V posledních dnech dostává řada provozovatelů e-shopů od Heureky stejný e-mail: „při stahování obrázků k Vašim nabídkám do našeho nástroje pro párování produktů narážíme na problém – přístup našeho robota na Váš web je pravděpodobně blokován. Prosíme Vás proto o povolení stahování pro HeurekaBot.“ E-mail odkazuje na nápovědu Heureky, ale neříká, proč HeurekaBot obrázky nestáhne ani u kterých produktů. Slovo „pravděpodobně“ je na místě – příčin může být několik a blokace robota je jen jednou z nich. Ve většině případů nejde o nic vážného a náprava je otázkou několika minut.

Co Heureka v e-mailu vlastně říká?

Robot Heureky se pokusil stáhnout obrázky produktů z adres uvedených ve vašem XML feedu a u části z nich neuspěl. Heureka obrázky potřebuje k párování nabídek s produkty ve svém katalogu. Když je robot nestáhne, nabídky se hůř párují a na Heurece se mohou zobrazovat bez fotky.

Heureka stahuje data několika roboty. O obrázky se stará Heurekabot-Image (a pro výsledky vyhledávání Heurekabot-ImageFullText), feed stahuje Heurekabot-Feed. Pro robota vypadá stejně, když ho server odmítne, i když obrázek na dané adrese vůbec není. Proto e-mail mluví o blokaci, i když skutečná příčina může být úplně jinde.

Co si vyžádat přímo od Heureky?

Doporučujeme nejdřív požádat podporu Heureky o podrobnosti – z obecného e-mailu se příčina nepozná. Stačí odpovědět na jejich zprávu a požádat o:

  • konkrétní adresu obrázku (nebo několik příkladů), který robot nestáhl,
  • datum a čas, kdy to zkoušel,
  • odpověď serveru (kód chyby) – podle ní hned poznáte, kde hledat.

Kód 404 znamená, že obrázek na dané adrese není – problém je v datech e-shopu. Kód 403 nebo vypršení spojení ukazuje spíš na server. Dokud tyto údaje nemáte, nedává smysl měnit nastavení serveru naslepo.

Proč robot Heureky nemůže stáhnout obrázky?

V praxi vidíme dvě skupiny příčin: buď robot dostane adresu, na které obrázek není, nebo ho k obrázku nepustí server.

Obrázek na adrese z feedu není

  • Velikost obrázku, kterou e-shop už nemá. Feed odkazuje na konkrétní velikost obrázku (například „large_default“). Po upgradu PrestaShopu nebo po změně šablony se názvy velikostí často změní a stará volba ve feedu zůstane. Odkazy pak vedou na obrázky, které neexistují.
  • Chybějící soubory. V databázi je u produktu obrázek, ale soubor na disku chybí – typicky po spadlém importu, migraci nebo ručním mazání.
  • Produkt bez úvodního obrázku nebo s poškozeným či nestandardním souborem, se kterým si robot neporadí.

Server robota nepustí

  • Ochrana proti přetížení. Robot stahuje tisíce obrázků rychle po sobě. Firewall hostingu to může vyhodnotit jako útok a robota dočasně zablokovat – často jen na hodinu, aby nezahltil server. Na webu nic nepoznáte, ale robot v tu chvíli neprojde.
  • Blokace podle země nebo IP adres. Heureka od podzimu 2023 běží v cloudu ve Frankfurtu. Pokud server pouští jen návštěvníky z Česka a Slovenska nebo má povolené staré IP adresy Heureky, robot neprojde.
  • Neplatný SSL certifikát. Heureka stahuje obsah jen z webů s platným certifikátem.

Řádky IMGURL s adresami obrázků v XML feedu pro Heureku

Jak zjistit, kde je problém?

Nejrychleji ze samotného XML feedu. Za pár minut poznáte, jestli je chyba v datech, nebo v přístupu robota.

  1. Otevřete svůj XML feed pro Heureku a najděte u několika produktů řádky IMGURL a IMGURL_ALTERNATIVE.
  2. Adresy zkopírujte a otevřete v anonymním okně prohlížeče.
  3. Obrázek se nezobrazí (chyba 404 nebo prázdná stránka) – problém je v datech e-shopu, pokračujte řešením níže.
  4. Obrázek se zobrazí – data jsou v pořádku a robota pravděpodobně omezuje server. Řešení je na straně hostingu.
  5. Pro jistotu ověřte SSL certifikát webu, například bezplatným testem na ssllabs.com.

Jak opravit obrázky ve feedu?

Základ je aktuální verze modulu pro Heureku a feed vygenerovaný znovu po aktualizaci. Aktuální verze modulu 3.3.8+ sama kontroluje, jestli zvolená velikost obrázků v e-shopu opravdu existuje. Pokud ne – třeba po upgradu nebo změně šablony – automaticky přepne feed na obrázky v plné velikosti a pokračuje v generování. Odkazy ve feedu tak vedou na skutečné obrázky. Modul navíc ve výchozím nastavení posílá Heurece odkazy na klasické JPG obrázky i tam, kde e-shop používá formát WebP.

Volba kvality obrázků pro XML feed v modulu Heureka

Na chybějící soubory a produkty bez náhledu máme modul Nástroje pro obrázky. Porovná soubory na disku s databází v obou směrech a ukáže přehledný report. Záznamy obrázků, ke kterým chybí soubor, po vašem potvrzení uklidí a u produktu dopočítá hlavní obrázek. Druhý nástroj najde produkty, které nemají žádný úvodní obrázek nebo jich mají víc, a opraví je jedním klikem. Vše se před mazáním zálohuje, takže se nic neztratí.

Co když je problém na straně hostingu?

Pokud máte e-shop na našem hostingu, nemusíte nic řešit. Roboty Heureky máme povolené, takže je ochrana serveru nezablokuje ani při stahování velkého množství obrázků.

U jiného hostingu je potřeba kontaktovat jeho podporu – nastavení firewallu z e-shopu ani z modulu změnit nejde. Do požadavku uveďte:

  • povolit roboty s označením Heurekabot-Feed, Heurekabot-Image a Heurekabot-ImageFullText,
  • povolit IP adresy Heureky podle aktuálního seznamu na ip.heureka.group/v4,
  • povolit přístup z Německa (Heureka běží v cloudu ve Frankfurtu),
  • nepočítat tyto roboty do ochrany proti přetížení, aby je firewall dočasně neblokoval.

Podrobný postup popisuje i nápověda Heureky k HeurekaBotu na sluzby.heureka.cz.

Nevíte si rady?

E-mail od Heureky patrně neznamená nic vážného, ale je dobré ho nepodceňovat. Nabídky bez obrázků se hůř párují a zákazníci na ně méně klikají. Pokud si nejste jistí, kde je problém, napište nám. Zkontrolujeme váš XML feed a obrázky a poradíme, jestli stačí aktualizovat modul, uklidit obrázky, nebo se obrátit na hosting.