8 قضايا الاستيراد بالجملة وحلولها

هل سبق لك أن قضيت ساعات في إنشاء كتالوج المنتجات ، فقط لتجد أن منتجاتك تواجه الكثير من مشكلات الاستيراد بالجملة؟ قد تكون لديك مشكلات في التنسيق أو أن حجم ملفك يتجاوز الحد الأقصى أثناء التحميل. إنه الكثير من التوتر ، أليس كذلك؟

في هذه المدونة ، سنناقش 8 مشكلات شائعة لاستيراد المنتجات بالجملة وحلولها لمستخدمي Shopify. حسنًا ، دعنا نفرزها معًا.

المشكلة 1: التكرارات

المشكلة الأكثر شيوعًا التي يواجهها كل مسوق للتجارة الإلكترونية و Shopify هي التكرار. عندما تقوم باستيراد المنتجات إلى متجر التجارة الإلكترونية الخاص بك بكميات كبيرة ، فهناك فرصة للتكرار. قد يكون للمنتج المكرر نفس SKU أو الاسم مع أشكال مختلفة. الآن ، كيف تتجنب المنتجات المكررة عند استيراد المنتجات عبر ملفات CSV إلى Shopify ؟

البحث عن التكرارات وإزالتها باستخدام المعرفات الفريدة

توجد طرق عديدة لحل مشكلات الازدواج في الاستيراد بالجملة. فيما يلي بعض الخطوات البسيطة التي يمكنك القيام بها لحل هذه المشكلة.

أول شيء يجب عليك فعله هو التحقق مما إذا كنت قد قمت بالفعل باستيراد المنتج. للتحقق من ذلك ، ما عليك سوى الانتقال إلى المنتجات> المنتجات والعثور على منتجك. إذا رأيت المنتج مدرجًا ، فانقر على تعديل المنتج وتحقق مما إذا كانت التفاصيل تتطابق مع ما أدخلته في ملف CSV. إذا لم يتطابقوا ، فأنت بحاجة إلى تحرير المنتج يدويًا وحفظه.

الخطوة الثانية هي إنشاء معرّف فريد لكل منتج. على سبيل المثال ، إذا كنت تقوم باستيراد المنتجات حسب المعرف ، فقم بتغيير معرف كل منتج إلى شيء فريد. إذا كان معرف المنتج هو معرف ، فقم بتغييره إلى id_1 ، id_2 ، وما إلى ذلك. سيؤدي ذلك إلى حل مشكلة مشكلات استيراد المنتج المكررة.

المشكلة 2: الحقول الفارغة

هناك مشكلة أخرى شائعة جدًا في استيراد ملف CSV وهي فقدان البيانات.

البيانات غير المكتملة ، مثل الفواتير مع معلومات الشهر واليوم ولكن لا توجد معلومات سنة ، هي مثال على البيانات غير الكاملة التي يمكن للمستخدم تصحيحها. يمكن للمستخدمين ملء الفجوات الأخرى في البيانات بمساعدة النظام الذي يستخدمونه.

يمكن عادةً إلحاق بيانات المدينة / الولاية المفقودة تلقائيًا إذا تم توفير الرموز البريدية ومعلومات دور جهة الاتصال. يجب تصحيح معلومات دور جهة الاتصال الجديدة يدويًا في النظام ، بما في ذلك الاقتراحات الواردة من الأنظمة بناءً على مطابقة جهات الاتصال أو البيانات ذات الصلة.

في بعض الحالات ، يجب على شخص أو نظام آخر سحب بيانات غير كاملة. على سبيل المثال ، يمكنك استخدام السجلات العامة للحصول على بيانات مبيعات العقارات التي تفتقر إلى تاريخ القائمة الأصلي أو معلومات الملكية القابلة للمقارنة.

البحث عن وإزالة الملفات الفارغة

هناك طريقتان لحل هذه المشكلة:

1. شراء المنتجات المطابقة من المتاجر الأخرى واستيرادها إلى متجر التجارة الإلكترونية الخاص بك.

2. قم بالتسجيل في Apimio مجانًا ، واتصل بمتجر التجارة الإلكترونية الخاص بك ، واستورد هذه العناصر تلقائيًا.

المشكلة 3: المنتجات ذات وحدات SKU المختلفة ولكن بنفس الاسم

تعتبر أسماء المنتجات مكونات مهمة في أي استراتيجية اتصالات تسويقية. يمكن أن يكون للاسم تأثير كبير على القيمة المتصورة للمنتج ، ومدى جودة بيعه ، وتأثيره على العلامة التجارية للشركة.

في كثير من الحالات ، سيكون لدى الشركة منتجات متعددة تحمل الاسم نفسه ، ولكن وحدات SKU مختلفة. عندما يحدث هذا ، هل يعقل أن يكون لكل منها أسماء متعددة؟ هل يجب على الشركة توحيد الأسماء؟ أم يجب على الشركة الاحتفاظ بالأسماء كما هي؟

تمثل المنتجات ذات الأسماء المختلفة ولكن نفس رمز التخزين التعريفي مشكلة عند الانتقال من منتج واحد إلى متجر متعدد المنتجات. كيف تحلها بشكل صحيح؟

البحث عن مشكلة المنتجات التي لها وحدات SKU مختلفة ولكن بالاسم نفسه وحلها

هناك طرق عديدة لحل هذه المشكلة. يجب أن يعتمد الحل الذي اخترته على هيكل كتالوج المنتج الخاص بك والطريقة التي تريد التعامل معها في المستقبل ، بالإضافة إلى مرونة النظام الأساسي الخاص بك وأي قيود قد تكون موجودة في برنامج التجارة الإلكترونية الخاص بك.

لحل هذه المشكلة ، يمكنك إما إعداد فلاتر مختلفة لوحدات SKU مختلفة أو عرض سعر المنتج بناءً على SKU. على سبيل المثال ، إذا قمت بتثبيت مرشح لكل SKU ، فعندما يبحث المستخدم عن "Red T-shirt" ، سيتم عرض المنتج مع SKU-A وعندما ينقر المستخدم على هذا المنتج ، فإن المنتج الذي يحتوي على SKU-B سوف لا تكن مشاغبا.

المشكلة 4: متغيرات المنتج مفقودة في جدول بيانات الاستيراد المجمع

هناك مشكلة شائعة في استيراد المنتجات السائبة باستخدام ملف CSV وهي عدم وجود متغيرات المنتج. عندما تحاول تحميل الملف إلى متجر Shopify الخاص بك ، ستجد أن متغيرات المنتج مفقودة. تحدث هذه المشكلة عند وجود أكثر من متغير للمنتج. لا يستطيع مستورد المنتجات غير المعبأة معالجة هذا الموقف ، ويستورد المتغير الأول فقط.

هذه المشكلة شائعة جدًا لأن معظم بائعي Shopify يدعمون متغيرات متعددة. على سبيل المثال ، يحتوي iPhone 6 على خيارات 16 جيجابايت و 64 جيجابايت و 128 جيجابايت. يمكنك الحصول على الثلاثة جميعًا في وقت واحد ، لكن أداة الاستيراد المجمّعة ستحمّل فقط أول ملف تصادفه في ملف CSV.

البحث عن متغيرات المنتجات المفقودة وإعادة تعبئتها في الاستيراد بالجملة

لكل متغير ، انسخ الأعمدة التالية من جدول البيانات: SKU والاسم والسعر واللون والوزن والمخزون. نتيجة لذلك ، سيكون لديك 5 أعمدة إضافية لكل متغير: sku2 و name2 و price2 و color2 و weight2.

المشكلة 5: البيانات المفقودة

هناك مشكلة أخرى شائعة جدًا في استيراد Shopify وهي فقدان البيانات. البيانات غير المكتملة ، مثل الفواتير مع معلومات الشهر واليوم ولكن لا توجد معلومات سنة ، هي مثال على البيانات غير الكاملة التي يمكن للمستخدم تصحيحها. يمكن للمستخدمين ملء الفجوات الأخرى في البيانات بمساعدة النظام الذي يستخدمونه.

يمكن عادةً إلحاق بيانات المدينة / الولاية المفقودة تلقائيًا إذا تم توفير الرموز البريدية ومعلومات دور جهة الاتصال. يجب تصحيح معلومات دور جهة الاتصال الجديدة يدويًا في النظام ، بما في ذلك الاقتراحات الواردة من الأنظمة بناءً على مطابقة جهات الاتصال أو البيانات ذات الصلة.

في بعض الحالات ، يجب على شخص أو نظام آخر سحب بيانات غير كاملة. على سبيل المثال ، يمكن استخدام السجلات العامة للحصول على بيانات مبيعات العقارات التي تفتقر إلى تاريخ القائمة الأصلي أو معلومات الملكية القابلة للمقارنة.

البحث عن البيانات المفقودة واستخراجها

عند التعامل مع البيانات المفقودة ، فإن الحل البسيط هو تجاهل جميع البيانات لكل عينة تفتقد عنصرًا واحدًا أو أكثر من عناصر البيانات. أحد عيوب هذه الاستراتيجية هو أنه سيتم تخفيض حجم العينة. هذا مهم بشكل خاص عندما يكون حجم العينة صغيرًا جدًا بحيث لا ينتج عنه نتائج ذات مغزى في التحليل. قد تحتاج إلى أجزاء بيانات عينة إضافية في هذا السيناريو.

هذه القضية أخطر بكثير مما تبدو للوهلة الأولى. على سبيل المثال ، إذا كانت 10٪ من البيانات الواردة في الاستبيان المكون من 5 عناصر غائبة بشكل عشوائي ، فإن حوالي 41٪ من العينة سيكون لديهم سؤال واحد على الأقل مفقود.

يمكنك استخراج البيانات المفقودة باستخدام الوظائف التالية:

DELBLANK (R1، s ) - يكفي النطاق المسطر مع البيانات الموجودة في النطاق R1 (حسب الأعمدة) التي تفتقد إلى أي خلايا فارغة.

DELROWBLANK (R1، head، s ) - يملأ النطاق المميز بالبيانات الموجودة في النطاق R1 متخطياً أي صف يحتوي على خلية فارغة واحدة أو أكثر ؛ إذا كان العنوان صحيحًا ، فسيتم دائمًا نسخ الصف الأول من R1 (الذي يحتوي على عناوين الأعمدة على الأرجح) (حتى لو كان يحتوي على خلية فارغة) ؛ هذه الوسيطة اختيارية وافتراضية للرأس = FALSE.

DELROWNonNum (R1، head، s ) - يملأ النطاق المميز ببيانات من النطاق R1 ، ويزيل أي صفوف بخلايا غير رقمية ؛ إذا كان head هو TRUE ، فسيتم نسخ الصف الأول من R1 (ربما يحتوي على عناوين أعمدة) دائمًا (حتى إذا كان يحتوي على خلية غير رقمية) ؛ وإلا ، يتم استخدام head = FALSE.

المشكلة 6: مشاكل التنسيق

عند استيراد منتجاتنا باستخدام برنامج Excel ، واجهنا مشكلة في التنسيق. محتوى الملف ليس بالتنسيق الصحيح. لذلك كان علينا إجراء بعض التغييرات.

مشكلة التنسيق: عند تحميل المنتجات من ورقة Excel ، تم استيراد بعض المنتجات بتنسيقات تاريخ مختلفة. على سبيل المثال ، يتغير التاريخ المدخل إلى نص أو رقم أو تنسيق آخر للتاريخ (على سبيل المثال ، قد يتغير MM / DD / YYYY إلى DD / MM / YYYY).

البحث عن مشاكل التنسيق وحلها

اختر تنسيق التاريخ بالنقر بزر الماوس الأيمن فوق الخلية التي تحتوي على التاريخ ، وتحديد "تنسيق الخلايا" ، والنقر فوق "التاريخ" ضمن رقم فئة ، ثم اختيار تنسيق التاريخ أخيرًا. (مثال: تنسيق DD / MM / YYYY).

المشكلة 7: حجم الملف

الملف ببساطة ضخم جدًا ، وهو أحد أكثر مشكلات استيراد CSV شيوعًا. قد يؤدي وجود عدد كبير جدًا من الحقول أو السجلات في الملف أو وجود عدد كبير جدًا من الأعمدة أو عدد كبير جدًا من الصفوف إلى حدوث ذلك. قد تتسبب الحدود التي وضعها البرنامج الذي يستخدم الملف أو مقدار الذاكرة التي يمكن الوصول إليها على الجهاز في حدوث مشكلة الاستيراد.

قسّم الملف إلى حجم أصغر

إذا فشل الاستيراد بسبب مخاوف بشأن حجم الملف ، فستحتاج إلى العودة وتقسيم الملف إلى أجزاء أصغر. بعد ذلك ، يمكنك تحميلها بسهولة.

المشكلة 8: الأشكال غير القابلة للهضم

واحدة من أكثر مشكلات الاستيراد الجماعي شيوعًا هي التنسيق غير القابل للهضم على Shopify. تعد حالات عدم التطابق في التنسيق البسيطة التي تتطلب عمليات تسوية للتنسيق ، مثل أرقام الهواتف أو أرقام الضمان الاجتماعي ، أمثلة على التنسيقات غير القابلة للفهم. تحتاج إلى تسوية التنسيق وتطبيع البيانات لحالات عدم تطابق التنسيق المعقدة. على سبيل المثال ، تنسيق التاريخ مختلف عن المتوقع أو غير متسق أو يشتمل على نص بدلاً من أن يتم تطبيعه ، كما في "31 يوليو 2020" أو "20 يونيو."

تحويل التنسيقات غير القابلة للهضم إلى تنسيق CSV قابل للفهم

قد يكون تقليل أخطاء استيراد ملف CSV مهمة شاقة وتستغرق وقتًا طويلاً. هناك طريقة أفضل: استخدم أداة استيراد بيانات CSV جاهزة لتجنب هذه الأخطاء الشائعة وتسريع الإجراء.

يساعد برنامج استيراد البيانات في Apimio المستخدمين بمستويات متفاوتة من الخبرة الفنية. يرشدك إلى نوع البيانات التي يمكن للمستخدمين تحميلها. علاوة على ذلك ، فإنه يتيح لك أيضًا معرفة الحقول التي يتعين على المستخدمين ملؤها. تعمل علامات التكوين على توسيع أداة استيراد بيانات Flatfile من خلال السماح للمستخدمين بإضافة أعمدة مخصصة أثناء التنقل. هذا يمنح عملائك سيطرة كاملة على الفور.

يتيح لك دمج برنامج استيراد بيانات Apimio التركيز على التمييز بين الجوانب الأساسية الخاصة بتجربة منتجك ، مع العلم بأن مكون استيراد ملف CSV يتم التعامل معه بشكل صحيح. يتيح لك استخدام تقنية مثل Flatfile استيراد البيانات بشكل أسرع وأكثر سلاسة لعملائك وشركائك ومقدمي الخدمات.

الحل الأسهل لجميع مشكلات الاستيراد المجمّع: استخدم PIM

ستحتاج معظم قواعد البيانات عند التعامل مع كميات كبيرة من البيانات إلى استيراد البيانات بكميات كبيرة. المشكلة الوحيدة هي أنه عندما يتعين عليك القيام بذلك ، فعادة ما تكون مقيدًا في عدد السجلات التي يمكنك استيرادها في وقت واحد.

تسمح لك معظم برامج قواعد البيانات باستيراد البيانات على دفعات من 100 أو 1000 في المرة الواحدة. لقد واجهت مشكلات حيث احتجنا إلى استيراد أكثر من 10 ملايين سجل إلى قاعدة بيانات ولم يكن لدينا خيار سوى القيام بذلك واحدًا تلو الآخر.

يعد استخدام نظام PIM (إدارة معلومات المنتج) ، مثل Apimio ، حلاً قويًا لأي شركة تريد القيام بأعمال تجارية أفضل. يساعدك على إدارة بياناتك ومعلوماتك بطريقة منهجية ويمنحك راحة البال من خلال تقليل عامل الخطأ البشري.