Transfert Comparison Shopping Service Center

Le service de transfert de données BigQuery pour Comparison Shopping Service Center (CSS Center) vous permet de programmer et de gérer automatiquement les tâches de chargement récurrentes pour les données de rapports CSS Center.

Rapports acceptés

Le service de transfert de données BigQuery pour CSS Center accepte les données suivantes provenant des rapports sur les produits et les problèmes de produits des comptes Merchant Center associés.

Produits et problèmes de produits

Ce rapport contient les données que les marchands associés à votre CSS Center ont importés dans leur compte Merchant Center. Ce rapport inclut également les problèmes détectés par Google au niveau des articles pour les produits de vos marchands. Pour en savoir plus sur le chargement de ces données dans BigQuery, consultez le schéma des tables de produits de CSS Center.

Ingestion de données à partir de transferts CSS Center

Lorsque vous transférez des données de CSS Center vers BigQuery, elles sont chargées dans des tables BigQuery partitionnées par date. La partition de la table dans laquelle les données sont chargées correspond à la date de la source de données. Si vous planifiez plusieurs transferts pour la même date, le service de transfert de données BigQuery remplace la partition de cette date spécifique par les données les plus récentes. Plusieurs transferts le même jour ou l'exécution de remplissages n'entraînent pas de données en double, et les partitions des autres dates ne sont pas affectées.

Limites

Certains rapports peuvent avoir leurs propres contraintes, telles que différentes périodes de compatibilité pour les remplissages d'historique. Le rapport sur les produits et les problèmes de produits n'est pas compatible avec les remplissages.

Les données sur les produits et les problèmes de produits dans BigQuery ne fournissent pas une représentation en temps réel des comptes Merchant Center associés à votre compte CSS Center. Les données sur les produits et les problèmes de produits dans BigQuery peuvent avoir une latence pouvant atteindre une heure.

Les données exportées pour un compte CSS Center ne contiendront que des informations sur les marchands qui ont accepté de partager leurs informations avec leur CSS associé. Pour en savoir plus, consultez la section Comment un CSS peut accéder à votre compte Merchant Center.

Accès aux données de CSS Center et autorisation

Un utilisateur d'un CSS Center ne peut accéder aux informations des comptes Merchant Center qu'en fonction du niveau d'accès qui lui est accordé par le compte Merchant Center. Par conséquent, un transfert CSS Center n'inclut que les données de marchand auxquelles un utilisateur de CSS Center a accès. Pour en savoir plus, consultez la section Comment un CSS peut accéder à votre compte Merchant Center.

Vous pouvez configurer les droits d'accès d'un utilisateur CSS en définissant son accès dans CSS Center en tant qu'administrateur CSS.

Interroger les données

Lorsque les données sont transférées vers BigQuery, elles sont écrites dans des tables partitionnées avec date d'ingestion.

Lorsque vous interrogez votre table CSS Center, vous devez utiliser la pseudo-colonne _PARTITIONTIME ou _PARTITIONDATE dans votre requête. Pour en savoir plus, consultez la section Interroger des tables partitionnées.

La table Products_ contient des champs imbriqués et répétés. Pour en savoir plus sur la gestion des données imbriquées et répétées, consultez la section Différences dans la gestion des champs répétés.

Exemples de requêtes CSS Center

Vous pouvez utiliser les exemples de requêtes CSS Center suivants pour analyser les données transférées. Vous pouvez également interroger les données dans un outil de visualisation tel que Looker Studio.

Dans chacune des requêtes suivantes, remplacez dataset par le nom de votre ensemble de données. Remplacez css_id par votre ID de domaine CSS.

Exemples de requêtes sur les produits et les problèmes de produits

Les requêtes suivantes analysent les données du rapport sur les produits et les problèmes de produits.

Statistiques sur les produits et les problèmes de produits

L'exemple de requête SQL suivant fournit le nombre de produits, de produits présentant des problèmes et de problèmes par jour.

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;

Produits refusés

L'exemple de requête SQL suivant fournit le nombre de produits dont l'affichage n'est pas approuvé, séparés par région et par contexte des rapports. Le refus de ces produits peut résulter de l'exclusion du contexte des rapport ou d'un problème lié au produit.

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;

Produits présentant des problèmes de refus

L'exemple de requête SQL suivant récupère le nombre de produits présentant des problèmes de refus pour chaque pays.

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;