Vous devez formater votre fichier de données de magasin en conformité avec les spécifications et les lignes directrices décrites ci-dessous.
Avant de commencer
Qu'est-ce que les données de magasin ?
Les données de magasin contiennent toutes les informations liées à vos magasins, y compris les identifiants de magasin, les noms de magasin, les dates d'ouverture, les codes pays, les adresses etc.
Les données de magasin vous permettent de connecter vos données de ventes et de magasins et vous fournissent une nouvelle capacité de création de segment ( par ex. vous pouvez créer des segments pour atteindre ceux de vos contacts qui n'achètent qu'en magasins offline).
Important
Si vous chargez des fichiers de données de magasins qui contiennent des mises à jour comparés à votre ensemble de données originels, alors les données existantes seront écrasées.
A quelle fréquence dois-je charger les données de magasin ?
Après avoir fait le chargement initial de vos données de magasin historiques, nous vous conseillons de charger les nouvelles données de magasin à chaque fois que les champs de données changent (par ex. quand un nouveau magasin ouvre ou qu'un vieux ferme).
- Nous vous recommandons aussi de charger de temps en temps l'intégralité de vos données de magasins à des fins de maintenance.
- Smart Insight traitera ces fichiers de données de magasins de manière agrégée seulement une fois par jour.
Règles générales pour votre fichier de données
Le processus d'importation de vos données de magasins 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 magasin doivent être dans le même ordre que ce qui a été convenu pendant l'implémentation de l'onboarding Smart Insight.
- Votre fichier de données de magasin 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
store*.csv.En d'autres termes, le nom de fichier doit commencer par la chaînestore et 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. Par 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.
Champs obligatoires
Configuration de champ standard
Ces champs sont requis pour la configuration de fonctionnalité standard dans Emarsys.
- Bien que seules les champs
store_id etname soient obligatoires, le fichier .csv de données de magasin doit inclure tous les autres champs listés dans le tableau suivant, même s'ils n'ont que des valeurs vides, sinon le chargement du fichier de données de vente échouera. - Les champs de type Marge ne peuvent contenir de chaînes vides. Par exemple, les guillemets simples
"ou doubles""sans valeurs à l'intérieur ne sont pas acceptés. Si le fichier de données de magasin que vous souhaitez charger contient un champ Marge dont la valeur estNULL, veuillez le laisser vide. Par exemple :value1,,value3,value4.
| Champ | Requis | Type | Exemple | Description |
|---|---|---|---|---|
store_id |
Oui | String | "87" | ID du lieu de magasin utilisé par le client. |
name |
Oui | String | Tokyo" | Le nom du magasin. |
open_date |
Facultatif | Horodatage | "2019-01-31" | La date à laquelle le magasin a ouvert (le format de date est AAAA-MM-JJ). |
country_code |
Facultatif | String | DE | Le code pays du magasin ( le format est ISO 3166). |
city |
Facultatif | String | Munich | La ville où le magasin est situé (en anglais). |
address |
Facultatif | String | "21 Caledonian Road" | L'adresse du magasin. |
postal_code |
Facultatif | String | "80339" | Le code postal (zip) du magasin. |
latitude |
Facultatif | Lancement | "-47.5075" | La latitude des coordonnées GPS du magasin. |
longitude |
Facultatif | Lancement | "19.0237" | La longitude des coordonnées GPS du magasin. |
size |
Facultatif | Lancement | "60" | La surface du magasin (en mètres carrés). |
categorie |
Facultatif | String | "outlet", luxury , general" | Le type de clientèle du magasin. |
Champs personnalisés
En plus des champs de données de magasin obligatoires, vous pouvez aussi ajouter d'autres informations à votre fichier de données de magasin 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 :
- 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 magasin sera rejeté.
- Les champs personnalisés peuvent être vides.
- Les champs de type Marge ne peuvent contenir de chaînes vides. Par exemple, les guillemets simples
"ou doubles""sans valeurs à l'intérieur ne sont pas acceptés. Si le fichier de données de magasin que vous souhaitez charger contient un champ Marge dont la valeur estNULL, veuillez le laisser vide. Par exemple :value1,,value3,value4.
| Préfixe | Type | Exemple |
|---|---|---|
i_* |
Integer | i_customer_age |
f_* |
Lancement | f_customer_height |
t_* |
Horodatage | t_date_of_manufacture |
s_* |
String | s_book_author |
Exemple de données de magasin
L'exemple suivant montre à quoi un fichier de données de magasins peut ressembler :
"store_id","name","category","open_date","country_code","city","address","postal_code","latitude","longitude","size"
"NWYRK","New York","Luxury","2015-03-29","USA","New York",,,,,
"SDNY","Sidney","General","2016-03-29","AUS","Sidney",,,,,
"NWDLH","New Delhi","Outlet","2017-03-29","IND","New Delhi",,,,,
"TKY","Tokyo","General","2018-04-12","JPN","Tokyo",,,,,
"VNN","Vienna","General","2016-01-17","AUT","Vienna",,,,,
"MLN","Milano","Luxury","2019-06-06","ITA","Milano",,,,,
"SHNGH","Shanghai","Luxury","2018-12-01","CHN","Shanghai",,,,,
"BSTN","Boston","General","2017-10-03","USA","Boston",,,,,
"SNTPTRSBRG","Saint Petersburg","General","2017-02-15","RUS","Saint Petersburg",,,,,