Разработка бота для автоматического обновления остатков на маркетплейсах

Ручное обновление остатков на маркетплейсах — источник постоянных проблем. Продавец выставляет 10 единиц, а на складе осталось 3. Заказ оформляется, но не отгружается — маркетплейс штрафует, рейтинг карточки падает. Сотрудники тратят часы на сверку цифр, но человеческий фактор неизбежен: забыли обновить, ошиблись в количестве, не учли резерв. Наш опыт — 5+ лет и 50+ успешных проектов по интеграции учётных систем с маркетплейсами. По сравнению с ручным обновлением, автоматический бот сокращает время управления стоком в 10 раз и снижает количество отменённых заказов на 70%. Типичная экономия на штрафах для магазина с оборотом 10 млн руб. — до 1 млн руб. в год.

Почему автоматизация выгоднее ручного обновления?

Ручной ввод через личный кабинет отнимает 1–2 часа ежедневно для магазина с 5000 позиций. Ошибка в одной цифре приводит к каскаду проблем: отмена заказов, отрицательный рейтинг, потеря позиций в выдаче. Наш бот обрабатывает изменения за секунды, исключая ошибки. Он берёт данные напрямую из учётки — никаких опечаток. В результате рейтинг карточек растёт, а количество отменённых заказов снижается на 70%.

Кейс из практики: Для клиента с каталогом 15 000 SKU ручное обновление занимало 4 часа ежедневно. После внедрения бота время сократилось до 10 минут, а количество отменённых заказов упало на 70%. Штрафы за неверный сток были исключены полностью. По сравнению с использованием универсальных ERP-модулей, наш бот даёт более гибкую настройку буфера и алертов.

Согласно официальной документации Ozon API, PUT /v2/products/stocks позволяет обновлять до 100 товаров за запрос.

Как мы интегрируемся с источниками данных?

Источников несколько, их нужно агрегировать. Основной — ваша складская система (1С, МойСклад, Odoo). Дополнительно подключаем поставщиков (через импорт) и считываем резерв маркетплейсов. Также учитываем виртуальный резерв с собственного сайта — открытые корзины.

Схема данных строится на таблицах stock_levels, marketplace_stocks и stock_sync_log. Первая хранит общие остатки и резерв, вторая — актуальные для каждого маркетплейса, третья — историю синхронизаций для дебага.

CREATE TABLE stock_levels (
    id              BIGSERIAL PRIMARY KEY,
    product_id      BIGINT REFERENCES products(id),
    warehouse_id    INT REFERENCES warehouses(id),
    quantity        INT NOT NULL DEFAULT 0,
    reserved        INT NOT NULL DEFAULT 0,
    available       INT GENERATED ALWAYS AS (quantity - reserved) STORED,
    updated_at      TIMESTAMP DEFAULT NOW()
);

CREATE TABLE marketplace_stocks (
    id              BIGSERIAL PRIMARY KEY,
    product_id      BIGINT REFERENCES products(id),
    marketplace     VARCHAR(50) NOT NULL,
    warehouse_code  VARCHAR(100),
    synced_quantity INT,
    last_synced_at  TIMESTAMP,
    sync_status     VARCHAR(20) DEFAULT 'ok',
    error_message   TEXT,
    UNIQUE(product_id, marketplace, warehouse_code)
);

CREATE TABLE stock_sync_log (
    id              BIGSERIAL PRIMARY KEY,
    product_id      BIGINT,
    marketplace     VARCHAR(50),
    old_qty         INT,
    new_qty         INT,
    source          VARCHAR(50),
    synced_at       TIMESTAMP DEFAULT NOW()
);

Интеграция с Ozon API

Обновление остатков выполняется через эндпоинт PUT /v2/products/stocks. Мы шлём батчи по 100 товаров, чтобы не превысить лимит.

class OzonStockSyncer
{
    public function syncStocks(array $items): SyncResult
    {
        $result  = new SyncResult();
        $batches = array_chunk($items, 100);

        foreach ($batches as $batch) {
            $payload = array_map(fn($item) => [
                'offer_id'     => $item['sku'],
                'stock'        => $item['qty'],
                'warehouse_id' => $item['warehouse_id'],
            ], $batch);

            $response = Http::withHeaders([
                'Client-Id' => $this->clientId,
                'Api-Key'   => $this->apiKey,
            ])->post('https://api-seller.ozon.ru/v2/products/stocks', [
                'stocks' => $payload,
            ]);

            if (!$response->successful()) {
                $result->errors[] = $response->json('message', 'Unknown error');
                continue;
            }

            foreach ($response->json('result', []) as $item) {
                if ($item['updated']) {
                    $result->updated++;
                } else {
                    $result->errors[] = "SKU {$item['offer_id']}: " . ($item['errors'][0]['message'] ?? 'error');
                }
            }
        }

        return $result;
    }
}

Интеграция с Wildberries

Wildberries использует PUT-запрос к /api/v3/warehouses/{warehouseId}/stocks. Код аналогичный, но с учётом особенностей — токен в заголовке, маппинг через barcode.

class WildberriesStockSyncer
{
    public function syncStocks(array $items, int $warehouseId): SyncResult
    {
        $payload = array_map(fn($item) => [
            'sku'    => $item['wb_barcode'],
            'amount' => max(0, $item['qty']),
        ], $items);

        $response = Http::withToken($this->apiKey)
            ->put("https://marketplace-api.wildberries.ru/api/v3/warehouses/{$warehouseId}/stocks", [
                'stocks' => $payload,
            ]);

        if (!$response->successful()) {
            throw new WildberriesApiException($response->json('title', 'API Error'));
        }

        return new SyncResult(updated: count($items));
    }
}

Как настроить буферный сток и алерты?

Часто нужно держать буфер — не выгружать весь остаток на маркетплейс, чтобы резервировать для других каналов. Мы реализуем гибкую логику: абсолютный или процентный буфер, верхний лимит по товару. Например, для товара с остатком 50 единиц можно установить буфер 5 шт. или 10%. Тогда на маркетплейс уйдёт только 45 шт.

class StockCalculator
{
    public function calculateMarketplaceQty(Product $product, string $marketplace): int
    {
        $available = $product->available_stock;
        $buffer = $product->stock_buffer ?? config("marketplaces.{$marketplace}.default_buffer", 2);
        $pctBuffer = (int) ceil($available * config("marketplaces.{$marketplace}.buffer_pct", 0) / 100);
        $reserved = max($buffer, $pctBuffer);
        $qty = max(0, $available - $reserved);
        $maxQty = $product->max_marketplace_stock ?? PHP_INT_MAX;
        return min($qty, $maxQty);
    }
}

Настраиваем алерты — если остаток на сайте больше нуля, а на маркетплейсе ноль уже 2 часа, вы получаете уведомление. Это страхует от рассинхронизации. Сценарии алертов:

Что входит в работу?

Типичные ошибки при интеграции

• Неверный артикул — разница в форматах SKU между учёткой и маркетплейсом. Решается единой системой маппинга.
• Превышение лимита запросов — слишком частые обновления. Увеличиваем интервал или используем батчи.
• Ошибка авторизации — просроченный токен. Настраиваем автоматическое обновление ключей.
• Расхождение остатков — отсутствие учёта резервов. Внедряем буферный сток.

Процесс работы

1. Аналитика — изучаем вашу учётную систему, текущие API, объём каталога.
2. Проектирование — схема данных, логика буфера, интеграционные модули.
3. Разработка — пишем код синхронизации, алертов, логирования.
4. Тестирование — на тестовом контуре проверяем все сценарии (включая ошибки).
5. Деплой — развёртывание на вашем сервере или облаке, настройка мониторинга.
6. Сопровождение — гарантийный период, обучение команды.

Сроки реализации

• Базовая версия (Ozon + WB + 1С): 4–5 рабочих дней.
• Сложные буферные схемы и дополнительные маркетплейсы: +1–2 дня.

Получите консультацию — оценим ваш проект за один день. Закажите разработку бота, чтобы избавиться от штрафов и сэкономить время сотрудников.

Разработка интернет-магазинов

Мы знаем: интернет-магазин — это не просто «сайт с корзиной». Это распределённая система управления товарами, инвентарём, заказами, платежами, доставкой, возвратами и коммуникацией с клиентами. Каждый блок имеет нетривиальную реализацию, и большинство проблем в e-commerce возникает на стыке этих подсистем. Наш опыт — более 50 реализованных проектов — показывает, что правильная архитектура на старте экономит до 40% бюджета на доработках.

Почему производительность каталога деградирует при росте SKU?

Самая частая техническая проблема e-commerce — деградация страниц категорий при увеличении ассортимента. Страница работает хорошо на 500 товарах и начинает тормозить на 10 000. Причины почти всегда одни и те же.

N+1 на атрибутах. Загружаете список товаров — 50 элементов. Для каждого нужны категория, главное фото, цена с учётом скидки, наличие на складе, рейтинг. Без правильного eager loading это 250+ запросов на страницу. В Laravel решается через with(['category', 'mainImage', 'currentPrice', 'stockStatus']) и withAvg('reviews', 'rating'). Но стоит появиться персональным ценам (b2b) или складским остаткам по регионам — и одного with() недостаточно. Нужны Query Object или выделенный ReadModel.

Фасетная фильтрация без индексов. Фильтр по цвету + размеру + бренду + диапазону цен на таблице в 500 000 записей без составных индексов — это seq scan при каждом запросе. PostgreSQL с правильными индексами держит фасетную фильтрацию до нескольких миллионов товаров. Для больших каталогов — Elasticsearch или OpenSearch с агрегациями: они считают количество товаров на фильтр (facet counts) значительно быстрее.

Пагинация через OFFSET. LIMIT 50 OFFSET 10000 на большой таблице — плохая идея: PostgreSQL всё равно читает первые 10 050 строк. Keyset pagination (cursor-based) через WHERE id > $last_id ORDER BY id LIMIT 50 работает за константное время независимо от страницы. Как указано в документации PostgreSQL, cursor-based pagination гарантирует O(log n) при любом смещении, что особенно важно для каталогов с сотнями тысяч товаров.

Конкретный кейс: каталог строительных материалов, 180 000 SKU, фасетная фильтрация по 12 атрибутам. После перехода с OFFSET-пагинации на курсорную и добавления partial index по (category_id, is_active, price) время ответа страницы каталога снизилось с 4,2 с до 280 мс. Экономия на серверных ресурсах составила около 30 000 ₽ в месяц. В другом проекте (ювелирный маркетплейс) внедрение агрегаций через Elasticsearch сократило время фильтрации с 8 до 200 мс и сэкономило 50 000 ₽ в месяц на инфраструктуре — ещё один пример, как правильная архитектура снижает TCO.

Что такое race condition в корзине и как его избежать?

Checkout — место, где деньги либо попадают на счёт, либо нет. Технические проблемы здесь стоят дорого.

Race condition при резервировании товара. Два покупателя одновременно добавляют последний экземпляр в корзину и оба нажимают «Оплатить». Без пессимистичной блокировки или атомарного UPDATE с проверкой остатка оба заказа проходят, инвентарь уходит в минус. В PostgreSQL:

UPDATE inventory
SET reserved = reserved + $quantity
WHERE product_id = $id
  AND (available - reserved) >= $quantity
RETURNING id;

Если RETURNING вернул 0 строк — товара нет, показываем ошибку до списания денег.

Идемпотентность платёжных вебхуков. payment.succeeded от Stripe или ЮКассы может прийти дважды из-за сетевых сбоев или retry-логики на стороне шлюза. Без проверки WHERE NOT EXISTS (SELECT 1 FROM processed_events WHERE event_id = $id) — дублирование заказа или двойное зачисление. Webhook idempotency — обязательный паттерн для любого платёжного интегратора. Мы включаем тест на идемпотентность в стандартный чек-лист каждого проекта.

Checkout в несколько шагов. Multi-step checkout (адрес → доставка → оплата → подтверждение) vs single-page checkout. Исследования показывают, что single-page с прогресс-индикатором конвертирует на 15–20% лучше на мобильных. Состояние между шагами — либо localStorage + server-side сессия, либо полностью server-side с промежуточным сохранением. Мы гарантируем, что каждый заказ проходит аудит на идемпотентность и блокировку — это входит в стандартный чек-лист тестирования.

Интеграции: 1С, склад, доставка

1С — отдельная глава. Три распространённых способа интеграции:

1. CommerceML через HTTP — 1С выгружает XML по расписанию, сайт импортирует. Работает для небольших каталогов, есть задержка синхронизации.
2. REST API / OData от 1С — двусторонняя синхронизация в реальном времени. Требует настройки на стороне 1С, капризна к версиям конфигураций.
3. Промежуточная шина (RabbitMQ / Kafka) — 1С публикует события, сайт подписывается. Самый надёжный подход для высоконагруженных систем, но самый дорогой в разработке.

Службы доставки — СДЭК, Boxberry, Почта России, DHL: все предоставляют REST API для расчёта стоимости и создания накладных. Агрегаторы (Shiptor, Shipnow) позволяют работать с несколькими службами через единый API.

Платёжные шлюзы

Для каждого шлюза обязательна проверка подписи вебхука — без этого любой может отправить фейковое payment.succeeded.

CMS vs собственная разработка

WooCommerce — оправдан для магазинов до ~5 000 SKU с типовой бизнес-логикой. Быстрый старт, огромная экосистема плагинов. Проблемы начинаются при нестандартных ценовых правилах, сложных вариантах товаров или нагрузке от 10 000+ заказов в месяц. Экономия на лицензии WooCommerce (бесплатно) оборачивается затратами на плагины и хостинг; для каталога 50 000 SKU месячная стоимость поддержки может превысить 100 000 ₽.

OpenCart, Prestashop — аналогичная история. Хороши для старта, ограничены при росте.

Собственная разработка на Laravel — для:

• Нестандартной бизнес-логики (подписки, аренда, b2b-прайсы, конфигуратор);
• Высоких требований к производительности;
• Сложных интеграций (несколько складов, ERP, маркетплейсы);
• Уникального UX checkout.

Как мы разрабатываем интернет-магазин: пошаговый процесс

1. Аналитика и проектирование. Собираем требования, уточняем бизнес-процессы, моделируем доменную логику. На выходе — техническое задание и архитектурная схема.
2. Backend и API. Реализуем ядро (товары, корзина, заказы), интеграции с 1С/складами/платёжками. Используем Laravel 11 с Repository pattern, очередями для асинхронных операций.
3. Frontend и checkout. Настраиваем React 18 / Next.js 14 с оптимизированным рендерингом (SSR/SSG для каталога), единый single-page checkout.
4. Тестирование. Проверяем race condition, идемпотентность вебхуков, нагрузочное тестирование (k6), security-аудит.
5. Деплой и мониторинг. Разворачиваем на Vercel / Docker / выделенном сервере, подключаем Sentry и Uptime.

SEO для e-commerce

Canonical и дублирование. Фасетная фильтрация генерирует тысячи URL (?color=red&size=M&sort=price). Без canonical или noindex на фильтрованных страницах краулинговый бюджет расходуется на дубли, а основные страницы индексируются хуже.

Structured data. Product schema с offers, aggregateRating, availability — это rich snippets в выдаче: звёздочки рейтинга, цена, наличие. Влияет на CTR.

Core Web Vitals на страницах товаров. Hero image товара — это LCP element. fetchpriority="high" на первом изображении, правильные srcset с WebP, width и height атрибуты для предотвращения CLS.

Что входит в результат работы

После завершения проекта вы получаете:

• Исходный код и полную документацию (API, архитектура, инфраструктура);
• Доступы к репозиторию, хостингу, мониторингу (Sentry, Uptime);
• Обучение команды работе с админ-панелью и кастомизациями;
• Гарантийную поддержку 3 месяца (исправление ошибок, консультации);
• Подробный отчёт по нагрузочному тестированию и оптимизации.

Ориентиры по срокам

Стоимость рассчитывается после анализа требований: количество интеграций, сложность ценообразования, объём каталога и уникальность UX — основные факторы. Оценим ваш проект бесплатно — закажите консультацию.

Чек-лист перед запуском

• Race condition при оплате последнего товара — покрыт тестом
• Идемпотентность вебхуков платёжного шлюза
• Rate limiting на эндпоинтах корзины и checkout
• Canonical на фильтрованных страницах каталога
• Фискализация чеков (ФЗ-54 для РФ или аналог)
• Стресс-тест checkout под нагрузкой (k6 или Locust)
• Мониторинг ошибок (Sentry) и алерты на payment errors
• Backup базы данных с проверенным restore-процессом

Гарантируем — каждый проект проходит этот чек-лист перед релизом. Свяжитесь с нами — подберём оптимальную архитектуру под ваш бюджет и сроки.