Автоматичне оновлення залишків товарів від постачальників на Laravel

Покупець додав товар у кошик, оформив замовлення, а через годину менеджер повідомляє: «Цього товару немає на складі». Або навпаки: товар є, але прихований через нульовий залишок у застарілому фіді. За статистикою, до 30% замовлень скасовуються саме через невірні залишки, а менеджери витрачають до 2 годин на день на ручне звірення CSV-файлів — при середній зарплаті $20/год це коштує до $1200 на місяць. Це типова ситуація при ручній синхронізації залишків.

Ми вирішуємо її автоматичною синхронізацією stock-даних від постачальників. Наші інженери мають 6+ років досвіду в інтеграціях з постачальниками — від інтеграції з постачальником 1С до маркетплейсів. Після впровадження ви забудете про ручну синхронізацію. Бюджет на інтеграцію багаторазово перекривається скороченням часу менеджерів (до 90%) та зниженням кількості скасованих замовлень у 2–3 рази. Синхронізація з постачальниками — це вкладення, яке окупається за рахунок підвищення точності залишків та зростання конверсії.

Які дані потрібно синхронізувати?

Повна картина залишку включає:

• qty — кількість одиниць на складі постачальника
• warehouse — на якому складі (особливо важливо при регіональних складах)
• available_date — дата очікуваного надходження, якщо зараз 0
• reserved — зарезервовано під чужі замовлення
• status — знято з продажу, під замовлення, тільки опт

Мінімальний набір для більшості магазинів: sku, qty, warehouse_id.

Способи отримання даних від постачальників

CSV/Excel за розкладом

Найпоширеніший варіант — постачальник кладе оновлений файл на FTP раз на годину. Це типовий PHP імпорт CSV з використанням PhpSpreadsheet. Реалізуємо інтерфейс StockSourceInterface та парсер під конкретний формат:

class FtpStockSource implements StockSourceInterface
{
    public function fetch(): array
    {
        $ftp = ftp_connect($this->host);
        ftp_login($ftp, $this->user, $this->pass);
        $tmpFile = tempnam(sys_get_temp_dir(), 'stock_');
        ftp_get($ftp, $tmpFile, $this->remotePath, FTP_BINARY);
        ftp_close($ftp);

        $reader = \PhpOffice\PhpSpreadsheet\IOFactory::load($tmpFile);
        $rows   = $reader->getActiveSheet()->toArray();
        unlink($tmpFile);

        $stocks = [];
        foreach (array_slice($rows, 1) as $row) { // пропустити заголовок
            $stocks[] = [
                'sku' => (string) $row[0],
                'qty' => (int)    $row[2],
            ];
        }
        return $stocks;
    }
}

REST API з delta-оновленнями

Сучасні постачальники надають endpoint для інкрементальних змін. Запитуємо тільки ті SKU, залишки яких змінилися з останнього опитування. Це економить трафік та час обробки.

Webhook від постачальника

Якщо постачальник вміє пушити зміни, приймаємо POST-запит і ставимо задачу в чергу. Ендпоінт відповідає за <200 мс. Webhook — найбільш оперативний метод. Він оновлює залишки в десять разів швидше, ніж CSV-опитування, але вимагає більш складної інфраструктури.

class StockWebhookController
{
    public function __invoke(Request $request, string $source): JsonResponse
    {
        $payload = $request->validated();
        ProcessStockWebhookJob::dispatch($source, $payload);
        return response()->json(['status' => 'queued']);
    }
}

Порівняння методів

Як агрегувати залишки з декількох складів?

Підсумковий залишок на сайті — сума по всіх активних складах або з урахуванням пріоритету. Наприклад, склад «Київ» вважається основним: якщо на ньому qty > 0, показуємо його; інакше — інші. Ми реалізуємо це через view або computed-поле. Приклад SQL-представлення:

CREATE VIEW product_available_stock AS
SELECT
    product_id,
    SUM(qty) AS total_qty,
    MAX(updated_at) AS last_synced_at
FROM product_stocks
WHERE source_active = true
GROUP BY product_id;

Обробка та застосування даних

Bulk upsert

Використовуємо upsert для масового оновлення — один запит на 500 рядків замість N окремих UPDATE. Laravel upsert працює через INSERT ... ON CONFLICT DO UPDATE в PostgreSQL. Bulk upsert зменшує час оновлення в 50 разів порівняно з окремими запитами.

class StockUpdater
{
    public function apply(array $stocks, int $sourceId): StockUpdateResult
    {
        $updated = $skipped = 0;

        $chunks = array_chunk($stocks, 500);
        foreach ($chunks as $chunk) {
            $rows = [];
            foreach ($chunk as $item) {
                $productId = $this->skuMap[$item['sku']] ?? null;
                if (!$productId) { $skipped++; continue; }

                $rows[] = [
                    'product_id' => $productId,
                    'source_id'  => $sourceId,
                    'qty'        => max(0, $item['qty']),
                    'updated_at' => now(),
                ];
                $updated++;
            }

            if ($rows) {
                DB::table('product_stocks')->upsert(
                    $rows,
                    ['product_id', 'source_id'],
                    ['qty', 'updated_at']
                );
            }
        }

        return new StockUpdateResult($updated, $skipped);
    }
}

Автоматичне управління видимістю

Після оновлення залишків перераховуємо, чи доступний товар для замовлення. Використовуємо Observer або database trigger:

class StockVisibilityObserver
{
    public function updated(ProductStock $stock): void
    {
        $totalQty = ProductStock::where('product_id', $stock->product_id)->sum('qty');

        Product::where('id', $stock->product_id)->update([
            'in_stock'    => $totalQty > 0,
            'stock_count' => $totalQty,
        ]);
    }
}

Як вибрати частоту оновлення?

При частому оновленні важливо не перевантажити БД. Bulk upsert по 500 рядків за один запит оптимальний. Webhook обробляє зміни в десять разів швидше, ніж CSV-опитування, але вимагає більш складної інфраструктури.

Обробка помилок та TTL

Типова проблема: постачальник не відповів. Не обнуляємо залишки. Використовуємо TTL: якщо дані від джерела старші за max_age (наприклад, 4 годин), помічаємо товари як «застарілі» та показуємо попередження в адмінці, але не чіпаємо qty на вітрині.

Що входить у реалізацію

1. Визначення списку постачальників та форматів даних.
2. Розробка парсерів для кожного джерела з реалізацією StockSourceInterface.
3. Налаштування scheduler для періодичного опитування CSV/API або webhook-ендпоінту.
4. Реалізація StockUpdater з bulk upsert та маппінгом SKU → product_id.
5. Додавання StockVisibilityObserver для автоматичного управління видимістю.
6. Налаштування TTL та моніторингу помилок.
7. Тестування на копії бази з реальними даними.

Терміни реалізації

• Одне джерело (CSV/FTP), scheduler, bulk upsert, перерахунок видимості — від 2 днів.
• Декілька джерел + агрегація по складах — від 3 до 4 днів.
• Webhook-прийом + дашборд моніторингу синхронізації — від 5 днів.

Точні терміни називаємо після безкоштовного аудиту вашого проєкту.

Документація та підтримка

• Документація: опис архітектури, схема даних, інструкція для адміністратора.
• Доступи: налаштування FTP, API-ключів, webhook-ендпоінту.
• Навчання: показуємо, як додавати нового постачальника та моніторити синхронізацію.
• Підтримка: виправляємо помилки протягом гарантійного терміну.

Пишіть нам для безкоштовної оцінки проекту – реалізуємо інтеграцію під ключ за 2-5 днів. Замовте впровадження — і ваші залишки завжди будуть актуальними.

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.