이 페이지는 Cloud Translation API를 통해 번역되었습니다.

Google 판매자 센터 전송

Google 판매자 센터용 BigQuery Data Transfer Service를 사용하여 Google 판매자 센터 보고 데이터의 반복되는 로드 작업을 자동으로 예약하고 관리할 수 있습니다.

지원되는 보고서

Google 판매자 센터용 BigQuery Data Transfer Service는 다음과 같은 데이터를 지원합니다.

제품 및 제품 문제

제품 및 제품 문제 보고서에는 피드를 통해서나 Content API for Shopping을 통해 판매자 센터에 제공되는 제품 데이터가 포함됩니다. 이 보고서에는 Google이 제품에서 감지한 항목 수준의 문제도 포함됩니다. Google 판매자 센터에서 또는 Content API for Shopping을 쿼리하여 제품 및 제품 문제 데이터를 볼 수 있습니다. 이 데이터가 BigQuery에 로드되는 방법에 대한 정보는 Google 판매자 센터 제품 테이블 스키마를 참조하세요.

리전별 인벤토리

리전별 인벤토리 보고서에는 리전별 가용성 및 가격 책정 재정의에 대한 추가 제품 데이터가 포함됩니다. 이 데이터가 BigQuery에 로드되는 방법에 대한 자세한 내용은 Google 판매자 센터 리전별 인벤토리 테이블 스키마를 참조하세요.

로컬 인벤토리

로컬 인벤토리 보고서에는 제품의 로컬 인벤토리에 대한 추가 제품 데이터가 포함됩니다. 이 보고서에는 로컬 가격 책정, 재고, 수량, 수령, 매장 내 제품 위치에 대한 데이터가 포함됩니다. 이 데이터가 BigQuery에 로드되는 방법에 대한 자세한 내용은 Google 판매자 센터 로컬 인벤토리 테이블 스키마를 참조하세요.

성능

실적 보고서는 광고 및 무료 등록정보의 실적 데이터를 상세하게 세분화하여 제공합니다. 이 데이터가 BigQuery에 로드되는 방법에 대한 정보는 Google 판매자 센터 성능 테이블 스키마를 참조하세요.

베스트셀러

베스트셀러 보고서는 Google 판매자 센터 UI에 있는 것과 동일한 데이터를 제공하며 최대 2년 동안 국가 또는 카테고리 간에 데이터를 백필할 수 있습니다. 여기에는 쇼핑 광고 및 무료 목록에서 가장 인기 있는 제품과 브랜드에 대한 데이터와 인벤토리에 재고가 있는지 여부가 포함됩니다. 이 보고서는 Google 판매자 센터를 통해 제공되는 베스트셀러 보고서를 기반으로 합니다. 이 데이터가 BigQuery에 로드되는 방법에 대한 자세한 내용은 Google 판매자 센터 베스트셀러 테이블 스키마를 참조하세요.

가격 경쟁력

가격 벤치마크 보고서(이전의 가격 벤치마크 보고서)는 제품 수준 속성 및 가격 벤치마크 데이터를 포함하며 Google 판매자 센터에서 제공하는 가격 경쟁력 보고서와 동일한 정의를 기반으로 합니다. 이 데이터가 BigQuery에 로드되는 방법에 대한 정보는 Google 판매자 센터 가격 경쟁력 테이블 스키마를 참조하세요.

가격 정보

가격 정보 보고서를 사용하여 제품의 추천 할인가와 제품 가격을 업데이트할 때 예상되는 실적 예측을 확인할 수 있습니다. 가격 정보 보고서를 사용하면 제품의 가격을 더욱 효과적으로 책정할 수 있습니다. 이 보고서의 데이터를 사용하는 방법에 대한 자세한 내용은 가격 정보 보고서로 제품 가격 책정 개선을 참조하세요. 이 데이터가 BigQuery에 로드되는 방법에 대한 정보는 Google 판매자 센터 가격 정보 테이블 스키마를 참조하세요.

제품 타겟팅

Google 쇼핑에서 BigQuery로 데이터를 로드할 때 광고 타겟팅 정보를 노출하도록 전송을 설정하는 경우 제품 타겟팅 보고서를 사용 설정합니다. 데이터가 BigQuery에 로드되는 방법에 대한 자세한 내용은 Google 판매자 센터 제품 타겟팅 테이블 스키마를 참조하세요.

신고 옵션

Google 판매자 센터용 BigQuery Data Transfer Service는 다음과 같은 보고 옵션을 지원합니다.

보고 옵션	지원
예약	일별, 주별, 월별 또는 커스텀으로 설정할 수 있습니다. 기본적으로 전송이 생성될 때 일별로 설정됩니다. 전송 사이의 최소 간격은 6시간입니다.

Google 판매자 센터 전송에서 데이터 수집

Google 판매자 센터에서 BigQuery로 데이터를 전송할 때는 데이터가 날짜별로 파티션을 나눈 BigQuery 테이블에 로드됩니다. 데이터가 로드되는 테이블 파티션은 데이터 소스의 날짜에 해당합니다. 동일한 날짜에 여러 전송을 예약하면 BigQuery Data Transfer Service가 해당 날짜의 파티션을 최신 데이터로 덮어씁니다. 동일한 일자에 전송이 여러 개 있거나 백필을 실행해도 데이터가 중복되지 않으며 다른 일자의 파티션에 영향을 주지 않습니다.

제한사항

일부 보고서에는 이전 백필에 대한 다른 지원 기간과 같은 자체 제약조건이 있을 수 있습니다. 다음 섹션에서는 각 보고서의 제한사항에 대해 설명합니다.

이전 백필 지원

모든 보고서에서 동일한 방식으로 이전 백필을 지원하지는 않습니다. 다음은 보고서 목록 및 이전 백필에 대한 지원 수준입니다.

제품 및 제품 문제 - 14일
로컬 인벤토리 - 14일
리전 인벤토리 - 14일
실적 - 2년
베스트셀러 - 2년
가격 경쟁력 - 백필 지원 없음
가격 정보 - 백필 지원 없음

자동 백필 전송 실행

실적 보고서에는 '오늘' 데이터에 지연 시간이 있을 수 있습니다. 따라서 데이터 내보내기가 요청되면 수정사항을 반영하기 위해 최대 3일 전까지 데이터가 업데이트될 수 있습니다.

이 기능을 지원하기 위해 보고서에서 전송이 트리거될 때마다 today - 1 및 today - 2에 대해 전송 실행이 두 번 더 생성됩니다. 이러한 전송 실행은 실적 표에만 영향을 미치며 다른 표에는 영향을 미치지 않습니다.

자동 백필은 사용 중지할 수 없습니다.

제품 및 제품 문제

BigQuery의 제품 및 제품 문제 데이터는 판매자 계정의 실시간 보기를 나타내지 않습니다. 데이터의 타임라인을 보려면 스키마의 product_data_timestamp 필드를 참조하세요.

가격 벤치마크

가격 벤치마크 데이터는 가격 벤치마크의 실시간 보기가 아닙니다. 데이터 타임라인을 보려면 가격 벤치마크 스키마의 price_benchmark_timestamp 필드를 참조하세요.
모든 제품에 가격 벤치마크가 있는 것은 아닙니다.

베스트셀러

모든 국가가 순위 데이터를 포함하는 것은 아닙니다. 보고서에 포함된 국가(ISO 3166-1 alpha-2 사용): 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, US
베스트셀러 데이터는 브랜드 순위의 실시간 보기가 아닙니다. 데이터의 타임라인을 보려면 BestSellers_TopProducts_ 및 BestSellers_TopBrands_ 스키마의 rank_timestamp 필드를 참조하세요.
BestSellers_TopBrands_ 테이블의 브랜드에 매핑되지 않는 google_brand_id가 있는 Products_ 테이블에 행이 있을 수 있습니다.
google_brand_id 필드의 브랜드 ID는 비즈니스 및 브랜드의 변화 특성을 반영하기 위해 시간 경과에 따라 변경될 수 있습니다. 따라서 장기간에 걸친 브랜드 집합 추적은 보장되지 않습니다.
여러 카테고리에서 브랜드 순위가 결정되지만 Products_ 테이블의 모든 제품은 리프 카테고리에 속합니다. 비리프 카테고리에서 브랜드와 제품을 조인하려면 베스트셀러 샘플 쿼리에 표시된 대로 google_product_category_ids 필드를 사용합니다.

멀티 클라이언트 계정(MCA) 지원

여러 판매자 ID를 가진 기존 고객은 상위 멀티 클라이언트 계정(MCA)을 구성하는 것이 좋습니다. MCA를 구성하면 모든 판매자 ID의 단일 전송을 만들 수 있습니다.

Google 판매자 센터 MCA를 사용하면 개별 판매자 ID를 사용할 때보다 여러 가지 이점이 있습니다.

여러 판매자 ID의 보고 데이터를 전송할 때 더 이상 여러 전송을 관리할 필요가 없습니다.
여러 판매자 ID가 포함된 쿼리는 모든 판매자 ID 데이터가 동일한 테이블에 저장되므로 훨씬 더 쉽게 작성할 수 있습니다.
MCA를 사용하면 모든 판매자 ID 데이터가 동일한 작업으로 로드되므로 잠재적인 BigQuery 로드 작업 할당량 문제가 완화됩니다.

MCA를 사용할 경우의 한 가지 단점은 후속 쿼리 비용이 높아질 수 있다는 점입니다. 모든 데이터가 동일한 테이블에 저장되므로 개별 판매자 ID의 데이터를 검색하는 쿼리가 여전히 전체 테이블을 검색해야 합니다.

MCA를 사용하는 경우 aggregator_id 아래에 MCA ID가 나열되고 merchant_id 아래에 개별 하위 계정이 나열됩니다. MCA를 사용하지 않는 계정의 경우 aggregator_id가 null로 설정됩니다.

모든 보고서에서 MCA를 지원하지는 않습니다. MCA는 다음 보고서에서 지원됩니다.

제품 및 제품 문제
로컬 인벤토리
리전별 인벤토리
제품 실적
가격 경쟁력
가격 정보
제품 타겟팅

데이터 쿼리

BigQuery로 전송되는 데이터는 내부 데이터화 시간별로 파티션을 나눈 테이블에 기록됩니다. 자세한 내용은 파티션을 나눈 테이블 소개를 참조하세요.

Google 판매자 센터 테이블을 쿼리할 때는 _PARTITIONTIME 또는 _PARTITIONDATE 유사 열을 쿼리에 사용해야 합니다. 자세한 내용은 파티션을 나눈 테이블 쿼리를 참조하세요.

Products_ 테이블에는 중첩 및 반복 필드가 포함됩니다. 중첩 및 반복 데이터 처리에 대한 자세한 내용은 GoogleSQL 문서에서 반복 필드 처리의 차이점을 참조하세요.

Google 판매자 센터 샘플 쿼리

다음과 같은 Google 판매자 센터 샘플 쿼리를 사용하여 전송된 데이터를 분석할 수 있습니다. Looker Studio와 같은 시각화 도구에서 쿼리를 사용할 수도 있습니다.

다음 각 쿼리에서 dataset를 해당 데이터 세트 이름으로 바꿉니다. merchant_id를 판매자 ID로 바꿉니다. MCA를 사용 중인 경우에는 merchant_id를 MCA ID로 바꿉니다.

제품 및 제품 문제 샘플 쿼리

제품 및 제품 문제 통계

다음 SQL 샘플 쿼리는 제품 수, 문제가 있는 제품, 일별 문제를 제공합니다.

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

쇼핑 광고에 승인되지 않은 제품

다음 SQL 샘플 쿼리는 쇼핑 광고에 표시하도록 승인되지 않은 제품 수를 국가별로 구분하여 제공합니다. 제외된 대상 또는 제품 관련 문제로 인해 비승인이 발생할 수 있습니다.

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

승인되지 않은 문제가 있는 제품

다음 SQL 샘플 쿼리는 비승인 문제가 있는 제품 수를 국가별로 구분하여 가져옵니다.

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

가격 벤치마크 샘플 쿼리

제품 가격을 벤치마크와 비교

다음 SQL 쿼리는 Products 및 Price Benchmarks 데이터를 조인하여 제품 목록 및 관련 벤치마크를 반환합니다.

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

베스트셀러 샘플 쿼리

지정된 카테고리 및 국가의 최고 제품

다음 SQL 쿼리는 미국 '스마트폰' 카테고리의 인기 제품을 반환합니다.

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

내 인벤토리의 인기 제품

다음 SQL 쿼리는 BestSellers_TopProducts_Inventory_ 및 BestSellers_TopProducts_ 데이터를 조인하여 인벤토리에 있는 인기 제품 목록을 반환합니다.

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)

지정된 카테고리 및 국가의 최고 브랜드

다음 SQL 쿼리는 미국 '스마트폰' 카테고리의 인기 브랜드를 반환합니다.

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

인벤토리의 최고 브랜드 제품

다음 SQL 쿼리는 인벤토리에 있는 인기 브랜드의 제품 목록을 카테고리 및 국가별로 나열하여 반환합니다.

  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