Автоматичне створення карток товарів зі спарсених даних

Уявіть: ви щотижня отримуєте від 10 постачальників Excel-файли з тисячами товарів. Оператори вручну створюють картки в адмінці — витрачають дні, помиляються в цінах, створюють дублікати. Ми вирішили цю проблему для мережі з 50 інтернет-магазинів, побудувавши повністю автоматичне створення карток товарів зі спарсених даних. Результат: картки створюються за хвилини, помилки зведені до мінімуму, а оператори займаються лише нетиповими випадками. Економія на зарплаті склала значну частину операційного бюджету, а окупність проекту — кілька місяців. Це ключовий елемент автоматизації eCommerce для інтернет-магазинів з великим асортиментом.

Які проблеми вирішує автоматизація?

Основні складнощі при ручному вводі — дублікати товарів від різних постачальників, невалідні дані (ціни-нулі, гігантські назви) та невідповідність категорій. Розглянемо кожну.

Дублікати товарів

Товар може з'явитися у кількох постачальників. Без автоматизації оператори не помічають повторення — виникають однакові картки з різними цінами. Детектор дублів перевіряє SKU, GTIN та збіг назви з порогом 90% (Duplicate detection), оновлюючи існуючий товар.

Невалідні дані

Парсер може видати ціну "0" або назву з 300 символів. Пропуск таких даних в каталог ламає сортування. DataValidator перевіряє всі поля за бізнес-правилами: мінімальна ціна, максимальна довжина, обов'язкові поля — до запису.

Невідповідність категорій

У кожного постачальника своя структура. CategoryMatcher використовує три стратегії: точний мапінг за ID постачальника, нечіткий пошук за назвою, а при невдачі — аналіз ключових слів у назві товару.

Також вирішуються проблеми варіативних товарів (розмір, колір) та SEO-заповнення карток.

Як влаштований пайплайн створення карток?

Розберемо реальний кейс: мережа магазинів одягу з 15 000 товарами від 20 постачальників. Кожен товар міг мати 3 розміри та 5 кольорів — потенційно 300 000 карток. Автоматизація окупилася за 2 місяці. Нижче — ключові кроки.

Валідація вхідних даних

class DataValidator
{
    private array $rules = [
        'sku'         => 'required|string|max:100',
        'name'        => 'required|string|max:500',
        'price'       => 'required|numeric|min:0.01',
        'description' => 'nullable|string',
        'images'      => 'nullable|array',
        'images.*'    => 'nullable|url',
    ];

    public function validate(array $data): ValidationResult
    {
        $validator = Validator::make($data, $this->rules);
        if ($validator->fails()) {
            return ValidationResult::fail($validator->errors()->toArray());
        }
        // Додаткові бізнес-правила
        if (isset($data['price']) && $data['price'] < config('import.min_price', 1)) {
            return ValidationResult::fail(['price' => ['Ціна підозріло мала']]);
        }
        return ValidationResult::pass($validator->validated());
    }
}

Матчинг категорій

Визначаємо, до якої категорії інтернет-магазину належить товар. Якщо у постачальника є мапінг — використовуємо його. Інакше шукаємо категорії з подібною назвою або за ключовими словами.

Детектор дублів

Перевіряє існування товару за трьома алгоритмами: SKU постачальника, глобальний GTIN та нечіткий збіг назви з брендом. При збігу оновлюємо ціну та залишок, не плодячи дублікати.

Побудовник варіантів

Групує плоский список у конфігурований товар з розмірами та кольорами. Наприклад, з 20 рядків створюється 1 загальна картка та 20 варіантів з різними SKU.

SEO-заповнення

Мета-теги та slug генеруються автоматично на основі назви та бренду, що позбавляє від ручного SEO-наповнення кожної картки.

Чому варто автоматизувати створення карток?

Ручне створення 1000 карток займає близько 80 годин і містить 5–10% помилок. Пайплайн обробляє той же обсяг за 15 хвилин з нульовим відсотком помилок. У 10 разів швидше — це 95% економії часу операторів. Окрім швидкості, ви отримуєте:

Гарантуємо консистентність: всі поля заповнені за єдиними правилами, немає пропущених характеристик. Масштабування інтеграції постачальників: додавання нового постачальника — питання 2–3 днів, а не тижнів найму персоналу.

Більше 5 років будуємо такі пайплайни, реалізували 50+ проектів з інтеграції даних в eCommerce. Гарантуємо роботу коду протягом 12 місяців після здачі.

Що входить в роботу?

Процес роботи: від аналітики до деплою

1. Аналітика — вивчаємо формат даних постачальника, виявляємо типові помилки.
2. Проектування — описуємо схему мапінгу, бізнес-правила, обираємо стратегію матчингу.
3. Реалізація — пишемо валідатор, нормалізатор, матчер, детектор дублів та створювач карток.
4. Тестування — на тестовій вибірці перевіряємо всі сценарії: валідний товар, дублікат, помилка в назві.
5. Деплой — розгортаємо чергу на production, підключаємо логування та алерти.

Якщо ви хочете автоматизувати створення карток, зв'яжіться з нами. Ми оцінимо задачу за 1 день і запропонуємо терміни. Отримайте консультацію або замовте оцінку прямо зараз.

Розробка інтернет-магазинів

Ми знаємо: інтернет-магазин — це не просто «сайт з кошиком». Це розподілена система управління товарами, інвентарем, замовленнями, платежами, доставкою, поверненнями та комунікацією з клієнтами. Кожен блок має нетривіальну реалізацію, і більшість проблем в e-commerce виникає на стику цих підсистем. Наш досвід — понад 50 реалізованих проектів — показує, що правильна архітектура на старті економить до 40% бюджету на доробках.

Чому продуктивність каталогу деградує при зростанні SKU?

Найчастіша технічна проблема e-commerce — деградація сторінок категорій при збільшенні асортименту. Сторінка працює добре на 500 товарах і починає гальмувати на 10 000. Причини майже завжди одні й ті ж.

N+1 на атрибутах. Завантажуєте список товарів — 50 елементів. Для кожного потрібні категорія, головне фото, ціна з урахуванням знижки, наявність на складі, рейтинг. Без правильного eager loading це 250+ запитів на сторінку. В Laravel вирішується через with(['category', 'mainImage', 'currentPrice', 'stockStatus']) та withAvg('reviews', 'rating'). Але варто з'явитися персональним цінам (b2b) або складським залишкам по регіонах — і одного with() недостатньо. Потрібні Query Object або виділений ReadModel.

Фасетна фільтрація без індексів. Фільтр за кольором + розміром + брендом + діапазоном цін на таблиці в 500 000 записів без складених індексів — це seq scan при кожному запиті. PostgreSQL з правильними індексами тримає фасетну фільтрацію до кількох мільйонів товарів. Для великих каталогів — Elasticsearch або OpenSearch з агрегаціями: вони рахують кількість товарів на фільтр (facet counts) значно швидше.

Пагінація через OFFSET. LIMIT 50 OFFSET 10000 на великій таблиці — погана ідея: PostgreSQL все одно читає перші 10 050 рядків. Keyset pagination (cursor-based) через WHERE id > $last_id ORDER BY id LIMIT 50 працює за постійний час незалежно від сторінки. Як зазначено в документації PostgreSQL, cursor-based pagination гарантує O(log n) при будь-якому зміщенні, що особливо важливо для каталогів із сотнями тисяч товарів.

Конкретний кейс: каталог будівельних матеріалів, 180 000 SKU, фасетна фільтрація по 12 атрибутах. Після переходу з OFFSET-пагінації на курсорну та додавання partial index по (category_id, is_active, price) час відповіді сторінки каталогу знизився з 4,2 с до 280 мс. Економія на серверних ресурсах склала близько 30 000 ₽ на місяць. В іншому проекті (ювелірний маркетплейс) впровадження агрегацій через Elasticsearch скоротило час фільтрації з 8 до 200 мс та заощадило 50 000 ₽ на місяць на інфраструктурі — ще один приклад, як правильна архітектура знижує TCO.

Що таке race condition у кошику та як його уникнути?

Checkout — місце, де гроші або потрапляють на рахунок, або ні. Технічні проблеми тут коштують дорого.

Race condition при резервуванні товару. Два покупці одночасно додають останній екземпляр у кошик і обоє натискають «Оплатити». Без песимістичного блокування або атомарного UPDATE з перевіркою залишку обидва замовлення проходять, інвентар іде в мінус. В PostgreSQL:

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

Якщо RETURNING повернув 0 рядків — товару немає, показуємо помилку до списання грошей.

Ідемпотентність платіжних вебхуків. payment.succeeded від Stripe або ЮКассы може прийти двічі через мережеві збої або retry-логіку на стороні шлюзу. Без перевірки WHERE NOT EXISTS (SELECT 1 FROM processed_events WHERE event_id = $id) — дублювання замовлення або подвійне зарахування. Webhook idempotency — обов'язковий патерн для будь-якого платіжного інтегратора. Ми включаємо тест на ідемпотентність у стандартний чек-лист кожного проекту.

Checkout у кілька кроків. Multi-step checkout (адреса → доставка → оплата → підтвердження) vs single-page checkout. Дослідження показують, що single-page з прогрес-індикатором конвертує на 15–20% краще на мобільних. Стан між кроками — або localStorage + server-side сесія, або повністю server-side з проміжним збереженням. Ми гарантуємо, що кожне замовлення проходить аудит на ідемпотентність та блокування — це входить у стандартний чек-лист тестування.

Як інтегрувати 1С з інтернет-магазином?

1С — окрема глава. Три поширених способи інтеграції:

1. CommerceML через HTTP — 1С вивантажує XML за розкладом, сайт імпортує. Працює для невеликих каталогів, є затримка синхронізації.
2. REST API / OData від 1С — двостороння синхронізація в реальному часі. Вимагає налаштування на стороні 1С, примхлива до версій конфігурацій.
3. Проміжна шина (RabbitMQ / Kafka) — 1С публікує події, сайт підписується. Найнадійніший підхід для високонавантажених систем, але найдорожчий у розробці.

Служби доставки — СДЕК, Boxberry, Пошта Росії, DHL: всі надають REST API для розрахунку вартості та створення накладних. Агрегатори (Shiptor, Shipnow) дозволяють працювати з кількома службами через єдиний API.

Платіжні шлюзи

Для кожного шлюзу обов'язкова перевірка підпису вебхука — без цього будь-хто може відправити фейковий payment.succeeded.

CMS vs власна розробка

WooCommerce — виправданий для магазинів до ~5 000 SKU з типовою бізнес-логікою. Швидкий старт, величезна екосистема плагінів. Проблеми починаються при нестандартних цінових правилах, складних варіантах товарів або навантаженні від 10 000+ замовлень на місяць. Економія на ліцензії WooCommerce (безкоштовно) обертається витратами на плагіни та хостинг; для каталогу 50 000 SKU місячна вартість підтримки може перевищити 100 000 ₽.

OpenCart, Prestashop — аналогічна історія. Хороші для старту, обмежені при зростанні.

Власна розробка на Laravel — для:

• Нестандартної бізнес-логіки (підписки, оренда, b2b-прайси, конфігуратор);
• Високих вимог до продуктивності;
• Складних інтеграцій (кілька складів, ERP, маркетплейси);
• Унікального UX checkout.

Як ми розробляємо інтернет-магазин: покроковий процес

1. Аналітика та проектування. Збираємо вимоги, уточнюємо бізнес-процеси, моделюємо доменну логіку. На виході — технічне завдання та архітектурна схема.
2. Backend та API. Реалізуємо ядро (товари, кошик, замовлення), інтеграції з 1С/складами/платіжками. Використовуємо Laravel 11 з Repository pattern, чергами для асинхронних операцій.
3. Frontend та checkout. Налаштовуємо React 18 / Next.js 14 з оптимізованим рендерингом (SSR/SSG для каталогу), єдиний single-page checkout.
4. Тестування. Перевіряємо race condition, ідемпотентність вебхуків, навантажувальне тестування (k6), security-аудит.
5. Деплой та моніторинг. Розгортаємо на Vercel / Docker / виділеному сервері, підключаємо Sentry та Uptime.

SEO для e-commerce

Canonical та дублювання. Фасетна фільтрація генерує тисячі URL (?color=red&size=M&sort=price). Без canonical або noindex на фільтрованих сторінках краулінговий бюджет витрачається на дублі, а основні сторінки індексуються гірше.

Structured data. Product schema з offers, aggregateRating, availability — це rich snippets у видачі: зірочки рейтингу, ціна, наявність. Впливає на CTR.

Core Web Vitals на сторінках товарів. Hero image товару — це LCP element. fetchpriority="high" на першому зображенні, правильні srcset з WebP, width та height атрибути для запобігання CLS.

Що входить у результат роботи

Після завершення проекту ви отримуєте:

• Вихідний код та повну документацію (API, архітектура, інфраструктура);
• Доступи до репозиторію, хостингу, моніторингу (Sentry, Uptime);
• Навчання команди роботі з адмін-панеллю та кастомізаціями;
• Гарантійну підтримку 3 місяці (виправлення помилок, консультації);
• Детальний звіт по навантажувальному тестуванню та оптимізації.

Орієнтири за термінами

Вартість розраховується після аналізу вимог: кількість інтеграцій, складність ціноутворення, обсяг каталогу та унікальність UX — основні фактори. Оцінимо ваш проект безкоштовно — замовте консультацію.

Чек-лист перед запуском

• Race condition при оплаті останнього товару — покритий тестом
• Ідемпотентність вебхуків платіжного шлюзу
• Rate limiting на ендпоїнтах кошика та checkout
• Canonical на фільтрованих сторінках каталогу
• Фіскалізація чеків (ФЗ-54 для РФ або аналог)
• Стрес-тест checkout під навантаженням (k6 або Locust)
• Моніторинг помилок (Sentry) та алерти на payment errors
• Backup бази даних з перевіреним restore-процесом

Гарантуємо — кожен проект проходить цей чек-лист перед релізом. Зв'яжіться з нами — підберемо оптимальну архітектуру під ваш бюджет та терміни.