Introduction
Le moteur de règles de flux vous permet de contrôler précisément quels produits sont exportés et comment leurs données sont transformées, sans modifier vos données sources. Les règles s'exécutent au moment de l'export, ce qui signifie que vos produits restent intacts dans votre système tandis que les modifications s'appliquent uniquement aux flux générés.
Cette approche vous offre une flexibilité maximale : vous pouvez créer plusieurs flux du même catalogue en appliquant des règles différentes, normaliser les données pour des canaux spécifiques, exclure des produits selon des critères complexes, et transformer les valeurs de champs de manière sophistiquée.
Accès et permissions
Les règles de flux se trouvent dans DataHub, section Rules du tableau de bord. Seuls les utilisateurs disposant du rôle Editor ou supérieur peuvent créer, modifier et déployer des règles. Les utilisateurs avec le rôle Viewer peuvent consulter les règles existantes mais ne peuvent pas les modifier.
Avant de commencer, vérifiez que votre compte dispose des permissions appropriées. Si vous n'avez accès qu'à la lecture, contactez un administrateur pour obtenir les droits d'édition.
Les deux types de règles
Le moteur de règles propose deux catégories distinctes :
Règles de filtrage : elles évaluent des conditions et décident si un produit doit être inclus ou exclu du flux. Une règle de filtrage n'ajoute pas de données, elle sélectionne simplement les produits qui correspondent à vos critères.
Règles de transformation : elles modifient les valeurs des champs. Elles permettent de manipuler du texte, effectuer des calculs numériques, extraire des données avec des expressions régulières, remapper des valeurs ou utiliser des tables de correspondance.
Vous pouvez combiner les deux types dans un même flux pour d'abord sélectionner les bons produits, puis transformer leurs données.
Structure d'une règle
Chaque règle se compose de deux parties : les conditions et les actions.
Conditions
Les conditions évaluent les données de votre produit pour déterminer si la règle s'applique. Une règle peut contenir plusieurs conditions organisées ainsi :
- Toutes les conditions doivent être vraies (logique AND).
- Au moins une condition doit être vraie (logique OR).
- Vous pouvez inverser une condition avec la négation (NOT).
Les conditions s'évaluent dans l'ordre que vous définissez. Par exemple, vous pouvez créer une règle qui s'applique uniquement aux produits où la catégorie est 'Vêtements' ET le prix est supérieur à 50 £.
Actions
Les actions s'exécutent en séquence lorsque les conditions sont satisfaites. Chaque action transforme ou utilise un champ spécifique. Les actions s'appliquent dans l'ordre que vous avez défini, ce qui signifie que la sortie d'une action peut alimenter la suivante.
Par exemple, vous pouvez d'abord extraire une partie d'une chaîne de caractères, puis convertir le résultat en majuscules.
Types de transformation disponibles
Le moteur de règles propose plusieurs opérations pour transformer vos données :
| Type de transformation | Description | Cas d'usage |
|---|---|---|
| Manipulation de chaînes | Convertir la casse, ajouter un préfixe ou suffixe, découper du texte | Normaliser les noms de produits, formater les références |
| Opérations numériques | Ajouter, multiplier, arrondir des valeurs | Calculer des prix ajustés, ajuster des stocks |
| Extraction regex | Extraire une partie d'un texte selon une expression régulière | Isoler un code produit d'une description |
| Mappage de valeurs | Remplacer une valeur par une autre dans une liste simple | Convertir des codes internes en codes standards |
| Tables de correspondance | Associer des entrées à des sorties via une table réutilisable | Traduire des codes de catégories, harmoniser des marques |
Tables de correspondance et champs personnalisés
Tables de correspondance
Une table de correspondance est un ensemble de paires clé-valeur que vous pouvez réutiliser dans plusieurs règles. Au lieu de créer la même logique de mappage dans chaque règle, vous définissez une table une seule fois et la référencez ensuite.
Par exemple, si vous devez convertir des codes de couleur internes (R01, B02, G03) en noms lisibles (Rouge, Bleu, Vert), vous créez une table de correspondance une seule fois. Toute règle de transformation peut alors utiliser cette table pour remplacer les codes par les noms.
Les tables de correspondance sont particulièrement utiles quand vous devez :
- Harmoniser des données provenant de plusieurs sources.
- Traduire des codes internes en valeurs standard pour les canaux de vente.
- Maintenir une logique de conversion en un seul endroit, facilement modifiable.
Champs personnalisés
Un champ personnalisé est une colonne virtuelle que vous créez à partir d'autres données. Une fois défini, il peut être utilisé dans les conditions et actions des règles suivantes.
Par exemple, vous pouvez créer un champ personnalisé 'marge_calculée' qui soustrait le coût du prix de vente. Ensuite, vous utilisez ce champ dans une règle de filtrage pour exclure les produits dont la marge est inférieure à 10 %.
Les champs personnalisés permettent :
- De créer des logiques complexes sans modifier vos données sources.
- De réutiliser des calculs dans plusieurs règles.
- De rendre vos règles plus lisibles en nommant clairement les valeurs intermédiaires.
Bibliothèques de règles pré-construites
Au lieu de créer toutes les règles manuellement, vous pouvez déployer des bibliothèques pré-construites qui contiennent des règles prêtes à l'emploi :
Bibliothèque de normalisation des données : elle contient des règles pour nettoyer et standardiser les formats courants (prix, dates, codes produits, descriptions).
Bibliothèque de bonnes pratiques : elle contient des règles pour améliorer la qualité des données et la conformité aux exigences des canaux (suppression des caractères spéciaux, validation des formats, enrichissement des champs manquants).
Déployer une bibliothèque en un clic vous évite de construire ces règles de base vous-même. Vous pouvez ensuite personnaliser ou désactiver les règles qui ne correspondent pas à vos besoins.
Flux de travail : créer et tester une règle
Étape 1 : Définir la règle
Accédez à DataHub > Rules et cliquez sur 'Créer une règle'. Donnez-lui un nom descriptif qui indique clairement son objectif (par exemple, 'Exclure les produits en rupture de stock' ou 'Convertir les prix en GBP').
Ajoutez vos conditions en sélectionnant un champ, un opérateur et une valeur. Combinez plusieurs conditions avec AND ou OR selon votre logique.
Ajoutez vos actions en sélectionnant le type de transformation et le champ cible. Testez chaque action pour vous assurer qu'elle produit le résultat attendu.
Étape 2 : Tester en aperçu
Avant d'activer la règle, utilisez la fonction d'aperçu pour la tester sur un échantillon de vos produits. L'aperçu montre :
- Quels produits correspondent aux conditions.
- Comment les champs sont transformés.
- Si la règle a des effets inattendus.
Cet étape est cruciale pour éviter de publier une règle qui endommagerait vos flux.
Étape 3 : Activer la règle
Une fois satisfait du résultat en aperçu, activez la règle. Elle s'appliquera au prochain export du flux.
Étape 4 : Vérifier l'effet dans le diff
Après l'export suivant, consultez le diff du flux pour confirmer que la règle a eu l'effet attendu. Le diff montre les changements ligne par ligne, ce qui vous permet de valider que seules les modifications souhaitées ont été appliquées.
Cas d'usage courants
Filtrer les produits par stock
Créez une règle de filtrage qui exclut tous les produits où le champ availability est 'out_of_stock'. Cela garantit que seuls les produits disponibles sont envoyés à vos canaux.
Condition : availability égale 'out_of_stock'.
Action : exclure le produit.
Transformer les prix pour un canal spécifique
Créez une règle de transformation qui multiplie le prix par un taux de change ou ajoute une marge. Utilisez une opération numérique pour ajuster le champ price.
Condition : aucune (s'applique à tous les produits).
Action : multiplier price par 1.2 (ajouter 20 %).
Normaliser les descriptions
Créez une règle qui extrait les 150 premiers caractères de la description et ajoute '...' à la fin. Utilisez une manipulation de chaîne pour découper et formater.
Condition : aucune.
Action : limiter description à 150 caractères et ajouter '...'.
Remapper les catégories
Créez une table de correspondance qui associe vos codes de catégories internes aux catégories standard du canal. Créez ensuite une règle de transformation qui utilise cette table pour remplacer le champ google_product_category.
Condition : aucune.
Action : remplacer google_product_category en utilisant la table 'Catégories canal'.
Exclure les produits sans image
Créez une règle qui exclut tous les produits où le champ image_link est vide ou absent. Cela garantit que seuls les produits avec images sont listés.
Condition : image_link est vide.
Action : exclure le produit.
Bonnes pratiques
Nommez vos règles clairement : un nom descriptif facilite la maintenance et la collaboration.
Testez toujours en aperçu : ne déployez jamais une règle sans avoir vérifié son effet sur un échantillon représentatif.
Ordonnez les règles logiquement : les filtres devraient généralement s'exécuter avant les transformations, car transformer un produit exclu est du travail gaspillé.
Utilisez les bibliothèques de règles : elles vous font gagner du temps et appliquent des bonnes pratiques éprouvées.
Documentez votre logique : si vous créez des champs personnalisés ou des tables de correspondance complexes, notez leur objectif pour les futurs mainteneurs.
Vérifiez les diffs après chaque export : cela vous permet de détecter rapidement les effets inattendus.
Permissions et collaboration
Les rôles déterminent qui peut faire quoi :
| Rôle | Créer des règles | Modifier des règles | Déployer des règles | Voir les règles |
|---|---|---|---|---|
| Viewer | Non | Non | Non | Oui |
| Editor | Oui | Oui | Oui | Oui |
| Admin | Oui | Oui | Oui | Oui |
Si vous travaillez en équipe, assurez-vous que les bonnes personnes ont les permissions appropriées. Un utilisateur Viewer peut vous aider à tester et valider des règles, mais seul un Editor peut les déployer.
Conclusion
Le moteur de règles de flux vous offre un contrôle précis sur la qualité et la pertinence de vos données exportées. En combinant des conditions, des actions et des tables de correspondance, vous pouvez automatiser des transformations complexes sans modifier vos données sources.
Le processus est simple : créez une règle, testez-la en aperçu sur des produits réels, activez-la et vérifiez l'effet dans le diff du flux suivant. Les bibliothèques de règles pré-construites vous aident à démarrer rapidement, tandis que les champs personnalisés et les tables de correspondance vous permettent de créer des logiques sophistiquées et réutilisables.
Avec les bonnes règles en place, vous garantissez que chaque flux contient uniquement les produits pertinents, avec des données correctement formatées et transformées pour chaque canal de destination.