Shelfkind Referenz-Decision-Pack
Produktdaten für konkrete Fragen am Brettspielregal.
Preis und Bestand zeigen, was kaufbar ist. Spielerzahl-Fit, Dauer, Edition, Erweiterungslogik und Erlebnisprofil zeigen, welche Box wirklich zur Spielrunde passt.
Referenzmodell vorhandenBGG-Nutzung lizenzabhängigWirkung je Katalog messbar
„Kooperativ zu viert, unter einer Stunde und nicht zu komplex – was passt wirklich?“
Begründete Auswahlpassende Box mit sichtbarem Fit und Ausschlussgrund
Die drei Datenlücken
Kaufbar heißt noch nicht passend.
Viele Shops beschreiben Spiele gut, können harte Kundenfragen aber nicht zuverlässig als Auswahlregel ausführen.
„2–5 Personen“ sagt nicht, wann das Spiel gut funktioniert.
Technisch spielbar, empfohlen und am besten geeignet sind unterschiedliche Aussagen.
Grundspiel, Erweiterung und eigenständige Box werden verwechselt.
Abhängigkeiten und Editionen brauchen explizite Relationen statt Titelähnlichkeit.
Mechanik ist nicht gleich Spielerlebnis.
Komplexität, Konflikt, Kooperation, Kommunikation und Planungsdruck bestimmen den tatsächlichen Fit.
Das Fachmodell
Vom Datenblatt zum Game Decision Graph.
Das Referenzmodell hält Edition, Spiel-Fit, Produktbeziehungen und Quellenstatus getrennt – Unknowns bleiben sichtbar.
Spielerzahl-Fit
Technischer Bereich, Empfehlung und Bestbesetzung werden getrennt modelliert.
Zeit & Komplexität
Spielzeit, Aufbau, Erklärung und Komplexitätslast bleiben unterscheidbar.
Erlebnisprofil & PX-Achsen
Kooperation, Konflikt, Interaktion, Planung und Unsicherheit werden als Fit-Signale genutzt.
Editionen & Erweiterungen
Benötigt, erweitert, ist Variante von und ist eigenständig spielbar werden explizite Kanten.
Anbindung ohne Systemwechsel
Shop, ERP oder PIM bleiben führend für Commerce.
Shelfkind ergänzt den Spiele-Fit und gibt ihn kontrolliert an Produktseite, Feed oder Schnittstelle zurück.
SKU, Edition, Preis, Bestand, Lieferung und Rückgabe.
→
Spiel-Fit, Relationen, Quellen, Rechte, Confidence und Unknowns.
→
Begründete Auswahl in Suche, Beratung und Agentenzugang.
Datenquellen
Commerce-Wahrheit, Publisher-Fakten und Community-Signale.
Kein externer Datenbestand wird zum unkontrollierten Kern. Produktmatch, Rechte und Quellenstatus bleiben pro Feld prüfbar.
Shop, ERP und PIM
Führend für kaufbare Edition, Preis, Bestand, Lieferzeit und Rückgabeinformationen.
Publisher- und Distributor-Daten
Produktrolle, Sprache, Edition, Komponenten und offizielle Abhängigkeiten werden bevorzugt aus autorisierten Quellen übernommen.
BoardGameGeek
Spielerzahl-Polls, Katalog- und Community-Signale können den Fachkontext ergänzen. Kommerzielle Shop-Nutzung erfordert eine genehmigte BGG-Anwendung und gegebenenfalls eine Lizenzgebühr.
BGG-API-Regeln prüfen →Verifizierte Relationen
Produktmatch, Grundspielabhängigkeit, Edition und harte Ausschlüsse werden menschlich bestätigt, bevor sie veröffentlicht werden.
Leistungsgrenze: Das Fachmodell ist vorhanden. Zusätzliche Auswahl- oder Geschäftswirkung wird je Katalog, Kanal und Kundenfrage gemessen – ohne pauschale Umsatzgarantie.
Spieldaten teilweise von BoardGameGeek. Shelfkind wird nicht von BoardGameGeek betrieben. BGG-Daten werden nur mit geklärtem Match, Quelle, Nutzungsrecht und Qualitätsstatus verwendet.Entscheidungswissen
So wird aus dem Fachmodell ein prüfbarer Auswahlweg.
Kundenfragen und Intent Coverage
Welche Fragen kann der Katalog vollständig, teilweise oder noch nicht beantworten?
Intent Coverage prüfen →Selection Delta
Welche definierte Datenänderung verändert die Auswahl – und welche nicht?
Auswahlwirkung verstehen →Produkttext vs. Produkt-Fit
Warum mehr Text keine belastbare Relation, Regel oder Eignung ersetzt.
Fit statt Fülltext →Game Decision Data
Spielerzahl-Polls, Erlebnisachsen, Editionen und Relationen mit sichtbarer Provenienz.
Datenmodell vertiefen →Erster Schritt
Welche Kundenfrage kann dein Brettspiel-Katalog heute schon beantworten?
Der kostenlose Check untersucht eine begrenzte öffentliche Stichprobe und zeigt die nächsten Datenlücken.