8 대량 수입 문제 및 해결 방법

제품 카탈로그를 작성하는 데 몇 시간을 소비했지만 제품에 대량 수입 문제가 많다는 사실을 알게 된 적이 있습니까? 형식 문제가 있거나 업로드하는 동안 파일 크기가 최대 한도를 초과했을 수 있습니다. 스트레스가 너무 크죠?

이 블로그에서는 Shopify 사용자를 위한 8가지 일반적인 대량 제품 가져오기 문제와 해결 방법에 대해 설명합니다. 자, 그럼 함께 정리해 볼까요?

문제 1: 중복

모든 전자 상거래 마케터와 Shopify 사용자가 직면하는 가장 일반적인 문제는 중복입니다. 이커머스 스토어에 제품을 대량으로 수입할 경우 중복될 가능성이 있습니다. 복제된 제품은 SKU가 같거나 이름이 다를 수 있습니다. 이제 CSV 파일을 통해 Shopify로 제품을 가져올 때 중복 제품을 방지하는 방법은 무엇입니까?

고유 식별자를 사용하여 중복 찾기 및 제거

대량 가져오기에서 중복 문제를 해결하는 방법에는 여러 가지가 있습니다. 다음은 이 문제를 해결하기 위해 수행할 수 있는 몇 가지 간단한 단계입니다.

가장 먼저 해야 할 일은 이미 제품을 수입했는지 확인하는 것입니다. 확인하려면 제품 > 제품으로 이동하여 제품을 찾으십시오. 나열된 제품이 보이면 제품 편집을 클릭하고 세부 정보가 CSV 파일에 입력한 내용과 일치하는지 확인합니다. 일치하지 않으면 제품을 수동으로 편집하고 저장해야 합니다.

두 번째 단계는 각 제품에 대한 고유 식별자를 만드는 것입니다. 예를 들어 id로 제품을 가져오는 경우 각 제품의 id를 고유한 것으로 변경합니다. 제품 id가 id이면 id_1, id_2 등으로 변경합니다. 이렇게 하면 중복 제품 가져오기 문제가 해결됩니다.

문제 2: 빈 필드

또 다른 매우 일반적인 CSV 가져오기 문제는 데이터 누락입니다.

월, 일 정보는 있지만 연도 정보가 없는 청구서와 같은 불완전한 데이터는 사용자가 수정할 수 있는 불완전한 데이터의 예입니다. 사용자는 사용 중인 시스템의 도움으로 데이터의 다른 공백을 채울 수 있습니다.

누락된 시/도 데이터는 일반적으로 우편 번호 및 연락처 역할 정보가 제공되는 경우 자동으로 추가될 수 있습니다. 새 연락처 역할 정보는 일치하는 관련 연락처 또는 데이터를 기반으로 하는 시스템의 제안을 포함하여 시스템에서 수동으로 수정해야 합니다.

어떤 상황에서는 사람이나 다른 시스템이 불완전한 데이터를 가져와야 합니다. 예를 들어, 공개 기록을 사용하여 원래 목록 날짜 또는 비교 가능한 부동산 정보가 없는 부동산 판매 데이터를 얻을 수 있습니다.

빈 필드 찾기 및 제거

이 문제를 해결하는 방법에는 두 가지가 있습니다.

1. 다른 상점에서 일치하는 제품을 구매하고 전자 상거래 상점으로 가져옵니다.

2. 무료로 Apimio에 가입하고 전자 상거래 상점에 연결하고 이러한 항목을 자동으로 가져옵니다.

문제 3: SKU는 다르지만 이름이 같은 제품

제품 이름은 모든 마케팅 커뮤니케이션 전략의 중요한 구성 요소입니다. 이름은 제품의 인지된 가치, 제품이 얼마나 잘 팔리는지, 회사 브랜드에 미치는 영향에 상당한 영향을 미칠 수 있습니다.

대부분의 경우 회사에는 이름은 같지만 SKU가 다른 여러 제품이 있습니다. 이런 일이 발생하면 각각에 대해 여러 이름을 갖는 것이 의미가 있습니까? 회사는 이름을 통합해야합니까? 아니면 회사에서 이름을 그대로 유지해야 합니까?

이름은 다르지만 SKU가 같은 제품은 단일 제품에서 다중 제품 상점으로 이동할 때 문제가 됩니다. 제대로 해결하는 방법?

SKU는 다르지만 이름이 같은 제품의 문제를 찾아 해결합니다.

이 문제를 해결하는 방법에는 여러 가지가 있습니다. 선택한 솔루션은 제품 카탈로그 구조와 향후 이를 처리하려는 방식, 플랫폼의 유연성 및 전자 상거래 소프트웨어에 존재할 수 있는 모든 제한 사항에 따라 달라야 합니다.

이 문제를 해결하려면 다른 SKU에 대해 다른 필터를 설정하거나 SKU를 기반으로 제품 가격을 표시할 수 있습니다. 예를 들어, 각 SKU에 필터를 설치하면 사용자가 "빨간 티셔츠"를 검색하면 SKU-A가 있는 제품이 표시되고 사용자가 해당 제품을 클릭하면 SKU-B가 있는 제품이 표시됩니다. 표시됩니다.

문제 4: 대량 가져오기 스프레드시트에서 누락된 제품 변형

CSV 파일을 사용하여 대량 제품을 가져올 때 일반적인 문제는 제품 변형이 누락된다는 것입니다. 파일을 Shopify 스토어에 업로드하려고 할 때 제품 변형이 누락되었음을 발견했습니다. 이 문제는 제품의 변형이 둘 이상 있을 때 발생합니다. 대량 제품 수입업체는 이러한 상황을 처리할 수 없으며 첫 번째 변형만 수입합니다.

이 문제는 대부분의 Shopify 공급업체가 여러 변형을 지원하기 때문에 매우 일반적입니다. 예를 들어 iPhone 6에는 16GB, 64GB 및 128GB 옵션이 있습니다. 한 번에 세 가지를 모두 가질 수 있지만 대량 수입업자는 CSV 파일에서 처음 만나는 것만 업로드합니다.

일괄 가져오기에서 누락된 제품 변형 찾기 및 보충

각 변형에 대해 스프레드시트에서 SKU, 이름, 가격, 색상, 무게 및 재고 열을 복사합니다. 결과적으로 각 변형에 대해 5개의 추가 열(sku2, name2, price2, color2 및 weight2)이 생깁니다.

문제 5: 누락된 데이터

또 다른 매우 일반적인 Shopify 대량 가져오기 문제는 데이터 누락입니다. 월, 일 정보는 있지만 연도 정보가 없는 청구서와 같은 불완전한 데이터는 사용자가 수정할 수 있는 불완전한 데이터의 예입니다. 사용자는 사용 중인 시스템의 도움으로 데이터의 다른 공백을 채울 수 있습니다.

누락된 시/도 데이터는 일반적으로 우편 번호 및 연락처 역할 정보가 제공되는 경우 자동으로 추가될 수 있습니다. 새 연락처 역할 정보는 일치하는 관련 연락처 또는 데이터를 기반으로 하는 시스템의 제안을 포함하여 시스템에서 수동으로 수정해야 합니다.

어떤 상황에서는 사람이나 다른 시스템이 불완전한 데이터를 가져와야 합니다. 예를 들어, 공개 기록을 사용하여 원래 목록 날짜 또는 비교 가능한 부동산 정보가 없는 부동산 판매 데이터를 얻을 수 있습니다.

누락된 데이터 찾기 및 추출

누락된 데이터를 처리할 때 간단한 솔루션은 하나 이상의 데이터 항목이 누락된 모든 샘플의 모든 데이터를 버리는 것입니다. 이 전략의 한 가지 단점은 표본 크기가 작아진다는 것입니다. 이는 표본 크기가 너무 작아 분석에서 의미 있는 결과를 생성할 수 없는 경우에 특히 중요합니다. 이 시나리오에서는 추가 샘플 데이터 조각이 필요할 수 있습니다.

이 문제는 처음에 나타난 것보다 훨씬 더 심각합니다. 예를 들어, 5개 항목으로 구성된 설문지 데이터의 10%가 무작위로 누락된 경우 샘플의 약 41%에서 하나 이상의 질문이 누락됩니다.

다음 함수를 사용하여 누락된 데이터를 추출할 수 있습니다.

DELBLANK (R1, s ) – 빈 셀이 누락된 R1 범위(열 기준)의 데이터로 밑줄이 그어진 범위로 충분합니다.

DELROWBLANK (R1, head, s ) – 하나 이상의 빈 셀이 있는 행을 건너뛰고 R1 범위의 데이터로 강조 표시된 범위를 채웁니다. 머리 가 참이면 R1의 첫 번째 행(아마도 열 머리글을 포함함)이 항상 복사됩니다(빈 셀이 포함된 경우에도). 이 인수는 선택 사항이며 기본적으로 head = FALSE입니다.

DELROWNonNum (R1, head, s ) – 강조 표시된 범위를 R1 범위의 데이터로 채우고 숫자가 아닌 셀이 있는 모든 행을 제거합니다. head가 TRUE이면 R1의 첫 번째 행(아마도 열 머리글을 포함함)이 항상 복사됩니다(숫자가 아닌 셀이 포함된 경우에도). 그렇지 않으면 head = FALSE가 사용됩니다.

문제 6: 포맷 문제

Excel을 사용하여 제품을 가져올 때 형식 문제가 발생했습니다. 파일의 콘텐츠 형식이 올바르지 않습니다. 그래서 우리는 약간의 변화를 주어야 했습니다.

형식 문제: Excel 시트에서 제품을 업로드할 때 일부 제품을 다른 날짜 형식으로 가져왔습니다. 예: 입력한 날짜가 텍스트, 숫자 또는 다른 날짜 형식으로 변경됩니다(예: MM/DD/YYYY가 DD/MM/YYYY로 변경될 수 있음).

서식 문제 찾기 및 해결

날짜가 있는 셀을 마우스 오른쪽 버튼으로 클릭하고 '셀 서식'을 선택하고 범주 번호 아래의 '날짜'를 클릭하고 마지막으로 날짜 형식을 선택하여 날짜 형식을 선택합니다. (예: DD/MM/YYYY 형식).

문제 7: 파일 크기

파일이 너무 커서 가장 일반적인 CSV 가져오기 문제 중 하나입니다. 파일에 너무 많은 필드나 레코드, 너무 많은 열 또는 너무 많은 행이 있으면 이 문제가 발생할 수 있습니다. 파일을 사용하는 프로그램에서 설정한 제한 또는 시스템에서 액세스 가능한 메모리 양으로 인해 가져오기 문제가 발생할 수 있습니다.

파일을 더 작은 크기로 나눕니다.

파일 크기 문제로 인해 가져오기가 실패하면 돌아가서 파일을 더 작은 비트로 나누어야 합니다. 그 후에는 쉽게 업로드할 수 있습니다.

문제 8: 소화 불가능한 형식

가장 일반적인 대량 가져오기 문제 중 하나는 Shopify에서 소화할 수 없는 형식입니다. 전화번호나 주민등록번호와 같이 형식 정규화가 필요한 단순한 형식 불일치가 소화 불가능한 형식의 예입니다. 복잡한 형식 불일치에 대한 형식 정규화 및 데이터 정규화가 필요합니다. 예를 들어 날짜 형식이 예상과 다르거나 일관성이 없거나 "2020년 7월 31일" 또는 "6월 20일 19일"과 같이 정규화되지 않고 텍스트를 포함합니다.

소화 불가능한 형식을 소화 가능한 CSV 형식으로 변환

CSV 가져오기 실수를 줄이는 것은 시간이 많이 걸리고 어려운 작업일 수 있습니다. 더 나은 방법이 있습니다. 즉시 사용 가능한 CSV 데이터 가져오기 도구를 사용하여 이러한 일반적인 실수를 방지하고 절차 속도를 높이십시오.

Apimio의 데이터 가져오기 도구는 다양한 수준의 기술 전문 지식으로 사용자를 지원합니다. 사용자가 업로드할 수 있는 데이터의 종류를 알려줍니다. 또한 사용자가 채워야 하는 필드에 대해서도 알 수 있습니다. 구성 플래그는 사용자가 즉시 사용자 정의 열을 추가할 수 있도록 하여 Flatfile 데이터 가져오기를 확장합니다. 이를 통해 고객은 즉시 완벽하게 제어할 수 있습니다.

Apimio 데이터 가져오기 도구를 통합하면 CSV 가져오기 구성 요소가 올바르게 처리되고 있다는 사실을 알고 안전하게 제품의 경험과 관련된 필수 측면을 차별화하는 데 집중할 수 있습니다. Flatfile과 같은 기술을 사용하면 고객, 파트너 및 공급자를 위해 더 빠르고 원활하게 데이터를 가져올 수 있습니다.

모든 대량 수입 문제에 대한 가장 쉬운 솔루션: PIM 사용

대부분의 데이터베이스는 대량의 데이터를 처리할 때 데이터를 대량으로 가져와야 합니다. 유일한 문제는 이 작업을 수행해야 할 때 일반적으로 한 번에 가져올 수 있는 레코드 수에 제한이 있다는 것입니다.

대부분의 데이터베이스 소프트웨어를 사용하면 한 번에 100개 또는 1,000개의 배치로 데이터를 가져올 수 있습니다. 천만 개 이상의 레코드를 데이터베이스로 가져와야 하는 문제에 봉착했는데 한 번에 하나씩 수행할 수 밖에 없었습니다.

Apimio와 같은 PIM(제품 정보 관리) 시스템을 사용하는 것은 더 나은 비즈니스를 하고자 하는 모든 회사를 위한 강력한 솔루션입니다. 데이터와 정보를 체계적으로 관리할 수 있도록 도와주고 인적 오류 요인을 줄여 안심할 수 있습니다.