Producent zna cenę sugerowaną. Rynek widzi zupełnie inną.
Ten sam krem może kosztować w jednym sklepie internetowym 89 zł, w drugim 79 zł w promocji, a w trzecim być niedostępny od tygodnia. Producent widzi to dopiero wtedy, gdy dzwoni zdenerwowany dystrybutor albo spada sprzedaż. Ręczne sprawdzanie kilku sklepów raz w tygodniu nie daje obrazu rynku, bo ceny i promocje zmieniają się codziennie, a sklepów są setki.
Klient z branży Health & Beauty potrzebował jednego, aktualnego widoku: po ile jego produkty są sprzedawane, gdzie są w promocji, gdzie ich brakuje i co piszą o nich kupujący. Nie po to, żeby kontrolować sklepy, tylko żeby świadomie prowadzić własną politykę cenową i rozmawiać z partnerami na podstawie faktów.
Wyzwaniem nie było pobranie jednej ceny, tylko zrobienie tego powtarzalnie dla setek stron o różnej budowie i dopasowanie ofert do właściwych produktów, łącznie z wariantami pojemności i zestawami.
Cztery rodzaje danych z każdej strony produktu
Sama cena to za mało, żeby zrozumieć, co dzieje się z produktem w sklepie. Dlatego z każdej strony produktu zbieraliśmy cztery grupy informacji: cenę (regularną i promocyjną, z przeliczeniem na jednostkę), dostępność (w magazynie, na zamówienie, wycofany), promocje (rabat, zestaw, gratis, kod) oraz opinie klientów (ocena i treść recenzji).
Każdy odczyt ma zapisany sklep, adres strony, czas pobrania i wariant produktu. Dzięki temu w raporcie widać nie tylko, że cena spadła, ale też kiedy, w którym sklepie i czy dotyczyło to tego samego wariantu.
Przykład odczytu / dane demonstracyjne
Jeden produkt, jeden sklep, jeden odczyt
Tak wygląda pojedynczy wiersz w bazie monitoringu. Marka, sklep i kwoty są wymyślone na potrzeby przykładu; układ pól odpowiada dostarczonemu rozwiązaniu.
| Pole | Wartość | Skąd pochodzi |
|---|---|---|
| Produkt klienta | Krem nawilżający Example, 50 ml | katalog klienta (EAN) |
| Sklep | drogeria-przyklad.example | lista sklepów w monitoringu |
| Cena regularna | 89,00 zł | strona produktu |
| Cena promocyjna | 71,20 zł (-20%) | strona produktu |
| Cena za 100 ml | 142,40 zł | przeliczenie |
| Dostępność | dostępny, wysyłka 24 h | strona produktu |
| Promocja | zestaw z tonikiem, gratis próbka | strona produktu |
| Opinie | 4,6 / 5, 128 recenzji | strona produktu |
| Czas odczytu | 2026-09-17 06:10 | system monitoringu |
Setki sklepów, jeden proces
Lista sklepów i produktów. Zaczęliśmy od katalogu produktów klienta z kodami EAN i wariantami oraz listy sklepów, w których marka jest sprzedawana. Dla każdego sklepu ustaliliśmy, jak zbudowana jest strona produktu i skąd czytać cenę, promocję, dostępność i opinie.
Dopasowanie ofert. Skrypty odnalazły w każdym sklepie strony odpowiadające produktom klienta. Tam, gdzie sklep nie podaje kodu EAN, dopasowanie opierało się na nazwie, pojemności i zdjęciu, a wątpliwe przypadki sprawdzał człowiek. Ten krok decyduje o jakości całego monitoringu: źle dopasowany produkt daje fałszywe alerty.
Cykliczne odczyty. Od tego momentu monitoring działa sam: odwiedza strony w ustalonym rytmie, zapisuje odczyty, wykrywa zmiany układu stron i zgłasza, gdy jakiegoś sklepu nie da się odczytać. Brak odczytu jest w raporcie widoczny jako brak, nie jako stara cena.
Od strony produktu do raportu
Produkty klienta z kodami EAN, lista sklepów, mapa stron produktów.
Każda oferta przypisana do produktu i wariantu; wyjątki sprawdzone ręcznie.
Cykliczne pobieranie ceny, dostępności, promocji i opinii; raport z trendami i alertami.
Raport, który mówi, co się zmieniło i gdzie
Surowe odczyty trafiały do raportów przygotowanych pod pytania, które zespół klienta zadawał najczęściej: gdzie moje produkty są najtańsze, kto zaczął promocję, gdzie brakuje towaru i jak zmienia się cena w czasie. Raport porównuje ceny sklepów z ceną sugerowaną i pokazuje odchylenia, a nie tylko listę liczb.
Fragment raportu / dane demonstracyjne
Ten sam krem w pięciu sklepach jednego dnia
Cena sugerowana producenta: 89 zł. Sklepy i kwoty są wymyślone na potrzeby przykładu.
| Sklep | Cena | Odchylenie | Dostępność |
|---|---|---|---|
| Sklep A | 89,00 zł | 0% | dostępny |
| Sklep B | 71,20 zł | -20% | dostępny, promocja do niedzieli |
| Sklep C | 84,90 zł | -5% | dostępny |
| Sklep D | 92,00 zł | +3% | dostępny |
| Sklep E | 89,00 zł | 0% | niedostępny od 6 dni |
Alerty zamiast codziennego przeglądania
Reguły alertów ustaliliśmy razem z klientem. Przykładowe zdarzenia, które trafiają do zespołu tego samego dnia:
- CenaSklep sprzedaje produkt poniżej progu ustalonego dla danej linii, przez więcej niż jeden odczyt.
- PromocjaPojawił się zestaw lub rabat, którego nie ma w planie promocji producenta.
- DostępnośćProdukt jest niedostępny w ważnym sklepie dłużej niż ustalony czas.
- OpinieSeria negatywnych recenzji jednego produktu w krótkim czasie, z podglądem treści.
Decyzje cenowe na podstawie danych, nie sygnałów od partnerów
Klient zyskał aktualny obraz cen swoich produktów w sklepach internetowych i mógł reagować na zmiany na bieżąco, zamiast dowiadywać się o nich po fakcie. Raporty pozwoliły śledzić trendy cenowe, identyfikować oferty konkurencyjne i dostosowywać własną strategię cenową do tego, co faktycznie dzieje się na rynku.
Drugim efektem była analiza opinii klientów. Recenzje zebrane z wielu sklepów w jednym miejscu pokazały, co kupujący cenią, a co ich zniechęca. Te informacje trafiły do zespołów odpowiedzialnych za produkt i komunikację, żeby ulepszać produkty i budować lojalność.
Dzięki monitorowaniu cen firma była w stanie dostosować swoje ceny na bieżąco, a analiza opinii klientów pozwoliła lepiej zrozumieć potrzeby i preferencje grupy docelowej.
Z pierwotnego opisu projektu
Ten sam monitoring działa dla każdej marki sprzedawanej online
Kosmetyki były branżą klienta, ale mechanizm jest wspólny dla każdego producenta i dystrybutora, którego produkty sprzedaje wiele sklepów. Zmienia się lista sklepów, katalog produktów i progi alertów.
Kontrola cen półkowych w e-commerce, egzekwowanie polityki cenowej, wczesne wykrywanie promocji i braków.
Porównanie własnej oferty z konkurencją w tych samych sklepach, w tych samych wariantach.
Ceny i dostępność u konkurencji dla wybranych kategorii, z historią zmian i alertami.
Zobacz też, jak podchodzimy do danych dla branży FMCG i e-commerce. Zakres sklepów, produktów i częstotliwość odczytów ustalamy na próbce, a dopiero potem wyceniamy stały monitoring.