Vous devez formater votre fichier de ventes en conformité avec les spécifications et les lignes directrices décrites ci-dessous.
Table des matières
Avant de commencer
Qu'est-ce que les données de vente ?
Les données de vente sont toutes les informations sur les transactions enregistrées dans vos boutiques, y compris les achats, retours et annulations quotidiens, ainsi que les données hors ligne en provenance de vos boutiques physiques. Nous conservons vos données de vente dans notre Service de données de vente, via lequel les apps Emarsys individuelles peuvent y accéder.
L'état de vos données de vente ainsi que les mises à jour régulières peuvent être suivis sur la page Admin > Sources de données > Données de vente.
Important
- Les téléversements de données de vente sont incrémentaux, ce qui signifie que les nouveaux téléversements s'ajoutent aux données de vente existantes sans les effacer.
- Comme nous ne dédupliquons pas les données de vente actuellement, assurez-vous de ne charger chaque commande particulière qu'une seule fois puisque les enregistrements en doublons risquent sinon de fausser votre reporting.
Pourquoi les données de vente sont-elles importantes ?
Bien que vos scripts de collecte de données Web Extend tracent vos achats dans votre boutique en ligne, ils ne collectent aucune information sur les retours, les annulations et les transactions hors ligne. Ces informations sont essentielles pour toutes les fonctionnalités Emarsys liées telles que le rapport de revenu exact ou les modèles d'affinité de produit, et nous aide à rendre nos fonctionnalités intelligentes encore plus intelligentes.
La plupart des produits et fonctionnalités Emarsys ont besoin de vos données de vente, y compris Predict, Incentive Recommendation et Smart Insight. Elles sont aussi indispensables à l'attribution du revenu de campagne, aux statistiques de revenu et au reporting.
Combien d'effort dois-je investir là-dedans ?
Vous devrez d'abord générer un fichier initial, contenant idéalement au moins deux ans de données de vente et conforme à nos spécifications, décrites ci-dessous. En fonction de la taille et de la complexité de votre historique de ventes, votre spécialiste données peut mettre jusqu'à quelques heures pour livrer ce fichier.
Ensuite, si notre moteur de validation détecte des problèmes, vous devrez d'abord les résoudre avant d'avancer, ce qui peut prendre encore une ou deux heures du temps de votre spécialiste données.
Sur la base de l'expérience passée avec un large échantillon de clients, voici une indication de combien de temps vous pourriez avoir besoin pour configurer votre fichier de données de vente :
Action | Rôle | Effort max |
|---|---|---|
| Générer un fichier de données de vente historiques | Spécialiste des données | Jusqu'à 8 heures |
| Valider le fichier | Spécialiste des données | 5 minutes |
| Réparer les erreurs, si possible | Spécialiste des données | Dépend du nombre et de la gravité des problèmes, mais d'ordinaire pas plus de 2 heures |
| Configurer un import de données de vente quotidien | Spécialiste des données | Jusqu'à 2 heures |
A quelle fréquence dois-je charger les données de vente ?
Après avoir fait le chargement initial de vos données de vente, nous vous recommandons de charger les nouvelles données de vente quotidiennement.
Vous pouvez charger des mises à jour des données de vente plus fréquemment, mais Smart Insight traitera ces fichiers de données de vente de manière agrégée seulement une fois par jour.
Règles générales pour votre fichier de données
Votre chargement de fichier de données de vente échouera s'il ne passe pas nos examens de validation. Vous devez vous assurer que le fichier soit correctement formaté comme décrit ci-dessous.
Les colonnes dans l'en-tête de votre fichier de données de ventes doivent être dans le même ordre que ce qui a été convenu pendant l'implémentation d'intégration Smart Insight. Dans le cas contraire, le téléversement échouera.
Vous pouvez examiner l'ordre des colonnes en haut de la page Données de vente (Admin menu > Sources de données> Données de vente > Gérer les données de vente), par exemple :
- Votre fichier de données de ventes doit être un simple tableur .csv , dont chaque ligne décrit les caractéristiques d'un seul article de ligne.
- Votre fichier doit commencer par la ligne en-tête (par exemple les noms de fichier).
- Le nom de fichier doit suivre la convention
sales_items*.csv. En d'autres termes, le nom de fichier doit commencer par la chaînesales_itemet son extension doit être .csv, tandis que vous devez remplacer l'astérisque par un nombre de caractères de votre choix (par exemple un horodatage). - Utilisez une bibliothèque d'exportation CSV compatible avec le format CSV standard.
- Utilisez une virgule pour séparer les champs dans une rangée.
- Quand un champ n'a aucune valeur, laissez-le vide. Exemple:
value1,,value3,value4. - N'utilisez pas les caractères de saut de ligne, qu'ils soient entre guillemets ou non, dans les champs.
- Utilisez le cryptage UTF-8.
- Intégrez les noms de champ dans la première rangée (en-tête) et assurez-vous que toutes les rangées suivantes contiennent les valeurs correspondantes aux champs énumérés dans l'en-tête. Si vous avez un doute sur comment faire cela, contactez le Support Emarsys.
- N'utilisez pas plus de 255 colonnes.
- N'utilisez pas de valeurs de champ plus longues que 64 KB.
Fichier de données exemple
Besoin d'un exemple ? Cliquez ici pour voir à quoi ressemble un fichier de données de ventes ou bien téléchargez un fichier échantillon.
Champs obligatoires
Configuration de champ standard
Ces champs sont requis pour la configuration de fonctionnalité standard dans Emarsys.
Champ | Requis | Type | Exemple | Description |
|---|---|---|---|---|
item | Oui | Chaîne | BOOK0012 |
|
prix | Oui | Lancement | 110.30 |
|
commande | Oui | Chaîne | 111-U8 |
|
horodatage | Oui | Horodatage | 2016-06-06T14:02:00Z |
|
client | Oui (email ou bien customer est obligatoire. N'utilisez pas les deux !) | Chaîne | 12343-14B |
|
email | Oui (email ou bien customer est obligatoire. N'utilisez pas les deux !) | Email | sportscar_fanatic@gmail.com |
|
quantité | Oui | Lancement | 5 |
|
Important: Assurez-vous d'utiliser soit customer soit email pour l'identification d'utilisateur de manière systématique dans tous vos fichiers de données de ventes et de ne pas les mélanger.
Champs de fidélité
Si vous utilisez la Fidélité Emarsys, vous devrez aussi inclure ces champs dans votre fichier de données de vente.
Champ | Requis | Type | Exemple | Description |
|---|---|---|---|---|
s_market | Oui | Chaîne | Allemagne |
|
f_original_price | Oui | Lancement | 3549.92 |
|
s_original_currency | Oui | USD | 111-U8 |
|
Exigences en matière d'annulation et de remboursement pour Fidélité
Quand vous soumettez les articles ou commandes retournés, utilisez toujours les IDs de commande, de client et d'article de la commande originale et fournissez une valeur négative dans les champs de prix comme de quantité, ainsi que dans f_original_price. Veuillez vous assurer de remplir les champs dans votre fichier de données de vente de cette manière, sinon les remboursements ne seront pas correctement représentés dans vos rapports.
Champs personnalisés
En plus des champs de données de vente, vous pouvez aussi ajouter d'autres informations à votre fichier de données de ventes en utilisant des champs personnalisés. Les noms des champs personnalisés doivent commencer par un préfixe qui spécifie le type de données. Le préfixe doit être suivi par un soulignement (_) et le nom de la colonne personnalisée. Si le nom d'un champ consiste en plusieurs mots, alors chaque mot doit commencer par une lettre en minuscule et chaque mot doit être séparé par un soulignement. Par exemple, s_original_currency.
Préfixes de champ personnalisé disponibles :
Préfixe | Type | Exemple |
|---|---|---|
i_* | Nombre entier | i_customer_age |
f_* | Lancement | f_customer_height |
t_* | Horodatage | t_date_of_manufacture |
s_* | Chaîne | s_book_author |
- Les champs personnalisés sont validés pour un type de données et si les valeurs indiquées ne sont pas cohérentes avec le type de données attendu le fichier de données de ventes sera rejeté.
- Les champs personnalisés peuvent être vides.
Exemple de données de vente
L'exemple suivant montre des commandes pour un magasin de chaussures avec trois colonnes sur mesure :
item,price,order,timestamp,customer,quantity,s_color,f_size,t_published 103-nike-1,24.95,112343,2016-06-06T14:02:00Z,093275854,1,blue,14.5,2016-09-20T15:00:00Z 105-adidas-66,99.95,112343,2016-06-06,493027334,3,black,14.5,2016-09-20T15:00:00Z 107-nike-24,50.99,66234,2016-06-06T17:00:00Z,672985375,1,pink,13.5,2016-08-01
Retours, annulations et remboursements
Quand vous soumettez les articles ou commandes retournés, utilisez toujours les IDs de commande, de client et d'article de la commande originale et fournissez une valeur négative dans les champs de prix comme de quantité, ainsi que dans f_original_price. Veuillez vous assurer de remplir les champs dans votre fichier de données de vente de cette manière, sinon les remboursements ne seront pas correctement représentés dans vos rapports.
Exemple
Un client peut acheter trois articles :
| ID de commande | Date | Identifiant client | ID d'article | prix | quantité | s_market | f_original_price | s_original_currency |
|---|---|---|---|---|---|---|---|---|
| OR12345 | 15.10.2015 | CU54343 | IT8798 | 45 | 1 | HU | 14234.76 | HUF |
| OR12345 | 15.10.2015 | CU54343 | IT2235 | 30 | 1 | HU | 9546.23 | HUF |
| OR12345 | 15.10.2015 | CU54343 | IT8840 | 25 | 1 | HU | 3452.45 | HUF |
Une semaine plus tard il décide de retourner deux des articles, ce qui doit être reporté dans le fichier de données de vente comme suit :
| ID de commande | Date | Identifiant client | ID d'article | prix | quantité | s_market | f_original_price | s_original_currency |
|---|---|---|---|---|---|---|---|---|
| OR12345 | 22.10.2015 | CU54343 | IT2235 | -30 | -1 | HU | -9546.23 | HUF |
| OR12345 | 22.10.2015 | CU54343 | IT8840 | -25 | -1 | HU | -3452.45 | HUF |
Ces deux parties de commande seront ensuite agrégée en une seule commande dont la valeur totale sera 45, tandis que la date de commande restera inchangée (c'est-à-dire que nous conservons la date de la commande originale).
FAQ Smart Insight et données de vente
Pourquoi SFTP n'est-elle pas la méthode privilégiée pour charger les données de vente ?
Parce qu'elle a plusieurs inconvénients comparée aux chargements via l'API de données de vente. Entre autres :
- Votre fichier n'est pas validé immédiatement, ce qui ralentit la résolution de problème.
- Les comptes FTP doivent être configurés, tandis que l'API de données de vente est complètement en libre-service.
- Avec FTP, vous devez toujours vous assurer de donner un nom nique à votre fichier de données de vente pour éviter d'écraser les chargements précédents.
Que se passe-t-il si l'identifiant client (email ou customer_id) est manquant de certaines ou toutes les lignes dans le fichier de données de vente ?
Hé bien, essayez de vous assurer que cela n'arrive pas car cela peut fausser votre score et votre reporting Smart Insight.
Mais si cela arrive quand même, et que vous utilisez le SFTP Smart Insight pour charger vos données de vente, nous accepterons quand même le fichier de données de vente. Dans ce cas, nous créerons un pseudo contact pour votre compte et attribuerons toutes les commandes où l'identifiant client est manquant à ce contact. Si vous soumettez souvent vos fichiers de données de vente avec des IDs de client manquants, il se peut que nous créions un nouveau pseudo contact pour chaque commande affectée.
Les pseudo contacts se voient attribués un ID de client unique dans notre base de données de contacts et apparaissent comme générés sur les écrans Smart Insight.
Que se passe-t-il si un client n'est pas trouvé dans la base de données de contacts Emarsys ?
Si vous utilisez le SFTP Smart Insight pour charger vos données de vente, les commandes soumises avec un email ou un ID de client absent de la base de données de contact Emarsys seront quand même traitées, et le contact inconnu se verra attribué un ID de client et marqué comme généré dans les rapports de Cycle de vie client. A l'aide du filtre généré, ce contact peut être séparé des contacts normaux dans votre base de données de contacts.
Si de tes contacts générés sont explicitement identifiés plus tard, ils se changeront en contacts normaux au prochain chargement de données.