Как подготовить описания одежды для маркетплейсов по таблице

У каталога одежды есть особая трудность: похожие названия не означают одинаковые изделия. У двух футболок могут отличаться состав, плотность ткани и размерная сетка. Чтобы автоматизировать описания, сначала нужно сохранить эти различия в таблице.

Какие колонки нужны

• SKU и название модели — устойчивые идентификаторы.
• Размер маркировки — как указан на товаре, без самостоятельного перевода M в российский размер.
• Измерения изделия в сантиметрах — отдельно от параметров человека, для которого составлена размерная сетка.
• Состав в процентах — строго по подтверждённому источнику.
• Цвет, конструкция, комплект, рекомендации по уходу — при наличии данных.
• Источник и дата проверки — для редактора, а не рекламного текста.

Состав не доказывает посадку, плотность и поведение после стирки. Например, наличие эластана не позволяет автоматически обещать, что изделие не растягивается. Слова «оверсайз» и «утеплённый» также должны отражать свойства конкретной модели.

Пример строки и результата

Учебные данные: SKU SH-01-M; рубашка; размер маркировки M; состав 100% хлопок; длинный рукав; застёжка на пуговицы; цвет голубой. Замеров и сведений об уходе нет. Это пример данных, не реальный товар.

Голубая рубашка из хлопка с длинными рукавами и застёжкой на пуговицы. Состав — 100% хлопок. Размер маркировки — M.

Не нужно дополнять текст словами «идеально сидит на любой фигуре» или температурой стирки по памяти. Сначала запросите недостающую информацию. Если в таблице есть замеры, подпишите их однозначно: ширина изделия и обхват тела не взаимозаменяемы.

Как составить задание

Подготовь описание одежды по данным строки. Сохрани состав, размер маркировки и единицы измерения. Не преобразуй размер без таблицы соответствия. Не выводи свойства ткани из состава. Не добавляй уход, сезонность и посадку, если они не указаны. Неизвестные параметры перечисли отдельным комментарием. Сохрани связь результата с SKU.

Полезно хранить описание и комментарий о недостающих данных в разных колонках. Перед загрузкой уберите служебные пометки из публичного текста. Не превращайте «данные об усадке отсутствуют» в обещание «не садится».

Как адаптировать под две площадки

Общий источник фактов может быть один, но подготовка файла для Ozon и Wildberries — отдельный этап. Возьмите текущие шаблоны нужной категории из кабинетов продавца. Сопоставьте поля, справочники и ограничения. Не рассчитывайте, что одинаковая текстовая колонка делает файлы взаимозаменяемыми.

Запросы покупателей помогают выбрать понятные слова. Их нельзя использовать, чтобы присвоить товару отсутствующее свойство. Запрос «рубашка лён» не подходит рубашке из хлопка. Данные Вордстата относятся к поиску Яндекса, а не к поиску внутри маркетплейса.

Проверка до обработки всей партии

• Есть пример каждого типа изделия и размера; проверены строки с пропущенными полями.
• Состав, числа и единицы не изменились.
• Нет выдуманной посадки, ухода, сертификатов и гарантий.
• Описание не смешивает цвет или комплект разных SKU.
• Файл прошёл пробную загрузку, результат проверен в кабинете.

Фактические свойства проверяйте для всех строк. Стиль можно оценивать выборочно после отладки шаблона. Такая последовательность помогает отличить проблему исходных данных от ошибки генерации.

Что считать хорошим результатом

Считайте время подготовки и проверки на одну принятую карточку, долю результатов без правок и число фактических ошибок. Нулевое количество правок не цель само по себе: важнее, чтобы неизвестные параметры оставались неизвестными и редактор видел, каких данных не хватает.