数据规范化（normalization）是指将不一致的商品数据——不匹配的单位、大小写、类别名称或属性格式——重塑为渠道 Feed 规范实际要求的标准值，使每一行都能被正确验证、匹配和排序，而不是被悄无声息地拒绝或误读。源系统本身很少能产出干净、统一的数据，因为随着时间推移，不同的人和流程往往会以略有差异的方式录入同类信息。规范化就是在数据到达购物渠道之前发现并纠正这种不一致的检查点。
规范化对多渠道 Feed 为何重要
Feed 提交到的每个平台都执行着各自严格的可接受值规则，而在内部看起来完全合理的数据往往会直接违反这些规则——库存字段存的是“Yes”而不是“in stock”，重量以磅记录而渠道要求千克，或者类别名称与 Google 商品分类体系中的任何节点都不匹配。如果不进行规范化，这类不匹配会导致拒登和商品错配，而且数量之大恰恰是一个不断增长的商品目录最无力人工审核的。规范化在上游一次性解决这个问题：规则会一致地应用于 Feed 中的每件商品，而不需要有人事后逐一修复每一行被拒登的数据。
规范化的工作原理
规范化通常以一组在 Feed 生成过程中应用的业务规则来实现：映射枚举值，让各种库存标识统一归并为“in stock”或“out of stock”；转换单位，例如将磅换算为千克、将英寸换算为厘米；统一类别分类体系，让内部类别名称映射到渠道的官方类别树；以及清理标题或描述中的格式不一致问题。这些规则会在每次重新生成 Feed 时自动运行，因此一次修复会持续作用于今后添加到商品目录中的每件商品，而不仅仅是编写规则时已存在的商品。
示例：Feed 商品中经过规范化的字段
<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>在规范化之前，这一行数据从源系统传来时，可能库存状态存储为“Y”、重量以磅记录，而类别值只在内部才有意义——上面的每个字段都体现了一条规范化规则，它将原始源数据转换为 Feed 规范所要求的确切枚举值或单位。
相关概念
规范化与元数据密切相关，因为被规范化的内容大多是以不一致格式传入的元数据，二者最终共同决定了数据 Feed 在成为可供渠道使用的 Feed 之前有多干净。如需实际了解如何纠正渠道正在拒绝的值，请参阅《如何使用 Google 补充 Feed 纠正并增强商品数据》。
