8 Toplu İthalat Sorunu ve Çözümleri

Bir ürün kataloğu oluşturmak için saatler harcadınız, ancak ürünlerinizde çok fazla toplu ithalat sorunu olduğunu gördünüz mü? Yükleme sırasında biçimlendirme sorunları yaşıyor olabilirsiniz veya dosya boyutunuz maksimum sınırı aşıyor olabilir. Çok fazla stres, değil mi?

Bu blogda, 8 yaygın toplu ürün içe aktarma sorununu ve bunların Shopify kullanıcıları için çözümlerini tartışacağız. Peki o zaman, birlikte çözelim.

Sorun 1: Yinelenenler

Her e-ticaret pazarlamacısının ve Shopify kullanıcısının karşılaştığı en yaygın sorun çoğaltmadır. Ürünleri e-Ticaret mağazanıza toplu olarak aktardığınızda, kopyalanma olasılığı vardır. Çoğaltılan ürün, farklı varyasyonlarla aynı SKU'ya veya ada sahip olabilir. Şimdi, ürünleri CSV dosyaları aracılığıyla Shopify'a aktarırken yinelenen ürünlerden nasıl kaçınırsınız?

Benzersiz Tanımlayıcıları Kullanarak Kopyaları Bul ve Kaldır

Toplu ithalatta mükerrerlik sorununu çözmenin birçok yolu vardır. İşte bu sorunu çözmek için yapabileceğiniz bazı basit adımlar.

Yapmanız gereken ilk şey, ürünü daha önce ithal edip etmediğinizi kontrol etmektir. Kontrol etmek için Ürünler > Ürünler'e gidin ve ürününüzü bulun. Listelenen ürünü görürseniz, ürünü düzenle'yi tıklayın ve ayrıntıların CSV dosyanıza girdiğiniz bilgilerle eşleşip eşleşmediğini kontrol edin. Eşleşmiyorlarsa, ürünü manuel olarak düzenlemeniz ve kaydetmeniz gerekir.

İkinci adım, her ürün için benzersiz bir tanımlayıcı oluşturmaktır. Örneğin, ürünleri kimliğe göre içe aktarıyorsanız, her ürünün kimliğini benzersiz bir şeyle değiştirin. Ürün kimliği id ise, id_1, id_2 vb. olarak değiştirin. Bu, yinelenen ürün içe aktarma sorunları sorununu çözecektir.

Problem 2: Boş Alanlar

Çok yaygın bir başka CSV içe aktarma sorunu, eksik verilerdir.

Ay ve gün bilgisi olan ancak yıl bilgisi olmayan faturalar gibi eksik veriler, kullanıcının düzeltebileceği eksik verilere bir örnektir. Kullanıcılar, kullandıkları sistem yardımıyla verilerdeki diğer boşlukları doldurabilir.

Posta kodları ve ilgili kişi rolü bilgileri sağlanmışsa, eksik şehir/eyalet verileri genellikle otomatik olarak eklenebilir. Yeni ilgili kişi rolü bilgileri, eşleşen ilgili kişiler veya verilere dayalı olarak sistemlerden gelen öneriler de dahil olmak üzere sistemde manuel olarak düzeltilmelidir.

Bazı durumlarda, bir kişi veya başka bir sistem eksik verileri çekmelidir. Örneğin, orijinal liste tarihi veya karşılaştırılabilir mülk bilgileri olmayan gayrimenkul satış verilerini elde etmek için kamuya açık kayıtları kullanabilirsiniz.

Boş Alanları Bul ve Kaldır

Bu sorunu çözmenin iki yolu vardır:

1. Diğer mağazalardan eşleşen ürünleri satın alın ve bunları e-ticaret mağazanıza aktarın.

2. Apimio'ya ücretsiz kaydolun, e-Ticaret mağazanıza bağlanın ve bu öğeleri otomatik olarak içe aktarın.

Sorun 3: Farklı SKU'ları olan ancak aynı ada sahip ürünler

Ürün adları, herhangi bir pazarlama iletişimi stratejisinin kritik bileşenleridir. Bir isim, bir ürünün algılanan değeri, ne kadar iyi sattığı ve şirketin markası üzerindeki etkisi üzerinde önemli bir etkiye sahip olabilir.

Çoğu durumda, bir şirketin aynı ada ancak farklı SKU'lara sahip birden fazla ürünü olacaktır. Bu gerçekleştiğinde, her biri için birden fazla isim olması mantıklı mı? Bir şirket isimleri birleştirmeli mi? Yoksa şirket isimleri olduğu gibi tutmalı mı?

Farklı adlara sahip ancak aynı SKU'ya sahip ürünler, tek bir üründen çok ürünlü bir mağazaya geçtiğinizde sorun olur. Nasıl düzgün çözülür?

Farklı SKU'lara sahip ancak aynı ada sahip ürünlerin sorununu bulun ve çözün

Bu sorunu çözmenin birçok yolu vardır. Seçtiğiniz çözüm, ürün kataloğu yapınıza ve gelecekte ona nasıl davranmak istediğinize, ayrıca platformunuzun esnekliğine ve e-ticaret yazılımınızda olabilecek sınırlamalara bağlı olmalıdır.

Bu sorunu çözmek için farklı SKU'lar için farklı filtreler ayarlayabilir veya SKU'ya göre ürün fiyatını görüntüleyebilirsiniz. Örneğin, her bir SKU için bir filtre kurarsanız, kullanıcı "Kırmızı Tişört" araması yaptığında, SKU-A'lı ürün görüntülenir ve kullanıcı o ürüne tıkladığında SKU-B'li ürün görüntülenir. görüntülenmek.

Sorun 4: Toplu içe aktarma e-tablosunda eksik ürün çeşitleri

Bir CSV dosyası kullanarak toplu ürünleri içe aktarmada yaygın bir sorun, ürün çeşitlerinin olmamasıdır. Dosyayı Shopify mağazanıza yüklemeye çalıştığınızda ürün çeşitlerinin eksik olduğunu görürsünüz. Bu sorun, bir ürünün birden fazla çeşidi olduğunda ortaya çıkar. Toplu ürün ithalatçısı bu durumla başa çıkamaz ve yalnızca ilk varyantı içe aktarır.

Bu sorun çok yaygındır çünkü çoğu Shopify satıcısı birden çok varyantı destekler. Örneğin, bir iPhone 6'nın 16GB, 64GB ve 128GB seçenekleri vardır. Üçüne de aynı anda sahip olabilirsiniz, ancak toplu ithalatçı yalnızca CSV dosyasında karşılaştığı ilkini yükler.

Toplu içe aktarmada eksik ürün çeşitlerini bulun ve doldurun

Her varyant için e-tablonuzdan şu sütunları kopyalayın: SKU, ad, fiyat, renk, ağırlık ve envanter. Sonuç olarak, her bir varyant için 5 ek sütununuz olacaktır: sku2, ad2, fiyat2, renk2 ve ağırlık2.

Sorun 5: Eksik Veri

Çok yaygın bir diğer Shopify toplu içe aktarma sorunu, eksik verilerdir. Ay ve gün bilgisi olan ancak yıl bilgisi olmayan faturalar gibi eksik veriler, kullanıcının düzeltebileceği eksik verilere bir örnektir. Kullanıcılar, kullandıkları sistem yardımıyla verilerdeki diğer boşlukları doldurabilir.

Posta kodları ve ilgili kişi rolü bilgileri sağlanmışsa, eksik şehir/eyalet verileri genellikle otomatik olarak eklenebilir. Yeni ilgili kişi rolü bilgileri, eşleşen ilgili kişiler veya verilere dayalı olarak sistemlerden gelen öneriler de dahil olmak üzere sistemde manuel olarak düzeltilmelidir.

Bazı durumlarda, bir kişi veya başka bir sistem eksik verileri çekmelidir. Örneğin, orijinal liste tarihi veya karşılaştırılabilir mülk bilgileri olmayan gayrimenkul satış verilerini elde etmek için kamu kayıtları kullanılabilir.

Eksik verileri bulun ve çıkarın

Eksik verilerle uğraşırken, basit bir çözüm, bir veya daha fazla veri öğesi eksik olan her örnek için tüm verileri atmaktır. Bu stratejinin bir dezavantajı, örneklem boyutunun küçültülmesidir. Bu, özellikle numune boyutu analizde anlamlı sonuçlar üretemeyecek kadar küçük olduğunda önemlidir. Bu senaryoda ek örnek veri parçalarına ihtiyaç duyabilirsiniz.

Bu sorun ilk bakışta göründüğünden çok daha ciddidir. Örneğin, 5 maddelik bir anketteki verilerin %10'u rastgele yoksa, örneğin yaklaşık %41'inde en az bir soru eksik olacaktır.

Aşağıdaki işlevleri kullanarak eksik verileri çıkarabilirsiniz:

DELBLANK (R1, s ) – R1 aralığındaki (sütunlara göre) verilerde herhangi bir boş hücre eksik olacak şekilde altı çizili aralıkta yeterlidir.

DELROWBLANK (R1, head, s ) – bir veya daha fazla boş hücre içeren herhangi bir satırı atlayarak, vurgulanan aralığı R1 aralığındaki verilerle doldurur; baş DOĞRU ise, R1'in ilk satırı (muhtemelen sütun başlıklarını içerir) her zaman kopyalanır (boş bir hücre içerse bile); bu argüman isteğe bağlıdır ve varsayılan olarak head = FALSE şeklindedir.

DELROWNonNum (R1, head, s ) – vurgulanan aralığı R1 aralığındaki verilerle doldurur, sayısal olmayan hücreler içeren tüm satırları kaldırır; head TRUE ise, R1'in ilk satırı (muhtemelen sütun başlıklarını içerir) her zaman kopyalanır (sayısal olmayan bir hücre içerse bile); aksi halde kafa = YANLIŞ kullanılır.

Sorun 6: Biçimlendirme Sorunları

Ürünlerimizi excel kullanarak içe aktarırken bir biçimlendirme sorunuyla karşılaştık. Dosyadaki içerik doğru biçime sahip değildi. Bu yüzden bazı değişiklikler yapmak zorunda kaldık.

Biçimlendirme sorunu: Ürünleri bir excel sayfasından yüklediğinizde, bazı ürünler farklı tarih biçimleriyle içe aktarıldı. Örneğin, girilen tarih bir metin, sayı veya başka bir tarih biçimiyle değişir (örneğin, AA/GG/YYYY, GG/AA/YYYY olarak değişebilir).

Biçimlendirme sorunlarını bulun ve çözün

Tarihin bulunduğu hücreye sağ tıklayarak, 'Hücreleri Biçimlendir'i seçerek, Kategori Numarası altında 'Tarih'i tıklatarak ve son olarak bir Tarih formatı seçerek bir Tarih formatı seçin. (Örnek: GG/AA/YYYY biçimi).

Sorun 7: Dosya Boyutu

Dosya, en tipik CSV içe aktarma sorunlarından biri olan çok büyük. Dosyada çok fazla alan veya kayıt, çok fazla sütun veya çok fazla satır buna neden olabilir. Dosyayı kullanan program tarafından belirlenen sınırlar veya makinedeki erişilebilir bellek miktarı, içe aktarma sorununa neden olabilir.

Dosyayı daha küçük boyutta bölün

Dosya boyutuyla ilgili endişeler nedeniyle içe aktarma işleminiz başarısız olursa, geri dönüp dosyayı daha küçük bitlere bölmeniz gerekir. Bundan sonra bunları kolayca yükleyebilirsiniz.

Sorun 8: Sindirilemeyen biçimler

En yaygın toplu içe aktarma sorunlarından biri, Shopify'daki sindirilemeyen biçimdir. Telefon numaraları veya sosyal güvenlik numaraları gibi biçim normalleştirmeleri gerektiren basit biçim uyumsuzlukları, sindirilemeyen biçimlere örnektir. Karmaşık biçim uyumsuzlukları için biçim normalleştirme VE veri normalleştirmeye ihtiyacınız var. Örneğin, tarih biçimi beklenenden farklı, tutarsız veya "31 Temmuz 2020" veya "20 Haziran 19" gibi normalleştirilmek yerine metin içeriyor.

Sindirilemeyen biçimleri sindirilebilir CSV biçimine dönüştürün

CSV içe aktarma hatalarını azaltmak zaman alıcı ve zor bir iş olabilir. Daha iyi bir yol var: Bu yaygın hatalardan kaçınmak ve prosedürü hızlandırmak için kullanıma hazır bir CSV veri içe aktarıcı kullanın.

Apimio'nun veri içe aktarıcısı, farklı düzeylerde teknik uzmanlığa sahip kullanıcılara yardımcı olur. Kullanıcıların yükleyebileceği veri türü hakkında size talimat verir. Ayrıca, kullanıcıların doldurması gereken alanlar hakkında da bilgi sahibi olmanızı sağlar. Yapılandırma bayrakları, kullanıcıların anında özel sütunlar eklemesine izin vererek Flatfile veri aktarıcısını genişletir. Bu, müşterilerinize hemen tam kontrol sağlar.

Apimio veri içe aktarıcısını entegre etmek, CSV içe aktarma bileşeninin düzgün bir şekilde işlendiğini bilerek, ürününüzün deneyimine özgü temel hususları farklılaştırmaya konsantre olmanızı sağlar. Flatfile gibi teknolojileri kullanmak, müşterileriniz, ortaklarınız ve sağlayıcılarınız için verileri daha hızlı ve daha sorunsuz bir şekilde içe aktarmanıza olanak tanır.

Tüm toplu içe aktarma sorunlarınız için en kolay çözüm: Bir PIM kullanın

Çoğu veritabanları, büyük miktarda veriyle uğraşırken, verileri toplu olarak içe aktarmanız gerekir. Tek sorun, bunu yapmanız gerektiğinde, genellikle bir seferde kaç kayıt içe aktarabileceğiniz konusunda kısıtlanırsınız.

Çoğu veritabanı yazılımı, verileri bir seferde 100 veya 1.000'lik gruplar halinde içe aktarmanıza izin verir. 10 milyondan fazla kaydı bir veritabanına aktarmamız gereken sorunlarla karşılaştım ve her seferinde bir tane yapmaktan başka seçeneğimiz yoktu.

Apimio gibi PIM (Ürün Bilgi Yönetimi) sistemini kullanmak, daha iyi iş yapmak isteyen her şirket için güçlü bir çözümdür. Verilerinizi ve bilgilerinizi sistematik bir şekilde yönetmenize yardımcı olur ve insan hatası faktörünü azaltarak size huzur verir.