Розробка бота-парсера наявності товарів у конкурентів

Уявіть: у конкурента закінчився популярний товар, а ви про це не знаєте. Поки ви тримаєте ціну, його клієнти йдуть до вас — або ви втрачаєте маржу, якщо могли б підняти ціну. Ми вирішуємо це завдання парсером, який моніторить залишки 3–5 конкурентів у реальному часі. За 5–7 робочих днів ви отримуєте систему, яка відстежує статус кожного товару та автоматично реагує на зміни.

Наш досвід — понад 5 років у розробці парсерів та e-commerce рішень. Гарантуємо стабільну роботу бота: він стійкий до змін верстки сайтів конкурентів завдяки багаторівневій стратегії вилучення даних.

Замість ручного обходу сотень сторінок щогодини, бот обробляє до 10 000 товарів за 5 хвилин. Це в 100 разів швидше за ручний моніторинг. Ви отримуєте аналітику в реальному часі та можете налаштовувати автоматичні цінові реакції. Ми використовуємо веб-скрапінг для збору даних, що дозволяє обходити навіть складні сайти.

Визначення наявності товару: 4 стратегії

Ми використовуємо 4 стратегії за спаданням пріоритету:

• мікророзмітка — парсинг itemprop="availability" та script[type="application/ld+json"];
• кастомні CSS-селектори — задаються в конфігу для кожного конкурента;
• кнопка покупки — стан disabled кнопки «Купити» або «В кошик»;
• текстовий аналіз — пошук фраз «немає в наявності», «розпродано» тощо на всій сторінці.

Це дозволяє коректно обробляти 95% випадків. Порівняйте: ручний моніторинг займає години на день, а бот — секунди.

Які дані ми відстежуємо?

Дані зберігаються в таблицю competitor_stock_history — можна побудувати аналітику: у якого конкурента найчастіше дефіцит, на який товар.

Що відбувається при зміні статусу?

Бот генерує подію CompetitorStockChanged. Наш обробник HandleCompetitorStockChanged робить три речі:

• якщо конкурент закінчив товар → сповіщення менеджеру про можливість підняти ціну;
• якщо конкурент знову завіз → сповіщення закупівнику;
• якщо ВСІ конкуренти закінчили → автоматичне застосування коефіцієнта дефіциту до ціни (якщо налаштовано).

Приклад: ви встановили коефіцієнт 1.2. Як тільки всі конкуренти розпродали товар, ваша ціна зростає на 20%. Як тільки хтось поповнює склад — ціна повертається до базової.

Порівняння методів моніторингу

Приклад коду: вилучення кількості

public function extractQuantity(string $html): ?int
{
    $crawler = new Crawler($html);
    $patterns = [
        '/осталось\s+(\d+)\s*(шт|штук|ед)/ui',
        '/в\s+наличии[:\s]+(\d+)/ui',
        '/(\d+)\s*(шт|штук)\.?\s+в\s+наличии/ui',
    ];
    $text = $crawler->text();
    foreach ($patterns as $pattern) {
        if (preg_match($pattern, $text, $m)) {
            return (int) $m[1];
        }
    }
    return null;
}

Повний код бота включає класи StockStatusExtractor (визначення статусу), CompetitorStock (модель з історією) та HandleCompetitorStockChanged (реакції). Використовуємо Laravel 11, PHP 8.3, PostgreSQL.

Процес роботи

• Аналітика — визначаємо список конкурентів та товарів для моніторингу.
• Розробка парсера — налаштування селекторів, тестування на реальних сторінках.
• Інтеграція — підключення подій до вашої CRM/ERP, налаштування сповіщень.
• Деплой — розміщення на сервері, налаштування розкладу.
• Документація — опис логіки, конфігів, методів API.
• Навчання — інструкція для менеджерів, як користуватися звітами.

Ми даємо гарантію на стабільну роботу бота протягом 30 днів після здачі.

Строки та вартість

Строк розробки для 3–5 конкурентів — 5–7 робочих днів. Вартість визначається після аналізу вашого проекту. Економія на ручній праці може бути значною. Напишіть нам — оцінимо ваш проект за один день.

«Бот працює 24/7 і не потребує відпусток — це як додатковий співробітник у штаті.»

Чому варто замовити парсер у нас?

• Досвід — понад 50 реалізованих проектів з парсингу та автоматизації.
• Підтримуємо 20+ конкурентів одночасно без збоїв.
• Завжди на зв’язку: відповідаємо протягом 2 годин у робочий час.
• Надаємо вихідний код та повну документацію.

Замовте розробку бота і почніть заробляти на дефіциті конкурентів. Зв'яжіться з нами для консультації — розповімо, як бот впишеться у вашу інфраструктуру.

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.