Missing value: color / size / gender / age group

Ce que Google exige

Quatre attributs sur chaque produit vestimentaire

Sur les principaux marchés de l'habillement, chaque produit vestimentaire a besoin de color, size, gender et age_group. Le genre et la tranche d'âge sont des listes fermées (male, female, unisex ; de newborn à adult). La couleur et la taille sont du texte libre avec leurs propres règles : un vrai nom de couleur plutôt qu'un code hexadécimal ou un numéro d'article, une seule valeur plutôt qu'une concaténation. Les variantes d'un même vêtement partagent un item_group_id et diffèrent sur au moins un de ces attributs.

Ce qui se passe si vous ne le faites pas

Des refus par attribut sur toute la gamme de vêtements

Chaque attribut manquant produit son propre refus, si bien qu'une seule lacune structurelle dans l'export se multiplie, produits et attributs confondus, en centaines de signalements. Les échecs plus subtils viennent de valeurs présentes mais non conformes : une couleur écrite #1F2A44, une taille et une couleur concaténées dans un seul champ par le système de la boutique, ou un groupe entier de variantes partageant une seule URL de page produit, de sorte que Google ne peut pas les distinguer.

Comment corriger à la main

Corrigez la mise en correspondance, puis les valeurs

• Mettez les quatre attributs en correspondance depuis les données de variantes de la boutique vers le flux ; les données existent presque toujours, elles ne sont simplement pas reprises.
• Écrivez les couleurs sous forme de noms, séparez les valeurs concaténées dans leurs champs respectifs, et gardez une seule valeur par attribut.
• Donnez à chaque variante sa propre ligne avec un item_group_id partagé, et vérifiez que le groupe varie réellement sur la couleur ou la taille.

Lesquels de nos contrôles s'appliquent

12 contrôles s'appliquent, lus depuis le registre du scanner

Les contrôles vestimentaires se déclenchent par attribut et par produit, et la logique des couleurs répare ce qu'elle peut prouver : un code hexadécimal ne devient un nom que lorsque vos propres données contiennent ce nom.

• color_missing_apparelà risque
• size_missing_apparelà risque
• gender_missing_apparelà risque
• age_group_missing_apparelà risque
• color_codebloque
• color_concatenatedbloque
• color_not_a_colourbloque
• size_separatorà risque
• gender_valuebloque
• age_group_valuebloque
• item_group_id_missingà risque
• item_group_no_variant_attributeà risque

Le chemin le plus rapide

Laissez l'analyse les trouver

Une seule analyse d'un flux de vêtements montre chaque paire produit-attribut que Google signalera, avant que les refus par attribut ne se multiplient. L'analyse qui identifie les erreurs est gratuite et montre chaque résultat avant que vous ne payiez quoi que ce soit. Vous ne payez que pour la correction.

Analyser votre flux