Розробка бота-парсера цін конкурентів за розкладом

Наша компанія займається розробкою, підтримкою та обслуговуванням сайтів будь-якої складності. Від простих односторінкових сайтів до масштабних кластерних систем, побудованих на мікро сервісах. Досвід розробників підтверджено сертифікатами від вендорів.

Розробка та обслуговування будь-яких видів сайтів:

Інформаційні сайти або веб-програми
Сайти візитки, landing page, корпоративні сайти, онлайн каталоги, квіз, промо-сайти, блоги, ресурси новин, інформаційні портали, форуми, агрегатори
Сайти або веб-програми електронної комерції
Інтернет-магазини, B2B-портали, маркетплейси, онлайн-обмінники, кешбек-сайти, біржі, дропшиппінг-платформи, парсери товарів
Веб-програми для управління бізнес-процесами
CRM-системи, ERP-системи, корпоративні портали, системи управління виробництвом, парсери інформації
Сайти або веб-програми електронних послуг
Дошки оголошень, онлайн-школи, онлайн-кінотеатри, конструктори сайтів, портали надання електронних послуг, відеохостинги, тематичні портали

Це лише деякі з технічних типів сайтів, з якими ми працюємо, і кожен із них може мати свої специфічні особливості та функціональність, а також бути адаптованим під конкретні потреби та цілі клієнта.

Послуги, які ми пропонуємо
Показано 1 з 1Усі 2062 послуг
Розробка бота-парсера цін конкурентів за розкладом
Середній
~3-5 днів
Часті запитання

Наші компетенції:

Етапи розробки

Останні роботи

  • image_website-b2b-advance_0.webp
    Розробка сайту компанії B2B ADVANCE
    1362
  • image_web-applications_feedme_466_0.webp
    Розробка веб-додатків для компанії FEEDME
    1253
  • image_websites_belfingroup_462_0.webp
    Розробка веб-сайту для компанії БЕЛФІНГРУП
    958
  • image_ecommerce_furnoro_435_0.webp
    Розробка інтернет магазину для компанії FURNORO
    1190
  • image_crm_enviok_479_0.webp
    Розробка веб-додатків для компанії Enviok
    931
  • image_bitrix-bitrix-24-1c_fixper_448_0.webp
    Розробка веб-сайту для компанії ФІКСПЕР
    949

Уявіть: ваш конкурент знижує ціну на 15% на топ-20 позицій, а ви дізнаєтеся про це через тиждень, коли продажі вже впали. Саме це сталося з одним із наших клієнтів, який втратив 30% маржі за місяць. Щоб виключити такі ситуації, ми розробляємо автоматичних ботів-парсерів цін, які працюють за розкладом, зберігають історію та можуть самостійно коригувати ваші ціни за гнучкими правилами. Ми займаємося моніторингом цін понад 7 років і реалізували 40+ проєктів для e-commerce — від одягу до електроніки. Гарантуємо коректну роботу парсера на всіх етапах, від збору до авторепрайсингу. Зв'яжіться з нами, щоб ми розробили систему під ваш каталог.

Чому ручний моніторинг цін неефективний?

  • Застарілі дані: ви перевіряєте ціни раз на тиждень, а конкуренти змінюють їх щодня. На момент вашої реакції ви вже втратили частину продажів або маржі.
  • Антиблокувальні заходи: конкуренти використовують Cloudflare, капчі, динамічні селектори. Ручний збір не справляється, потрібен headless-браузер з ротацією проксі.
  • Нормалізація: ціни надходять у різному форматі: з податком, без податку, в різних валютах, з пробілами та символами. Без нормалізації порівнювати їх марно.

Як ми будуємо систему моніторингу?

Ми використовуємо Laravel 11 на PHP 8.3, PostgreSQL для зберігання, Redis для черг та Playwright для парсингу динаміки. Архітектура мікросервісна — кожен конкурент обробляється незалежно.

  1. Планувальник запускає Job для кожного конкурента.
  2. Скрапер (HTTP або Playwright) отримує HTML.
  3. Нормалізатор перетворює ціну на єдиний формат.
  4. Зберігаємо поточну ціну та історію.
  5. Детектор змін визначає, чи змінилася ціна значно (більше ніж на 2%).
  6. Якщо так, надсилаємо сповіщення та запускаємо автопереоцінку.
Scheduler
  → ScrapeCompetitorPrices Job (per competitor)
      → CompetitorScraper (HTTP/Playwright)
      → PriceNormalizer
      → PriceHistoryRepository (INSERT)
      → PriceChangeDetector
          → AlertDispatcher (якщо зміна > порогу)
          → RepricingEngine (якщо увімкнено autoprice)

Модель даних

// database/migrations/create_competitor_prices_table.php
Schema::create('competitor_prices', function (Blueprint $table) {
    $table->id();
    $table->foreignId('product_id')->constrained();
    $table->foreignId('competitor_id')->constrained();
    $table->string('competitor_sku')->nullable();
    $table->string('competitor_url');
    $table->decimal('price', 12, 2);
    $table->decimal('sale_price', 12, 2)->nullable();
    $table->boolean('in_stock')->default(true);
    $table->timestamp('scraped_at');
    $table->timestamps();

    $table->index(['product_id', 'competitor_id', 'scraped_at']);
});

// Історія для графіків та аналітики
Schema::create('competitor_price_history', function (Blueprint $table) {
    $table->id();
    $table->foreignId('product_id')->constrained();
    $table->foreignId('competitor_id')->constrained();
    $table->decimal('price', 12, 2);
    $table->boolean('in_stock');
    $table->date('recorded_date');
    $table->timestamps();

    $table->unique(['product_id', 'competitor_id', 'recorded_date']);
});

Конфігурація конкурентів

// config/competitors.php
return [
    'competitor_a' => [
        'name'       => 'Shop A',
        'base_url'   => 'https://shop-a.ru',
        'selectors'  => [
            'price'    => '.current-price',
            'in_stock' => '.in-stock-badge',
        ],
        'price_regex'    => '/[\d\s]+/',
        'url_pattern'    => 'https://shop-a.ru/product/{sku}',
        'requires_js'    => false,
        'request_delay'  => [1000, 3000], // ms
    ],

    'wildberries' => [
        'name'       => 'Wildberries',
        'type'       => 'api',
        'scraper'    => WildberriesPriceScraper::class,
        'request_delay' => [500, 1500],
    ],
];

Базовий скрапер цін

// app/Services/PriceMonitor/CompetitorPriceScraper.php
class CompetitorPriceScraper
{
    public function __construct(
        private Client $httpClient,
        private array $config
    ) {}

    public function scrapePrice(string $url): ?PriceData
    {
        try {
            $html = $this->fetch($url);
            $crawler = new Crawler($html);

            $priceText = $crawler->filter($this->config['selectors']['price'])
                ->first()
                ->text('');

            $price = $this->extractPrice($priceText);
            if ($price === null) return null;

            $salePrice = null;
            if (!empty($this->config['selectors']['sale_price'])) {
                $salePriceText = $crawler->filter($this->config['selectors']['sale_price'])
                    ->first()->text('');
                $salePrice = $this->extractPrice($salePriceText);
            }

            $inStock = true;
            if (!empty($this->config['selectors']['in_stock'])) {
                $inStock = $crawler->filter($this->config['selectors']['in_stock'])->count() > 0;
            }

            return new PriceData(
                price: $price,
                salePrice: $salePrice,
                inStock: $inStock,
            );
        } catch (\Exception $e) {
            Log::warning("Price scrape failed for {$url}: {$e->getMessage()}");
            return null;
        }
    }

    private function extractPrice(string $text): ?float
    {
        $cleaned = preg_replace('/[^\d,.]/', '', str_replace(' ', '', $text));
        $cleaned = str_replace(',', '.', $cleaned);
        return is_numeric($cleaned) ? (float) $cleaned : null;
    }
}

Job з детектором змін

// app/Jobs/MonitorCompetitorPrice.php
class MonitorCompetitorPrice implements ShouldQueue
{
    public int $tries = 3;
    public array $backoff = [60, 120, 300];

    public function __construct(
        private int $productId,
        private int $competitorId,
        private string $competitorUrl
    ) {}

    public function handle(
        CompetitorPriceScraper $scraper,
        PriceChangeDetector $detector,
        RepricingEngine $repricer
    ): void {
        $config = Competitor::find($this->competitorId)->config;
        $priceData = $scraper->scrapePrice($this->competitorUrl);

        if ($priceData === null) return;

        // Збереження поточної ціни
        $record = CompetitorPrice::updateOrCreate(
            [
                'product_id'    => $this->productId,
                'competitor_id' => $this->competitorId,
            ],
            [
                'price'        => $priceData->price,
                'sale_price'   => $priceData->salePrice,
                'in_stock'     => $priceData->inStock,
                'scraped_at'   => now(),
            ]
        );

        // Збереження в історію (один раз на день)
        CompetitorPriceHistory::firstOrCreate(
            [
                'product_id'    => $this->productId,
                'competitor_id' => $this->competitorId,
                'recorded_date' => today(),
            ],
            [
                'price'    => $priceData->price,
                'in_stock' => $priceData->inStock,
            ]
        );

        // Детект змін
        if ($record->wasChanged('price')) {
            $change = $detector->analyze($record);

            if ($change->isSignificant()) {
                Notification::route('mail', config('monitoring.alert_email'))
                    ->notify(new CompetitorPriceChangedNotification($record, $change));
            }

            // Автопереоцінка
            if (config('repricing.enabled')) {
                $repricer->recalculate($this->productId);
            }
        }
    }
}

Налаштування розкладу моніторингу

Розклад налаштовується під ваші завдання. Високопріоритетні товари — кожні 2 години, масові — раз на день вночі. Планувальник Laravel запобігає накладанню завдань.

Для агрегації історії цін ми запускаємо щоденний артефакт, який зводить дані за день в один запис — це економить місце та прискорює запити графіків.

Автоматичний парсер обробляє 1000 товарів за 10 хвилин, що в 40 разів швидше за ручний збір, а вартість впровадження в 3 рази нижча за найм окремого співробітника.

Які дані зберігаються в історії цін?

Зберігається ціна, ціна зі знижкою, ознака наявності на складі та дата. Історія ведеться по днях — це дозволяє будувати графіки трендів та аналізувати сезонність. Наприклад, ви можете побачити, що щозими конкурент знижує ціни на 10% на певні категорії, і підготуватися заздалегідь.

Стратегії автоматичного переоцінювання

Стратегія Опис Коли застосовувати
beat_lowest Встановити ціну на N рублів нижче мінімальної Агресивне захоплення частки, якщо є запас маржі
match_lowest Зрівняти з мінімальною ціною конкурента Утримання позицій у висококонкурентних нішах
beat_average Ціна на N рублів нижче середньої ціни конкурентів Баланс між маржею та конкурентоспроможністю
percentile Ціна на заданому перцентилі (наприклад, 25-му) Збереження позиціонування (преміум або бюджет)

Кожна стратегія враховує мінімальну зміну в 0.5%, щоб уникнути стрибків цін.

Дашборд моніторингу

Ключові метрики для відображення:

Метрика Опис
Товари, де ми дорожчі Кількість та % від каталогу
Середня дельта до мінімуму Середній % різниці з lowest price
Товари зі зміною > 5% Потребують ручної перевірки
Товари поза залишками у конкурентів Потенціал для підвищення ціни

Дашборд дозволяє швидко виявляти аномалії, наприклад, раптову зміну ціни у великого конкурента.

Типові помилки при впровадженні моніторингу цін

  • Ігнорування зміни селекторів. Якщо сайт конкурента змінює верстку — парсер падає. Завжди використовуйте fallback-селектори та алерти при збоях.
  • Занадто часті запити. Захист Cloudflare блокує IP. Витримуйте затримки та використовуйте ротацію проксі.
  • Відсутність порогів в автопереоцінці. Без мінімального відсотка зміни ви будете змінювати ціну на копійки, що дратує покупців і втрачає довіру.

Часті запитання

Як часто бот сканує ціни? Частота налаштовується індивідуально. Високопріоритетні товари можна перевіряти кожні 2 години, всі інші — раз на день вночі. Система підтримує будь-який розклад через планувальник Laravel.
Чи можна парсити сайти із захистом Cloudflare? Так. Для обходу захисту використовуємо Playwright з ротацією User-Agent і проксі. При необхідності підключаємо API конкурента (наприклад, Wildberries). Для складних випадків застосовуємо headless-браузер і обробку капч.
Які дані зберігаються в історію? Зберігається ціна, ціна зі знижкою, ознака наявності на складі та дата. Історія ведеться по днях — це дозволяє будувати графіки трендів та аналізувати сезонність.
Як працює автоматична зміна цін? Ви задаєте стратегію: бити мінімальну ціну конкурента, відповідати середній або утримувати заданий перцентиль. Двигун автоматично перераховує ціну при кожному оновленні даних, з урахуванням мінімального порогу зміни в 0.5%.
Скільки часу займає впровадження? Базова версія з моніторингом одного конкурента і алертами — 4–6 робочих днів. Повна система з автопереоцінкою та дашбордом для 5+ конкурентів — 10–14 днів. Терміни уточнюються після аналізу вашого каталогу та цілей.

Що входить в роботу під ключ

  • Документація: опис архітектури моніторингу, інструкція з додавання нового конкурента, налаштування правил репрайсингу.
  • Доступи: надаємо доступ до сервера, черг, дашборду.
  • Навчання: проводимо демо-сесію дашборду та правил для вашої команди.
  • Підтримка: безкоштовна підтримка протягом 1 місяця після запуску.
  • Гарантія: 1 рік безкоштовних оновлень.

Терміни та вартість

Розробка базової системи (1 конкурент + історія + алерти) займає 4–6 робочих днів, вартість розраховується індивідуально. Повна система з автопереоцінкою та дашбордом для 5+ конкурентів — 10–14 днів, ціна уточнюється після аналізу вашого каталогу. Ми також пропонуємо безкоштовну оцінку вашого проєкту — напишіть нам, і ми розрахуємо точну вартість та терміни. Наш парсер товарів забезпечує безперервний моніторинг e-commerce, а система динамічного ціноутворення допомагає швидко реагувати на ринок.

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.

Чому варто уникати CommerceML для великих каталогів CommerceML через HTTP — класична інтеграція 1С з сайтом. 1С вивантажує XML за розкладом, сайт імпортує. Для невеликих каталогів (до 5 000 SKU) це прийнятно, але при зростанні до 50 000+ SKU виникають проблеми: файл вивантаження 200 МБ кожні 30 хвилин, парсинг блокує чергу, імпорт займає 10–15 хвилин, в цей час на сайті старі ціни. Рішення — інкрементальне вивантаження (тільки зміни) та фонова обробка через Laravel Queue з кількома workers. Для високонавантажених систем ми рекомендуємо REST API або проміжну шину (RabbitMQ).

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

Шлюз Особливості інтеграції
Stripe Webhook-based, відмінна документація, Stripe Elements для PCI DSS
ЮКасса Популярний в РФ, підтримка ФЗ-54 (фіскалізація)
ЄРИП Білоруська система, SOAP API, специфічна документація
Tinkoff Acquiring REST API, 3D Secure 2.0, webhook-повідомлення

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

Тип магазину Термін
Малий (до 1 000 SKU, типова логіка) 8–12 тижнів
Середній (до 50 000 SKU, інтеграція 1С) 14–20 тижнів
Великий (100 000+ SKU, ERP, маркетплейси) 24–40 тижнів

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.