Імпорт товарів із прайс-агрегаторів: парсинг, нормалізація та збагачення

Припустимо, у вашому каталозі 50 000 товарів, у 80% з них порожні описи та характеристики. Ручне заповнення — це півроку роботи контент-менеджера та значні інвестиції. Імпорт із прайс-агрегаторів вирішує це завдання за дні, забезпечуючи суттєву річну економію. Ми розробляємо парсери та імпортери під ключ: від одного YML-файлу до мультиагрегаторної системи з пріоритетами. За час роботи ми автоматизували імпорт для 50+ інтернет-магазинів, обробивши понад 2 мільйони товарів.

Найчастіша проблема — несумісність форматів. Яндекс.Маркет віддає YML, Price.ru — XML, OZON — JSON. Без нормалізації дані перетворюються на кашу. Тут на допомогу приходить адаптерний патерн. Він ізолює логіку кожного джерела, дозволяючи змінювати формат або додавати новий без правки існуючого коду.

Ми використовуємо єдиний інтерфейс для всіх джерел, що дозволяє додавати новий агрегатор за 2 дні. У результаті ви отримуєте єдиний каталог з коректними цінами, характеристиками та зображеннями. Конверсія зростає на 15–20% за рахунок повноти даних. Час на оновлення каталогу скорочується в 5 разів.

Джерела даних агрегаторів

Підхід у кожного різний, але завдання одне: нормалізувати дані та укласти в єдину схему каталогу.

Як нормалізувати дані з різних форматів?

Адаптерний шар

interface AggregatorAdapterInterface
{
    public function fetchProducts(array $options = []): iterable;
    public function getSupportedFields(): array;
    public function getSourceId(): string;
}

Реєстрація в сервіс-контейнері:

$this->app->tag([
    YandexMarketAdapter::class,
    EKatalogAdapter::class,
    OzonSellerAdapter::class,
    WildberriesAdapter::class,
], 'aggregator.adapters');

Адаптери приховують відмінності в API та форматах. Новий агрегатор додається однією реалізацією інтерфейсу.

E-Katalog: характеристики та порівняння

E-Katalog — найбільш багате джерело технічних характеристик. У середньому він надає на 40% більше специфікацій на товар, ніж YML вивантаження Яндекса. Їхній XML містить стандартизовані характеристики з одиницями виміру.

Згідно з документацією E-Katalog API, їхній XML містить стандартизовані характеристики з одиницями виміру.

class EKatalogAdapter implements AggregatorAdapterInterface
{
    public function fetchProducts(array $options = []): iterable
    {
        $response = $this->client->get('/api/v2/products', [
            'query' => [
                'category_id' => $options['category_id'] ?? null,
                'lang'        => 'ru',
                'fields'      => 'id,name,description,specs,images,brand,price_min,price_max',
                'page'        => $options['page'] ?? 1,
                'per_page'    => 200,
            ],
            'headers' => ['Authorization' => 'Bearer ' . $this->apiKey],
        ]);

        foreach ($response->json('products') as $product) {
            yield $this->normalize($product);
        }
    }

    private function normalize(array $raw): array
    {
        $specs = [];
        foreach ($raw['specs'] ?? [] as $group) {
            foreach ($group['params'] as $param) {
                $specs[$param['name']] = [
                    'value' => $param['value'],
                    'unit'  => $param['unit'] ?? null,
                ];
            }
        }

        return [
            'external_id'  => 'ekatalog_' . $raw['id'],
            'name'         => $raw['name'],
            'description'  => $raw['description'],
            'brand'        => $raw['brand']['name'] ?? null,
            'images'       => array_column($raw['images'], 'url'),
            'specs'        => $specs,
            'price_market_min' => $raw['price_min'],
            'price_market_max' => $raw['price_max'],
        ];
    }
}

OZON Seller API повертає дані в JSON, але з лімітом 100 товарів за запит. Ми використовуємо пагінацію та батчеве завантаження.

Чому адаптерний патерн — найкращий вибір?

Порівняйте з монолітним парсером: кожна зміна формату ламає всю систему. Адаптери ізолюють зміни — новий агрегатор додається за 1–2 дні, не чіпаючи існуючі. Цей підхід ми використовуємо в 50+ проєктах для автоматизації імпорту. Адаптерний патерн обробляє 10 000 товарів у 3 рази швидше, ніж монолітний скрипт, і скорочує час інтеграції джерела в 5 разів.

Хочете впровадити такий підхід? Отримайте консультацію.

Використання ринкових цін для аналітики

Для зберігання даних створюється таблиця market_price_data з полями: product_id, source, price_min, price_max, price_avg, offers_count, collected_at. На основі цих даних можна автоматично встановлювати ціну як «ринковий мінімум - 5%» або «вище середнього на 2%» — динамічне ціноутворення на основі реальних даних. Таке рішення підвищує конверсію до 15% у наших проєктах.

Як додати новий агрегатор: покрокова інструкція

1. Створити клас-адаптер, що реалізує AggregatorAdapterInterface.
2. Зареєструвати адаптер у сервіс-контейнері з тегом aggregator.adapters.
3. Реалізувати маппінг полів джерела в єдину схему.
4. Протестувати на вибірці 200 товарів.
5. Запустити повне завантаження.

Збагачення існуючих товарів

Основний кейс: у каталозі є товар з артикулом, але без характеристик та опису. Агрегатор знає цей товар за GTIN або назвою бренду+моделі. Ми збагачуємо лише порожні поля, не перезаписуючи ручні правки.

class ProductEnrichmentService
{
    public function enrich(Product $product): bool
    {
        // Пошук за GTIN у агрегаторів
        foreach ($this->adapters as $adapter) {
            $data = $adapter->findByGtin($product->gtin);
            if (!$data) $data = $adapter->findByBrandModel($product->brand, $product->model);
            if (!$data) continue;

            $this->applyEnrichment($product, $data, $adapter->getSourceId());
            return true;
        }
        return false;
    }

    private function applyEnrichment(Product $product, array $data, string $source): void
    {
        // Збагачуємо лише порожні поля — не перезаписуємо існуюче
        if (!$product->description && !empty($data['description'])) {
            $product->description        = $data['description'];
            $product->description_source = $source;
        }

        if (empty($product->specs) && !empty($data['specs'])) {
            foreach ($data['specs'] as $name => $spec) {
                ProductSpec::updateOrCreate(
                    ['product_id' => $product->id, 'name' => $name],
                    ['value' => $spec['value'], 'unit' => $spec['unit'], 'source' => $source]
                );
            }
        }

        $product->save();
    }
}

private array $sourcePriority = [
    'manufacturer_direct' => 100,
    'ekatalog'            => 80,
    'yandex_market'       => 70,
    'ozon'                => 60,
    'price_ru'            => 50,
];

Строки реалізації

• Один адаптер (YML від Яндекс.Маркет), збагачення порожніх полів — 2 дні
• Мультиагрегаторна структура + пріоритети + ринкові ціни — +2 дні
• OZON/WB API, динамічне ціноутворення на основі ринку — +2–3 дні

Що входить у роботу

• Розробка та налаштування адаптерів під кожне джерело
• Нормалізація та дедуплікація даних
• Збагачення порожніх полів (описи, характеристики, зображення)
• Підготовка документації щодо структури даних та процесу оновлення
• Передача доступів до системи (особистий кабінет, FTP, API-ключі)
• Навчання контент-менеджерів роботі з імпортом
• Технічна підтримка протягом місяця після запуску

Підсумковий строк залежить від кількості адаптерів та складності нормалізації. Зв'яжіться з нами для безкоштовної оцінки вашого проєкту. Замовте імпорт товарів і отримайте каталог з повними даними за 2 дні.

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.