Uma só verdade por produto — porque a qualidade do dado decide o comércio omnicanal

A constatação. Uma mesma ficha de produto deve hoje existir, exata e coerente, numa dezena de superfícies : o site da marca, a loja em linha, os marketplaces, os feeds de comparadores, os catálogos de revendedores, o ERP, a logística. Mas na maioria das organizações essa informação vive dispersa — uma folha de cálculo aqui, um PDF de fornecedor ali, uma descrição escrita de três formas conforme o canal. O problema não é a falta de dados ; é a ausência de uma fonte única de verdade. É precisamente o que o Product Information Management (PIM) procura resolver : que exista um só lugar onde o dado de produto é criado, governado e publicado.

O custo silencioso do mau dado

O dado de má qualidade não aparece num balanço — e é isso que o torna perigoso. Paga-se em devoluções por uma ficha enganosa, em chamadas ao serviço por uma dimensão em falta, em posicionamento perdido por atributos vazios, em feeds rejeitados pelas plataformas. A regra do 1-10-100 resume a intuição : prevenir um erro custa um, corrigi-lo custa dez, sofrê-lo custa cem. O custo concentra-se nos atributos que decidem a compra — material, dimensões, compatibilidade, certificações.

As cinco dimensões da qualidade

A literatura sobre gestão de dados mestre (MDM) decompõe a qualidade em dimensões mensuráveis : completude, coerência, exatidão, atualidade e conformidade (com os padrões GS1, GTIN, unidades e taxonomias dos marketplaces).

Padrões e sindicação

Publicar uma mesma ficha em vários canais só é sustentável sobre padrões partilhados. É o papel da GS1, que mantém o GTIN (o código de barras mundial) e o GDSN, a rede de sincronização que permite a fabricante e distribuidor falarem do mesmo produto sem reescrita. O PIM moderno gere ainda o Digital Asset Management (DAM) : os media — fotos, plantas, fichas técnicas — versionados e ligados à referência certa. Dado e media são duas metades da mesma ficha.

A governança antes da ferramenta

Um PIM é uma ferramenta ; a qualidade é uma disciplina. Os programas que falham quase sempre compraram software sem definir antes quem possui cada atributo e sob que regra o pode escrever. O princípio prático é o do campo proprietário : para cada atributo, uma e só uma fonte tem autoridade, as outras apenas leem.

Onde nos situamos

Montandor Andorra consolida o seu dado de produto através de um PIM nesse espírito : uma fonte única para os atributos factuais, media versionados e ligados à referência certa, e uma regra clara sobre quem possui que campo. O objetivo é que um cliente, em boutique.montandor.fr ou num revendedor, leia sempre a mesma informação exata.

“Uma ficha de produto é uma promessa. Se diz ‘aço’ e entregamos metal pintado, mentimos — mesmo sem querer. A qualidade do dado é a forma mais quotidiana da nossa honestidade para com o cliente.”
— Wouter Meijboom, CEO, Montandor Andorra.

Fontes

• GS1 — padrões GTIN e rede GDSN, especificações oficiais.
• DAMA International — DMBOK, qualidade de dados e MDM.
• Wang & Strong — Beyond Accuracy: A Framework for Data Quality (1996).
• Larry English — Improving Data Warehouse and Business Information Quality (regra 1-10-100).
• Ventana Research / ISG — estudos sobre o custo da má qualidade de dados.
• Gartner / Forrester — análises de mercado PIM e MDM.

Investigação dirigida por Chloé Garnier (Head of Architecture), em colaboração com Iga Zielińska (Visual Producer) e Mihail Ivanov (Integration Engineer).