Comparison Shopping Service Center-Übertragung

Mit dem BigQuery Data Transfer Service for the Comparison Shopping Service (CSS) Center können Sie wiederkehrende Ladejobs für CSS Center-Berichtsdaten automatisch planen und verwalten.

Unterstützte Berichte

BigQuery Data Transfer Service für das CSS Center unterstützt die folgenden Daten aus den Berichten zu Produkten und Produktproblemen der zugehörigen Merchant Center-Konten.

Produkte und Produktprobleme

Dieser Bericht enthält Daten, die Händler, die mit Ihrem CSS Center verknüpft sind, in ihre Merchant Center-Konten hochgeladen haben. Dieser Bericht enthält auch Probleme auf Artikelebene, die Google bei den Produkten Ihrer Händler erkannt hat. Informationen zum Laden dieser Daten in BigQuery finden Sie im CSS Center-Produkttabellenschema.

Datenaufnahme aus CSS Center-Übertragungen

Wenn Sie Daten aus CSS Center in BigQuery übertragen, werden die Daten in BigQuery-Tabellen geladen, die nach Datum partitioniert sind. Die Tabellenpartition, in die die Daten geladen werden, entspricht dem Datum aus der Datenquelle. Wenn Sie mehrere Übertragungen für dasselbe Datum planen, überschreibt BigQuery Data Transfer Service die Partition für dieses Datum mit den neuesten Daten. Mehrere Übertragungen am selben Tag oder laufende Backfills führen nicht zu doppelten Daten; Partitionen für andere Daten sind nicht betroffen.

Beschränkungen

Für einige Berichte gelten möglicherweise eigene Einschränkungen, z. B. unterschiedliche Unterstützungsfenster für historische Backfills. Der Bericht zu Produkten und Produktproblemen unterstützt keine Backfills.

Daten zu Produkten und Produktproblemen in BigQuery geben nicht die Echtzeitansicht der Merchant Center-Konten wieder, die mit Ihrem CSS Center-Konto verknüpft sind. Die Daten zu Produkten und Produktproblemen in BigQuery können eine Latenz von bis zu einer Stunde haben.

Für ein CSS Center-Konto exportierte Daten enthalten nur Informationen über die Händler, die zugestimmt haben, ihre Informationen mit dem zugehörigen Preisvergleichsportal zu teilen. Weitere Informationen finden Sie unter Zugriff eines Preisvergleichsportals auf Ihr Merchant Center-Konto.

CSS Center-Datenzugriff und -Autorisierung

Ein Nutzer eines CSS Centers kann nur auf Informationen aus Merchant Center-Konten zugreifen basierend auf dem Level an Zugriff, das dem Nutzer vom Merchant Center-Konto gegeben wurde. Daher enthält eine CSS Center-Übertragung nur Händlerdaten, auf die ein Nutzer des CSS Centers Zugriff hat. Weitere Informationen finden Sie unter Zugriff eines Preisvergleichsportals auf Ihr Merchant Center-Konto.

Sie können die Zugriffsrechte eines CSS-Nutzers konfigurieren, indem Sie den Zugriff des Nutzers im CSS Center als CSS-Administrator konfigurieren.

Daten abfragen

Bei der Übertragung Ihrer Daten in BigQuery werden die Daten in nach Aufnahmezeit partitionierte Tabellen geschrieben.

Beim Abfragen Ihrer CSS Center-Tabelle müssen Sie die Pseudospalte _PARTITIONTIME oder _PARTITIONDATE in der Abfrage verwenden. Weitere Informationen finden Sie unter Partitionierte Tabellen abfragen.

Die Tabelle Products_ enthält verschachtelte und wiederkehrende Felder. Informationen zum Umgang mit verschachtelten und wiederkehrenden Daten finden Sie unter Unterschiede bei der Verarbeitung wiederkehrender Felder.

CSS Center-Beispielabfragen

Mithilfe der folgenden CSS Center-Beispielabfragen können Sie die übertragenen Daten analysieren. Sie können die Abfragen auch in einem Visualisierungstool wie Looker Studio aufrufen.

Ersetzen Sie in jeder der folgenden Abfragen dataset durch den Namen Ihres Datasets. Ersetzen Sie css_id durch Ihre CSS-Domain-ID.

Beispielabfragen für Produkte und Produktprobleme

Die folgenden Abfragen analysieren Daten aus dem Bericht zu Produkten und Produktproblemen.

Statistiken zu Produkten und Produktproblemen

Die folgende SQL-Beispielabfrage gibt die Anzahl der Produkte, der Produkte mit Problemen und der Probleme nach Tag zurück.

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

Abgelehnte Produkte

Folgende SQL-Beispielabfrage gibt die Anzahl der Produkte, die für die Anzeige abgelehnt wurden, getrennt nach Region und Berichtskontext zurück. Die Ablehnung kann darauf zurückzuführen sein, dass der Berichtskontext ausgeschlossen wurde. Eventuell liegt auch ein Problem mit dem Produkt vor.

SELECT
  _PARTITIONDATE AS date,
  statuses.region as disapproved_region,
  reporting_context_status.reporting_context as reporting_context,
  COUNT(*) AS num_products
FROM
  dataset.Products_css_id,
  UNNEST(reporting_context_statuses) AS reporting_context_status,
  UNNEST(reporting_context_status.region_and_status) AS statuses
WHERE
  _PARTITIONDATE >= 'YYYY-MM-DD' AND statuses.status = 'DISAPPROVED'
GROUP BY
  date, disapproved_region, reporting_context
ORDER BY
  date DESC;

Produkte mit Problemen aufgrund von Ablehnungen

Die folgende SQL-Beispielabfrage ruft die Anzahl der Produkte mit Ablehnungen getrennt nach Region ab.

SELECT
  _PARTITIONDATE AS date,
  disapproved_region,
  COUNT(DISTINCT CONCAT(CAST(css_id AS STRING), ':', product_id))
      AS num_distinct_products
FROM
  dataset.Products_css_id,
  UNNEST(item_issues) AS issue,
  UNNEST(issue.severity.severity_per_reporting_context) as severity_per_rc,
  UNNEST(severity_per_rc.disapproved_regions) as disapproved_region
WHERE
  _PARTITIONDATE >= 'YYYY-MM-DD'
GROUP BY
  date, disapproved_region
ORDER BY
  date DESC;