Halaman ini diterjemahkan oleh Cloud Translation API.

Transfer Comparison Shopping Service Center

BigQuery Data Transfer Service untuk Comparison Shopping Service (CSS) Center memungkinkan Anda menjadwalkan dan mengelola tugas pemuatan berulang secara otomatis untuk data pelaporan CSS Center.

Laporan yang didukung

BigQuery Data Transfer Service untuk CSS Center mendukung data berikut dari laporan masalah produk dan produk pada akun Merchant Center terkait.

Produk dan masalah produk

Laporan ini berisi data yang telah diupload penjual yang terkait dengan CSS Center Anda ke akun Merchant Center mereka. Laporan ini juga mencakup masalah tingkat item yang terdeteksi oleh Google untuk produk penjual Anda. Untuk mengetahui informasi tentang cara data ini dimuat ke BigQuery, lihat skema tabel produk CSS Center.

Penyerapan data dari transfer CSS Center

Saat Anda mentransfer data dari CSS Center ke BigQuery, data dimuat ke dalam tabel BigQuery yang dipartisi berdasarkan tanggal. Partisi tabel tempat data dimuat sesuai dengan tanggal dari sumber data. Jika Anda menjadwalkan beberapa transfer untuk tanggal yang sama, BigQuery Data Transfer Service akan menimpa partisi untuk tanggal tertentu tersebut dengan data terbaru. Beberapa transfer pada hari yang sama atau menjalankan pengisian ulang tidak akan menghasilkan data duplikat, dan partisi untuk tanggal lain tidak akan terpengaruh.

Batasan

Beberapa laporan mungkin memiliki batasannya sendiri, seperti periode dukungan yang berbeda untuk pengisian ulang historis. Laporan masalah produk dan produk tidak mendukung pengisian ulang.

Data masalah produk dan produk di BigQuery tidak merepresentasikan tampilan real-time akun Merchant Center yang terkait dengan akun CSS Center Anda. Data masalah produk dan produk di BigQuery dapat memiliki latensi hingga satu jam.

Data yang diekspor untuk akun CSS Center hanya akan berisi informasi tentang penjual yang telah setuju untuk membagikan informasi mereka dengan CSS yang terkait. Untuk informasi selengkapnya, lihat Cara CSS dapat mengakses akun Merchant Center.

Akses dan otorisasi data CSS Center

Pengguna CSS Center hanya dapat mengakses informasi dari akun Merchant Center berdasarkan tingkat akses yang diberikan akun Merchant Center kepada pengguna tersebut. Akibatnya, transfer CSS Center hanya menyertakan data penjual yang dapat diakses oleh pengguna CSS Center. Untuk informasi selengkapnya, lihat Cara CSS dapat mengakses akun Merchant Center.

Anda dapat mengonfigurasi hak akses pengguna CSS dengan mengonfigurasi akses pengguna di CSS Center sebagai admin CSS.

Membuat kueri terhadap data

Saat data Anda ditransfer ke BigQuery, data tersebut akan ditulis ke tabel dengan partisi waktu penyerapan.

Saat membuat kueri tabel CSS Center, Anda harus menggunakan kolom pseudo _PARTITIONTIME atau _PARTITIONDATE dalam kueri. Untuk mengetahui informasi selengkapnya, lihat Membuat kueri tabel berpartisi.

Tabel Products_ berisi kolom bertingkat dan berulang. Untuk informasi tentang cara menangani data bertingkat dan berulang, lihat Perbedaan penanganan kolom berulang.

Contoh kueri CSS Center

Anda dapat menggunakan contoh kueri CSS Center berikut untuk menganalisis data yang ditransfer. Anda juga dapat menggunakan kueri dalam alat visualisasi seperti Looker Studio.

Di setiap kueri berikut, ganti dataset dengan nama set data Anda. Ganti css_id dengan ID domain CSS Anda.

Contoh kueri produk dan masalah produk

Kueri berikut menganalisis data dari laporan masalah produk dan produk.

Statistik produk dan masalah produk

Contoh kueri SQL berikut memberikan jumlah produk, produk yang memiliki masalah, dan masalah menurut hari.

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;

Produk yang tidak disetujui

Kueri contoh SQL berikut memberikan jumlah produk yang tidak disetujui untuk ditampilkan, yang dipisahkan berdasarkan region dan konteks pelaporan. Penolakan dapat disebabkan oleh konteks pelaporan yang dikecualikan atau karena ada masalah dengan produk.

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;

Produk dengan masalah tidak disetujui

Kueri contoh SQL berikut mengambil jumlah produk dengan masalah yang tidak disetujui, yang dipisahkan berdasarkan region.

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;