La normalisation consiste à remettre en forme des données produits incohérentes — unités, casse, noms de catégories ou formats d'attributs disparates — pour les convertir dans les valeurs standard que la spécification de flux d'un canal attend réellement, afin que chaque ligne puisse être validée, associée et classée correctement au lieu d'être rejetée ou mal interprétée sans avertissement. Les systèmes sources produisent rarement d'eux-mêmes des données propres et uniformes, car différentes personnes et différents processus saisissent souvent le même type d'information de façons légèrement différentes au fil du temps. La normalisation est le point de contrôle où ces incohérences sont détectées et corrigées avant d'atteindre un canal shopping.
Pourquoi la normalisation compte pour les flux multicanaux
Chaque plateforme à laquelle un flux est soumis applique ses propres règles strictes sur les valeurs acceptées, et des données qui semblent parfaitement correctes en interne enfreignent souvent ces règles purement et simplement — un champ de stock contenant « Yes » au lieu de « in stock », un poids exprimé en livres alors que le canal attend des kilogrammes, ou un nom de catégorie qui ne correspond à aucun nœud de la taxonomie produits de Google. Sans normalisation, ce type d'écart provoque des refus et des produits mal associés précisément au volume qu'un catalogue en croissance peut le moins se permettre de vérifier à la main. La normalisation règle le problème une fois pour toutes, en amont, grâce à des règles appliquées de manière cohérente à chaque produit qui passe par le flux, au lieu d'obliger quelqu'un à corriger après coup chaque ligne refusée.
Comment fonctionne la normalisation
La normalisation est généralement mise en œuvre sous la forme d'un ensemble de règles métier appliquées lors de la génération du flux : mapping des valeurs énumérées pour que les différents indicateurs de stock se ramènent à « in stock » ou « out of stock », conversion des unités, par exemple des livres en kilogrammes ou des pouces en centimètres, standardisation des taxonomies pour que les noms de catégories internes correspondent à l'arborescence officielle d'un canal, et nettoyage des incohérences de mise en forme dans les titres ou les descriptions. Ces règles s'exécutent automatiquement à chaque régénération du flux : une correction appliquée une fois continue donc de s'appliquer à chaque nouveau produit ajouté au catalogue, et pas seulement à ceux qui existaient au moment de la rédaction de la règle.
Exemple : champs normalisés dans un article de flux
<item>
<g:id>SKU-30478</g:id>
<title>Cast Iron Skillet - 10 Inch</title>
<g:availability>in stock</g:availability>
<g:condition>new</g:condition>
<g:shipping_weight>1.36 kg</g:shipping_weight>
<g:google_product_category>Home & Garden > Kitchen & Dining > Cookware</g:google_product_category>
</item>Avant normalisation, cette ligne a pu arriver du système source avec une disponibilité enregistrée sous la forme « Y », un poids exprimé en livres et une valeur de catégorie qui n'avait de sens qu'en interne — chaque champ ci-dessus reflète une règle de normalisation qui a converti la donnée source brute en la valeur énumérée ou l'unité exacte exigée par la spécification du flux.
Concepts associés
La normalisation et les métadonnées sont étroitement liées, car une grande partie de ce qui est normalisé correspond à des métadonnées arrivées dans un format incohérent, et toutes deux déterminent en définitive la propreté d'un flux de données avant qu'il ne devienne un flux prêt pour un canal. Pour un exemple concret de correction des valeurs qu'un canal rejette activement, consultez How to Correct and Enhance Product Data Using Google Supplemental Feeds.
