Checklist kvality produktových dat: 30 polí, která zvyšují prodeje i viditelnost
Jiří Štěpánek
Špatná produktová data nenápadně snižují konverze i dohledatelnost. Tento praktický checklist pokrývá 30 klíčových polí, která by měl tým kontrolovat napříč názvy, atributy, médii, identifikátory, skladovou dostupností a požadavky jednotlivých kanálů.
Checklist kvality produktových dat: proč těchto 30 polí rozhoduje
Checklist kvality produktových dat není jen technická údržba feedu. Je to přímý nástroj pro růst tržeb. Když jsou názvy neurčité, atributy neúplné nebo skladovost zastaralá, produkty ztrácí viditelnost v aukcích, hůř se párují na relevantní dotazy a zároveň slaběji konvertují.
Většina ecommerce týmů základní principy zná. Skutečný problém je konzistence ve větším měřítku. Katalog s tisíci až desetitisíci SKU obvykle vzniká z více zdrojů, od různých dodavatelů, s častými změnami. Bez jasného QA standardu po jednotlivých polích kvalita dat rychle degraduje.
Níže je praktický checklist pro týmy, které řeší Shopify katalog, marketplace listingy a exporty do Google Merchant Center i Amazonu. Zaměřuje se na pole, která mají přímý vliv na:
- Dohledatelnost a viditelnost v search/shopping kanálech
- Riziko zamítnutí nebo potlačení listingů
- CTR a konverzní výkon
- Rychlost provozu od příjmu dat po publikaci
Pokud dnes většinu oprav děláte ručně v tabulkách, navazuje tento článek na náš průvodce optimalizací produktových feedů.
30 polí, která nejvíc ovlivňují prodeje a viditelnost
Použijte tento seznam jako publikační bránu. SKU je „ready“ až ve chvíli, kdy projde všemi povinnými kontrolami pro cílový kanál.
| # | Pole | Proč je důležité | Rychlé QA pravidlo |
|---|---|---|---|
| 1 | Název produktu (title) | Zásadní signál relevance pro matching i CTR | Dodržet kanálový vzor názvu, klíčové atributy dát na začátek |
| 2 | Značka (brand) | Pomáhá párování, důvěře i logice identifikátorů | Používat normalizovaný slovník značek bez variant |
| 3 | Typ produktu (product type) | Podporuje merchandising i segmentaci kampaní | Mapovat z kanonické taxonomie do kanálových hodnot |
| 4 | Kategoriální mapování | Často povinné, zvyšuje dohledatelnost | Validovat proti aktuální taxonomii kanálu |
| 5 | Parent ID varianty | Drží variantní rodiny pohromadě | Každé child SKU musí mít platné group ID |
| 6 | Variantní atributy (barva/velikost) | Nutné pro odlišení variant a snížení vratek | Žádné konfliktní nebo duplicitní hodnoty variant |
| 7 | Krátký popis | Ovlivňuje kvalitu listingu i kontext pro nákup | Stručný, věcný, bez problematických promo formulací |
| 8 | Dlouhý popis | Dodává detail pro konverzi i compliance | Uvádět materiál, použití, limity a specifikace |
| 9 | Key features / bullets | Zlepšuje skenovatelnost na marketplace | Benefit-first odrážky, bez výplňového textu |
| 10 | Materiál | Častý filtr i relevance atribut | Řízený slovník místo volného textu |
| 11 | Barva | Klíčové pro varianty i uživatelský záměr | Standardizovat barvové rodiny a display názvy |
| 12 | Velikost / rozměry | Kritické pro fit, kompatibilitu a vratky | Jednotné jednotky + numerická validace |
| 13 | Hmotnost | Ovlivňuje dopravu i očekávání zákazníka | Ukládat jako číslo + jednotka, nepouštět prázdné hodnoty |
| 14 | Kompatibilita modelu | Zvyšuje výkon u příslušenství a náhradních dílů | Validovat proti schváleným seznamům kompatibility |
| 15 | Stav produktu (condition) | Často povinné a důležité pro policy kontrolu | Pouze povolené hodnoty podle kanálu |
| 16 | URL hlavního obrázku | Povinné téměř všude | URL musí být funkční, kvalitní a s jasným produktem |
| 17 | URL doplňkových obrázků | Zvyšuje důvěru i konverzi | Více úhlů, bez duplicitních assetů |
| 18 | Compliance obrázků | Chrání před disapprovals | Bez overlaye, watermarku a rušivého textu |
| 19 | Konzistence poměru stran | Lepší UX v katalogu a kolekcích | Držet standard poměru stran podle kategorie |
| 20 | Video URL (pokud je podporováno) | Pomáhá konverzi u složitějších produktů | Ověřit funkční přehrání a relevanci ke SKU |
| 21 | Landing page URL | Musí odpovídat produktu a být dostupná | Žádné 404/smyčky přesměrování, správná varianta |
| 22 | Cena (price) | Přímý dopad na schválení i konverzi | Cena musí sedět mezi feedem, PDP a checkoutem |
| 23 | Akční cena + platnost | Řídí promo způsobilost a důvěryhodnost | Platné datumové okno, odstranit expirované promo |
| 24 | Měna | Klíčové v multi-market nastavení | Validovat měnu vůči cílové zemi |
| 25 | Dostupnost (availability) | Ovlivňuje způsobilost i UX | Synchronizace skladu co nejblíž real-time |
| 26 | Datum dostupnosti | Povinné pro preorder/backorder scénáře | Použít validní datumový formát tam, kde je potřeba |
| 27 | SKU (interní ID) | Základ provozní identity napříč systémy | Unikátní na variantu, po publikaci neměnit |
| 28 | GTIN / UPC / EAN | Lepší párování, často i povinnost dle kategorie | Ověřit délku/checksum, brát od výrobce |
| 29 | MPN + logika identifikátorů | Důležité tam, kde chybí GTIN | Když není GTIN, správně mapovat MPN + brand logiku |
| 30 | Custom labels pro kanály | Segmentace kampaní a reporting | Řízená taxonomie labelů s jasným vlastníkem |
Aby to fungovalo v provozu, přiřaďte každému poli ownera, validační pravidlo a frekvenci obnovy.
Mapování na Shopify, Amazon a Google Merchant Center
Jeden kanonický datový model je nejbezpečnější cesta ke škálování. Každý kanál ale přijímá data jinak, takže mapovací vrstva musí být explicitní.
Shopify
Shopify je flexibilní, což je výhoda i riziko. Bez datové disciplíny se rychle stane, že „dočasně nepovinná“ pole zůstanou dlouhodobě prázdná. Udržte tvrdý základ minimálně pro title, description, média, SKU, barcode/GTIN, variantní volby a sklad.
Praktické pravidlo: Shopify používejte jako provozní merchandising rozhraní, ne jako jediný zdroj pravdy.
Google Merchant Center
Google Merchant Center má striktní pravidla pro data i média. Většina katalogů potřebuje spolehlivě pokrýt id, title, description, link, image_link, availability a price, plus kvalitní identifikátory (brand, gtin, mpn logika podle situace).
Časté chyby, které mají velký dopad:
- Název s promo formulacemi místo věcného popisu produktu
- Obrázky s overlayem, watermarkem nebo jiným rušivým prvkem
- Nesoulad ceny a dostupnosti mezi feedem, PDP a checkoutem
- Nejasné varianty (barva/velikost nejsou promítnuté v datech)
Amazon
Amazon pracuje s požadavky podle product type, takže statické šablony rychle zastarávají. Nejbezpečnější je tahat aktuální definice atributů programově a validovat payload ještě před odesláním.
To je důležité i proto, že legacy listing feedy byly nahrazené moderním JSON listing workflow. Týmy, které jedou podle starých flat-file návyků, často odhalí chyby až po částečném zpracování.
Pokud řešíte standardizaci napříč kanály, naváže na to náš článek Product Tagging 101.
QA workflow, které udrží katalog kvalitní i při růstu
Týmy obvykle neselhávají kvůli absenci pravidel, ale kvůli tomu, že nejsou součástí každodenního procesu. Funkční workflow vypadá takto:
-
Ingest + normalizace Všechny vstupy od dodavatelů mapujte do jednoho kanonického modelu ještě před exportem.
-
Validace podle tříd polí Automatizujte kontroly odděleně pro identitu, atributy, média, obchodní data a identifikátory.
-
Skóre + publish gate Každé SKU dostane publish skóre. Kritická pole neprojdou = nepublikovat.
-
Kanálová transformace Z jedné schválené produktové věty generujte výstupy pro Shopify, Google i Amazon.
-
Monitoring po publikaci Sledujte disapprovals, suppressions a warning trendy a vracejte je zpět konkrétním ownerům polí.
Právě tady dává Lasso největší smysl: umí sjednotit nečistá vstupní data, doplnit chybějící atributy a aplikovat opakovatelná QA pravidla ještě předtím, než data odejdou do feedu.
KPI, která má smysl sledovat každý týden:
- Míra úplnosti kritických polí (těchto 30)
- Podíl disapprovals/suppressions podle kanálu
- Medián času od příjmu produktu po publish-ready stav
- Procento SKU s chybou v identifikátorech nebo obrázcích
- Podíl obratu navázaný na „not publishable“ SKU
Pro srovnání vlastní úrovně řízení se podívejte i na praktické use cases.
Jak checklist nasadit během 30 dnů
Nemusíte dělat velký replatforming. Většina týmů zvládne tento checklist zavést během jednoho měsíce.
Týden 1: audit výchozího stavu
- Změřte úplnost všech 30 polí u top kategorií
- Najděte 10 nejčastějších chybových vzorů
- Nastavte pass/fail práh pro jednotlivé kanály
Týden 2: validační pravidla + ownership
- Přepište každé pole na konkrétní pravidlo (formát, povolené hodnoty, závislosti)
- Přiřaďte ownera ke každé skupině polí
- Definujte výjimky pro edge casy
Týden 3: mapování kanálů + dry run
- Dokončete explicitní mapování pro Shopify, Google Merchant Center a Amazon
- Spusťte test export na kontrolním vzorku SKU
- Opravte transformační mezery před plným rolloutem
Týden 4: go-live + monitoring
- Zapněte publish gate pro kritická pole
- Nastavte alerty na drift (cena, sklad, média, identifikátory)
- Vyhodnoťte dopad po prvním týdnu a zpřísněte pravidla
Nejrychlejší cesta je držet jeden zdrojový model a automatizovat opakované mapování i QA kolem něj. Lasso je navržené přesně pro tento provozní model. Pokud chcete navrhnout rollout pro váš tým, ozvěte se nám.