Data Pots & Connectors

Produktdaten kommen selten fertig strukturiert an. Sie stammen aus ERP-Exporten, Lieferanten-Feeds, Excel-Dateien, Web-Services oder anderen Quellen – in ganz unterschiedlichen Formaten und Qualitäten. Data Pots sind die Antwort von buzzle darauf: Sammelbecken, in denen diese Rohdaten zunächst kontrolliert abgelegt werden, bevor sie – gesteuert über Mapping-Profile – ins PIM übernommen werden.

Data-Pots und Connectors für die Datenanbindung.

Rohdaten zuerst sammeln, dann übernehmen

Der entscheidende Gedanke: buzzle trennt sauber zwischen dem, was aus einer Quelle ankommt, und dem freigegebenen Produktbestand. Eingehende Daten landen als einzelne Items in einem Data Pot – als flexible, weitgehend unstrukturierte Datensätze (Schlüssel-Wert-Strukturen bzw. JSON). Erst wenn du es willst, werden sie verarbeitet. So können Importe geprüft, wiederholt und kontrolliert ablaufen, ohne den Live-Katalog zu gefährden.

Manuell oder zeitgesteuert ablegen

Daten gelangen auf zwei Wegen in einen Data Pot:

• Manuell – etwa durch das Hochladen einer Datei oder das gezielte Anstossen eines Imports, wenn Daten punktuell aktualisiert werden sollen.
• Automatisiert / zeitgesteuert – über einen Connector, der regelmässig im Hintergrund Daten aus einer Quelle abholt (z. B. ein täglicher Lieferanten-Feed).

Damit lassen sich sowohl einmalige Datenübernahmen als auch laufende, wiederkehrende Aktualisierungen abbilden – ohne manuellen Aufwand im Alltag.

Connectors

Ein Connector definiert, woher Daten kommen und wie sie geladen werden. Jeder Connector ist konfigurierbar und einem Data Pot zugeordnet:

Eigenschaft	Bedeutung
Title	Bezeichnung des Connectors
Discriminator	Connector-Typ (bestimmt die Anbindungsart)
DataPot	Zugeordneter Data Pot
AllowManualImport	Erlaubt zusätzlich das manuelle Auslösen eines Imports
ConfigurationAsJson	Verbindungs- und Quellparameter
JobConfigurationAsJson	Zeitplan und Parameter für den automatisierten Lauf

Die einzelnen Konfigurationsfelder eines Connectors kennen unter anderem FieldType, Required, Options sowie abhängige Felder (DependentField/DependentValue), sodass sich die Eingabemaske je nach Connector-Typ anpasst.

Kontrolle über den Data Pot

Ein Data Pot ist kein Blackbox-Puffer, sondern bleibt jederzeit steuerbar:

• Statistiken geben Überblick über Inhalt und Stand eines Data Pots.
• Einzelne Items lassen sich gezielt vom Import ausschliessen (ignorieren), etwa fehlerhafte oder unerwünschte Datensätze.
• Gruppen (DataPotGroup) erlauben es, zusammengehörige Daten innerhalb eines Pots zu bündeln – nützlich, wenn ein Import mehrere Objektarten oder Verbindungen umfasst.

Vom Rohdatensatz zum Produkt: Zusammenspiel mit Mapping-Profilen

Ein Data Pot enthält Rohdaten – aber noch keine fertigen Produkte. Wie aus diesen Rohdaten Business Objects mit Familien, Attributwerten, Preisen, Verbindungen und Bildern werden, legen Mapping-Profile fest. Diese Trennung ist bewusst: Der Data Pot kümmert sich um das Woher und Wann, das Mapping-Profil um das Wie. Beide zusammen ergeben einen robusten, wiederholbaren Importprozess.

Der Import als Workflow

Die eigentliche Verarbeitung läuft als Workflow ab: von der Ablage im Data Pot über das Mapping bis zur Übernahme in den Produktbestand. Weil der Import workflow-basiert ist, lässt er sich automatisieren, überwachen und in grössere Abläufe einbetten. Mehr dazu unter Workflows, Tasks & Jobs.

Dein Nutzen

• Kontrollierte Importe ohne Risiko für den Live-Katalog
• Manuell oder zeitgesteuert – einmalige Übernahmen und laufende Feeds
• Beliebige Quellen über konfigurierbare Connectors
• Nachvollziehbar dank Statistiken und gezieltem Ausschluss einzelner Items

Das Wichtigste in Kürze

• Data Pots sind kontrollierte Sammelbecken für unstrukturierte Rohdaten
• Daten werden manuell oder automatisiert (Connector) abgelegt
• Statistiken, Ignore-Regeln und Gruppen halten den Pot steuerbar
• Die Übernahme ins PIM steuern Mapping-Profile