Ce qu'un fichier de flux permet de vérifier

Google publie plusieurs centaines de pages d'exigences sur les données produit. Un fichier ne peut pas toutes les prouver, et nous ne prétendons pas le contraire. Ce qui suit est la partie qui peut être établie à partir du fichier lui-même, plus les deux domaines qui exigent une requête réseau : les images et les règles robots. Ce qu'un fichier ne peut pas dire fait l'objet d'une page distincte, à dessein.

Peut-on seulement lire le fichier

Cette étape s'exécute avant tout examen des valeurs, car un contrôle de valeur sur un fichier mal interprété est pire que pas de contrôle : c'est une réponse assurée sur les mauvaises données. Le délimiteur est choisi selon celui qui donne un nombre de champs cohérent, pas selon celui qui apparaît le plus souvent. Les encodages autres que l'UTF-8 sont lus et transcodés. Une marque d'ordre des octets (BOM) est retirée avant que quoi que ce soit en aval ne la voie. Le XML est testé pour vérifier qu'il est bien formé, qu'il contient l'espace de noms Google et que des éléments item sont présents.

Quand un fichier est ambigu d'une manière qui déplacerait des données entre colonnes, l'analyse s'arrête plutôt que de deviner. Avec le mauvais délimiteur, les prix atterrissent dans le champ de disponibilité et chaque résultat qui suit relève de la fiction. Quand des lignes sont simplement perdues, le décompte le dit en chiffres clairs : un rapport sur 48 produits sur 50 qui se présente comme complet est le seul échec qu'un client ne peut pas détecter, c'est donc celui que nous refusons de produire.

Prix et devise

Les séparateurs décimaux à virgule, un code devise manquant et des séparateurs de milliers et de décimales mélangés sont tous détectés. Le cas véritablement ambigu est énoncé clairement plutôt que deviné : 1.234 vaut 1234 en notation continentale et 1.234 en notation anglaise, et rien dans le fichier ne tranche. Nous le refusons plutôt que de modifier le prix d'un produit d'un facteur mille.

Au-delà du format, l'analyse lit les relations entre les champs de prix : un sale_price dans une autre devise que price, une période de soldes sans prix soldé, un prix membre ou de fidélité logé dans le champ de prix ordinaire, et des mesures de prix unitaire tirées d'une autre famille que la mesure de base, des kilogrammes contre des litres. Un prix de zéro n'est signalé qu'en dehors des cas où Google l'autorise réellement, comme un téléphone mobile vendu avec un abonnement. Le raisonnement complet se trouve sur la page prix et devise.

Identifiants produit

Chaque GTIN est vérifié par rapport au chiffre de contrôle GS1 modulo 10, et ceux qui peuvent être réparés, un ISBN-10 vers ISBN-13, un UPC-E vers UPC-A, le sont. Les contrôles que presque aucun autre outil n'effectue sont les préfixes restreints : un code-barres au chiffre de contrôle correct que Google rejette quand même parce qu'il commence par 2, 02 ou 04, ou parce qu'il s'agit d'un préfixe de coupon lu sur la forme à 13 chiffres complétée de zéros. Cette distinction compte : un UPC-A à 12 chiffres commençant par 98 se normalise en 098, un préfixe d'entreprise parfaitement légitime, la chaîne brute est donc la mauvaise chose à tester.

La notation scientifique d'Excel (8,71234E+12) est détectée, une marque manquante est distinguée d'un MPN manquant parce qu'ils obéissent à des règles différentes, et un identifier_exists: no qui contredit un GTIN fourni ou un couple marque-MPN est signalé. La page sur les identifiants détaille pourquoi un code-barres d'apparence valide se fait refuser.

Titres et descriptions

Le texte promotionnel qui vaut un refus au produit, la livraison gratuite, le mot SALE, un pourcentage, un prix dans le titre, est signalé. Au-delà de 150 caractères, le rapport émet un avertissement plutôt qu'un refus, car Google tronque et diffuse le produit avec son titre coupé, un coût différent et plus discret. Les majuscules criardes sont remises en minuscules sans aplatir les vrais sigles comme USB, LED ou XL. Les descriptions sont contrôlées sur le HTML, sur la limite de 5 000 caractères et sur le fait d'être trop maigres pour que Google comprenne ce qu'est réellement le produit.

Stock, dates et disponibilité

Les formulations de stock en néerlandais, en français et en allemand sont mises en correspondance avec les quatre valeurs que Google accepte, et limited_availability, qui n'existe plus dans les flux par fichier, est retiré. La disponibilité est dérivée d'une colonne de quantité en stock quand le champ de statut est vide. Chaque champ de date est tenu à la norme ISO 8601, une expiration_date à plus de 30 jours est détectée (la confusion entre 30 et 365 jours), et une sale_price_effective_date qui n'est pas exactement deux dates, ou dont la fin tombe avant le début, est signalée.

Les contradictions de stock, in_stock avec une quantité de zéro, sont signalées plutôt que réparées. Savoir quel champ a raison dépend de qui fait autorité, la boutique ou l'entrepôt, et un fichier ne peut pas le dire. Deviner reviendrait soit à cacher du stock que le marchand possède, soit à annoncer du stock qu'il n'a pas.

Variantes et attributs

Les codes hexadécimaux et les nombres dans un champ de couleur sont détectés ; les couleurs collées, ZwartWitGrijs, sont scindées, mais seulement quand chaque segment est une couleur reconnue, si bien que MidnightBlue reste une seule couleur. Une quantité de lot logée dans le champ de taille (6-pack) est signalée, les listes de valeurs fermées de size_system, size_type, gender et age_group sont appliquées, et les variantes de vêtements qui ne diffèrent que par la taille ou la couleur sans item_group_id commun sont signalées, pour que chaque taille cesse de concurrencer ses propres déclinaisons. Une mention d'état n'est prise en compte que lorsque le propre texte du marchand l'affirme sans négation : "geen tweedehands" signifie le contraire et ne compte pas.

Images, vidéo et robots.txt

L'image principale de chaque produit est réellement récupérée, seize à la fois. Une feuille de calcul ne vous montre jamais que 212 des 3 400 images renvoient un 404, et c'est le résultat auquel les marchands réagissent. Chaque image est contrôlée sur sa réponse, sur ses dimensions en pixels par rapport au minimum actuel et au 500x500 qui devient obligatoire le 2027-01-31, sur son format réel par rapport à l'extension qu'elle affiche, et sur les plafonds de mégapixels et d'octets. Les liens vidéo sont validés sur leur forme, y compris l'erreur fréquente qui consiste à pointer vers une page avec un lecteur plutôt que vers le fichier vidéo brut.

Ensuite, le robots.txt est lu, une requête par domaine, avec trois user agents contrôlés séparément : Googlebot, Googlebot-image et AdsBot-Google. Il s'agit d'un échantillon plutôt que d'une couverture exhaustive : au plus trois domaines et cinq chemins de pages de destination par domaine. Si les trois sont contrôlés séparément, c'est parce que AdsBot-Google ignore le groupe générique, ce qui produit le refus le plus déroutant qui soit.

Livraison, retours et conformité UE

C'est la partie que les outils conçus pour le marché américain ont tendance à laisser de côté. La livraison et les retours sont des attributs composites dont les sous-attributs vivent dans l'en-tête de colonne et dont les valeurs sont positionnelles, et les deux sont validés par rapport à la syntaxe que Google documente réellement. Un seul prix de livraison au niveau du produit peut désactiver les paramètres de livraison du compte pour cette zone, l'analyse émet donc une note au niveau du fichier dès qu'il en apparaît un. Les valeurs de retours sont en majuscules et fermées, et une valeur juste dans la mauvaise casse est signalée avec la casse nommée comme cause.

Côté UE : le prix unitaire là où la directive sur l'indication des prix s'applique probablement, la forme de la certification EPREL, et energy_efficiency_class restreint à CH, NO et GB depuis avril 2025. Au total, 15 attributs composites sont pris en charge, avec une validation de contenu sur 11 d'entre eux et 57 limites strictes de caractères et de valeurs déclarées à partir des constantes plutôt que saisies à la main.

Chacun de ces points est une ligne de la liste complète des contrôles, et le nombre en haut de cette page est lu depuis le code au moment de la génération. Pour voir lesquels votre propre fichier déclenche, lancez une analyse.