Verbum framtidssäkrar sin Pimcore-plattform för AI-drivet sök
När sökbeteenden snabbt flyttar från klassiska träfflistor till AI-genererade svar vill Verbum, som en del av Berling Media, ligga steget före. Tillsammans med CAG Ateles vidareutvecklar de sin Pimcore-plattform, där PIM, DAM, CMS och e-handel samlas, för att bli fullt förberedda för AI-drivet sök.
Genom att först strukturera datan med schema.org och JSON-LD och därefter arbeta systematiskt med datakvalitet i Pimcore Enterprise Extension Data Quality Management, framtidssäkrar Verbum sin digitala närvaro och skapar en skalbar modell för Berling Media.
Utmaning
Verbums kunder nöjer sig inte längre med att ”söka och bläddra”. De förväntar sig snabba, precisa svar: vilket material passar min församling, min målgrupp, min situation, just nu?
Samtidigt får allt fler svaren direkt via AI-assistenter och stora språkmodeller som sammanfattar, jämför och rekommenderar innehåll. Då räcker det inte att böcker, resurser och material bara är indexerade, de måste också förstås korrekt av systemen som ger svaren.
För Verbum innebar det en tydlig utmaning:
att säkerställa att innehåll och produkter i Pimcore konsekvent kan tolkas av både sökmotorer och AI-modeller
att hantera variationer i datakvalitet i befintliga strukturer
att undvika manuella speciallösningar som inte går att skala inom Berling Media
Trots en stark Pimcore-plattform saknades en enhetlig modell för strukturerad data och ett gemensamt, mätbart arbetssätt för datakvalitet, två nycklar för att långsiktigt lyckas i ett AI-drivet söklandskap.
Lösning
Verbum och CAG Ateles tog ett samlat grepp om Pimcore-plattformen och delade upp arbetet i två spår med AI-optimering som mål:
Strukturera datan: göra innehållet AI-läsbart
Första steget var att se till att Verbums innehåll konsekvent går att förstå maskinellt, inte bara för människor.
Kartläggning av informationsmodeller i Pimcore och hur data används på sajterna.
Framtagning av en standardiserad modell för schema.org och JSON-LD för produkter, innehåll, kurser, evenemang och organisation.
Implementation av strukturerad data direkt i Pimcore, så att fält som ISBN, ämne, målgrupp, nivå, format och språk automatiskt följer med ut till webben.
En lösning som är skalbar inom Berling Media.
Förbättra datakvaliteten: bygga en hållbar grund
När strukturen fanns på plats gick projektet vidare till datakvaliteten, med Pimcore Enterprise Extension Data Quality Management som centralt verktyg.
Uppsatta regler och scoringmodeller för vad ”bra data” innebär för Verbum och Berling Media.
Datakvalitetsrapporter som visar var fält saknas, är inkonsekventa eller behöver kompletteras.
Tydligt stöd för redaktioner och sortimentsansvariga så att datakvalitet blir en del av det löpande arbetet.
Tillsammans ger det en plattform som både dagens sökmotorer och morgondagens AI-assistenter kan bygga relevanta, träffsäkra svar på.
Helena Jehander, IT-chef, Berling Media:
“Vi visste att vi behövde ta nästa steg inom AI och sök, men hade inte själva bilden av var vi skulle börja. Tillsammans med CAG Ateles har vi kunnat omsätta den här strategin i något väldigt konkret i vår Pimcore-plattform från strukturerad data till löpande arbete med datakvalitet. Det gör att vi kan utvecklas steg för steg, utan att tappa tempo i vår dagliga affär.”
Renée Säverot, Client Success Manager, CAG Ateles:
“Verbum är ett bra exempel på en kund som inte väntar på att marknaden ska tvinga fram förändring, utan väljer att ligga steget före. Genom att bygga vidare på deras befintliga Pimcore-plattform har vi kunnat kombinera AI-strategi med väldigt konkreta förbättringar i data- och systemstrukturen. Först gör vi datan förståelig för sökmotorer och AI, sedan höjer vi kvaliteten med Data Quality Management, det är så man långsiktigt framtidssäkrar sin digitala affär.”
Resultat
Genom att dela upp projektet i två tydliga steg – strukturerad data och datakvalitet – har Verbum lagt en stabil grund för AI-drivet sök i hela sitt ekosystem:
Tydlig nulägesbild av AI-mognad, strukturell beredskap och datakvalitet för Verbums produkter och innehåll.
En standardiserad modell för schema.org och JSON-LD i Pimcore, som går att återanvända och skala när nya produkter, format och satsningar tillkommer.
Mätbar förbättring av datakvalitet genom Pimcore Enterprise Extension Data Quality Management, där brister i fält, struktur och konsekvens nu identifieras och åtgärdas löpande.
Bättre förutsättningar för synlighet och relevans, både i traditionella sökresultat och i AI-genererade svar där innehåll jämförs, sammanfattas och rekommenderas.
Vill du veta hur ni kan göra er Pimcore-plattform, eller andra e-handelslösningar, mer AI-redo? Hör av dig till oss på CAG Ateles, så berättar vi mer om hur vi kan hjälpa er att strukturera data, höja datakvaliteten och framtidssäkra er digitala affär.
Kontakta oss om du vill veta mer
Stefan Sax
CEO
CAG Ateles
+46 706 19 12 50
stefan.sax@cag.se
Jan Engström
COO
CAG Ateles
+46 705 52 55 89
jan.engstrom@cag.se