Die Angaben zu den zentralen, vermarktungs- und logistikrelevanten Produktinformationen im Verzeichnis Lieferbarer Bücher werden immer vollständiger. Handlungsbedarf sieht MVB in zwei Feldern. Die aktuellen Zahlen im Überblick.
Die Vergleichswerte zu den statusrelevanten Metadaten im VLB zeigen die Entwicklung im Datenbestand von mehr als 2,6 Millionen Titeln von Ende März 2022 bis Ende September 2022:
„Die positive Entwicklung der Datenqualität im VLB ist sehr erfreulich, denn so profitieren immer mehr Akteure unserer Branche von den umfassenden Angaben, die den Handel mit Büchern erleichtern“, erklärt Sonja Oberndorfer, Leiterin Marketing & Vertrieb des Geschäftsbereichs Digital bei MVB.
„Aktuell liegt uns im Schnitt der ersten drei Quartale 2022 nur für vier von fünf Büchern ein regelmäßig bestätigter Lieferbarkeitsstatus vor. Das muss sich ändern, denn diese Information ist essenziell für das Sortiment. Außerdem nutzen immer noch viel zu wenige Verlage das aktuelle ONIX-Format 3.0, obwohl die Version 2.1 schon lange nicht mehr unterstützt und weiterentwickelt wird“, so Sonja Oberndorfer weiter.
Deshalb könnten auch nur Unternehmen von Neuerungen wie die zusätzlichen Spielkategorien profitieren, die ihre Datenanlieferung bereits auf das derzeitige Format umgestellt hätten. „Deshalb mein Appell: Nutzen Sie möglichst bald das ONIX-Format 3.0, damit Ihre Bücher ihr volles Vermarktungspotenzial entfalten können.“
Derzeit sind über 2,1 Millionen Bücher im VLB einem Haupt-Lesemotiv zugeordnet, mehr als jedes vierte davon bedient zusätzlich ein Neben-Lesemotiv. Diese Informationen geben Auskunft darüber, welches zentrale, unbewusste Kaufbedürfnis ein Buch vorrangig bedient. Die Zuordnung erfolgt tagesaktuell über Nacht mithilfe der Künstlichen Intelligenz (KI) des MVB-Partners QualiFiction. Die Ergebnisse werden durch fortlaufendes Training der KI optimiert.
Die Lesemotive sind ein zentraler Baustein eines neuen Algorithmus, den MVB zusammen mit dem Frankfurter Start-up READ-O für die Optimierung von Buchempfehlungen in Webshops entwickelt hat. Mithilfe einer KI analysiert der App-Anbieter anhand von Buchbewertungen im Internet, welche Gefühle Menschen beim Lesen eines Buches hatten, also die bewussten Kundenbedürfnisse. Daraus werden Leseempfehlungen für potenzielle Buchkäuferinnen und -käufer generiert. Für den gemeinsame Empfehlungsalgorithmus kombinieren MVB und READ-O diese Informationen mit den Lesemotive-Angaben aus dem VLB. Darüber hinaus zieht der Algorithmus Angaben zur Thema-Klassifikation und weitere Metadaten aus dem VLB für seine automatisierten Vorschläge heran.
