen zich bij elke wijziging, elk nieuw kanaal en elke nieuwe taal.

De fasen werken alleen als de onderliggende bouwstenen staan. Een workflow kan geen product controleren als niet vastligt welke velden verplicht zijn, en een kanaalexport faalt als het datamodel de gevraagde attributen niet kent.

Wat zijn de zes bouwstenen van goed productdatabeheer?

1. Datamodel: productfamilies, attributen met type, eenheid en regels, varianten en relaties.
2. Taxonomie en classificatie: een eigen klantgerichte categorieboom plus de standaardcodes die partners vragen.
3. Standaarden: GTIN, GS1 GPC, ETIM, ECLASS en BMEcat, afhankelijk van uw afnemers.
4. Datakwaliteit: validatieregels, completeness-scores per kanaal en een dashboard.
5. Governance: data-eigenaren, data stewards, een RACI-matrix en vastgelegde afspraken.
6. Workflows: statussen, overgangsregels, rollen en doorlooptijden van aanmaak tot publicatie.

De volgorde is van belang. Het datamodel en de taxonomie bepalen wat u kunt vastleggen. Standaarden en kwaliteitsregels bepalen wat goed genoeg is. Governance en workflows zorgen dat het werk elke dag zo gebeurt.

Welke artikelen vindt u in dit cluster?

Structuur: model, indeling en standaarden

• Een productdatamodel opzetten: hoe u productfamilies, attribuuttypen, attribuutgroepen, varianten en relaties ontwerpt, met een uitgewerkte voorbeeldfamilie en een stappenplan in zeven stappen.
• Producttaxonomie en classificatie ontwerpen: ontwerpregels voor een klantgerichte categorieboom, het verschil met standaardclassificaties en een mapping van eigen categorie naar kanaal.
• Productdatastandaarden: GTIN, GDSN en GS1 Data Source, GS1 GPC, ETIM, ECLASS en BMEcat, met de actuele versies en een keuzetabel per branche.

Kwaliteit en organisatie

• Datakwaliteit meten en verbeteren: zes kwaliteitsdimensies, een startset validatieregels, de berekening van completeness-scores, een dashboard en een verbetercyclus.
• Productdata-governance: rollen, een RACI-matrix per attribuutgroep, de afspraken die u schriftelijk vastlegt en een maandelijks governance-overleg.
• Workflows in PIM: statussen, overgangsregels en rollen voor verrijking, review en publicatie, plus een verkorte route voor kleine wijzigingen.

Inhoud: van basisdata naar verkoopklare content

• Leveranciersdata onboarden: hoe u leveranciersbestanden ontvangt, mapt, controleert en terugkoppelt, van aanlevering tot publicatie.
• Productdata verrijken: hoe u basisdata aanvult met kenmerken, teksten en media tot verkoopklare content.
• Producttitels en productbeschrijvingen: opbouw van titels en beschrijvingen die klanten overtuigen en goed vindbaar zijn in zoekmachines en op marktplaatsen.
• Meertalige productdata beheren: taalafhankelijke attributen, vertaalworkflows en de inzet van machinevertaling met controle.
• Productafbeeldingen en media beheren: beeldeisen per kanaal, naamgeving, metadata en de samenwerking tussen PIM en DAM.

Publicatie

• Productdata-syndicatie: hoe u productdata doorgeeft aan retailers, marktplaatsen en datapools, met kanaalspecifieke eisen en terugkoppeling.

In welke volgorde richt u productdatabeheer in?

Een werkbare volgorde voor een organisatie die vanuit spreadsheets of een verouderd systeem begint:

1. Inventariseer de kanalen. Verzamel per kanaal en afnemer de verplichte attributen, formaten en standaarden.
2. Ontwerp het datamodel. Families en attributen op basis van die eisen, getest met echte producten.
3. Wijs eigenaren aan. Een data-eigenaar per domein, data stewards per productgroep, een RACI-matrix per attribuutgroep.
4. Stel kwaliteitsregels in. Begin met vijf blokkerende regels, zoals een geldige en unieke GTIN, een hoofdfoto en een titel per taal.
5. Richt de workflow in. Een lineaire route met een verkorte variant voor kleine wijzigingen.
6. Koppel standaarden en kanalen. Classificatiecodes per categorie, exports per kanaal.
7. Meet en verbeter. Een maandelijks dashboard en een vast overleg met besluiten.

Valt de keuze voor een nieuw PIM-systeem in dezelfde periode, gebruik deze stappen dan als input voor uw programma van eisen. Bij de uitvoering helpt het cluster PIM implementatie, met name voor datamigratie en integraties.

Welke externe eisen bepalen uw productdata?

Uw productdata wordt steeds vaker van buitenaf voorgeschreven. Drie bronnen van eisen keren bij bijna elke organisatie terug:

• Afnemers en datapools. Retailers in food, drogisterij en doe-het-zelf vragen data via GS1 Data Source, de datapool van GS1 Nederland binnen GDSN. Technische groothandels werken met ETIM, dat volgens ETIM International in versie 10.0 actueel is; versie 11.0 is gepland voor 1 december 2026. Industriële inkopers vragen ECLASS, waarvan release 16.0 op 28 november 2025 verscheen.
• Identificatieregels. GS1 schrijft onder meer een nieuwe GTIN voor bij een wijziging van een fysieke afmeting of het brutogewicht van meer dan 20 procent. Leg die regel vast in uw workflow.
• Wetgeving. Europese regels zoals de GPSR voor productveiligheidsinformatie en de verordening over voedselinformatie leggen verplichte velden op. Het overzicht staat in het cluster EU-regelgeving voor productinformatie.

Vertaal elke externe eis in een attribuut in het datamodel, een validatieregel en een eigenaar. Dan wordt een nieuwe verplichting één wijziging in het model in plaats van een losse actie per product.

Welk team heeft u nodig?

De omvang van het team hangt af van het aantal artikelen, de wisselsnelheid van het assortiment, het aantal talen en het aantal kanalen. Een vaste norm bestaat niet; de rollen zijn wel steeds dezelfde.

Begin met de rollen data-eigenaar en data steward, ook als die in een klein bedrijf bij één of twee personen liggen. Zonder benoemde steward heeft niemand overzicht over het datamodel, en zonder data-eigenaar blijven conflicten tussen marketing, inkoop en logistiek onopgelost.

Welke problemen ziet u het vaakst?

Bij organisaties die hun productdatabeheer professionaliseren, keren dezelfde problemen terug. Elk probleem heeft een aanwijsbare oorzaak in een van de bouwstenen:

• Dezelfde data staat in meerdere systemen en spreekt zichzelf tegen. Oorzaak: niet vastgelegd welk systeem per attribuut leidend is. Oplossing: een bronsysteemafspraak per attribuut in de governance.
• Filters in de webshop werken niet of tonen dubbele waarden. Oorzaak: kenmerken in vrije tekst, eenheden in het waardeveld. Oplossing: keuzelijsten en getallen met vaste eenheid in het datamodel.
• Producten worden geweigerd door een marktplaats of datapool. Oorzaak: kanaaleisen niet in validatieregels vertaald. Oplossing: een completeness-profiel en een blokkerende controle per kanaal.
• Nieuwe producten staan wekenlang klaar zonder live te gaan. Oorzaak: geen eigenaar per workflowstap, geen meldingen, geen vervanger. Oplossing: een workflow met doel-doorlooptijden en een dashboard.
• Leveranciersbestanden kosten elke keer handwerk. Oorzaak: geen vaste aanleverspecificatie en geen herbruikbare mapping. Oplossing: een aanlevertemplate, bij voorkeur op basis van een branchestandaard, en feedback per leverancier.

Deze lijst is geen volgorde van belangrijkheid. Gebruik hem als diagnose: herkent u een probleem, open dan het artikel over de bijbehorende bouwsteen.

Belangrijkste punten

• Productdatabeheer is een doorlopend proces van aanlevering, verrijking, controle, publicatie en onderhoud vanuit één centrale bron.
• Het rust op zes bouwstenen: datamodel, taxonomie en classificatie, standaarden, datakwaliteit, governance en workflows.
• Begin bij het datamodel en het eigenaarschap, en voeg daarna regels, workflows en kanaalkoppelingen toe.
• Vertaal elke eis van afnemers, standaarden en wetgeving in een attribuut, een validatieregel en een eigenaar.
• Gebruik de artikelen in dit cluster als werkdocumenten per bouwsteen.