Proces zarządzania danymi produktowymi - jak dopasować PIM do skali zespołu?

Zarządzanie danymi produktowymi to proces, nie oprogramowanie. Ten sam system PIM wdrożony w firmie z 3-osobowym zespołem katalogu wymaga zupełnie innego podejścia niż w organizacji z 20 specjalistami. Jeszcze większa różnica pojawia się między producentem a dystrybutorem - bo to dwa fundamentalnie różne wdrożenia, z innymi celami, źródłami danych i wyzwaniami.

Ten artykuł powstał na podstawie wystąpienia Tomasza Grzemskiego (CEO Macopedia) na konferencji GRID 2026, organizowanej przez Ergonode.

Obejrzyj pełne nagranie: Jak zarządzać produktami przy różnej skali zespołu? | GRID 2026 (26 min)

Dane produktowe żyją w Excelu - i to jest problem

Nieważne, czy firma ma obroty rzędu milionów czy miliardów - większość danych produktowych żyje w Excelach. To stwierdzenie pada na każdym spotkaniu diagnostycznym i potwierdza się niemal w 100% przypadków.

Co za tym idzie:

• Brak historii zmian - nikt nie wie, kto zmienił dane, dlaczego i kiedy. Nie wiadomo, skąd wzięła się konkretna wartość atrybutu ani dlaczego niepełne dane trafiły do dystrybutora.
• Każdy kanał uzupełniany osobno - ktoś pracuje na danych na poziomie e-commerce B2B, ktoś na poziomie systemu ERP. Dane są „posiane" w wielu miejscach.
• Brak jednego źródła prawdy - dane produktowe rozproszone są między Excelami, dyskami wspólnymi, prezentacjami PowerPoint, mailami, wiedzą kupca i - co najważniejsze - głowami ludzi.
• Blokada płynności finansowej - towar przyjęty na magazyn czeka na sprzedaż, ale nie ma zdjęć, opisów ani karty produktowej w e-commerce. Fakturę zakupową trzeba zapłacić, a produkt nie zarabia.

Grzemski nazywa to „metodą pól danych produktowych" - gdy firma chce stworzyć katalog lub e-commerce, musi chodzić po wszystkich działach i próbować te dane zdobyć. W modelu PIM jest odwrotnie: każdy dział wpycha dane do systemu, a efekt pojawia się automatycznie.

Dane produktowe dotyczą więcej osób, niż myślisz

Na pytanie zarządu „po co nam PIM, skoro mamy ERP?" odpowiedź jest prosta: ERP nie jest narzędziem do zarządzania informacją produktową. To, że dane logistyczne i finansowe są w ERP, nie oznacza, że cała organizacja ma tam to, czego potrzebuje.

Proces zarządzania danymi produktowymi angażuje:

• Dział zakupów / importu - pierwsza informacja o produkcie, kontakt z dostawcami
• E-commerce - ładna karta produktowa, SEO, warianty
• Dział jakości - certyfikaty, compliance, paszport produktu (DPP)
• Marketing - opisy handlowe, zdjęcia, materiały promocyjne
• Handlowcy - wiedza ekspercka, ale często w trybie „do odczytu"

Każdy z tych działów konsumuje lub tworzy dane produktowe. Często nie wiedzą nawet o pracy pozostałych. Dopiero przy wdrożeniu PIM wychodzi na jaw, kto co tak naprawdę robi z danymi.

Producent vs dystrybutor - dwa zupełnie różne wdrożenia PIM

To jedna z kluczowych tez wystąpienia: system PIM dla producenta i system PIM dla dystrybutora to dwa fundamentalnie różne projekty - z innymi celami, źródłami danych i wyzwaniami organizacyjnymi.

PIM dla producenta

Producent (lub importer) tworzy produkt od początku do końca. Proces ma jasne etapy:

1. Prototyp / koncepcja - badanie rynku, specyfikacja, briefing do dostawców
2. Decyzja i kompletacja - zatwierdzenie, przygotowanie produkcji
3. Kontrola jakości - weryfikacja parametrów, certyfikaty
4. Publikacja - zdjęcia, opisy, udostępnienie danych

Na każdym etapie ktoś dokłada dane produktowe. Na początku jest rysunek i opis koncepcji. Potem, gdy produkt zejdzie z linii produkcyjnej lub przyjedzie w kontenerze, dochodzą zdjęcia i szczegółowe specyfikacje.

Kluczowa wartość PIM dla producenta:

• Kontrolowany, widoczny proces przechodzący przez całą firmę
• Odpowiedzialność - każda osoba odpowiada za dane, które wprowadza
• Compliance - zbieranie certyfikatów i norm w jednym miejscu (szczególnie branża budowlana, farmaceutyczna)
• Dystrybucja danych do dystrybutorów przez feedy i integracje

PIM może też pełnić funkcję systemu PLM (Product Lifecycle Management) w podstawowej wersji - zarządzanie cyklem życia produktu od koncepcji do wycofania. Ograniczenie: PIM nie radzi sobie z BOM-ami (Bill of Materials), czyli gdy cykl życia produktu zależy od zmian w komponentach.

PIM dla dystrybutora

Dystrybutor ma zupełnie inne wyzwanie. Nie tworzy produktów - pozyskuje dane od wielu dostawców, w różnych formatach i różnej jakości.

Proces wygląda tak:

1. Pozyskanie danych od dostawców - Excele, PDF-y, feedy, maile
2. Remapowanie na własną strukturę - ujednolicenie atrybutów, kategorii, wartości
3. Wzbogacenie (enrichment) - dodanie własnych opisów, zdjęć, kategoryzacji
4. Dystrybucja - publikacja w e-commerce, na marketplace'ach

Największe wyzwanie dystrybutora to remapowanie. Przykład: kolor „czerwony" od firmy X, „czerwony" od firmy Y i „Red" od firmy Z - to u nas jeden atrybut „czerwony". Pomnóżcie to przez tysiące SKU i dziesiątki dostawców.

Porównanie: producent vs dystrybutor

Kryterium	Producent	Dystrybutor
Źródło danych	Wewnętrzne (+ fabryka)	Zewnętrzne (wielu dostawców)
Główny cel PIM	Jakość danych + dystrybucja do kanałów	Szybkie mapowanie + sprzedaż w swoich kanałach
Workflow	Wieloetapowy (prototyp -> publikacja)	Pozyskanie -> remapowanie -> enrichment
Kluczowe wyzwanie	Koordynacja wielu działów	Ujednolicenie danych z różnych źródeł
Compliance	Kluczowy (certyfikaty, normy, DPP)	Drugorzędny
PLM	Tak (w podstawowej wersji)	Nie dotyczy

Wniosek: jeśli coś wyszło u producenta, niekoniecznie musi wyjść u dystrybutora - i odwrotnie.

Mały zespół vs duży zespół - jak dopasować workflow PIM

Skala zespołu katalogu determinuje, jak powinien wyglądać workflow w systemie PIM. Przedobrżenie w małej firmie to strata czasu, a niedostateczne workflow w dużej to chaos.

Mały zespół (kilka osób)

W mniejszych firmach z danymi produktowymi pracuje kilka osób. Często jedna osoba pełni wiele ról. Dane tworzone są wewnętrznie, kanały sprzedaży to e-commerce i drukowane katalogi (często w InDesign).

Zalecenia dla małych zespołów:

• Minimalny workflow - „głupio, żeby firma z dwoma-trzema osobami miała 15-elementowy workflow ze statusami. Więcej czasu pójdzie na zmianę statusów niż na faktyczną pracę."
• Kompletność zamiast bramek jakości - przy braku dużego działu kontroli, kluczowym wskaźnikiem jest wskaźnik kompletności (completeness index), który pokazuje, gdzie jeszcze trzeba uzupełnić dane
• Grupowe edycje - jedna osoba jest w stanie zrobić więcej dzięki bulk operations
• Mniejsza synchronizacja - dane nie zmieniają się tak szybko jak w dużych firmach

Na co uważać w małych zespołach:

• Bus factor - PIM pomaga ograniczyć ryzyko, że jedna osoba wie wszystko i nie chce się dzielić wiedzą. Automatyzacja procesów zmniejsza zależność od pojedynczych osób.
• „Excele na chwilę" - realne ryzyko. Komuś jest szybciej stworzyć nowego Excela między sobą a zarządem niż dodać atrybut w PIM. Efekt: ten Excel nigdy nie wraca do systemu, a na jego podstawie nie da się robić planowania zakupów.
• Wariantowość - PIM to często pierwszy moment, gdy firma w ogóle zaczyna systematycznie zarządzać wariantami. ERP nie radzi sobie z wariantowością (rozmiar, kolor, moc).

Duży zespół (kilkanaście-kilkadziesiąt osób)

W większych organizacjach w proces zarządzania danymi produktowymi zaangażowanych jest wiele osób: dział katalogu, agencje zewnętrzne, studio wewnętrzne, dział jakości, compliance.

Zalecenia dla dużych zespołów:

• Wieloetapowy workflow - koncepcja -> wzbogacanie -> bramka jakości -> publikacja. Workflow pilnuje jakości automatycznie, bo nie da się przydzielić osoby do ręcznej kontroli każdego produktu.
• Uprawnienia per rola - handlowcy w trybie do odczytu, osoby zarządzające kategorią z prawem do zapisu. Jasne reguły, kto co może zmieniać.
• Bramki jakości atrybutów - automatyczna walidacja, czy wymagane pola są uzupełnione przed zmianą statusu
• SLA na systemie PIM - w dużych wdrożeniach od PIM zależy wiele procesów (np. kasy automatyczne ściągające dane PIM-owe). System musi działać stabilnie i z gwarantowanym czasem odpowiedzi.

Porównanie: mały vs duży zespół

Aspekt	Mały zespół	Duży zespół
Workflow	Minimalny (2-3 statusy)	Wieloetapowy (4-6+ etapów)
Kontrola jakości	Przez osoby wprowadzające	Bramki jakości atrybutów
Liczba ról	Mało (1-3)	Dużo (5+)
SLA	Nieistotne	Kluczowe
Automatyzacja	Kompletność, grupowe edycje	Workflow, walidacje, integracje

Co automatyzować z AI, a czego nie

Automatyzacja z wykorzystaniem sztucznej inteligencji daje realne przyspieszenie, ale nie wszystko warto automatyzować.

Warto automatyzować

• Przygotowanie danych surowych - narzędzia AI (Claude Code, Codex, Antigravity) świetnie radzą sobie z przerabianiem dużej ilości Exceli na strukturę pasującą do modelu danych w PIM
• Remapowanie i kategoryzacja - szczególnie istotne dla dystrybutorów mapujących dane od wielu dostawców
• Tłumaczenia - jakość tłumaczeń AI rośnie z miesiąca na miesiąc. To realne zagrożenie dla branży tłumaczeniowej i realna oszczędność przy ekspansji crossborder
• Import z ERP i zewnętrznych baz - integracje zamiast ręcznego eksportu/importu
• Feedy dla dystrybutorów - zamiast ręcznego wysyłania plików raz w tygodniu, automatyczny feed. Każda godzina dziennie poświęcona na ręczną obsługę danych to ryzyko błędu i realne koszty

Warto rozważyć indywidualnie

• Generowanie opisów produktowych z AI - zależy od branży i wymagań jakościowych. Na koniec dnia to Ty odpowiadasz za te dane. W branżach technicznych, gdzie błędny parametr może mieć konsekwencje prawne, automatyczne generowanie wymaga solidnej weryfikacji.

Analiza przedwdrożeniowa - nie traktuj jej jako spisania wiedzy

Analiza przedwdrożeniowa w projekcie PIM to nie formularz do wypełnienia. To proces, który ujawnia rzeczy, o których wcześniej nikt nie wiedział.

Dlaczego analiza jest kluczowa

• Po raz pierwszy odkrywasz, kto co robi - kto dokłada dane do ERP, kto odpowiada za zdjęcia, kto za opisy. Często poszczególne działy nie wiedzą o istnieniu pracy innych.
• Brak doświadczenia PIM w zespole klienta - w większości wdrożeń nikt w zespole po stronie klienta nie pracował wcześniej z systemem PIM. Są pułapki wdrożeniowe, których nie widać bez doświadczenia.
• Przekonanie organizacji - rolą analizy jest pokazanie całej firmie, że wdrożenie jest istotne. Jeśli nie przekonasz ludzi, to dział katalogu zostanie sam z PIM-em i z całym procesem.
• Wybór PIM po analizie, nie przed - częsty błąd to wybór systemu przed rozpoczęciem analizy. Dopiero po analizie wiadomo, jaki PIM powinien być - bo wtedy wszyscy interesariusze otwierają się ze swoimi potrzebami.

Model danych decyduje o sukcesie

O modelowaniu danych mówi się często, ale warto podkreślić: nie można go przedobrzyć ani zrobić za małego. Źle zaprojektowany model danych oznacza problemy na każdym kolejnym etapie wdrożenia.

Integracje kosztują, ale coraz mniej

PIM żyjący w próżni nie spełnia swojego potencjału. System musi być połączony z ERP, e-commerce, DAM-em, bramkami danych (GS1, Brandbank), a w przypadku producentów - także z narzędziami compliance jak cyfrowy paszport produktu (DPP).

Wspólne wzorce - co się nie zmienia niezależnie od skali

Niezależnie od wielkości firmy i tego, czy jest producentem czy dystrybutorem, pewne wzorce są uniwersalne:

• Jedno źródło prawdy - dane produktowe muszą mieć jedno, autorytatywne miejsce
• Kompletność - wskaźnik kompletności jako drogowskaz, co jeszcze wymaga uzupełnienia
• Historia zmian - kto, co i dlaczego zmienił. Bezpieczeństwo i audytowalność
• Uprawnienia per rola - nie każdy powinien mieć prawo do zapisu
• PIM to proces, nie software - „gdybyście sami dostali PIM-a, próbowalibyście go wdrożyć. Może by się udało, może nie."

3 rzeczy do zrobienia od poniedziałku

Tomasz Grzemski kończy wystąpienie trzema konkretnymi krokami, które każda firma może zrobić natychmiast:

1. Zmapujcie działy, które pracują z produktami - kto się czym zajmuje, kto co dokłada, za jakie elementy poszczególne osoby odpowiadają
2. Zapytajcie: kto odpowiada za wartość atrybutu? - jeśli w danych będzie błędna wartość, kto za to odpowie? Często nie ma odpowiedzi albo pada „no to marketing" - ale czy marketing faktycznie za to odpowiada?
3. Policzcie zduplikowane dane, nieaktualne dane i zmierzcie czas - ile trwa od momentu przyjęcia towaru na magazyn do momentu, gdy produkt jest gotowy do sprzedaży?

FAQ - najczęściej zadawane pytania o proces PIM

Czym różni się wdrożenie PIM u producenta i dystrybutora?

Producent tworzy dane produktowe od zera - kontroluje cały proces od prototypu do publikacji, a jego głównym celem jest jakość danych i dystrybucja do kanałów. Dystrybutor pozyskuje dane od wielu dostawców w różnych formatach i musi je zmapować na swoją strukturę. To dwa zupełnie różne projekty z innymi celami i wyzwaniami.

Ile osób powinno pracować z PIM w firmie?

Zależy od wielkości katalogu i liczby kanałów. W mniejszych firmach wystarczą 2-3 osoby z minimalnym workflow. W większych organizacjach potrzebny jest wieloetapowy workflow z bramkami jakości i kilkanaście osób zaangażowanych w proces - od zakupów przez marketing po dział jakości.

Czy PIM zastąpi Excel w zarządzaniu danymi produktowymi?

PIM powinien zastąpić Excela jako główne narzędzie do zarządzania danymi produktowymi. Ale ryzyko „Exceli na chwilę" jest realne - komuś będzie szybciej stworzyć nowego Excela między sobą a zarządem niż dodać atrybut w PIM. Takie dane nigdy nie wracają do systemu i nie da się na ich podstawie automatyzować procesów.

Co to jest remapowanie danych i dlaczego jest ważne?

Remapowanie to ujednolicanie danych z różnych źródeł na jedną wspólną strukturę. Przykład: „czerwony" od firmy X, „Red" od firmy Y i „kolor: rot" od firmy Z - to w Twoim PIM jeden atrybut „czerwony". Jest kluczowe dla dystrybutorów, którzy importują dane od wielu dostawców.

Czy AI może generować opisy produktowe automatycznie?

AI świetnie radzi sobie z tłumaczeniami, przygotowaniem danych surowych, remapowaniem i kategoryzacją. Generowanie opisów produktowych z AI jest możliwe, ale wymaga indywidualnej oceny - na koniec dnia to Ty odpowiadasz za poprawność tych danych, szczególnie w branżach technicznych, gdzie błędny parametr może mieć konsekwencje prawne.

Czy warto wybierać system PIM przed analizą przedwdrożeniową?

Nie. Częsty błąd to decyzja o wyborze systemu przed rozpoczęciem analizy. Dopiero po zakończonej analizie przedwdrożeniowej znane są wszystkie potrzeby, ograniczenia i integracje - i wtedy można świadomie wybrać system, który najlepiej pasuje do organizacji.

Co to jest bus factor i jak PIM go zmniejsza?

Bus factor to ryzyko, że kluczowa wiedza o procesach i danych jest zamknięta w głowie jednej osoby. PIM zmniejsza to ryzyko, przenosząc wiedzę z głów ludzi i Exceli do systemu z historią zmian, uprawnieniami i automatyzacją. Gdy odchodzi kluczowa osoba, dane i procesy pozostają w systemie.

---

Ten artykuł powstał na podstawie wystąpienia Tomasza Grzemskiego (CEO Macopedia) na konferencji GRID 2026, organizowanej przez Ergonode - pierwszą w Polsce konferencję poświęconą tematyce PIM. Obejrzyj pełne nagranie na YouTube.

O autorze: Tomasz Grzemski jest CEO i współzałożycielem Macopedia - firmy specjalizującej się we wdrożeniach systemów PIM, e-commerce B2B i rozwiązań do zarządzania danymi produktowymi. Z tematyką PIM-ową związany od ponad 14 lat, od momentu gdy Akeneo po raz pierwszy zaprezentowało swój system na konferencji Meet Magento w Polsce. Macopedia jest partnerem wdrożeniowym trzech wiodących systemów PIM: Ergonode, Pimcore i Akeneo. Śledź kanał Macopedia na YouTube.