avatar
mojoreads

Führt zusammen, was zusammen gehört!

Ein Plädoyer für das Mapping von Titeldaten – also die Zusammenführung verschiedener Ausgaben des gleichen Buches auf auf einer Produktdetailseite.

mapping

Nichts ist schöner, als wenn man in einem Shop alle Ausgaben des gleichen Titels in einer Übersicht gebündelt sieht, wenn also beispielsweise Hardcover, Taschenbuch und eBook einträchtig nebeneinander stehen, man für Rezensionen nicht zwischen verschiedenen Produktdetailseiten hin und her springen muss und sich am Ende für die Ausgabe entscheiden kann, die man gerne haben möchte.

Theoretisch wäre das ganz einfach, da es im ONIX-Standard – dem Metadaten-Format der Buchbranche – die Möglichkeit gibt, Produktverweise (so genannte "related products") anzulegen, über die zusammengehörige Ausgaben automatisch identifiziert und zusammengeführt werden können.

Die Realität sieht leider anders aus, da von dieser Möglichkeit noch viel zu wenig Gebrauch gemacht wird. Selbst die Großhändler, die 2-stellige Katalogredaktionen beschäftigen, bekommen das Problem nur ansatzweise in den Griff – zum Nachteil für kleinere Plattformen und Shops, die ohne die entsprechende Datenqualität de facto handlungsunfähig sind.

Es kann sich eben nicht jeder leisten, große automatisierte Systeme zu bauen, die Daten aus unterschiedlichen Quellen aggregieren und mit Hilfe von Algorithmen bzw. Machine Learning organisieren. Und selbst dann braucht man am Ende noch eine menschliche Redaktion, die das System manuell nachjustieren sowie in Zweifelsfällen eingreifen kann.

Wie kompliziert der Abgleich von Titeldaten sein kann, wird vor allem am Beispiel von Klassikern klar, deren Titel Eigennamen sind – so heißt eben nicht nur die englische Ausgabe von Shakespeares "Maria Stuart" "Maria Stuart", sondern auch die deutsche, die französische und die spanische Ausgabe.

Selbst bei den deutschen Ausgaben ist nicht unmittelbar klar, welcher Text-Edition die einzelnen Ausgaben jeweils folgen. Hier bräuchte es eher die Arbeit von Literaturwissenschaftlern. Ein automatisch lernendes System kann so etwas nicht anhand des Vergleichs von Metadaten wie Titel, Autor oder Verlag leisten.

Ein anderes Beispiel sind die Transkriptionen der Namen von Autor'innen aus Sprachen, die sich anderer Alphabete bedienen. So kann es z.B. bei russischen, japanischen oder chinesischen Autor'innen durchaus mehrere korrekte Schreibweisen geben, von denen der eine Verlag Variante 1 und der andere Verlag Variatiante 2 bevorzugt.

Und das sind nur zwei Beispiele aus einer Unzahl von potenziellen Fehlerquellen. Insofern geht unser klarer Appell an die Verlage und ihre Dienstleister: Wenn ihr wirklich unabhängige sowie insbesondere kleinere Händler unterstützen und sicherstellen wollt, dass ihr letzten Endes nicht nur von einem großen Vertriebskanal abhängig seid: BITTE PFLEGT EURE METADATEN!

Gute Metadaten und nicht zuletzt die konsequente Verwendung der "related product"-Tags sind die Basis dafür, dass Titel online auch gefunden und damit gekauft werden können. Vor allem aber erspart ihr kleineren Shops und ihren Kund'innen eine Menge Frust ;)

Für mehr Informationen wir das mit den Produktverweisen / "related products" geht bitte hier entlang:

  • Metadaten
  • ONIX
  • Titeldaten
  • Mapping
  • Titeldatenmapping
  • Related Products
  • Produktdetailseite
  • Buchdetailseite
  • Katalog
  • Katalogdaten