如何在不丢失产品身份的情况下统一供应商产品数据

供应商目录为何难以信任

两个供应商可以用完全不同的方式描述同一种产品. 一个发送“下滚器”,另一个发送“下滚器”,第三个发送“下滚器”,将机器模型放入自由文本。 测量结果可能以毫米,厘米或英寸为单位. 品牌名称获得平分变化,颜色使用本地名称,重要字段被埋入标题中,因为电子表格没有别的地方可以放置.

当这些档案被反复导入时,问题变得更加严重。 更改的标题可以产生第二个产品。 供应商SKU可能被误认为是商家的SKU. 空白一栏可能会抹去一个核准的值。 股票和价格在描述、变体或相容关系附在错误的项目上时,可能会正确更新.

产品智能从区分身份,属性,关系和商业价值入手. 然后,这些类别可以遵循不同的所有权和审查规则,而不是被当作一行不加区别.

从产品身份开始,而不是产品措辞

头衔是给人们的,可以合法地改变。 这是很差的主要钥匙。 保持源头记录,商家记录和每个目的地平台的稳定标识. 这些可能包括供应商物品编号、内部产品ID、SKU、GTIN、Shopify产品ID、Shopify变体ID、NetSuite项目ID或Sage股票物品参考.

不要假设所有识别器都意味着同样的事情。 一个GTIN根据其发行规则识别出一个贸易项目;一个内部SKU由企业控制;一个Shopify产品ID识别出产品容器;每个可购买的变体都有自己的平台身份. 存储标识类型、值和签发系统,而不是将每个代码放入标有“部分编号”的字段

Google的"Merchant Center"规格需要独特的产品ID,建议在更新时保持不变,并称同一种产品应该保留同一种国家或语言的ID. 这一原则在饲料之外是有价值的:稳定的特性允许描述、价格和属性在不中断与基本项目的联系的情况下发生变化.

• 源代码:哪个供应商的记录产生值
• 商业身份:商家的克能产品和SKU
• 贸易身份:GTIN或其他可适用的公认标识符
• 平台身份:目的地产品和变体ID
• 关系特性:经审查的产品、模型、类别或应用程序之间的联系

创建一个受控属性模型

在合并文件之前,定义业务实际需要的字段. 给每个属性一个明确的名称,数据类型,单位,允许值,所有权规则和验证规则. 直径应为有明确单位的数字. 一个品牌应该参考一个能干品牌实体. “是”或“否”财产不应接受六种“是”的拼写

保持模式实用. 从影响购买,适配,发现,遵守,库存或完成的属性开始. 仅供货商的票据可继续作为来源证据,而不会成为迎客地. 目的不是创造出最大的计划;而是使重要的事实足够一致,以便使用.

将一种产品作为具有选择和变体的容器,其中变体代表具体的可购买组合,并带有价格、库存和条码等值。 因此,供应商的平面电子表格需要刻意地被绘制成产品级和变异级字段,而不是被复制为一栏.

1. 列出客户和工作人员需要支持的决定.
2. 定义这些决定的犬科字段、单位和控制值.
3. 将每个供货商列映射到一个犬科场或只用证据的场.
4. 在正常值外保留原始值.
5. 在合并前验证所需的字段和标识特性 .
6. 发送未解决的冲突进行审查,而不是默默选择.

在不破坏源的情况下使值正常化

正常化使等同值具有可比性。 它可以将白空间,大小写,平分,单位,日期格式和已知词汇标准化. “无名钢”“SS”和供应商核准的材料编码可映射到一克峡谷的材料价值,但测绘必须有文件记载并真正等同.

永远不要覆盖原始源。 存储原始值,正态值,变换规则,源,导入时间和置信状态或审查状态. 这使得错误是可逆转的,并让一个审查者有足够的上下文来决定提议的绘图是否安全.

单位转换需要同样的纪律. 保持所供应的计量和单位,记录所转换出的价值并应用适当的精度. 四舍五入的展示技术方面不得改变用于装修、制造或购买的确切价值.

裁定与证据重复,而不是标题相似

可能的重复应当从多个信号中打分:稳定的标识符,制造商部分编号,品牌,尺寸,可变结构,供应商关系等经批准的属性. 共同标题或类似描述可以确定候选人,但不应授权合并.

定义合并的含义 。 有时两个供应商行代表着来自不同来源的同一种贸易项目,并且可以链接到一条犬科记录. 有时,这些替代品是等同的替代品,必须仍然是单独的产品。 有时一行代表母产品,而另一行代表可购买的变体. 这些是不同的关系,不应沦为单一的假设.

在证据相冲突时,应保留其来源的断言并标出实地供审查。 审查者应确切了解哪些记录不一致、所涉价值、证据日期和受决定影响的下游目的地.

将事实、关系和商业数据分开

产品事实描述项目:材料,维度,品牌和技术属性. 关系将其与类别,模型,应用,附件或替代品相接. 商业数据包括价格、可得性、税收、供应商成本和履约情况。 每个组可能有一个不同的真相来源并更新频率.

例如,企业资源规划系统可能拥有股票和价格,而核准的制造商来源则拥有尺寸。 产品信息工作流程可能拥有正常化的标题和类别。 Shopify可能仍然是商店前端目的地. 分离这些责任使描述性供应商档案无法覆盖活盘或库存饲料无法去除核准的产品内容.

Schema.org的产品词汇通过提供产品识别特征,品牌,类别,材料,模型和要约的属性来体现这种区别. 一个结构化的模型不能证明一个说法是正确的,但是它帮助系统携带不同种类的产品信息,而不会将所有东西都减少为传道.

一个具体的例子:合并了三个底架目录

想象一下,一个商人收到三个挖掘机底架部件的文件. 第一种是使用制造商编号,第二种是使用供应商SKUs,而第三种是在注释栏中描述机器应用. 这三个都包含滚子,闲活子和斯普罗克特,但其类别名称和维度不同.

工作流程将每个文件导入一个中转区域并指定每个行的源身份. 它将分类同义词映射到被审查的犬类中,在保留原作的同时将测量转换成一个共同的单位,并将机器模型与产品标题相分离. 精确标识符自动匹配链接记录; 可能的匹配成为审查候选人 .

在两个来源中拥有相同制造商编号和尺寸的滚筒可以与一罐头产品相接,同时保留两种供应商报价. 具有不同比分测量的视相相类似的滚筒仍然分开。 索赔的模型应用程序没有佐证标识或经过审查的关系,作为未经核实的证据储存,不作为适配索赔公布.

批准的记录然后可以将存储前端内容发送给Shopify,同时保留Shopify产品和变体ID,NetSuite或Sage 200的操作值,以及每个丰富属性背后的证据线索. 后来的供应商更新与正确的源记录相匹配,而不是依赖于所出现的任何标题.

通过可控审查队列发布更改

小组提议按风险进行修改。 格式化和经批准的词汇绘图可能风险较低。 身份变更、合并记录、兼容性索赔、尺寸、价格和可用性应受到更严格的检查。 批次应显示将改变多少记录,哪些字段受到影响,哪些目的地将得到更新.

审查者需要现值、拟议值、来源证据和改变的理由。 批准应适用于确定的记录和目的地,而不应为今后的进口开出空白支票。 失败或被拒绝的记录以明确的理由保持可见, 因此同一错误不会在下一个文件中重复 .

如果外部系统是真相的来源,Shopify记录了ERP或PIM数据的完整状态同步工作流程,以及当Shopify拥有记录时的目标突变. 选择正确的方向很重要,因为完全替换和实地更新会产生非常不同的后果.

衡量产品记录是否更加有用

计算数据质量结果,而不是生成的数值。 有用的措施包括:有稳定身份的记录、按规定完成属性、重复解决候选人、等待审查的冲突、与证据的关系和经证实的目的地更新.

然后将数据改进与真实旅程连接起来. 客户可以过滤属性吗? 搜索能区分变体吗? 工作人员能否核对供应商的最新情况? 登陆页面是否与产品饲料相匹配?. Google警告说,不准确,缺失或相冲突的产品信息可能导致不赞成,资格有限或显示不正确,这使得饲料诊断成为有用的质量信号而不是单独的营销问题.

M.I.A.I产品智能是为这项工作而构建的:属性正常化、实体关系、证据支持的浓缩和数据质量审查。 目标是一致的产品知识,这种知识可以支持商业,搜索和自动化,而不会将答案与源头脱节.

实用产品数据质量核对表

• 每个记录都有稳定的商业身份及其出处身份.
• 产品级和变相级的字段是刻意绘制的.
• 除了正常值之外,原始值仍然可用.
• 单位,受控词汇和转换规则是明确的.
• 重复的候选人需要类似头衔以外的证据.
• 在审查之前,冲突索赔仍然显而易见.
• 每个字段都有所有者和授权更新方向.
• 目标写入保留了 Shopify, NetSuite 或 Sage 记录标识符 .
• 公布的事实、资料和登陆页都同意.
• 每次进口都产生可审查的审计记录.