Клиент пришёл к нам с проблемой, которая напрямую била по выручке: товары на сайте не совпадали с реальными остатками у поставщиков. Заказы приходили, а товара фактически не было — отсюда высокий процент отказов и недовольство клиентов.
Мы предложили написать свой парсер и сервис интеграции, который автоматически обновляет цены, остатки и скрывает отсутствующие товары. В итоге за месяц мы значительно сократили ручной труд, а клиент перестал терять заказы из-за неактуальных данных.
Клиент пришёл к нам с проблемой, которая напрямую била по выручке: товары на сайте не совпадали с реальными остатками у поставщиков. Заказы приходили, а товара фактически не было — отсюда высокий процент отказов и недовольство клиентов. Раньше данные обновляли вручную, это было медленно и не решало проблему.
Мы предложили написать свой парсер и сервис интеграции, который автоматически обновляет цены, остатки и скрывает отсутствующие товары. В итоге за месяц мы значительно сократили ручной труд, а клиент перестал терять заказы из-за неактуальных данных.
Какие условия были у клиента на старте
Компания занимается перепродажей одежды. Клиент закупает товары у трёх основных поставщиков и продавал их через интернет-магазин на платформе InSales.
Часть товара расположена на складе в Москве, но подавляющая часть ассортимента привозится под заказ (выкупается у поставщика после оформленного заказа).
Ранее клиент уже пытался настроить парсинг магазинов поставщика с помощью фрилансера. И первоначально клиент видел решение так: мы берём готовый файл от фрилансера, доводим его до ума и загружаем в InSales. Но в итоге фрилансер отказался от дальнейшей работы.
В чём была проблема
Прошлый подход создавал сразу несколько узких мест:
- Зависимость от конкретного человека. За парсинг отвечал один фрилансер — любая задержка от него могла обернуться потерянными заказами.
- Дорого и долго. За один цикл парсинга клиент платил фрилансеру около 5 тысяч рублей только за сбор данных. При этом парсинг шёл 3–4 дня, а загрузка полученного файла в InSales занимала ещё минимум день.
- Товары устаревали быстрее, чем обновлялись. Жизненный цикл товара — 2–3 месяца. При таком темпе обновления информация на сайте почти всегда была неактуальной.
- Высокий процент отказов. Покупатель выбирал вещи, оформлял заказ, а ему говорили: «Извините, товара нет». Это портило репутацию и съедало прибыль.
Вот, как выглядел изначальный файл от подрядчика
Выбрали четвёртый, потому что только он давал клиенту независимость и реальную скорость обновления. К тому же сравнение бюджетов было убедительным: собственный парсер окупается за пару месяцев и работает дальше бесплатно.
Как реализовывали
1. Сделали тестовый демо-парсер
Мы сразу же написали небольшой рабочий прототип парсера для одного из магазинов-поставщиков в тестовом режиме. Запустили, показали клиенту, как это выглядит, как быстро работает. Наглядный результат убедил заказчика.
А это таблица из демо-версии парсера
2. Написали полноценный парсер для одного из поставщиков
Доработали скрипт с учётом структуры сайта и особенностей защиты. Парсинг запустился в ежедневном режиме — таблица с товарами начала пополняться автоматически.
3. Разработчик подготовил сервис интеграции
Сделали интерфейс, где клиент видит:
- как быстро проходит парсинг,
- сколько товаров спарсено,
- какие товары уже есть в InSales, а каких нет,
- какие товары закончились у поставщика — и их тут же скрывает.
Интерфейс сделали наглядным, без лишней технической сложности
4. Добавили ручные настройки для гибкости
Цены на сайте — это не те же цены, что у поставщика. Мы заложили формулу пересчёта в сервисе интеграции (например, с учётом доставки, наценки, курса). И дали клиенту доступ к этим настройкам. Если меняются вводные — он правит формулу сам, без разработчика.
Также добавили возможность сравнения размеров: на сайте поставщика размер 32, в InSales — 46. В сервисе есть интерфейс, где администратор один раз сопоставляет размеры, и дальше остатки подтягиваются корректно. А когда парсятся новые товары с другими размерами — на главной странице появляется уведомление о необходимости сопоставить новые параметры.
Настроили интерфейс так, чтобы сразу было понятно, сколько осталось ещё товаров без связи
5. Настроили ежедневное обновление
Парсинг проходит ежедневно, цены и остатки на сайте InSales обновляются раз в день. Это оптимальный баланс между актуальностью и нагрузкой на систему.
С какими трудностями столкнулись
По парсеру:
- Изначально выгрузка шла с испанской версии
- Артикул на сайте-источнике выглядит был из 10 цифр, но грузилось только 7 — доработали логику.
- Нужно было преобразовать обозначение «Предзаказ» как «Доступно для заказа».
- Не обновлялся старый вид цены — тот, который зачёркивается при скидке. Поняли, как найти вторую цену в парсере и решили.
- Сначала парсили все товары подряд, затем настроили выборку по разделам, только с нужными клиенту категориями, чтобы было удобнее.
По интерфейсу сервиса интеграции:
- Добавили автосохранение категорий для парсинга — это защитило потерю уже добавленных в парсинг ссылок при случайной перезагрузке страницы. Настроили подсветку категорий красным, если в них нет товаров — так клиент видит, что пора их удалять, иначе список будет бесконечным.
- Цвета назывались по-разному у поставщика и в InSales — варианты товаров не объединялись. Решили: добавили интерфейс для сопоставления и уведомление на главной. Теперь менеджер видит, если что-то не совпадает, и сразу это правит, без потери заказов.
- Логика пересчёта цен оказалась непростой. Мы вывели все настройки в интерфейс, чтобы клиент мог менять их без разработчика.
По работе на стороне InSales:
- Разово скрыли больше 12 тысяч товаров, которых не было в выгрузке парсинга — по ним всё равно невозможно было обновить данные.
- Настроили автоматическое скрытие товаров, по которым нет доступных остатков на сайте одного из поставщиков.
По коммуникации:
У клиента был негативный опыт с другим сервисом, поэтому к сотрудничеству он относился с небольшой опаской. Чтобы снять барьер, мы:
- показали демо работающего сервиса интеграции,
- дали контакт другого нашего клиента, чтобы дать живую рекомендацию.
Также мы вышли за первоначальный бюджет, так как на старте были другие вводные — мы планировали только доработать формат файла, а не писать отдельный парсер. Но мы показали клиенту ценность этого решения конкретно для его случая и он был спокоен — результат был виден с первых дней, было понятно, на что идут деньги.
Что получил клиент в результате
- Полную автоматизацию парсинга и обновления. Никакого Excel, никаких ручных загрузок. Всё собирается и обновляется само.
- Актуальные остатки на сайте. Обновление раз в 3 дня, а не раз в 2 недели. Товары, которых нет в наличии, автоматически скрываются.
- Исчезновение отказов по одному из поставщиков. По словам клиента, сейчас практически нет отмен из-за отсутствия товаров по этому бренду.
- Скорость в 6–8 раз выше, чем у фрилансера. За сутки парсится больше 10 тысяч товаров — вместо 5–6 тысяч за 3–4 дня.
- Экономия. Клиент перестал платить 20 тысяч рублей за каждый цикл парсинга только по одному поставщику.
- Инструмент для бизнеса, а не костыль. Администратор сам может менять формулу расчёта цен или сопоставлять размеры, не вызывая разработчика.
- Список новых товаров для контент-менеджеров. Система показывает, какие товары появились у поставщика и ещё не заведены на сайте. Менеджеры просто заводят их — и они сразу попадают в синхронизацию.
- Перспектива масштабирования. Пока писали кейс, сделали парсеры для ещё 2 поставщиков. Дальше — переход на автоматическое создание новых товаров, без участия контент-менеджеров.
Отзыв клиента :)
Этот проект — пример того, как из задачи на «починить файл» выросла полноценная система автоматизации, которая меняет бизнес-процесс целиком.
Мы в «Чили.Лаб» умеем видеть и реализовывать такие точки роста. Напишите нам — покажем, как такая же система может работать в вашем бизнесе.
Есть вопросы?
Ваше сообщение успешно отправлено!
Мы свяжемся с Вами в самое ближайшее время.