Um data feed é um arquivo estruturado — normalmente em XML, CSV ou JSON — que reúne os registros de produtos ou de conteúdo de um lojista em linhas de campos padronizados, atualizadas periodicamente para que todos os sistemas posteriores leiam as mesmas informações atuais, em vez de depender de alguém redigitando tudo manualmente. Ele fica entre os sistemas internos de uma empresa e as plataformas externas que precisam dos dados de produtos, funcionando como a camada de tradução que conecta os dois lados. Os data feeds são a matéria-prima por trás de formatos mais específicos de cada canal, incluindo o feed de produtos que o Google Shopping ou a Meta efetivamente consomem.
Por que um data feed é importante para a gestão de feeds
Um data feed é importante porque é o único ponto em que as inconsistências dos dados de negócio subjacentes ficam visíveis e podem ser corrigidas antes de chegarem a um canal de compras. Sistemas de origem, como um ERP ou um PIM, costumam armazenar as informações de produtos de forma inconsistente — equipes diferentes registram tamanhos, categorias ou descrições de maneiras ligeiramente diferentes — e o data feed é o ponto de controle em que essa variação é detectada e corrigida ou enviada direto para um marketplace. As plataformas de gestão de feeds usam essa etapa para aplicar normalização e enriquecer os registros com metadados, o que é muito mais barato de corrigir uma única vez, no nível do data feed, do que caçar erros separadamente em cada canal em que a empresa vende. Os varejistas que pulam essa etapa costumam descobrir o custo depois, na forma de anúncios reprovados ou de posições mais fracas nas buscas.
Como funciona um data feed
Um data feed é gerado extraindo os registros de produtos de onde quer que estejam armazenados, mapeando cada campo interno para o esquema que o destino espera e gerando o resultado como um arquivo ou endpoint que pode ser buscado novamente em intervalos programados. A etapa de geração também é onde acontece a transformação: unidades são convertidas, nomes de categorias são mapeados para a taxonomia do canal, campos ausentes são preenchidos a partir de fontes de enriquecimento e itens duplicados ou descontinuados são filtrados. Como o mesmo data feed de base muitas vezes alimenta várias saídas específicas por canal — um feed no formato do Google, um feed no formato da Meta, um feed para uma rede de afiliados —, deixar o data feed de base limpo uma vez significa que todo feed de produtos posterior herda essa mesma precisão, sem precisar de correções separadas.
Exemplo: uma linha de data feed em XML
<item>
<g:id>SKU-40217</g:id>
<title>Ceramic Pour-Over Coffee Dripper - Matte White</title>
<link>https://example-shop.com/products/ceramic-pour-over-dripper</link>
<g:price>28.50 USD</g:price>
<g:availability>in stock</g:availability>
<g:gtin>00812345678903</g:gtin>
<g:brand>Kettle & Ash</g:brand>
<g:product_type>Home > Kitchen > Coffee & Tea</g:product_type>
</item>Cada campo aqui reflete uma decisão tomada antes, no data feed: g:product_type reflete um mapeamento de categoria aplicado durante a normalização, g:gtin reflete um campo de metadados obtido de um banco de dados de produtos, e a presença de todos os atributos obrigatórios reflete uma etapa de validação executada antes que esse registro pudesse entrar na saída final.
Conceitos relacionados
Um data feed raramente chega limpo por conta própria — normalmente ele precisa de normalização para padronizar valores inconsistentes e de metadados para preencher os atributos descritivos que um canal de fato usa no ranqueamento antes de estar pronto para se tornar um feed de produtos específico de um canal. Para uma referência completa, campo a campo, do que um data feed bem estruturado deve conter, veja nosso guia de Parâmetros padrão de feed de produtos em XML.
