8 一括インポートの問題とその解決策

製品カタログを作成するのに何時間も費やした後、製品に多くの一括インポートの問題があることに気付いたことはありませんか? フォーマットに問題があるか、アップロード中にファイル サイズが上限を超えている可能性があります。 余計なストレスですよね。

このブログでは、商品の一括インポートに関する 8 つの一般的な問題と、Shopify ユーザー向けの解決策について説明します。 それでは、一緒に整理しましょう。

問題 1: 重複

すべての e コマース マーケターと Shopify ユーザーが直面する最も一般的な問題は、重複です。 商品を一括で e コマース ストアにインポートすると、重複する可能性があります。 複製された製品は、異なるバリエーションを持つ同じ SKU または名前を持つ場合があります。 では、 CSV ファイルを介して Shopify に商品をインポートするときに、商品の重複をどのように回避しますか?

一意の識別子を使用して重複を見つけて削除する

一括インポートでの重複の問題を解決する方法は多数あります。 この問題を解決するために実行できるいくつかの簡単な手順を次に示します。

最初にすべきことは、すでに製品を輸入しているかどうかを確認することです。 それを確認するには、[製品] > [製品] に移動して、製品を見つけます。 製品がリストされている場合は、[製品の編集] をクリックし、詳細が CSV ファイルに入力した内容と一致するかどうかを確認します。 一致しない場合は、製品を手動で編集して保存する必要があります。

2 番目のステップは、各製品の一意の識別子を作成することです。 たとえば、ID で製品をインポートする場合は、各製品の ID を一意のものに変更します。 製品 ID が id の場合は、id_1、id_2 などに変更します。これにより、重複した製品のインポートの問題が解決されます。

問題 2: 空白のフィールド

もう 1 つの非常に一般的な CSV インポートの問題は、データの欠落です。

月と日の情報はあるが年の情報がない請求書などの不完全なデータは、ユーザーが修正できる不完全なデータの例です。 ユーザーは、使用しているシステムの助けを借りて、データの他のギャップを埋めることができます。

郵便番号と連絡先の役割情報が提供されている場合、欠落している都市/州のデータは通常、自動的に追加されます。 新しい連絡先の役割情報は、システム内で手動で修正する必要があります。これには、関連する連絡先またはデータの一致に基づくシステムからの提案が含まれます。

状況によっては、人または別のシステムが不完全なデータを取り込まなければならないことがあります。 たとえば、公的記録を使用して、元のリストの日付や同等の物件情報が欠けている不​​動産販売データを取得できます。

空白のフィールドを見つけて削除する

この問題を解決するには、次の 2 つの方法があります。

1. 他のストアから一致する製品を購入し、e コマース ストアにインポートします。

2. Apimio に無料でサインアップし、e コマース ストアに接続して、これらのアイテムを自動的にインポートします。

問題 3: SKU が異なるが同じ名前の製品

製品名は、マーケティング コミュニケーション戦略の重要な構成要素です。 名前は、製品の知覚価値、売れ行き、会社のブランドへの影響に大きな影響を与える可能性があります。

多くの場合、会社には同じ名前で SKU が異なる複数の製品があります。 これが発生した場合、それぞれに複数の名前を付けることは理にかなっていますか? 会社は名前を統合する必要がありますか? それとも、会社は名前をそのままにしておくべきですか？

名前が異なるが同じ SKU の商品は、単一の商品から複数商品のストアに移動するときに問題になります。 それを正しく解決する方法は？

SKU が異なるが同じ名前の製品の問題を見つけて解決する

この問題を解決するには多くの方法があります。 選択するソリューションは、製品カタログの構造と将来の取り扱い方法、およびプラットフォームの柔軟性と e コマース ソフトウェアに存在する可能性のある制限に依存する必要があります。

この問題を解決するには、SKU ごとに異なるフィルターを設定するか、SKU に基づいて製品価格を表示します。 たとえば、SKU ごとにフィルターをインストールすると、ユーザーが「赤い T シャツ」を検索すると SKU-A の商品が表示され、ユーザーがその商品をクリックすると SKU-B の商品が表示されます。表示されます。

問題 4: 一括インポート スプレッドシートに商品のバリエーションがない

CSV ファイルを使用して一括商品をインポートする際の一般的な問題は、商品のバリエーションがないことです。 ファイルをShopifyストアにアップロードしようとすると、製品バリエーションが見つからないことがわかります. この問題は、製品のバリエーションが複数ある場合に発生します。 バルク製品インポーターはこの状況を処理できず、最初のバリアントのみをインポートします。

ほとんどの Shopify ベンダーは複数のバリエーションをサポートしているため、この問題は非常に一般的です。 たとえば、iPhone 6 には 16GB、64GB、および 128GB のオプションがあります。 一度に 3 つすべてを取得できますが、一括インポーターは CSV ファイルで最初に検出したもののみをアップロードします。

一括インポートで不足している製品バリエーションを見つけて補充する

バリエーションごとに、スプレッドシートから次の列をコピーします: SKU、名前、価格、色、重量、および在庫。 その結果、バリエーションごとに、sku2、name2、price2、color2、weight2 の 5 つの列が追加されます。

問題 5: データの欠落

もう 1 つの非常に一般的な Shopify 一括インポートの問題は、データの欠落です。 月と日の情報はあるが年の情報がない請求書などの不完全なデータは、ユーザーが修正できる不完全なデータの例です。 ユーザーは、使用しているシステムの助けを借りて、データの他のギャップを埋めることができます。

郵便番号と連絡先の役割情報が提供されている場合、欠落している都市/州のデータは通常、自動的に追加されます。 新しい連絡先の役割情報は、システム内で手動で修正する必要があります。これには、関連する連絡先またはデータの一致に基づくシステムからの提案が含まれます。

状況によっては、人または別のシステムが不完全なデータを取り込まなければならないことがあります。 たとえば、公的記録を使用して、元のリストの日付や同等の物件情報が欠落している不動産販売データを取得できます。

欠落しているデータを見つけて抽出する

欠損データを処理する場合、簡単な解決策は、1 つ以上のデータ項目が欠損しているすべてのサンプルのすべてのデータを破棄することです。 この戦略の欠点の 1 つは、サンプル サイズが小さくなることです。 これは、サンプル サイズが小さすぎて分析で意味のある結果が得られない場合に特に重要です。 このシナリオでは、追加のサンプル データが必要になる場合があります。

この問題は、最初に思われるよりもはるかに深刻です。 たとえば、5 項目のアンケートのデータの 10% が無作為に欠落している場合、サンプルの約 41% で少なくとも 1 つの質問が欠落しています。

次の関数を使用して、欠損データを抽出できます。

DELBLANK (R1, s ) – 空のセルがない範囲 R1 (列ごと) のデータで、下線が引かれた範囲で十分です。

DELROWBLANK (R1, head, s ) – 1 つ以上の空のセルを含む行をスキップして、強調表示された範囲を範囲 R1 のデータで埋めます。 headが TRUE の場合、R1 の最初の行 (おそらく列見出しを含む) が常にコピーされます (空のセルが含まれている場合でも)。 この引数はオプションで、デフォルトはhead = FALSE です。

DELROWNonNum (R1, head, s ) – 強調表示された範囲を範囲 R1 のデータで埋め、数値以外のセルを含む行を削除します。 head が TRUE の場合、R1 の最初の行 (おそらく列見出しを含む) は常にコピーされます (数値以外のセルが含まれている場合でも)。 それ以外の場合、head = FALSE が使用されます。

問題 6: フォーマットの問題

Excel を使用して製品をインポートするときに、フォーマットの問題に直面しました。 ファイルのコンテンツの形式が正しくありませんでした。 そのため、いくつかの変更を加える必要がありました。

フォーマットの問題: Excel シートから商品をアップロードすると、一部の商品が異なる日付形式でインポートされました。 例: 入力した日付が、テキスト、数値、または別の形式の日付に変更されます (たとえば、MM/DD/YYYY が DD/MM/YYYY に変更される場合があります)。

フォーマットの問題を見つけて解決する

日付を含むセルを右クリックし、[セルの書式設定] を選択して、[カテゴリの番号] の下の [日付] をクリックし、最後に日付形式を選択して、日付形式を選択します。 (例: DD/MM/YYYY 形式)。

問題 7: ファイル サイズ

ファイルが大きすぎます。これは、最も一般的な CSV インポートの問題の 1 つです。 ファイル内のフィールドまたはレコードが多すぎる、列が多すぎる、または行が多すぎることが原因である可能性があります。 ファイルを使用するプログラムによって設定された制限またはマシン上のアクセス可能なメモリの量の両方が、インポートの問題を引き起こす可能性があります。

ファイルを小さいサイズに分割する

ファイル サイズの問題が原因でインポートが失敗した場合は、前に戻ってファイルを小さなビットに分割する必要があります。 その後、簡単にアップロードできます。

問題 8: 消化できないフォーマット

最も一般的な一括インポートの問題の 1 つは、Shopify で消化できない形式です。 電話番号や社会保障番号など、形式の正規化を必要とする単純な形式の不一致は、消化できない形式の例です。 複雑な形式の不一致については、形式の正規化とデータの正規化が必要です。 たとえば、「2020 年 7 月 31 日」や「19 年 6 月 20 日」のように、日付形式が予想と異なる、一貫性がない、正規化されずにテキストが組み込まれているなどです。

消化できない形式を消化可能な CSV 形式に変換する

CSV インポートのミスを減らすのは、時間のかかる難しい作業かもしれません。 すぐに使用できる CSV データ インポーターを使用して、これらの一般的な失敗を回避し、手順をスピードアップします。

Apimio のデータ インポーターは、さまざまなレベルの技術的専門知識を持つユーザーを支援します。 ユーザーがアップロードできるデータの種類について説明します。 さらに、ユーザーが入力する必要があるフィールドについても知ることができます。構成フラグは、ユーザーがその場でカスタム列を追加できるようにすることで、Flatfile データ インポーターを拡張します。 これにより、クライアントはすぐに完全に制御できるようになります。

Apimio データ インポーターを統合することで、CSV インポート コンポーネントが適切に処理されていることを認識して安全に、製品のエクスペリエンスに固有の重要な側面を差別化することに集中できます。 Flatfile のようなテクノロジーを使用すると、顧客、パートナー、プロバイダーのためにデータをより迅速かつシームレスにインポートできます。

すべての一括インポートの問題に対する最も簡単な解決策: PIM を使用する

大量のデータを扱う場合、ほとんどのデータベースでは、データを一括でインポートする必要があります。 唯一の問題は、これを行う必要がある場合です。通常、一度にインポートできるレコードの数が制限されます。

ほとんどのデータベース ソフトウェアでは、一度に 100 または 1,000 のバッチでデータをインポートできます。 1,000 万を超えるレコードをデータベースにインポートする必要があり、一度に 1 つずつ実行するしかないという問題に遭遇しました。

Apimio のような PIM (製品情報管理) システムを使用することは、より良いビジネスを行いたいすべての企業にとって強力なソリューションです。 データと情報を体系的に管理するのに役立ち、人的ミスの要因を減らすことで安心感を与えます。