Автор Тема: аналитика wb в 1с  (Прочитано 853 раз)

0 Пользователей и 1 Гость просматривают эту тему.

at-z

  • Новичок
  • *
  • Сообщений: 5
  • ФИО: Тихомиров А.Э.
аналитика wb в 1с
« : Апрель 26, 2021, 12:54:55 pm »
Поставлена задача. Нужно сделать обработку, которая бы забирала из wildberries аналитику не только по товарам моего заказчика, а по любому продавцу на wb. По своему заказчику знаю как сделать, есть ключ API, далее, запросы к сайту. Здесь сложностей нет. Но по ключу можно получить данные только владельца ключа, а нужно по любому продавцу. Парсить сайт тоже нет проблем, но в карточке товара нет , например, сколько было продаж, возвратов и какие остатки. Т.е. клиенту нужен Маяк, но только в 1с, свой собственный.Нужны выручка, возвраты , остатки по любой карточке товара. Т.е., клиенту нужна статистика как в Маяке или в телеграмм-боте HunterSales по любой карточке товара на любую дату: продажи в шт. (или руб.), цена, возврат в шт. (или руб.), остаток на складе в шт.
Способ получения данных для клиента не важен. Ему важно , чтобы данные были получены строго напрямую с wb , не из сторонних аналитических сервисов. На первом этапе нужно просто продемонстрировать , что данные можно получить каким угодно способом : обработка на 1С или сделать внешнюю программу или компоненту на C++, Java, Phyton и пр., без разницы, закинуть данные в файл , базу данных или просто вывести на экран. Если заказчик убедится, что данные напрямую из wb удается получить, то далее клиент готов оплатить , чтобы ему в 1с сделали по данным с wb аналитику по его заказу (красивые отчеты, отборы , формочки, поиск и пр.), что трудностей уже не представляет. Как можно получить полные данные по любому товару с wb без сторонних аналитических сервисов ? У кого какие идеи ?

at-z

  • Новичок
  • *
  • Сообщений: 5
  • ФИО: Тихомиров А.Э.
Re: аналитика wb в 1с
« Ответ #1 : Апрель 27, 2021, 06:32:28 pm »
Вот , что выяснил за вчера. Пообщался с двумя известными разработчиками подобных сервисов. По понятным причинам не называю. От них информация - для получения исходных данных они используют только парсинг. Так делают все сервисы. Далее, статистическая обработка. Вероятность совпадения в результате качественной стат. обработки может доходить до 97%. WB доступ к данным предоставляет только по API-ключу. Т.е., один ключ, один продавец, GET-запросы только для этого продавца по API-ключу. А по всем остальным - только парсить. Немного разобрался. Структура каталога wb забивается в базу, например , в справочник. Структура каталога меняется редко, если вообще меняется. Далее пробегаемся по категориям. Каждая категория на несколько страниц. Пробегаемся по номерам страниц и парсим каждую страницу. На каждой странице выбираем ссылки на каждый артикул, включая размеры. Теперь парсим каждую карточку товара. В каждой карточке будет : цена без скидки, цена со скидкой и "Купили более раз". Артикул, наименование, картинку, цена без скидки, цена со скидкой и "Купили более раз" заливаем в базу, например, раскидываем по документам и проводим по регистрам. Такой парсинг делаем ежедневно на начало и конец дня. Продажи в шт. за день = "Купили более раз" на конец дня - "Купили более раз" на начало дня. Шаг параметра "Купили более раз" похоже , что 10 шт. Т.е., чем больше за день продаж, тем меньше погрешность. Ну и далее считаем выручку за день. И так по регламентному заданию каждый день. В итоге у клиента накопятся данные точно такие же, как в платных сервисах и можно будет делать анализ, сезонности , например. Поскольку "Купили более раз" параметр не точный, то погрешность неизбежна. Похоже, что аналитические сервисы по wb так и работают.