Die Tabelle ist nicht das Hindernis
Die Tabelle ist vermutlich die verlässlichste Datenquelle, die Ihr Unternehmen hat. Sie hat über Jahre Spalten dazubekommen, sie enthält Regeln, die nie jemand aufgeschrieben hat, und eine einzige Person versteht sie vollständig. Nichts davon ist peinlich. Genau das macht die Datei zu so gutem Rohmaterial.
Das Abtippen ist nicht die Hürde. Die Hürde ist, dass es kein abgestimmtes Content-Modell gibt: keine gemeinsame Antwort darauf, was ein Produkt ist, was zu ihm gehört und was es gruppiert. Solange das fehlt, ist jeder Import ein Ratespiel, und genau dieses Raten lässt das Projekt unmöglich erscheinen.
Wenn die eine Person, die die Datei versteht, das Unternehmen verlässt, ist das nicht mehr optional. Das Modell muss aus ihrem Kopf aufs Papier, bevor sie geht.
Struktur aus einer flachen Datei lesen
Eine flache Datei wirkt formlos, steckt aber voller Struktur. Öffnen Sie den Export noch heute Nachmittag und achten Sie auf drei Dinge.
Wiederholte Werte sind Kategorien. Wenn in einer Spalte über Hunderte Zeilen hinweg immer dasselbe Dutzend Begriffe auftaucht, ist diese Spalte ein Verweis auf etwas, kein Freitextfeld. Sie sollte ein eigenes Konzept mit einer Liste erlaubter Werte werden.
Leere Spalten sind tote Konzepte. Irgendwer hat sie einmal gebraucht. Wenn eine Spalte in den meisten Zeilen leer ist, wurde die Idee dahinter in der Praxis längst aufgegeben, ob das nun jemand ausgesprochen hat oder nicht.
Uneinheitliche Spalten sind offene Entscheidungen. Wenn in einer Spalte „Navy“, „Marineblau“ und „NVY“ stehen, sind das keine unsauberen Daten. Das ist eine Entscheidung über die Farbbenennung, die nie getroffen wurde, und die Datei schleppt diese Unentschiedenheit seit Jahren mit.
Unsaubere Daten sind ein Input für die Modellierung. Sie zeigen Ihnen genau, wo das Modell nicht definiert ist. Schreiben Sie jeden Befund auf, denn aus diesen Befunden werden die Zeilen Ihres Arbeitsblatts.
Erst die Hierarchie entwerfen
Bevor jemand ein Import-Tool öffnet, legen Sie die Hierarchie auf Papier fest. Die Frage ist, wie viele Ebenen Sie wirklich brauchen, und die ehrliche Antwort lautet meist: weniger, als die Tabelle nahelegt.
Bei der Abo-Plattform für Bekleidung, die wir umgesetzt haben, wurde der Katalog vor dem Import auf drei Ebenen ausgelegt: eine oberste Ebene, die sich zyklisch ändert, eine mittlere Ebene, die Artikel nach dem Anlass gruppiert, zu dem sie getragen werden, und ganz unten der einzelne Artikel.
Tiefe ist teuer. Jede zusätzliche Ebene ist eine weitere Entscheidung, die die Redaktion treffen muss, eine weitere Stelle, an der ein Produkt falsch einsortiert werden kann, und ein weiterer Satz Seiten, der gestaltet werden muss. Vier Ebenen klingen gründlicher als drei und sind meist schlechter. Wenn Sie versucht sind, eine Ebene hinzuzufügen, fragen Sie sich, ob es wirklich eine Ebene ist oder nur ein Attribut: eine Farbe, eine Größe, ein Material. Attribute kosten wenig. Ebenen nicht.
Was Sie zurücklassen
Hiermit haben Sie es schriftlich: Nicht alles aus der Datei muss mit. Eine saubere Teilmenge ist immer besser als ein vollständiges Durcheinander.
Der Einwand wird sich um die Historie drehen. Jemand wird sagen, dass die ausgelaufenen Artikel, die alten Preisspalten und die Lieferantennotizen von vor Jahren eines Tages gebraucht werden könnten. Das kann sein. Exportieren Sie also die gesamte Datei, archivieren Sie sie an einem schreibgeschützten Ort und lassen Sie sie dort. Historie bewahrt man durch Archivieren, nicht durch Importieren.
Der schwierigere Teil ist, die Entscheidung durchzuhalten. Verteidigen Sie sie intern, indem Sie jeden Ausschluss einmal festhalten: Diese Spalte wurde gestrichen, aus diesem Grund, an diesem Datum, und das Archiv liegt hier. Diese Aufzeichnung ist Ihr Ausschlussprotokoll. Sie ist der Unterschied zwischen einer Entscheidung und einer Diskussion, die jedes Quartal von vorn beginnt.
Treffen Sie die Entscheidung, bevor der Import läuft. Danach ist das Streichen einer Spalte keine Zeile mehr in Ihrem Arbeitsblatt. Es ist ein Eingriff in ein laufendes System.
Wie ein programmatischer Import aussieht
Niemand tippt etwas ab. Bei der Bekleidungsplattform wurde der flache CSV-Export in strukturierte Daten überführt und programmatisch importiert: ein Datensatz pro Artikel, in dem Ebene und Attribute ausdrücklich benannt sind, statt sich aus der Spaltenposition zu ergeben, von einem Skript im Content-System angelegt. Eine Bildpipeline hat die Produktbilder in derselben Migration aufbereitet und abgelegt.
Der Import läuft auf einer Kopie, sodass Sie das Ergebnis sehen, bevor etwas angefasst wird. Wenn der erste Durchlauf etwas falsch macht, korrigieren Sie die Regel und lassen ihn erneut laufen, statt die Datensätze von Hand einzeln zu berichtigen.
Für die Person, die das freigeben muss: Der Import liest aus einem Export, nie aus der Live-Datei. Dieselbe Eingabe ergibt jedes Mal dieselbe Ausgabe. Das Ausschlussprotokoll ist ein einfaches Dokument, das jeder prüfen kann. Das Skript wird mit dem übrigen Code übergeben, sodass nichts an Ihren Daten von uns abhängt.
Wo die Tabelle weiterhin hingehört
Die Tabelle stirbt nicht. Sie bekommt eine neue Aufgabe. Sie ist nicht länger der Ort, an dem die Wahrheit über die Produkte liegt, sondern der Ort, an dem diese Wahrheit vorbereitet wird: das Erfassungsblatt für neue Artikel, die Arbeitsfläche für die Person, die die Produkte am besten kennt, und die Aufzeichnung darüber, wie der strukturierte Import entschieden wurde.
Auch diese Person behält ihre Rolle. Sie ist nicht mehr die Einzige, die die Daten versteht, denn das Modell ist aufgeschrieben. Sie ist weiterhin diejenige, die die Produkte versteht. Das ist eine bessere Aufgabe als Hüter einer Datei, und sie übersteht auch den Urlaub dieser Person.
