Catalog Acceptance After Import: How Many Cards to Check and How Long It Takes

После импорта каталога не обязательно вручную открывать все 10 000 карточек. Для управляемой приёмки нужна риск-ориентированная выборка: обязательные крайние случаи, несколько обычных карточек из каждой однородной группы и повторная проверка после исправлений. В учебном примере это 78 проверок и 8,7 часа работы. Универсального числа нет: объём зависит от числа правил импорта и цены пропущенной ошибки.

Такой подход не даёт статистической гарантии и не равен сплошной проверке. Его задача — за разумное время подтвердить основные правила преобразования данных, найти системные сбои и заранее определить, когда выборку придётся расширить.

Случайные 1% каталога выглядят убедительно только до первой редкой комбинации. Если в выборку не попали торговые предложения, несколько цен или товар без изображения, важное правило импорта вообще не будет проверено. Поэтому единицей планирования становится не весь каталог, а группа карточек с одинаковым источником и одинаковым преобразованием.

Группы можно выделять по типу товара, источнику данных, набору свойств, разделу каталога или отдельному правилу обработки. Ниже — учебный набор, а не обязательный шаблон для любой системы.

Давайте посчитаем учебный каталог на 10 000 карточек. Предположим, команда выделила восемь групп с разными правилами обработки. Для каждой группы берём шесть обычных карточек, отдельно добавляем 18 обязательных крайних случаев и оставляем 12 карточек на повторную проверку после исправлений.

Количество проверок = обязательные случаи + группы × обычные карточки на группу + повторные проверки.

18 + 8 × 6 + 12 = 78 проверок.

Число шесть в этой модели не является отраслевым нормативом. Его меняют вместе с риском. Если правила простые и одинаковые, карточек может быть меньше. Если группа объединяет разные источники, поставщиков или способы заполнения свойств, её лучше разделить, а не маскировать неоднородность большим средним числом.

Список строится от реальных правил конкретного импорта. Если магазин не использует несколько складов, проверять их ради солидности не нужно. Если цены приходят из трёх источников, одного примера с ценой уже мало.

Для учебного расчёта закладываем четыре минуты на одну проверку карточки. В это время входят открытие карточки, сверка заранее заданных полей и фиксация результата. Ещё 90 минут нужны для агрегатных сверок, а 120 минут — резерв на разбор отклонений, согласование исправлений и повтор импорта, если он понадобится.

Для сравнения: сплошная проверка 10 000 карточек при тех же четырёх минутах заняла бы 40 000 минут, то есть примерно 666,7 часа. Это не аргумент, что выборка «лучше». У сплошной проверки больше покрытие, но и совсем другой бюджет.

Если фактическая проверка карточки занимает не четыре, а семь минут, формулу нужно пересчитать. При 78 проверках карточек переменная часть вырастет с 5,2 до 9,1 часа, а общий бюджет — до 12,6 часа. Поэтому полезно сначала засечь время на пяти-десяти карточках, а уже затем утверждать смету.

Карточки показывают, как результат выглядит для покупателя, но плохо ловят массовые пропуски. До ручной проверки стоит получить отчёт по всему каталогу и сопоставить его с ожидаемыми контрольными числами.

Приёмка теряет смысл, если найденное отклонение просто записать и продолжить считать успешные карточки. Сначала нужно понять природу ошибки: единичные данные испорчены в источнике или неверно работает правило преобразования.

Для детерминированного правила одна подтверждённая ошибка уже достаточна, чтобы не принимать затронутую группу. После исправления нужно повторить импорт в безопасной среде или согласованном окне, заново выполнить агрегатную сверку и проверить исходные карточки плюс несколько новых. Усреднять системную ошибку успешными примерами нельзя.

Результат приёмки — не фраза «проверили 78 карточек», а протокол: какие правила были покрыты, какие агрегатные числа совпали, где выборка расширялась и что повторно проверили после исправлений. Для учебного каталога модель даёт ориентир 8,7 часа, но реальный бюджет утверждают только после пилотного замера времени и разбиения данных на фактические группы.

Если цена ошибки высока — например, неверная цена сразу уходит покупателю, — увеличивают не красивый процент выборки, а контроль конкретного правила: автоматическую сверку всего массива, блокировку публикации при отклонении и повторную ручную проверку затронутой группы. Так смета остаётся прозрачной, а решение о запуске опирается на проверяемые условия.

After importing a catalog, you do not need to manually open all 10,000 cards. For managed acceptance, a risk-oriented sample is needed: mandatory edge cases, several typical cards from each homogeneous group, and re-verification after fixes. In the training example, this amounts to 78 checks and 8.7 hours of work. There is no universal number: the volume depends on the number of import rules and the cost of a missed error.

This approach does not provide statistical guarantees and is not equivalent to a full check. Its goal is to confirm the main data transformation rules within a reasonable time, identify systemic failures, and determine in advance when the sample must be expanded.

A random 1% of the catalog looks convincing only until the first rare combination. If the sample misses product variants, multiple prices, or a product without an image, a critical import rule may go entirely untested. Therefore, the planning unit is not the entire catalog, but a group of cards with the same source and the same transformation.

Groups can be defined by product type, data source, property set, catalog section, or a specific processing rule. Below is a sample set, not a mandatory template for any system.

Let's calculate a sample for a catalog with 10,000 cards. Assume the team has defined eight groups with different processing rules. For each group, we take six standard cards, add 18 mandatory edge cases separately, and reserve 12 cards for re-verification after fixes.

Number of checks = mandatory cases + groups × standard cards per group + re-verification checks.

18 + 8 × 6 + 12 = 78 checks.

The number six in this model is not an industry standard. It changes with risk. If rules are simple and uniform, fewer cards may be needed. If a group combines different sources, suppliers, or property entry methods, it is better to split it rather than mask heterogeneity with a large average number.

The list is built based on the actual rules of a specific import. If the store does not use multiple warehouses, there is no need to check them for the sake of appearance. If prices come from three sources, a single price example is no longer sufficient.

For the training calculation, we allocate four minutes per card check. This time includes opening the card, comparing pre-defined fields, and recording the result. Another 90 minutes are needed for aggregate checks, and 120 minutes are reserved for resolving deviations, agreeing on fixes, and re-importing if necessary.

For comparison: a full check of 10,000 cards at the same four minutes per card would take 40,000 minutes, or approximately 666.7 hours. This is not an argument that a sample is better. A full check has broader coverage, but it requires a completely different budget.

If an actual card check takes seven minutes instead of four, the formula must be recalculated. With 78 card checks, the variable portion will increase from 5.2 to 9.1 hours, and the total budget will rise to 12.6 hours. Therefore, it is useful to first time five to ten cards, and only then approve the estimate.

Card previews show how results appear to buyers but often miss mass omissions. Before manual verification, generate a report for the entire catalog and compare it against expected control figures.

Acceptance testing loses meaning if a detected deviation is simply recorded and the count of successful cards continues. First, determine the nature of the error: are the individual data points corrupted in the source, or is the transformation rule malfunctioning?

For a deterministic rule, a single confirmed error is sufficient to reject the affected group. After fixing the issue, repeat the import in a safe environment or agreed-upon window, re-run the aggregate reconciliation, and verify the original cards plus several new ones. Do not average out a systemic error with successful examples.

The result of acceptance testing is not the phrase 'checked 78 cards,' but a protocol: which rules were covered, which aggregate figures matched, where the sampling expanded, and what was re-verified after fixes. For a training catalog, the model suggests an estimate of 8.7 hours, but the actual budget is approved only after a pilot time measurement and splitting the data into actual groups.

If the cost of an error is high—for example, an incorrect price is immediately sent to the buyer—increase not the cosmetic sampling percentage, but the control of the specific rule: automatic validation of the entire array, blocking publication upon deviation, and a repeated manual check of the affected group. This keeps the estimate transparent, and the decision to launch relies on verifiable conditions.