Warengruppen-Datenpflege

jtl_warengruppen_datenpflege

Artikelnur lesend

Was das Tool macht

Analysiert die Datenqualität einer JTL-Warengruppe: welche Artikel-Felder sind wie häufig gepflegt (Feldabdeckung in %). Mit optionaler SKU zeigt es, welche in der Gruppe üblichen Felder bei diesem Artikel noch fehlen. Nutze dieses Tool für 'Datenqualität von Warengruppe X', 'Welche Daten fehlen bei SKU Y?'.

Eingaben

warengruppePflichtName der Warengruppe (Teiltreffer erlaubt)
skuoptionalOptional: SKU für Fehlende-Felder-Check gegen die Gruppe
nurAktiveoptionalNur aktive Artikel werten (Default true)

Die Eingaben füllt die KI aus deiner Frage. Du musst dir keine Parameternamen merken.

So wird gerechnet

Der Rechenweg in der Reihenfolge, in der das Tool arbeitet: Abruf, Filter, Berechnung, Ausgabe. Aus dem Tool-Code abgeleitet, damit nachvollziehbar ist, warum eine Zahl so ist. Dieselbe Auskunft liefert das Tool kiuser_tool_logik direkt im KI-Chat.

  1. 1Holt die Warengruppen-Namen über REST v1.3 productGroups (Seitengröße 500) und wählt die erste Gruppe, deren Name den Suchtext enthält (Groß-/Kleinschreibung egal).
  2. 2Lädt den Artikelstamm per GraphQL (Seiten zu 100, maximal 10.000 Artikel, Sprachduplikate entfernt) mit rund 30 Pflegefeldern, soweit das Live-Schema sie kennt.
  3. 3Zu den geprüften Feldern gehören Beschreibungen, GTIN, Hersteller, Zolltarifnummer, Ursprungsland, Maße, Gewichte, Preise, Meta-Daten, Standardbild, Lieferant, Versand- und Steuerklasse, Mindestbestand und Puffer.
  4. 4Wertet nur Artikel mit exakt diesem Gruppennamen aus, standardmäßig nur aktive (nurAktive Default true).
  5. 5Ein Feld gilt als gepflegt, wenn es nicht leer ist, als Zahl ungleich 0 ist oder als Liste mindestens einen Eintrag hat; Feldabdeckung = gepflegte Artikel geteilt durch Artikel der Gruppe mal 100.
  6. 6Die Felder werden absteigend nach Abdeckung ausgegeben; SKU, Name, Aktiv-Flag und Warengruppe selbst werden nicht bewertet.
  7. 7Mit SKU: der Artikel wird im gesamten Stamm gesucht; als üblich gelten Felder mit mindestens 60 % Abdeckung in der Gruppe, davon werden die beim Artikel leeren gelistet.

Annahmen und Grenzen

  • Die Feldliste ist fest vorgegeben; Felder, die das GraphQL-Schema des Servers nicht kennt, fallen ohne Hinweis weg.
  • Eine gepflegte 0 (z. B. Gewicht 0) zählt als nicht gepflegt.
  • Der SKU-Check läuft auch, wenn der Artikel in einer anderen Warengruppe liegt; die tatsächliche Gruppe wird mit ausgegeben.
  • Merkmale und Freifelder werden nicht geprüft, nur die Standardfelder des Artikelstamms.

So sieht eine Antwort aus

Claude · Warengruppen-Datenpflege

In der Warengruppe Power – Powerbanks habe ich 42 Artikel geprüft. Die Feldabdeckung: • EAN/GTIN – 42 von 42 (100 %) • Gewicht – 38 von 42 (90,5 %) • Zolltarifnummer – 21 von 42 (50 %) Die Zolltarifnummer ist die größte Lücke – bei Exportsendungen fällt das auf. Beispiel mit Lücken: Powerbank Travel 5000mAh mit Kabel, weiß (SKU 100290) – dort fehlen Zolltarifnummer und Gewicht.

Erfundene Musterdaten. Im Betrieb dieselbe Struktur mit deinen JTL-Daten.

In wenigen Minuten die erste Antwort aus deinen JTL-Daten.

Sieben Tage kostenlos testen, ohne Kreditkarte und ohne Kündigungsfrist.