Data

Modifikatoren

Ändern Sie beliebige Produktdaten.
Modifiers

Überblick #

Modifier ermöglichen es Ihnen, Produktdaten nach dem Abgleich zu ändern, ohne Ihren Datenfeed anzupassen oder einen Entwickler einzuschalten. Modifiers werden von oben nach unten ausgewertet, daher spielt die Reihenfolge in der Liste eine Rolle.

Es gibt zwei Möglichkeiten, einen Modifier zu erstellen: Mithilfe von AI Modifiers – dies ist der empfohlene Ansatz – oder durch Auswahl eines der Standard-Modifier-Typen für einfachere, vordefinierte Transformationen.

AI Modifiers #

AI Modifiers sind der Standard und der empfohlene Weg, um Modifier zu erstellen. Anstatt einzelne Felder und Regeln zu konfigurieren, beschreiben Sie einfach in Klartext, was der Modifier tun soll, und die KI generiert eine Python-Funktion, die Ihre Produktdaten entsprechend transformiert.

Dieser Ansatz ist wesentlich flexibler als die Standard-Modifier-Typen. Sie können komplexe Logik beschreiben, mehrere Bedingungen kombinieren, neue Werte aus bestehenden Attributen berechnen und Spezialfälle behandeln – alles ohne eigenen Code zu schreiben.

  1. Klicken Sie auf Add Modifier und wählen Sie als Typ AI Modifier aus (dies ist standardmäßig ausgewählt).
  2. Beschreiben Sie im Textfeld, was der Modifier machen soll. Seien Sie dabei so spezifisch wie möglich bezüglich der Logik, der beteiligten Attribute und der erwarteten Ausgabe.
  3. Die KI generiert daraufhin eine Python-Funktion basierend auf Ihrer Beschreibung.
  4. Testen Sie den Modifier mit der Vorschau Before & After, bevor Sie speichern.

Beispiel-Prompts:

  • “Create an attribute called variant_stock_percentage that shows how many of a product’s variants are currently in stock, as a percentage between 0 and 100.”
  • “Set availability to In stock if stock is greater than 0, otherwise set it to Out of stock.”
  • “Create a discount_percentage attribute by calculating the percentage difference between list_price and price, rounded to the nearest integer.”

Die von der KI generierte Python-Funktion ist schreibgeschützt – Sie können sie nicht direkt bearbeiten. Um die Logik zu ändern, chatten Sie einfach im Textfeld mit der KI und lassen die Funktion aktualisieren. So ist sichergestellt, dass die Funktion stets der beabsichtigten Beschreibung entspricht.

Standard-Modifier-Typen #

Für einfachere Transformationen stehen Standard-Modifier-Typen zur Verfügung. Diese decken eine Reihe vordefinierter Operationen ab und sind einfach zu konfigurieren, aber in ihren Möglichkeiten gegenüber AI Modifiers eingeschränkt.

Alle Standard-Modifiers haben ein if-Eingabefeld. Wird eine Anweisung hinzugefügt, läuft der Modifier nur auf Produkten, bei denen diese Bedingung erfüllt ist.

TypWirkung
Create new attributeFügt allen Produkten ein Attribut hinzu
Delete attributeEntfernt ein Attribut bei allen Produkten
Delete productEntfernt das Produkt vollständig
Update attributeAktualisiert ein Attribut mittels Regex-Muster
Change attribute typeÄndert den Typ eines Attributs bei allen Produkten
Split attribute by separatorTeilt einen String am Separator in eine String-Liste
Append valueFügt einen Wert zu einem bestehenden Listenattribut hinzu
Evaluate an expressionWertet einen mathematischen Ausdruck im Attribut aus
Capitalize valueFormatiert einen String mit Anfangsbuchstaben groß
Make value uppercaseFormatiert einen String komplett in Großbuchstaben
Make value lowercaseFormatiert einen String komplett in Kleinbuchstaben
Create formatted attributeErstellt ein neues Attribut durch Formatieren bestehender Daten

Hier folgt eine Beschreibung jedes Standard-Modifier-Typs.

Create new attribute #

Erfordert einen new_value, der angibt, welchen Wert Sie setzen möchten. Kann sowohl für neue Attribute, als auch zum Ersetzen eines bestehenden Attributs genutzt werden.

Delete attribute #

Löscht das angegebene Attribut bei allen Produkten oder nur bei bestimmten Produkten (basierend auf einem if-Statement).

Delete product #

Löscht das angegebene Produkt/die angegebenen Produkte, basierend auf einem if-Statement.

Update attribute #

Dieser Modifier nutzt regex mit der Python-Bibliothek. Wenn Sie keinen Umgang mit regex haben, empfiehlt es sich, stattdessen AI Modifiers zu nutzen – diese können die gleichen Transformationen ohne Regex-Kenntnisse durchführen.

Update verwendet das Attribut regexp, ein regulärer Ausdruck, der auf Teile des Attributs matcht und jeden gefundenen Bereich durch den Inhalt von replace_by ersetzt. Hier finden Sie ein hilfreiches Tool zum Erstellen Ihres regulären Ausdrucks.

Ein Beispiel für einen regex wäre []+ mit einem replace_by von ’/’, das würde überall dort, wo mehrere /-Zeichen hintereinander im Attribut vorkommen, diese durch ein einzelnes / ersetzen. Also würde https://test//tests zu https:/test/tests werden.

Beispiel #

In diesem Beispiel möchten wir den hinteren Teil einer URL mittels Regex entfernen. Die Ausgangs-URL ist: https://example.domain/product/153//__example. Um den Teil //__example zu entfernen, kann folgender Regex genutzt werden: \/\/__example.

Da wir diesen Teil einfach nur entfernen wollen, bleibt das Feld Replace by leer.

Update modifier

Change attribute type #

Erlaubt das Ändern des Datentyps eines Attributs. Wenn die Daten z. B. eine Zahl sind, Sie jedoch einen String benötigen, können Sie hiermit einen Typecast durchführen. Die Typen sind: string, int, float und boolean.

Split attribute #

Ermöglicht das Aufteilen eines Strings mithilfe eines Separators in eine Liste von Strings. Standardmäßig wird durch Komma getrennt, wenn kein Separator angegeben ist.

Beispiel #

Wir teilen hier ein Attribut für Kategorien: "lineman, chute" wird zu ["lineman","chute"].

Append value #

Ermöglicht das Hinzufügen neuer Werte zu einem bestehenden Listenattribut.

Damit können z. B. zusätzliche Strings zu einem tags-Attribut oder eine neue Kategorie zu einem categories-Attribut hinzugefügt werden.

Evaluate an expression #

Die Expression-Aktion wertet einen mathematischen Ausdruck aus, der Attribute, Konstanten und Operatoren enthalten kann. Wenn Sie z. B. den Ausdruck definieren: price * 0.8, berechnet das System das Ergebnis, indem der Wert des price-Attributs mit 0,8 multipliziert wird, und so ein Rabatt von 20 % angewendet wird.

Beispiel #

Geben Sie im Feld New Value den String ein: price * 0.8 und der Preis ist 100, dann ist das Ergebnis 80.

New formatted attribute #

Diese Aktion erstellt ein neues Attribut basierend auf bestehenden Daten, wobei Formatierungen oder Transformationen auf den Wert angewendet werden.

Um ein bestehendes Attribut zu referenzieren, schreiben Sie den Namen ohne Leerzeichen in geschweifte Klammern: {attributeName}.

  • Attribut kopieren: setzen Sie New Value auf {MPN}.
  • Text und Attribute verketten: € + {price}.

Wenn Sie innerhalb der Klammern Leerzeichen nutzen (z. B. { attribute }), speichert das System den Literalstring inklusive Klammern, nicht den Attributwert.

Beispiel #

Sie können Attribute kombinieren, Präfixe oder Suffixe hinzufügen oder das Erscheinungsbild der Daten ändern. Um z. B. einen formatierten Preis wie €100,00 zu erzeugen, setzen Sie New Value auf: € + {price}.

If-Statements #

Wenn Sie im Feld if eine Bedingung eintragen, wird der Befehl nur auf Attributen ausgeführt, bei denen die Bedingung zutrifft.

Verfügbare Operatoren:

OperatorBedeutung
==Entspricht allen Produkten, bei denen das Attribut gleich dem Wert ist
!=Entspricht allen Produkten, bei denen das Attribut ungleich dem Wert ist
>Entspricht allen Produkten, bei denen das Attribut größer als der Wert ist
>=Entspricht allen Produkten, bei denen das Attribut größer/gleich dem Wert ist
<Entspricht allen Produkten, bei denen das Attribut kleiner als der Wert ist
inPrüft, ob ein Teilstring in einem String/ein Wert in einer Liste enthalten ist
orMatch, wenn x ODER y zutrifft
andMatch, wenn x UND y zutrifft

Beispiel #

Erstellen Sie ein neues Attribut Availability mit dem Wert Available, If stock > 0.

If Modifiers

Attribute aus Listen erstellen #

Ein gängiges Anwendungsbeispiel ist das Erstellen eines separaten Attributs basierend auf Werten eines bestehenden Listen-Attributs. Wenn Sie z. B. ein tags-Attribut mit Werten wie Female, Male und Unisex haben, können Sie ein eigenes gender-Attribut für die Verwendung in Search-Facetten erstellen.

Der Operator in prüft, ob ein Wert in einer Liste vorhanden ist. Die Syntax lautet:

"value" in attribute_name

Um ein gender-Attribut aus Tags zu erstellen, richten Sie mehrere Modifier in Sequenz ein:

AttributNeuer WertIf
genderFemale"Female" in tags
genderMale"Male" in tags
genderUnisex"Unisex" in tags

Jeder Modifier läuft nur, wenn seine Bedingung zutrifft. Die Reihenfolge ist wichtig – wenn ein Produkt mehrere passende Tags hat, bestimmt der zuletzt zutreffende Modifier den finalen Wert.

Hinweis: Der Wert, nach dem geprüft wird, muss in Anführungszeichen stehen (z. B. "Female"), während der Attributname ohne Anführungszeichen geschrieben wird (z. B. tags).

Bedingungen kombinieren #

Sie können mehrere Bedingungen mithilfe der Operatoren and und or kombinieren.

Produkte finden, bei denen die Marke Nike ist UND der Lagerbestand über 0 liegt:

brand == "Nike" and stock > 0

Produkte finden, bei denen die Kategorie shoes ODER boots enthält:

"shoes" in categories or "boots" in categories

Produkte mit einem bestimmten Tag UND Preis über 100:

"premium" in tags and price > 100

Testen & Speichern #

Bevor Sie auf Save & Run klicken – was die Modifiers auf Ihr gesamtes Sortiment anwendet – ist es Best Practice, Ihren neuen Modifier zuerst zu testen. Dies können Sie im Bereich See how your modifiers impact your product data tun.

Hier können Sie ein Produkt auswählen und sehen, wie es vom Modifier unter der Before & After-Visualisierung beeinflusst wird.

Testing modifiers
Sie können einzelne Modifier in der Vorschau ein- oder ausschließen. Verwenden Sie das Include in preview-Kontrollkästchen an jedem Modifier, um ihn beim Testen eines Produkts vorübergehend von der Vorschau auszuschließen. Diese Auswahl betrifft nur die Vorschau, nicht den Live-Modifier — alle Modifier werden angewendet, sobald Sie auf Save & Run klicken.

Diese Seite wurde von einer hilfreichen KI übersetzt, daher kann es zu Sprachfehlern kommen. Vielen Dank für Ihr Verständnis.