Direkte Antwort
Intent Coverage zeigt, welche Kaufabsichten dein Katalog mit belegten Daten abdecken kann.
Dafür werden reale Kundenfragen in notwendige Fakten, Relationen und Ausschlussregeln übersetzt. Jede Frage erhält einen Status: vollständig beantwortbar, teilweise beantwortbar, nicht beantwortbar oder fachlich nicht zulässig.
Die Kennzahl ersetzt keine klassische Datenvollständigkeit. Das ergänzt sie um den entscheidenden Kontext: Wofür werden die Daten gebraucht? Eine gut gefüllte Beschreibung hilft wenig, wenn die Kundenfrage eine nicht modellierte Kompatibilität, Edition, Verfügbarkeit oder Zielgruppen-Eignung verlangt.
Ein Blick in die Fragen-Matrix
Nicht jede grüne Zelle ergibt schon eine grüne Antwort.
Die Matrix ist ein Erklärbeispiel. Der reale Status wird je Katalog, Quelle, Zeitpunkt und Frage erhoben.
Vom Suchwort zum Ziel
Welche Kundenfragen gehören in den Check?
Gute Fragen beschreiben keine Kategorie, sondern einen Entscheidungsbedarf. Diese Fragen kommen aus Beratung, Suche, Bewertungen, Retourengründen, Community-Fragen und realen Kaufgesprächen.
Nutzung und Anlass
„Welches Spiel funktioniert zu sechst, ohne dass jemand lange warten muss?“ oder „Welches Erlebnis passt bei Regen?“
Zielgruppe und Grenzen
„Für Einsteiger geeignet, aber nicht banal?“ oder „Welcher digitale Kurs läuft ohne Zusatzsoftware?“
Kompatibilität und Set
„Welche Erweiterung passt zu dieser Edition?“ oder „Welche Hardware funktioniert mit dieser Plattform?“
Kaufbarkeit und Risiko
„Bis Freitag lieferbar, Gesamtpreis unter 50 Euro und klare Rückgabe?“
Die Fachgrenze zählt: Nicht jede häufige Frage darf automatisch als Produktattribut beantwortet werden. Gesundheits-, Sicherheits-, Leistungs- oder Kompatibilitätsaussagen brauchen eine geeignete autoritative Quelle und gegebenenfalls eine Freigabe.
Der Intent-Coverage-Check
Sechs Schritte vom Gespräch zur testbaren Datenlücke.
- Fragen sammeln: Wiederkehrende Beratungs-, Such- und Supportfragen mit Quelle und Kontext erfassen.
- Dubletten normalisieren: Unterschiedliche Formulierungen derselben Kaufabsicht zusammenführen.
- Relationen klassifizieren: Nutzung, Zielgruppe, Anlass, Vergleich, Kompatibilität, Ergänzung oder Spezifikation zuordnen.
- Antwortfakten mappen: Für jede Frage notwendige Commerce-Daten, Fachattribute, Relationen und Negativregeln benennen.
- Gegen Quellen prüfen: Vorhandene Werte auf Identität, Provenienz, Rechte, Aktualität und Unknowns kontrollieren.
- Vorher und nachher testen: Dieselbe Fragenstichprobe mit unverändertem Vergleichsaufbau wiederholen und Auswahländerungen protokollieren.
Das Ergebnis ist keine lange Wunschliste, sondern eine priorisierte Frage → Fakt → Quelle → Produkt → Test-Matrix. So wird aus „uns fehlt mehr Content“ eine konkrete Datenentscheidung.
Vier ehrliche Antwortzustände
„Teilweise“ ist ein Befund – kein Makel.
| Status | Bedeutung | Nächste Aktion |
|---|---|---|
| Beantwortbar | Alle entscheidenden Fakten und Ausschlussregeln sind belegt und aktuell. | Antwort ausspielen und in repräsentativen Anfragen testen. |
| Teilweise | Ein Teil der Frage ist belegbar, mindestens ein relevanter Aspekt bleibt offen. | Antwort begrenzen und die wichtigste Lücke priorisieren. |
| Nicht beantwortbar | Ein notwendiger Fakt, eine Relation oder ein aktuelles Commerce-Signal fehlt. | Unknown veröffentlichen oder Produkt für diese Frage nicht qualifizieren. |
| Blockiert | Identität, Rechte, Widerspruch oder Risiko verhindern eine verantwortbare Aussage. | Human Review, Quellenklärung oder bewusster Ausschluss. |
Kurz beantwortet
Häufige Fragen
Wie viele Kundenfragen braucht ein erster Check?
Für einen fokussierten Einstieg reichen fünf bis zwölf wiederkehrende, wirtschaftlich relevante Fragen. Entscheidend ist ihre Qualität und die Abdeckung unterschiedlicher Entscheidungstypen.
Ist Intent Coverage eine Prozentzahl?
Intent Coverage kann als Anteil vollständig oder teilweise beantwortbarer Fragen ausgewiesen werden. Wichtiger bleibt die gewichtete Sicht: Eine seltene Komfortfrage darf einen kritischen Kompatibilitäts- oder Kaufbarkeitsblocker nicht überdecken.
Woher kommen gute Kundenfragen?
Aus Beratung, Shopsuche, Service, Retouren, Bewertungen, Communitys, vorhandener Customer Research und beobachteten KI-Anfragen. Synthetische Fragen können ergänzen, dürfen reale Evidenz aber nicht ersetzen.
Decision Data Audit
Bring fünf echte Kundenfragen mit. Wir zeigen, was dein Katalog daraus machen kann.
Der Audit verbindet einen vereinbarten Katalogausschnitt mit konkreten Kaufabsichten, Datenquellen und einem priorisierten Maßnahmenplan.
Audit und Ergebnis ansehenMethodische Grundlage: Der Prompt-Universe-Ansatz der „5 Cs of the Agentic Shelf“ wird hier als Shelfkind Intent-Coverage-Workflow operationalisiert. Das zugrunde liegende Framework ist ein Branchenmodell, keine neutral validierte Kausalnorm. Ergebnisse werden je Katalog und Testaufbau belegt.