Abres el CSV que te ha pasado el proveedor esperando una lista limpia de productos. Lo que te encuentras es otra cosa: columnas con nombres distintos a los de la última vez, códigos de barras convertidos en algo como "5.01E+12", productos sin ningún identificador y la misma referencia repetida tres veces con tres precios. Antes de poder enriquecer o publicar nada, hay que arreglar ese desorden. A eso se dedica la normalización: la etapa más aburrida y la más decisiva del catálogo.
Por qué el CSV del proveedor siempre está sucio
No es mala fe; es entropía. Cada proveedor exporta a su manera, cada export pasa por un Excel que "ayuda" rompiendo cosas, y los datos los han tocado varias personas con criterios distintos. El resultado es que dos archivos del mismo proveedor casi nunca son iguales, y ninguno está listo para tu tienda.
Los problemas reales (no los del manual)
- EANs en notación científica: Excel convierte 5012345678901 en "5.01E+12" y, si lo guarda truncado, pierdes el código.
- Ceros por delante que desaparecen: un EAN que empieza por cero se queda con una cifra menos, y un SKU "00123" se queda en "123".
- Columnas que cambian de nombre y de orden en cada export.
- Productos sin EAN ni SKU: no se pueden identificar ni casar con tu catálogo.
- Duplicados: la misma referencia varias veces, a veces con datos contradictorios.
- Formatos y categorías a su manera: decimales con coma en un archivo y con punto en el siguiente, y categorías que no se parecen en nada a las tuyas.
Qué hace la normalización
Reconoce qué columna es el título, cuál el EAN, cuál el precio… aunque cambien de nombre, y propone el mapeo.
Deshace la notación científica, recupera los ceros que faltan delante del EAN y lo valida con su dígito de control. Si un EAN está roto sin remedio, lo marca en vez de colarlo.
Detecta la misma referencia repetida y la unifica, en lugar de crear tres productos donde hay uno.
Entiende los decimales a la española ("17,45", "1.234,56") y reconoce si el archivo va separado por comas, puntos y comas o tabuladores.
Traduce las categorías del proveedor a las tuyas, que casi nunca coinciden.
EAN o SKU: la regla de identidad
Una decisión que parece menor y lo cambia todo: cómo identificas un producto. No todo el mundo tiene EAN —de hecho, buena parte de un catálogo retail no lo tiene— así que exigirlo deja fuera medio almacén. La regla sensata es "al menos EAN o SKU, EAN preferido", y casar por EAN, luego por SKU, y si no hay ninguno, avisar. Lo que nunca debes hacer es casar por un EAN vacío: casaría con cualquier otro producto sin EAN y mezclaría referencias que no tienen nada que ver.
Por qué importa tanto una etapa tan aburrida
Porque todo lo que viene después se construye encima. Si la normalización falla, el enriquecimiento escribe sobre datos equivocados, las imágenes se asignan al producto que no es y la publicación lleva basura a tu tienda. Es el clásico "basura entra, basura sale". La normalización no luce en una demo, pero es el cimiento sobre el que se sostiene un catálogo en el que se puede confiar.