Průvodci5 min čtení

Shopify Import Errors: Nejčastější chyby v CSV a jak je opravit

Jiří Štěpánek

Jiří Štěpánek

Pády Shopify importu mají obvykle stejné příčiny: špatný encoding, rozbité oddělovače, chybějící povinná pole, chyby ve variantách a neplatné image URL. Tento průvodce ukazuje praktický postup, jak chyby odchytit ještě před importem.

Abstraktní mist gradient znázorňující čištění produktových dat a řešení Shopify CSV import chyb

Shopify CSV import errors: proč vznikají a co zkontrolovat jako první

Shopify CSV import errors většinou nejsou náhodné chyby platformy. V praxi vznikají tím, že nečistá vstupní data neodpovídají tomu, co Shopify parser očekává.

Typický scénář: přijde soubor od dodavatele, tým upraví pár sloupců v Excelu, nechtěně se změní encoding nebo oddělovač, rozpadnou se variantní řádky a import skončí obecnou hláškou typu „Line is invalid. No details provided.“

Než začnete ručně opravovat jednotlivé produkty, dejte importu rychlou triáž:

  1. Nejprve ověřte strukturu souboru (encoding, oddělovače, uvozovky, hlavičky).
  2. Pak validujte povinná pole a logiku variant.
  3. Nakonec zkontrolujte image URL a kvalitu dat pro další kanály.

Pokud tohle děláte každý týden ručně, navazuje na tento postup i náš článek o optimalizaci produktových feedů.

Nejdřív opravte strukturu souboru: encoding, oddělovače, hlavičky

Většina pádů nastává ještě dřív, než Shopify začne hodnotit obsah produktů. Selže samotné parsování CSV.

1) Encoding: držte se UTF-8

Importní CSV by mělo být v UTF-8. Jiný encoding často způsobí rozsypané znaky, špatně čitelné hodnoty a v horším případě pád importu.

Praktické pravidlo: nastavte jeden exportní standard (UTF-8 + comma-separated CSV) a cokoli mimo něj automaticky blokujte.

2) Oddělovače a uvozovky: častý zdroj „illegal quoting"

Shopify očekává korektní CSV quoting. Jakmile je v textu neuzavřená uvozovka, špatně escapovaný oddělovač nebo ručně poškozená struktura, import padá na parser chybě.

Nejčastější příčiny:

  • Copy/paste dlouhých popisů s mixem znaků uvozovek
  • Ruční úpravy v nástrojích, které přepisují separator
  • Čárky v textu bez správného quoting

3) Drift hlaviček rozbije mapování

Shopify import je citlivý na názvy sloupců. I drobná změna (mezera navíc, přejmenování, duplikace sloupce) může způsobit, že se řádky mapují špatně.

Pomáhá jednoduchý schema lock:

  • Udržovat verzovanou šablonu hlaviček
  • Porovnat hlavičky příchozího souboru se standardem
  • Při odchylce import zastavit

Týmy, které toto zavedou, obvykle rychle omezí „nevysvětlitelné“ chyby. Pro robustnější mapování zdrojů může Lasso sjednotit dodavatelské hlavičky do jednoho stabilního modelu.

Povinná pole a vazby variant: kde importy padají nejčastěji

Když projde struktura souboru, přichází druhá vrstva problémů: logika v jednotlivých řádcích.

Kvalita klíčových produktových polí

Import začne být nestabilní, když chybí konzistentní identita produktu nebo variantní data. Minimálně držte pevná pravidla pro produktovou identitu, názvy a SKU na úrovni variant.

Jakmile každý dodavatel posílá data jinak, část řádků může projít a část spadnout bez jasného vzorce.

Variantní vazby: slabé místo větších katalogů

U Shopify CSV jsou varianty kritické:

  • Variantní řádky musí být pod správným handlem produktu
  • Option hodnoty (např. velikost/barva) musí být kompletní a konzistentní
  • Data child variant (SKU, cena, sklad) musí být validní v každém řádku

Chyby, které má QA zachytit ještě před importem:

  1. Mismatch handle uvnitř jedné variantní rodiny
  2. Chybějící option hodnota u části child řádků
  3. Duplicitní kombinace variant (např. stejná barva+velikost dvakrát)
  4. Prázdné SKU u child variant, kde proces vyžaduje unikátní SKU

U katalogů s mnoha variantami je automatická kontrola před importem zásadní.

Image URL problémy: import projde, ale listing je bez obrázků

CSV import může skončit jako „úspěšný“, ale obrázky se nepřipojí správně. Výsledek je slabší listing, horší merchandising a problémy v dalších kanálech.

Image URL v Shopify CSV mají vést na veřejně dostupné soubory a být ve validním formátu. Nefunkční odkazy, blokované assety nebo poškozená URL syntaxe často způsobí, že se média nenačtou.

Doporučená pre-import kontrola obrázků:

  • URL je absolutní a syntakticky validní
  • URL vrací úspěšnou odpověď (2xx)
  • Soubor je veřejně dostupný (bez přihlášení)
  • URL míří na podporovaný formát obrázku

Stejná disciplína pomáhá i mimo Shopify. Google Merchant Center je přísný na image_link kvalitu i policy pravidla, takže image QA je lepší řešit jako jednu společnou kontrolu.

Pokud chcete sjednotit kontrolu médií i atributů, podívejte se na náš checklist kvality produktových dat.

Postavte pre-import validaci pro Shopify, Amazon i GMC

Častá provozní chyba je brát Shopify import izolovaně. Silné týmy ho řeší jako jednu kontrolní bránu v multikanálovém pipeline.

Praktický workflow:

  1. Ingest dodavatelských dat do kanonického schématu.
  2. Normalizace encodingu, oddělovačů, hlaviček a hodnot.
  3. Validace povinných polí, vazeb variant a image URL.
  4. Transformace výstupů pro Shopify, Amazon a Google Merchant Center.
  5. Monitoring post-publish chyb a warningů podle root cause.

Proč to řešit napříč kanály:

  • Stabilnější Shopify import je vedlejší efekt řízeného schématu.
  • Amazon vyžaduje úplnost dat podle product type.
  • Google Merchant Center trvá na přesných a kvalitních atributech i médiích.

Právě tady dávají Lasso use cases praktický smysl: normalizace a enrichment jednou, čisté výstupy do více kanálů bez neustálého ručního přepisování.

30denní plán: méně Shopify import chyb bez velkého replatformingu

Ke snížení CSV chyb nepotřebujete kompletní přestavbu stacku. Většina ecommerce týmů zvládne výrazné zlepšení během měsíce.

Týden 1: baseline a mapa chyb

  • Vytáhněte 60-90 dní historických Shopify import chyb
  • Rozdělte je na parser, pole, varianty a obrázky
  • Změřte first-pass import success rate

Týden 2: parser-safe standardy

  • Zafixujte UTF-8 + comma-separated export
  • Přidejte detekci driftu hlaviček před importem
  • Přidejte linting oddělovačů a quoting

Týden 3: validační brány na úrovni řádků

  • Doplňte kontroly povinných polí po kategoriích
  • Doplňte kontroly integrity variantních rodin
  • Doplňte kontroly dostupnosti image URL

Týden 4: provoz a monitoring

  • Předejte typy chyb konkrétním ownerům (catalog ops, merchandising, data)
  • Publikujte týdenní dashboard chyb podle root cause
  • Zpřísněte pravidla pro opakující se problémy

Výsledkem bývá přechod od reaktivního hašení problémů k řízenému provozu. Pokud chcete workflow postavit na AI mapování a automatizovaném QA, podívejte se na Lasso pricing a domluvte si demo.

Další praktické návody najdete i v dalších článcích na našem webu.

Často kladené otázky

Připraveni vyzkoušet Lasso?