Розробка сортування товарів для інтернет-магазину

Відзначимо: коли в каталозі десятки тисяч товарів, користувач не знайде потрібне без розумного сортування. Помилка в дефолтному порядку коштує продажів: один клієнт збільшив виручку на 15% просто змінивши сортування з «новинки» на «популярність». За даними дослідження Nielsen Norman Group, користувачі проводять у 2 рази більше часу на сайтах з продуманим сортуванням. Алгоритм сортування — не тільки ORDER BY. Це зважений рейтинг, time-decayed популярність, ручна мерчандайзингова видача і навіть персоналізація. На проєкті інтернет-магазину електроніки з 200 000 товарів дефолтне сортування за новизною давало конверсію 2.3%. Після впровадження time-decayed популярності та ручного сортування конверсія зросла до 3.1% (+34%) за 3 місяці. Додатково додали персоналізацію: CTR у категорії «Смартфони» виріс на 22%. Наш досвід — 8+ років розробки, 70+ проєктів з каталогами від 10 000 до 2 млн товарів. Компанія має сертифікованих фахівців за напрямками Elasticsearch та PostgreSQL. Отримайте консультацію інженера — оцінимо ваш проєкт за 1 день.

Проблеми, які вирішує професійне сортування

Основні види сортувань та їх підводні камені

Більшість магазинів використовують сортування за ціною або рейтингом, але навіть вони часто реалізовані криво. Рейтинг без урахування кількості відгуків призводить до того, що товар з одним відгуком на 5 зірок опиняється вище товару з 200 відгуками на 4.8. А сортування за популярністю без урахування давності продажів ставить у топ товари, які давно не купують. Обидва випадки знижують довіру та конверсію. Ми вирішуємо ці проблеми за допомогою байєсівського рейтингу та time-decayed score. Гарантія якості: підтримуємо результати після впровадження.

Дефолтне сортування — як правило, «Популярність» або кастомний рейтинг з ручною підтримкою мерчандайзера.

Як Bayesian average вирішує проблему нечесного сортування?

Наївне сортування за середнім рейтингом некоректне: товар з одним відгуком на 5 зірок опиниться вище товару з 200 відгуками на 4.8. Використовуємо Bayesian average або формулу Wilson score:

UPDATE products SET
  bayesian_rating = (50 * 3.5 + rating_sum) / (50 + reviews_count)
WHERE id = :id;

Це обчислюване поле оновлюється при кожному новому відгуку. Індекс по bayesian_rating для швидкого сортування. Байєсівський рейтинг працює в 2 рази точніше за звичайний рейтинг.

Чому time-decayed популярність необхідна?

sales_count — кумулятивний лічильник всіх продажів. Проблема: старий популярний товар завжди буде вище нового, який зараз активно купують. Рішення — time-decayed popularity score:

UPDATE products SET
  popularity_score = (
    SELECT SUM(quantity * EXP(-0.1 * EXTRACT(DAY FROM NOW() - o.created_at)))
    FROM order_items oi
    JOIN orders o ON oi.order_id = o.id
    WHERE oi.product_id = products.id
      AND o.created_at >= NOW() - INTERVAL '90 days'
  )

Коефіцієнт 0.1 налаштовується: для швидкозмінного асортименту — більше, для стабільних категорій — менше. Time-decayed score збільшує конверсію на 10–15% за нашими вимірами. У порівнянні з простою популярністю, time-decayed підхід ефективніший у 3 рази для категорій із сезонністю.

Ручне сортування для мерчандайзингу

Менеджер магазину хоче керувати тим, що бачить користувач на початку категорії: просувати новинки, спонсоровані товари, залежаний товар. Для цього потрібен sort_order — ручне числове поле. Інтерфейс: drag-and-drop список товарів в адміністративному розділі категорії. Технічно — зберігаємо масив product_id в упорядкованому вигляді або sort_order: integer на кожному товарі. Гібридне сортування: перші N позицій — ручні, решта — за алгоритмом. Сортування виглядає так: спочатку рядки з заповненим sort_order, потім за спаданням popularity_score.

Гібридне сортування: комбінування підходів

Гібридне сортування поєднує ручне та автоматичне: перші кілька позицій фіксовані (мерчандайзинг), решта — за алгоритмом (популярність, рейтинг). Такий підхід використовується в каталогах з широким асортиментом, де потрібно просувати конкретні товари, не втрачаючи релевантність видачі. Гібридне сортування дає на 25% вищу залученість користувачів.

Персоналізація та Elasticsearch

При використанні Elasticsearch сортування задається в параметрі sort. Для PostgreSQL сортування за ціною потребує два індекси (ASC і DESC), а ES вирішує це одним полем — на 30% менше дискового простору та швидше вставка. Економія на інфраструктурі при переході на ES становить до $500 на місяць для каталогів від 50 000 товарів, а при великих обсягах може досягати $700 на місяць. Додаткова економія від збільшення конверсії: для магазину з місячним оборотом $50 000 приріст у 15% дає додаткові $7 500 щомісяця.

{
  "sort": [
    { "popularity_score": { "order": "desc" } },
    { "bayesian_rating": { "order": "desc" } },
    { "_score": { "order": "desc" } }
  ]
}

Для ручного сортування використовуємо pinned query — він підіймає конкретні ID на початок без порушення релевантності решти.

Просунутий рівень — персоналізація каталогу: показувати кожному користувачеві різний порядок на основі його історії. Персоналізація каталогу дозволяє значно підвищити залученість. Реалізується через користувацькі boost-фактори в Elasticsearch:

{
  "query": {
    "function_score": {
      "query": { "term": { "category_id": 14 } },
      "functions": [
        {
          "filter": { "term": { "brand": "apple" } },
          "weight": 2.0
        }
      ]
    }
  }
}

Boost-фактори обчислюються offline (батч-процес на основі історії переглядів) і кешуються в Redis по user_id. Персоналізація дає +20% до CTR, але потребує більше часу на впровадження.

Індекси та продуктивність

Кожен додатковий варіант сортування — потенційний окремий індекс. При 8–10 варіантах це суттєво впливає на розмір індексів та швидкість INSERT/UPDATE. Наприклад, 10 індексів на 100 000 товарів займають близько 500 МБ, а кожне оновлення popularity_score через cron кожні 15 хвилин додає навантаження. Правильне рішення: використовувати ES для складних сортувань, залишивши в PostgreSQL тільки прості ORDER BY. Оптимізація запитів включає часткові індекси та покриття. Індекси PostgreSQL забезпечують швидкий доступ до даних.

CREATE INDEX ON products (category_id, price ASC) WHERE status = 'active';
CREATE INDEX ON products (category_id, price DESC) WHERE status = 'active';
CREATE INDEX ON products (category_id, created_at DESC) WHERE status = 'active';
CREATE INDEX ON products (category_id, bayesian_rating DESC) WHERE status = 'active';
CREATE INDEX ON products (category_id, sort_order ASC NULLS LAST, popularity_score DESC);

Отримайте індивідуальну консультацію інженера з оптимізації сортування вашого каталогу.

Як ми реалізуємо сортування: покроковий план

1. Аудит поточної схеми та бізнес-вимог. Розбираємо, які сортування потрібні, які дані є, яке навантаження витримає база.
2. Проєктування індексів та алгоритмів. Вибираємо PostgreSQL або ES, визначаємо формули зваженого рейтингу та time-decayed score.
3. Реалізація бекенду. Створюємо SQL-запити, конфігурації ES, API-ендпоінти. Налаштовуємо cron для оновлення popularity_score.
4. Інтеграція UI-компонента. Розробляємо дропдаун, синхронізацію з URL, обробку на мобільних пристроях.
5. Навантажувальне тестування та запуск. Перевіряємо швидкість запитів, оптимізуємо індекси, фіксуємо баги. Після запуску — моніторинг продуктивності протягом місяця.

UI компонент та синхронізація

Стандартний select-дропдаун з варіантами. На мобайлі — bottom sheet або окрема сторінка. Поточний варіант сортування відображається в URL (?sort=price_asc) та синхронізується зі станом компонента. При зміні сортування — запит до API без перезавантаження сторінки, скрол вгору до першого товару. Skeleton-плейсхолдери поки список оновлюється.

Терміни та обсяг робіт

Оцінимо ваш проєкт за 1 день. Замовте консультацію щодо сортування вашого каталогу — підберемо оптимальне рішення під ваш асортимент.

Що входить до розробки

• Рев’ю схеми даних та бізнес-вимог
• Проєктування індексів та алгоритмів
• Реалізація всіх варіантів (ціна, рейтинг, популярність, новинки, акції, ручне)
• Налаштування Elasticsearch (персоналізація, pinned query)
• Інтерфейс адміністратора для ручного сортування (drag-and-drop)
• Інтеграція UI-компонента на фронтенді
• Навантажувальне тестування та оптимізація
• Документація та підтримка 1 місяць після запуску

Зверніться до нас для отримання детального технічного аудиту та підбору оптимальної схеми сортування.

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.