Transferências do Google Merchant Center

Com o serviço de transferência de dados do BigQuery para o Google Merchant Center, é possível programar e gerenciar automaticamente jobs de carregamento recorrentes relacionados a dados dos relatórios do Google Merchant Center.

Relatórios compatíveis

O serviço de transferência de dados do BigQuery para o Google Merchant Center aceita os seguintes dados:

Produtos e problemas relacionados

O relatório de produtos e problemas relacionados mostra os dados de produtos fornecidos ao Merchant Center via feeds ou usando a API Content for Shopping. Esse relatório também mostra os problemas no nível do item detectados pelo Google nos seus produtos. Para ver os dados de produtos e problemas relacionados, acesse o Google Merchant Center ou consulte a API Content for Shopping. Para informações sobre como esses dados são carregados no BigQuery, consulte o esquema da tabela de produtos do Google Merchant Center.

Inventários regionais

O relatório de inventários regionais mostra outros dados de produtos sobre substituições de disponibilidade e preços regionais dos seus produtos. Para informações sobre como esses dados são carregados no BigQuery, consulte o esquema da tabela de inventários regionais do Google Merchant Center.

Inventários locais

O relatório de inventários locais mostra outros dados de produtos sobre o inventário local dos seus produtos. Esse relatório contém dados sobre preços, disponibilidade, quantidade, retirada e localização do produto na loja. Para informações sobre como esses dados são carregados no BigQuery, consulte o esquema da tabela de inventários locais do Google Merchant Center.

Desempenho

Esse relatório de performance apresenta uma segmentação granular dos seus dados de desempenho no Google Ads e nas listagens gratuitas. Para informações sobre como esses dados são carregados no BigQuery, consulte o esquema da tabela de performance do Google Merchant Center.

Mais vendidos

O relatório dos mais vendidos apresenta os mesmos dados encontrados na interface do Google Merchant Center e permite preencher os dados em países ou categorias por até 2 anos. Ele mostra os dados sobre os produtos e as marcas mais procurados em anúncios do Shopping e listagens não pagas, bem como se você tem ou não esses itens no seu inventário. Ele tem como base o relatório dos mais vendidos disponível no Google Merchant Center. Para informações sobre como esses dados são carregados no BigQuery, consulte os esquemas de tabelas dos mais vendidos do Google Merchant Center.

Competitividade de preço

Conhecido anteriormente como Benchmarks de preço, o relatório de competitividade de preço mostra dados de benchmark de preço e atributos no nível do produto e tem como base as mesmas definições do relatório de competitividade de preço disponível no Google Merchant Center. Para informações sobre como esses dados são carregados no BigQuery, consulte o esquema da tabela de competitividade de preço do Google Merchant Center.

Informações de preço

Use o relatório de informações de preço para ver os preços promocionais sugeridos para seus produtos e as previsões sobre a performance esperada ao atualizar os preços. Ele ajuda você a definir os preços dos produtos com mais eficiência. Para mais informações sobre como usar os dados desse relatório, consulte Melhorar os preços dos produtos com o relatório de informações de preço. Para informações sobre como esses dados são carregados no BigQuery, consulte o esquema da tabela de informações de preço do Google Merchant Center.

Segmentação por produto

Ative o relatório de segmentação por produto ao configurar uma transferência para expor informações de segmentação de anúncios ao carregar dados do Google Shopping no BigQuery. Para informações sobre como os dados são carregados no BigQuery, consulte o esquema da tabela de segmentação de produtos do Google Merchant Center.

Opções de denúncia

O serviço de transferência de dados do BigQuery para o Google Merchant Center é compatível com as seguintes opções de relatório:

Opção de relatório Suporte
Programação

Configurável para diário, semanal, mensal ou personalizado. Por padrão, o valor é definido como diário quando a transferência é criada. O intervalo mínimo entre as transferências é de seis horas.

Ingestão de dados de transferências do Google Merchant Center

Ao transferir dados do Google Merchant Center para o BigQuery, eles são carregados em tabelas do BigQuery particionadas por data. A partição da tabela em que os dados são carregados corresponde à data da fonte de dados. Se você programar várias transferências para a mesma data, o serviço de transferência de dados do BigQuery substituirá a partição dessa data específica pelos dados mais recentes. Várias transferências no mesmo dia ou preenchimentos não resultam em dados duplicados, e as partições de outras datas não são afetadas.

Limitações

Alguns relatórios podem ter restrições próprias, como diferentes janelas de suporte para preenchimentos históricos. As seções a seguir descrevem as limitações de cada relatório.

Suporte a preenchimentos históricos

Nem todos os relatórios são compatíveis com preenchimentos históricos da mesma forma. Veja a seguir uma lista de relatórios e o nível de suporte para preenchimentos históricos.

  • Produtos e problemas relacionados - 14 dias
  • Inventários locais - 14 dias
  • Inventários regionais - 14 dias
  • Performance – 2 anos
  • Mais vendidos – 2 anos
  • Competitividade do preço - Não compatível com preenchimento
  • Informações de preço - Não compatível com preenchimento

Execuções de transferência de preenchimento automático

O Relatório de performance pode ter latências nos dados de "hoje". Portanto, quando uma exportação de dados for solicitada, os dados podem ser atualizados até 3 dias antes para contabilizar as correções.

Para oferecer compatibilidade com essa funcionalidade, sempre que uma transferência for acionada em qualquer relatório, mais duas execuções de transferência são criadas para today - 1 e today - 2. Essas execuções de transferência afetam apenas a tabela de desempenho. Outras tabelas não são afetadas.

Os preenchimentos automáticos não podem ser desativados.

Produto e problemas do produto

  • Os dados de produtos e de problemas relacionados no BigQuery não representam a visualização em tempo real da conta do Merchant. Para ver a linha do tempo dos seus dados, consulte o campo product_data_timestamp no esquema.

Benchmarks de preço

  • Os dados dos benchmarks de preço não representam uma visualização em tempo real desses benchmarks. Para ver a linha do tempo de seus dados, consulte o campo price_benchmark_timestamp no esquema "Benchmarks de preço".
  • Nem todos os produtos terão um benchmark de preço.

Mais vendidos

  • Nem todos os países conterão dados de classificação. Países incluídos no relatório (usando a ISO 3166-1 alfa-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, UA e EUA.
  • Os dados dos mais vendidos não representam uma visualização em tempo real das classificações de marca. Para ver a linha do tempo de seus dados, consulte o campo rank_timestamp no esquema BestSellers_TopProducts_ e BestSellers_TopBrands_.
  • Pode haver linhas na tabela Products_ com um google_brand_id que não está mapeado a nenhuma marca na tabela BestSellers_TopBrands_.
  • Os códigos da marca no campo google_brand_id podem mudar com o tempo para refletir a natureza variável de empresas e marcas. Por isso, não é garantido o rastreamento de um conjunto de marcas durante um longo período.
  • As marcas são classificadas em várias categorias diferentes, mas todos os produtos na tabela Products_ estão em categorias de folha. Para unir marcas e produtos em categorias que não são de folha, use o campo google_product_category_ids, conforme mostrado nos Exemplos de consultas dos mais vendidos.

Compatibilidade com a conta de múltiplos clientes (MCA)

É recomendável que os clientes com vários IDs de comerciante configurem uma conta de múltiplos clientes (MCA) mãe. Assim, uma MCA pode criar uma única transferência para todos os IDs dos comerciantes.

O uso de MCAs do Google Merchant Center oferece vários benefícios em comparação com IDs do comerciante individuais:

  • Não será mais necessário gerenciar várias transferências para mover dados de relatórios de vários IDs do comerciante.
  • Consultas que envolvem vários IDs do comerciante serão muito mais fáceis de escrever porque todos os dados deles são armazenados na mesma tabela.
  • O uso de MCAs reduzirá os possíveis problemas na cota de jobs de carregamento do BigQuery porque todos os dados do ID do comerciante são carregados no mesmo job.

Uma desvantagem do uso de MCAs é que os custos de consultas posteriores provavelmente serão mais altos. Como todos os dados são armazenados na mesma tabela, as consultas que recuperam dados de um ID do comerciante individual ainda precisarão verificar a tabela inteira.

Se você estiver usando uma MCA, o ID dela será listado em aggregator_id, e as subcontas individuais serão listadas em merchant_id. Para contas que não usam uma MCA, o aggregator_id é definido como null.

Nem todos os relatórios são compatíveis com MCAs. As MCAs são compatíveis com os seguintes relatórios:

  • Produtos e problemas relacionados
  • Inventários locais
  • Inventários regionais
  • Desempenho do produto
  • Competitividade de preço
  • Informações de preço
  • Segmentação por produto

Consultar dados

Quando os dados são transferidos para o BigQuery, eles são gravados em tabelas particionadas por tempo de processamento. Para mais informações, consulte Introdução às tabelas particionadas.

Ao consultar a tabela do Google Merchant Center, você precisa usar a pseudocoluna _PARTITIONTIME ou _PARTITIONDATE. Para mais informações, veja Como consultar tabelas particionadas.

A tabela Products_ contém campos aninhados e repetidos. Para mais informações sobre como gerenciar dados aninhados e repetidos, consulte Diferenças no tratamento dos campos repetidos na documentação do GoogleSQL.

Amostras de consultas do Google Merchant Center

Use as amostras de consulta do Google Merchant Center a seguir para analisar os dados transferidos. Também é possível usar as consultas em uma ferramenta de visualização, como o Looker Studio.

Em todas as consultas a seguir, substitua dataset pelo nome do conjunto de dados. Substitua merchant_id pelo seu ID do comerciante. Se você estiver usando uma MCA, substitua merchant_id pelo seu ID de MCA.

Consultas de amostra de produtos e problemas de produtos

Estatísticas de produtos e problemas relacionados

A amostra de consulta SQL a seguir fornece o número de produtos, produtos com problemas e os problemas por dia.

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

Produtos reprovados para os anúncios do Shopping

A amostra de consulta SQL a seguir fornece o número de produtos que não foram aprovados para serem exibidos nos anúncios do Shopping, separados por país. A reprovação pode acontecer porque o destino foi excluído ou devido a um problema com o produto.

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

Produtos com problemas reprovados

A amostra de consulta SQL a seguir recupera o número de produtos com problemas reprovados, separados por país.

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

Consultas de amostra de benchmarks de preço

Comparar preços de produtos com comparativos de mercado

A consulta SQL a seguir mescla os dados de Products e Price Benchmarks para retornar a lista de produtos e comparativos de mercado associados.

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

Consultas de amostra dos mais vendidos

Principais produtos para uma determinada categoria e país

A consulta SQL a seguir retorna os principais produtos com a categoria "Smartphones" nos EUA.

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

Principais produtos no seu inventário

A consulta SQL a seguir mescla os dados de BestSellers_TopProducts_Inventory_ e BestSellers_TopProducts_ para retornar uma lista dos principais produtos que você tem no seu inventário.

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)

Principais marcas para uma determinada categoria e país

A consulta SQL a seguir retorna as principais marcas com a categoria "Smartphones" nos EUA.

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

Produtos das principais marcas do seu inventário

A consulta SQL a seguir retorna uma lista de produtos no seu inventário de principais marcas, listadas por categoria e país.

  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