Trasferimenti di Google Merchant Center

BigQuery Data Transfer Service per Google Merchant Center consente di pianificare e gestire automaticamente i job di caricamento ricorrenti per i dati dei report di Google Merchant Center.

Report supportati

BigQuery Data Transfer Service per Google Merchant Center supporta i seguenti dati:

Prodotti e problemi relativi ai prodotti

Il report Prodotti e problemi relativi ai prodotti include i dati di prodotto forniti a Merchant Center tramite i feed o utilizzando l'API Content for Shopping. Questo report include anche i problemi a livello di articolo rilevati da Google per i tuoi prodotti. Puoi visualizzare i dati relativi ai prodotti e ai problemi relativi ai prodotti in Google Merchant Center o eseguendo una query sull'API Content for Shopping. Per informazioni su come vengono caricati questi dati BigQuery, consulta lo schema della tabella dei prodotti di Google Merchant Center.

Inventari regionali

Il report sugli inventari regionali include dati aggiuntivi di prodotto su sostituzioni di prezzi e disponibilità a livello regionale dei tuoi prodotti.Per informazioni su come questi dati vengono caricati in BigQuery, consulta la sezione Centra la tabella degli inventari regionali del modello.

Inventari locali

Il report sugli inventari locali include dati aggiuntivi di prodotto relativi agli inventari locali l'inventario dei tuoi prodotti. Questo report contiene dati su prezzi locali, disponibilità, quantità, ritiro e posizione del prodotto in negozio. Per informazioni su come questi dati vengono caricati in BigQuery, consulta la sezione Centra la tabella degli inventari locali del modello.

Prestazioni

Il report sul rendimento fornisce una segmentazione granulare dei dati sul rendimento. sia negli annunci che nelle schede gratuite. Per informazioni su come vengono caricati questi dati in BigQuery, consulta la tabella sul rendimento di Google Merchant Center del modello.

Più venduti

Il report Più venduti fornisce gli stessi dati disponibili in Google Merchant Center che consente di eseguire il backfill dei dati in paesi o categorie diversi fino a 2 anni. Sono inclusi i dati sui prodotti e sui brand più apprezzati negli annunci Shopping e nelle schede non a pagamento, nonché se sono disponibili o meno nel tuo inventario. Questo report si basa sui più venduti report disponibili tramite Google Merchant Center. Per informazioni su come vengono caricati questi dati in BigQuery, consulta gli schemi delle tabelle dei best seller di Google Merchant Center.

Competitività del prezzo

In precedenza noto come report sui benchmark dei prezzi, il report sulla competitività del prezzo include gli attributi a livello di prodotto e i dati dei benchmark dei prezzi e si basa sulle stesse definizioni del report sulla competitività del prezzo disponibile tramite Google Merchant Center. Per informazioni su come vengono caricati questi dati BigQuery, consulta lo schema della tabella della competitività del prezzo di Google Merchant Center.

Approfondimenti sul prezzo

Utilizza il report Approfondimenti sul prezzo per visualizzare i prezzi scontati suggeriti per il tuo prodotti e le previsioni sul rendimento che puoi aspettarti se aggiorni dei tuoi prodotti prezzi. Il report Approfondimenti sul prezzo può aiutarti a stabilire il prezzo dei tuoi prodotti in modo più efficace. Per ulteriori informazioni su come utilizzare i dati in questa consulta Migliorare i prezzi dei prodotti con gli approfondimenti sul prezzo report per ulteriori informazioni informazioni su come utilizzare i dati di questo report. Per informazioni su come vengono caricati in BigQuery, consulta Google Merchant Center Tabella Approfondimenti sul prezzo del modello.

Targeting per prodotto

Abilita il report Targeting per prodotto quando configuri un trasferimento per mostrare le informazioni sul targeting degli annunci quando carichi i dati da Google Shopping in BigQuery. Per informazioni su come vengono caricati i dati BigQuery, consulta lo schema della tabella Targeting per prodotto di Google Merchant Center.

Opzioni di segnalazione

BigQuery Data Transfer Service per Google Merchant Center supporta le seguenti funzionalità: opzioni dei report:

Opzione di segnalazione Assistenza
Pianificazione

Configurabile su base giornaliera, settimanale, mensile o personalizzata. Per impostazione predefinita, impostato su giornaliero quando viene creato il trasferimento. L'intervallo minimo tra i trasferimenti è di 6 ore.

Importazione dati da trasferimenti di Google Merchant Center

Quando trasferisci i dati da Google Merchant Center a BigQuery, vengono caricati in tabelle BigQuery partizionate per data. La partizione della tabella in cui vengono caricati i dati corrisponde alla data da l'origine dati. Se pianifichi più trasferimenti per la stessa data, BigQuery Data Transfer Service sovrascrive la partizione per quella data specifica con i dati più recenti. Più trasferimenti nello stesso giorno o backfill in esecuzione non generano dati duplicati e le partizioni per altre date non sono interessate.

Limitazioni

Alcuni report possono avere i propri vincoli, ad esempio finestre diverse di per i backfill storici. Le sezioni seguenti descrivono le limitazioni di ciascun report.

Assistenza per i backfill storici

Non tutti i report supportano i backfill storici nello stesso modo. Di seguito è riportato un elenco di report e il livello di supporto per i backfill storici.

  • Prodotti e problemi relativi ai prodotti - 14 giorni
  • Inventari locali - 14 giorni
  • Inventari regionali - 14 giorni
  • Rendimento - 2 anni
  • Più venduti - 2 anni
  • Competitività del prezzo: nessun supporto per il backfill
  • Approfondimenti sul prezzo: nessun supporto per il backfill

Esecuzioni di trasferimento del backfill automatico

Il report sul rendimento può avere latenze di "oggi" e i dati di Google Cloud. Pertanto, quando È richiesta l'esportazione dei dati. I dati dell'account potrebbero essere aggiornati fino a 3 giorni prima le correzioni.

Per supportare questa funzionalità, ogni volta che viene attivato un trasferimento in un report, vengono create altre due esecuzioni di trasferimento per today - 1 e today - 2. Queste esecuzioni di trasferimento influiscono solo sulla tabella Rendimento. Le altre tabelle non sono interessate.

I backfill automatici non possono essere disattivati.

Problemi relativi al prodotto e al prodotto

  • I dati relativi a prodotti e problemi relativi ai prodotti in BigQuery non rappresentano i in tempo reale del tuo account commerciante. Per visualizzare la sequenza temporale dei dati, fai riferimento al campo product_data_timestamp nello schema.

Benchmark prezzi

  • I dati dei benchmark prezzi non rappresentano la visualizzazione in tempo reale del prezzo e benchmark. Per vedere la cronologia dei dati, consulta price_benchmark_timestamp nello schema dei benchmark dei prezzi.
  • Non tutti i prodotti avranno un benchmark prezzi.

Più venduti

  • Non tutti i paesi conterranno dati sul ranking. Paesi inclusi in report (con ISO 3166-1 alpha-2): AT, AU, BE, BR, CA, CH, CZ, DE, DK, ES, FI, FR, GB, HU, IE, IN, IT, JP, MX, NL, NO, NZ, PL, PT, RO, RU, SE, SK, TR in UA e US.
  • I dati sui prodotti più venduti non rappresentano una visualizzazione in tempo reale dei ranking dei brand. Per visualizzare la cronologia dei dati, consulta il campo rank_timestamp nello schema BestSellers_TopProducts_ e BestSellers_TopBrands_.
  • Nella tabella Products_ potrebbero essere presenti righe con un valore google_brand_id che non corrisponde a nessun brand nella tabella BestSellers_TopBrands_.
  • Gli ID brand nel campo google_brand_id potrebbero cambiare nel tempo per riflettere il natura mutevole di aziende e brand. Per questo motivo, il monitoraggio di una serie per un lungo periodo di tempo non è garantita.
  • Sebbene i brand siano classificati in molte categorie diverse, tutti i prodotti nel La tabella Products_ è in categorie foglia. Per unire brand e prodotti in categorie non principali, utilizza il campo google_product_category_ids, come mostrato nelle query di esempio sui prodotti più venduti.

Assistenza per gli account multi-cliente (AMC)

I clienti esistenti con più ID commerciante sono invitati a configurare un account multi-cliente (AMC) principale. La configurazione di un AMC ti consente di creare un unico trasferimento per tutti i tuoi ID commerciante.

L'utilizzo degli AMC di Google Merchant Center offre diversi vantaggi rispetto all'utilizzo ID commerciante individuali:

  • Non è più necessario gestire più trasferimenti per trasferire i dati dei report per più ID commerciante.
  • Le query che coinvolgono più ID commerciante sono molto più semplici da scrivere perché tutti i dati degli ID commerciante sono archiviati nella stessa tabella.
  • L'utilizzo degli MCA allevia i potenziali problemi di quota dei job di caricamento di BigQuery perché tutti i dati dell'ID commerciante vengono caricati nello stesso job.

Un possibile svantaggio dell'uso degli AMC è che i costi delle successive query sono più alta. Poiché tutti i dati sono archiviati nella stessa tabella, che recuperano i dati per un singolo ID commerciante devono comunque analizzare l'intera tabella.

Se utilizzi un AMC, l'ID AMC è elencato sotto aggregator_id e i campi i singoli subaccount sono elencati in merchant_id. Per gli account che non utilizzano un AMC, aggregator_id è impostato su null.

Non tutti i report supportano gli MCA. Gli annunci adattabili della rete di ricerca sono supportati dai seguenti report:

  • Prodotti e problemi relativi ai prodotti
  • Inventari locali
  • Inventari regionali
  • Rendimento prodotti
  • Competitività del prezzo
  • Approfondimenti sul prezzo
  • Targeting per prodotto

Esegui query sui dati

Quando vengono trasferiti a BigQuery, i tuoi dati vengono scritti in tabelle partizionate per data di importazione. Per ulteriori informazioni, vedi Introduzione alle tabelle partizionate.

Quando esegui una query sulla tabella di Google Merchant Center, devi utilizzare la pseudocolonna _PARTITIONTIME o _PARTITIONDATE nella query. Per ulteriori informazioni, consulta la pagina Esecuzione di query sulle tabelle partizionate.

La tabella Products_ contiene campi nidificati e ripetuti. Per informazioni sulla gestione dei dati nidificati e ripetuti, consulta Differenze nella gestione dei campi ripetuti nella documentazione di GoogleSQL.

Query di esempio su Google Merchant Center

Puoi utilizzare i seguenti esempi di query di Google Merchant Center per analizzare dati trasferiti. Puoi utilizzare le query anche in uno strumento di visualizzazione come Looker Studio

In ciascuna delle seguenti query, sostituisci dataset con il tuo set di dati nome. Sostituisci merchant_id con il tuo ID commerciante. Se utilizzi un MPA, sostituisci merchant_id con il tuo ID MPA.

Query di esempio relative a prodotti e problemi relativi ai prodotti

Statistiche sui prodotti e sui problemi dei prodotti

La seguente query di esempio SQL fornisce il numero di prodotti, prodotti con problemi e problemi per giorno.

SELECT
  _PARTITIONDATE AS date,
  COUNT(*) AS num_products,
  COUNTIF(ARRAY_LENGTH(issues) > 0) AS num_products_with_issues,
  SUM(ARRAY_LENGTH(issues)) AS num_issues
FROM
  dataset.Products_merchant_id
WHERE
  _PARTITIONDATE >= 'YYYY-MM-DD'
GROUP BY
  date
ORDER BY
  date DESC

Prodotti non approvati per gli annunci Shopping

La seguente query SQL di esempio fornisce il numero di prodotti che non sono approvato per la visualizzazione negli annunci Shopping, separati per paese. Disapprovazione può derivare dal fatto che la destinazione excluded (escluso) o a causa di un problema con il prodotto.

SELECT
  _PARTITIONDATE AS date,
  disapproved_country,
  COUNT(*) AS num_products
FROM
  dataset.Products_merchant_id,
  UNNEST(destinations) AS destination,
  UNNEST(disapproved_countries) AS disapproved_country
WHERE
  _PARTITIONDATE >= 'YYYY-MM-DD'
GROUP BY
  date, disapproved_country
ORDER BY
  date DESC

Prodotti con problemi di mancata approvazione

La seguente query di esempio SQL recupera il numero di prodotti con non approvati dei problemi, separati per paese.

SELECT
  _PARTITIONDATE AS date,
  applicable_country,
  COUNT(DISTINCT CONCAT(CAST(merchant_id AS STRING), ':', product_id))
      AS num_distinct_products
FROM
  dataset.Products_merchant_id,
  UNNEST(issues) AS issue,
  UNNEST(issue.applicable_countries) as applicable_country
WHERE
  _PARTITIONDATE >= 'YYYY-MM-DD' AND
  issue.servability = 'disapproved'
GROUP BY
  date, applicable_country
ORDER BY
  date DESC

Query di esempio per i benchmark dei prezzi

Confrontare i prezzi dei prodotti con i benchmark

La seguente query SQL unisce i dati di Products e Price Benchmarks per restituire l'elenco dei prodotti e dei benchmark associati.

WITH products AS
(
  SELECT
    _PARTITIONDATE AS date,
    *
  FROM
    dataset.Products_merchant_id
  WHERE
   _PARTITIONDATE >= 'YYYY-MM-DD'
),
benchmarks AS
(
  SELECT
    _PARTITIONDATE AS date,
    *
  FROM
    dataset.Products_PriceBenchmarks_merchant_id
  WHERE
    _PARTITIONDATE >= 'YYYY-MM-DD'
)
SELECT
  products.date,
  products.product_id,
  products.merchant_id,
  products.aggregator_id,
  products.price,
  products.sale_price,
  benchmarks.price_benchmark_value,
  benchmarks.price_benchmark_currency,
  benchmarks.country_of_sale
FROM
  products
INNER JOIN
  benchmarks
ON products.product_id = benchmarks.product_id AND
   products.merchant_id = benchmarks.merchant_id AND
   products.date = benchmarks.date

Query di esempio sui prodotti più venduti

Prodotti principali per una determinata categoria e un determinato paese

La seguente query SQL restituisce i prodotti principali per la categoria "Smartphone" categoria in negli Stati Uniti.

SELECT
  rank,
  previous_rank,
  relative_demand.bucket,
  (SELECT name FROM top_products.product_title WHERE locale = 'en-US') AS product_title,
  brand,
  price_range
FROM
  dataset.BestSellers_TopProducts_merchant_id AS top_products
WHERE
  _PARTITIONDATE = 'YYYY-MM-DD' AND
  ranking_category = 267 /*Smartphones*/ AND
  ranking_country = 'US'
ORDER BY
  rank

Prodotti di punta nel tuo inventario

La seguente query SQL unisce i dati di BestSellers_TopProducts_Inventory_ e BestSellers_TopProducts_ per restituire un elenco dei principali prodotti che hai nel tuo inventario.

WITH latest_top_products AS
(
  SELECT
    *
  FROM
    dataset.BestSellers_TopProducts_merchant_id
  WHERE
    _PARTITIONDATE = 'YYYY-MM-DD'
),
latest_top_products_inventory AS
(
  SELECT
    *
  FROM
    dataset.BestSellers_TopProducts_Inventory_merchant_id
  WHERE
    _PARTITIONDATE = 'YYYY-MM-DD'
)
SELECT
  top_products.rank,
  inventory.product_id,
  (SELECT ANY_VALUE(name) FROM top_products.product_title) AS product_title,
  top_products.brand,
  top_products.gtins
FROM
  latest_top_products AS top_products
INNER JOIN
  latest_top_products_inventory AS inventory
USING (rank_id)

I brand più importanti per una determinata categoria e un determinato paese

La seguente query SQL restituisce i brand principali per "Smartphone" categoria in negli Stati Uniti.

SELECT
  rank,
  previous_rank,
  brand
FROM
  dataset.BestSellers_TopBrands_merchant_id
WHERE
  _PARTITIONDATE = 'YYYY-MM-DD' AND
  ranking_category = 267 /*Smartphones*/ AND
  ranking_country = 'US'
ORDER BY
  rank

Prodotti di brand noti nel tuo inventario

La seguente query SQL restituisce un elenco dei prodotti nel tuo inventario dei migliori marchi, elencati per categoria e paese.

  WITH latest_top_brands AS
  (
    SELECT
      *
    FROM
      dataset.BestSellers_TopBrands_merchant_id
    WHERE
      _PARTITIONDATE = 'YYYY-MM-DD'
  ),
  latest_products AS
  (
    SELECT
      product.*,
      product_category_id
    FROM
      dataset.Products_merchant_id AS product,
      UNNEST(product.google_product_category_ids) AS product_category_id,
      UNNEST(destinations) AS destination,
      UNNEST(destination.approved_countries) AS approved_country
    WHERE
      _PARTITIONDATE = 'YYYY-MM-DD'
  )
  SELECT
    top_brands.brand,
    (SELECT name FROM top_brands.ranking_category_path
    WHERE locale = 'en-US') AS ranking_category,
    top_brands.ranking_country,
    top_brands.rank,
    products.product_id,
    products.title
  FROM
    latest_top_brands AS top_brands
  INNER JOIN
    latest_products AS products
  ON top_brands.google_brand_id = products.google_brand_id AND
     top_brands.ranking_category = product_category_id AND
     top_brands.ranking_country = products.approved_country