Контроль новинок и цен конкурентов в fashion-ритейле

В fashion-ритейле важно видеть не только изменения цен, но и появление новых товаров у конкурентов. Новинки быстро попадают в продажу, меняют ассортиментную картину и влияют на решения по коллекциям, скидкам и ценовой политике.

Команде был нужен регулярный срез по товарам конкурентов в ключевых категориях: женской и мужской одежде, базовым коллекциям и сезонным позициям. Важно было видеть новинки сразу после появления на сайтах, сравнивать предложения крупных игроков рынка и учитывать не только цену, но и содержание карточки.

Для каждой карточки требовался подробный набор данных: категория, товар, сайт конкурента, дата сбора, цена, цвет, размер, состав и все изображения товара. Команда ежедневно добавляет ссылки на карточки, а данные по ним должны попадать в отчет в тот же день.

Проект должен был закрыть несколько направлений:

• ежедневный сбор данных с 20 сайтов конкурентов;
• обработку новых ссылок на карточки товаров в день загрузки;
• сравнение предложений по женской и мужской одежде, базовым коллекциям и сезонным позициям;
• сбор всех изображений товара из карточки;
• единый формат для сравнения цен, товаров, категорий, характеристик карточек, конкурентов и дат сбора;

В Metacommerce похожую задачу можно запускать на базе готового решения «Сбор с интернет-магазинов»: оно помогает регулярно получать данные о товарах, ценах, наличии, характеристиках карточек и других параметрах с выбранных сайтов.

Metacommerce организовал ежедневный сбор данных, которые доступны в личном кабинете Metacommerce и могут передаваться через API в единой структуре для дальнейшей аналитики.

В результате команда видит не абстрактную сводку, а рабочий набор данных по каждой карточке: сайт конкурента, категорию, название товара, ссылку, цену, цвет, размер, состав, фотографии и дату сбора. Такой формат помогает быстрее замечать новинки и распродажи конкурентов, сравнивать ценовые предложения по категориям и принимать решения по скидкам на основе регулярных данных, а не разовых проверок.

Теперь ценовая и ассортиментная ситуация по конкурентам доступна в разрезе категорий и дат, есть возможность быстро получать данные по новым карточкам и использовать их в привычных процессах принятия решений: например, чтобы пересмотреть скидку, скорректировать цену на сезонную позицию или оценить реакцию рынка на промо конкурента.

Если компании нужно регулярно отслеживать цены, новинки и карточки товаров конкурентов на сайтах интернет-магазинов, задачу можно запустить через готовые решения Metacommerce:

• «Сбор с интернет-магазинов» - для регулярного сбора данных о товарах, ценах, наличии, категориях, характеристиках и фотографиях с выбранных сайтов.
• «Сбор отзывов» - если вместе с ценами нужно анализировать оценки, тексты отзывов и реакцию покупателей на товары.

Для компаний, которым важно анализировать не только цену, но и реакцию покупателей, к этому сценарию можно добавить сбор отзывов и рейтингов. Тогда данные по ценам, наличию, карточкам товаров и обратной связи можно собирать в один регулярный источник для команды.

Сценарии можно адаптировать под конкретный ассортимент, список конкурентов, частоту обновления и формат передачи данных. Команда начинает с готовой структуры сбора и отчета, которую можно настроить под свои категории и внутренние процессы.

Для запуска обычно нужны список конкурентов, категории ассортимента, ссылки на карточки товаров, частота мониторинга и формат выгрузки: интерфейс, файл, API или передача во внутреннюю систему.

В проекте фокус был на ценах конкурентов, поэтому отзывы остаются возможным расширением для похожих задач.

Такой сценарий подойдет fashion-ритейлерам, брендам одежды и e-commerce-командам, которым важно регулярно отслеживать цены, новинки и карточки товаров конкурентов.

Он особенно полезен, если команде нужно:

• ежедневно собирать цены по сайтам конкурентов;
• получать данные по новым карточкам в день появления ссылок;
• отслеживать изменения по категориям, коллекциям или сезонным позициям;
• анализировать характеристики карточек: цвет, размер, состав и фотографии;
• сравнивать предложения крупных игроков рынка;
• использовать данные для аналитики и ценообразования;
• соединять цены, наличие, отзывы и рейтинги в один регулярный источник данных;
• передавать результаты во внутренние системы через API.