Бот для моніторингу відгуків товарів на маркетплейсах

Негативний відгук на Ozon або Wildberries може висіти без відповіді добу. За цей час він встигає відштовхнути десятки потенційних покупців. Ми розробили бота, який сканує відгуки в реальному часі та миттєво сповіщає команду в Telegram. За нашими даними, 70% покупців змінюють думку про бренд після швидкої відповіді на негатив. Наш бот скорочує час реакції з годин до хвилин. За роки ми реалізували 30+ проектів з репутаційного моніторингу — від простих парсерів до Enterprise-систем. Економія часу на обробку відгуків сягає 40%.

Чому бот окупається за місяць?

Ручна перевірка 1000 карток товарів на кількох майданчиках може займати до 4 годин щодня. При вартості години оператора в X гривень щомісячні витрати становлять десятки тисяч. Бот виконує ту саму роботу за хвилини та обходиться в одноразову інвестицію, яка окупається за 1–2 місяці за рахунок зниження трудовитрат та підвищення конверсії. В одному з проектів для великого продавця електроніки ми замінили ручний моніторинг 500 карток на автоматизований. Час реакції на негатив скоротився з 4 годин до 2 хвилин, а конверсія в лояльність зросла на 15%.

Бот швидший за ручний моніторинг

Ручна перевірка десятків карток товарів на кількох майданчиках займає години. Бот перевіряє кожен майданчик за розкладом: для API-майданчиків — раз на годину, для парсингу — раз на 4 години. Повідомлення надходить у Telegram за 1–2 хвилини після появи відгуку. Це в 10–20 разів швидше за ручний підхід.

Як налаштувати бота за 3 кроки?

1. Підготовка джерел. Ви передаєте список посилань на товари або API-ключі (для Яндекс.Маркет). Ми створюємо записи в review_sources.
2. Запуск адаптерів. Бот запускає команди reviews:check --platform=... за розкладом. Кожен адаптер реалізує інтерфейс ReviewAdapterInterface і повертає масив ReviewDTO.
3. Налаштування повідомлень. Вказуєте Telegram-чат для звичайних відгуків та окремий чат для термінових (негативних). Все готово до роботи.

Архітектура адаптерів для майданчиків

Кожен майданчик — окремий адаптер. Для платформ з API (Яндекс.Маркет) використовуємо прямі запити, для інших — парсинг HTML через Playwright. Всі адаптери реалізують єдиний інтерфейс ReviewAdapterInterface, що спрощує додавання нових майданчиків.

Схема даних включає дві основні таблиці: review_sources (посилання на товари) та reviews (самі відгуки). Індекси прискорюють вибірку непрочитаних відгуків. Ось структура:

CREATE TABLE review_sources ( id BIGSERIAL PRIMARY KEY, platform VARCHAR(50) NOT NULL, -- 'yandex_market', 'ozon', 'google', 'otzovik' product_id BIGINT REFERENCES products(id), external_url TEXT NOT NULL, external_id VARCHAR(255), -- ID карточки на площадке scrape_config JSONB, is_active BOOLEAN DEFAULT TRUE, UNIQUE(platform, external_url) ); CREATE TABLE reviews ( id BIGSERIAL PRIMARY KEY, source_id BIGINT REFERENCES review_sources(id), external_id VARCHAR(255), -- ID отзыва на площадке author VARCHAR(255), rating SMALLINT, -- 1–5 text TEXT, pros TEXT, cons TEXT, published_at TIMESTAMP, discovered_at TIMESTAMP DEFAULT NOW(), sentiment VARCHAR(20), -- 'positive', 'negative', 'neutral' (ML) is_notified BOOLEAN DEFAULT FALSE, UNIQUE(source_id, external_id) ); CREATE INDEX idx_reviews_rating ON reviews(source_id, rating); CREATE INDEX idx_reviews_notified ON reviews(source_id) WHERE is_notified = FALSE; 

API чи парсинг: порівняння

API стабільніше, але не у всіх майданчиків відкритий. Яндекс.Маркет надає API партнерам — без блокувань і з повними даними. Ozon і Wildberries API для відгуків не дають, тому використовуємо Playwright: браузер рендерить сторінку та витягує відгуки. Це повільніше, але надійно.

Ось порівняння підходів:

Адаптери для Яндекс.Маркет та Ozon:

class YandexMarketReviewAdapter implements ReviewAdapterInterface { public function fetchReviews(ReviewSource $source): array { $modelId = $source->external_id; $response = Http::withHeaders([ 'Authorization' => 'Bearer ' . config('services.yandex_market.token'), ])->get("https://api.partner.market.yandex.ru/v2/models/{$modelId}/reviews", [ 'count' => 30, 'page' => 1, ]); return collect($response->json('result.reviews', [])) ->map(fn($r) => new ReviewDTO( externalId: (string) $r['id'], author: $r['author']['name'] ?? 'Аноним', rating: (int) $r['grade'], text: $r['text'] ?? '', pros: $r['pros'] ?? null, cons: $r['cons'] ?? null, publishedAt: Carbon::parse($r['date']), )) ->toArray(); } } class OzonReviewAdapter implements ReviewAdapterInterface { public function fetchReviews(ReviewSource $source): array { $data = $this->playwright->evaluate($source->external_url, <<<JS await page.waitForSelector('[data-widget="webReviewProductScore"]', {timeout: 10000}); const items = document.querySelectorAll('[data-widget="webSingleReview"]'); return Array.from(items).map(el => ({ id: el.dataset.reviewId, rating: parseInt(el.querySelector('[data-rating]')?.dataset.rating) || 0, text: el.querySelector('.review-text')?.textContent?.trim() || '', pros: el.querySelector('.pros')?.textContent?.trim() || null, cons: el.querySelector('.cons')?.textContent?.trim() || null, author: el.querySelector('.author-name')?.textContent?.trim() || 'Аноним', date: el.querySelector('time')?.getAttribute('datetime'), })); JS); return collect($data)->map(fn($r) => new ReviewDTO( externalId: $r['id'], author: $r['author'], rating: $r['rating'], text: $r['text'], pros: $r['pros'], cons: $r['cons'], publishedAt: $r['date'] ? Carbon::parse($r['date']) : now(), ))->toArray(); } } 

Механізм аналізу тональності

Використовуємо два рівні. Якщо рейтинг 1–2 або 4–5 — тональність очевидна. При рейтингу 3 запускаємо аналіз за ключовими словами або AI:

class SentimentAnalyzer { private array $negativeKeywords = [ 'брак', 'сломан', 'не работает', 'возврат', 'обман', 'разочарован', 'ужас', 'кошмар', 'мусор', 'дрянь', ]; private array $positiveKeywords = [ 'отлично', 'супер', 'доволен', 'рекомендую', 'превзошёл', 'быстро', 'качественно', 'спасибо', ]; public function analyze(ReviewDTO $review): string { if ($review->rating <= 2) return 'negative'; if ($review->rating >= 4) return 'positive'; $text = mb_strtolower($review->text . ' ' . $review->cons); foreach ($this->negativeKeywords as $kw) { if (str_contains($text, $kw)) return 'negative'; } return 'neutral'; } public function analyzeWithAI(string $text): string { $response = $this->openai->chat()->create([ 'model' => 'gpt-4o-mini', 'messages' => [ ['role' => 'system', 'content' => 'Определи тональность отзыва. Ответь одним словом: positive, negative или neutral.'], ['role' => 'user', 'content' => $text], ], 'max_tokens' => 10, ]); return in_array($response->choices[0]->message->content, ['positive', 'negative', 'neutral']) ? $response->choices[0]->message->content : 'neutral'; } } 

Повідомлення надсилаються в Telegram: для негативних відгуків — в окремий чат термінової підтримки, для інших — в загальний. Повідомлення містить рейтинг, текст відгуку та посилання.

class ReviewNotifier { public function notifyNew(Review $review): void { $emoji = match ($review->sentiment) { 'positive' => '⭐', 'negative' => '🚨', default => '💬', }; $stars = str_repeat('★', $review->rating) . str_repeat('☆', 5 - $review->rating); $text = "{$emoji} *Новий відгук* — {$review->source->platform}\n" . "{$stars} {$review->rating}/5\n" . "*{$review->author}*\n\n" . mb_substr($review->text, 0, 300) . (mb_strlen($review->text) > 300 ? '...' : '') . "\n\n" . "[Відкрити відгук]({$review->source->external_url})"; $chatId = $review->sentiment === 'negative' ? config('telegram.urgent_reviews_chat') : config('telegram.reviews_chat'); $this->telegram->sendMessage([ 'chat_id' => $chatId, 'text' => $text, 'parse_mode' => 'Markdown', ]); $review->update(['is_notified' => true]); } } 

Аналітика рейтингу та розклад перевірки:

-- Агрегат рейтингу по платформах за останні 30 днів SELECT rs.platform, COUNT(*) AS total_reviews, ROUND(AVG(r.rating), 2) AS avg_rating, COUNT(*) FILTER (WHERE r.rating <= 2) AS negative_count, COUNT(*) FILTER (WHERE r.rating >= 4) AS positive_count FROM reviews r JOIN review_sources rs ON r.source_id = rs.id WHERE r.published_at >= NOW() - INTERVAL '30 days' GROUP BY rs.platform ORDER BY avg_rating; -- Швидкі платформи з API — щогодини $schedule->command('reviews:check --platform=yandex_market')->hourly(); -- Парсинг через браузер — кожні 4 години (ресурсомістко) $schedule->command('reviews:check --platform=ozon')->everyFourHours(); $schedule->command('reviews:check --platform=wildberries')->everyFourHours(); -- Щотижневий зведений звіт з трендом рейтингу $schedule->job(new WeeklyReviewsReportJob)->weekly()->mondays()->at('09:00'); 

Що робити, якщо майданчик змінює HTML-структуру?

Парсинг залежить від верстки. При зміні селекторів адаптер перестає працювати. Ми передбачили моніторинг: раз на добу бот перевіряє, що адаптер повертає непорожній результат. Якщо помилка — повідомлення в Telegram. Ми оперативно оновлюємо селектори. У договорі фіксуємо 2 тижні пост-релізної підтримки, протягом яких адаптери коригуються безкоштовно.

Що входить в роботу?

Проект під ключ включає: проектування схеми даних, розробку адаптерів для трьох майданчиків, налаштування розкладу, реалізацію аналізу тональності, Telegram-повідомлення, дашборд аналітики в адмінці. Терміни: базова версія — 2 дні, повний комплект — до 5 робочих днів. Вартість розраховується індивідуально під ваш стек та кількість майданчиків. Ми гарантуємо стабільну роботу бота при дотриманні лімітів майданчиків.

Зв'яжіться з нами — оцінимо ваш проект за один робочий день. Отримайте консультацію інженера.