Задача
Цены конкурентов проверяют вручную и нерегулярно, поэтому изменения рынка замечают поздно.
Демо-стенд
ДЕМО · условные данныеДемо используют условные данные: компании и цифры выдуманы, методы настоящие. Фильтры и кнопки работают в браузере, данные никуда не отправляются.
Загружаем демо…
Как сделали
- Сбор по расписанию с очередью и повторами; «сырые» снимки и история цен хранятся.
- Товары разных магазинов сопоставляются по бренду, объёму и нормализованному названию с нечётким сравнением; качество сопоставления измеряется.
- Если вёрстка источника поменялась и цены пропали, приходит алерт, а не нули в отчёте.
- Только публичные данные, с лимитами запросов и без обхода защит.
Инструменты
Python, pandas, SQL.
Стек подбираем под ваши системы: тот же подход работает в Power BI, DataLens, Google Sheets или Excel.
Результат
Каждый день видно, где мы дороже рынка и кто что поменял. Если источник сломался, приходит сигнал, а не нули в отчёте.
Эффект — маржа товаров, где цену поправили после сигнала, против похожих товаров без правки (условная модель эластичности).
Демо
Что в демо
- 500 товаров, пять условных магазинов, 90 дней; у конкурентов разные стратегии: демпинг, акции по выходным, стабильные цены.
- Демо не обращается к реальным сайтам — магазины, товары и цены выдуманы.
Нужно так же на ваших данных?
Покажем, как это ляжет на ваши источники: 1С, Excel, CRM, кабинеты WB и Ozon, реклама. Доступ к данным — после NDA и только на чтение.
Стоимость и срок зависят от числа источников, экранов и показателей, качества данных и частоты обновления. Точную оценку даём после короткого созвона и согласуем до начала работ.
Сайт не принимает файлы: выгрузку передаёте после NDA.
