بازگشت به نمونه‌کارهاداشبورد

Market Intelligence Platform

پلتفرمی که قیمت محصولات رقبا را به‌طور خودکار از فروشگاه‌های اینترنتی جمع می‌کند، محصولات معادل را پیدا می‌کند و جایگاه قیمتی برند را نسبت به بازار نشان می‌دهد — با ردیابی هر عدد تا منبع اصلی‌اش.

درخواست پروژه‌ی مشابه
تکنولوژی
Django · DRF · PostgreSQL
تصاویر پروژه
۶ تصویر

معرفی پروژه

رادار بازار برای یک تولیدکننده ساخته شد که می‌خواست بداند قیمت محصولاتش در مقایسه با رقبا و میانه‌ی بازار کجاست. سامانه به‌صورت زمان‌بندی‌شده از چند فروشگاه اینترنتی قیمت جمع می‌کند، عنوان‌های نامرتب و متنوع را استاندارد می‌کند، تشخیص می‌دهد کدام آگهی‌ها یک محصول هستند، داده‌های پرت را کنار می‌گذارد و نتیجه را در داشبورد، صفحه‌ی مقایسه‌ی رقبا و مرکز هشدار نشان می‌دهد.

نیاز و مسئله

قیمت‌گذاری بدون اطلاع دقیق از بازار، یعنی یا جا ماندن از رقبا یا از دست دادن حاشیه‌ی سود. جمع کردن دستی قیمت‌ها از ده‌ها فروشگاه زمان‌بر و پرخطاست؛ یک محصول در هر فروشگاه با عنوان متفاوتی ثبت می‌شود (فارسی، انگلیسی، با «ی» و «ک» عربی، با واحدهای مختلف) و عددی که در گزارش می‌آید معمولاً قابل ردیابی تا منبعش نیست.

راهکار

یک خط پردازش کامل ساخته شد: جمع‌آوری ← استانداردسازی ← تطبیق محصول ← اعتبارسنجی و حذف داده‌ی پرت ← تجمیع ← شاخص‌های روزانه ← هشدار. اصل طراحی «زنجیره‌ی شواهد» است: هر عددی که در داشبورد دیده می‌شود، تا آگهی خام، عنوان اصلی و لینک منبعش قابل ردیابی است. مواردی که سیستم درباره‌شان مطمئن نیست، به‌جای حدس زدن، به صف بازبینی انسانی می‌روند.

چطور ساختمش

  1. ۰۱

    جمع‌آوری‌کننده‌ها به‌صورت افزونه طراحی شدند؛ یک جمع‌آوری‌کننده‌ی عمومی، بدون کد اختصاصی برای هر سایت، از هر فروشگاه استاندارد قیمت، عنوان و قیمت هر سایز را می‌خواند — با رعایت فاصله‌ی بین درخواست‌ها و سقف تعداد.

  2. ۰۲

    موتور استانداردسازی عنوان‌های فارسی و انگلیسی را یکدست می‌کند: تبدیل ارقام و حروف عربی، استخراج برند، نوع، رنگ، پرداخت و مقدار و واحد (حتی واحدهای دوکلمه‌ای).

  3. ۰۳

    موتور تطبیق قاعده‌محور و فازی، هر آگهی را به محصول معادلش وصل می‌کند و نتیجه را به سه دسته‌ی «تطبیق قطعی»، «احتمالی» و «نیازمند بازبینی» تقسیم می‌کند؛ فقط موارد قطعی وارد میانه‌ی بازار می‌شوند.

  4. ۰۴

    داده‌های پرت با روش‌های آماری (IQR و MAD) شناسایی می‌شوند و برای هر منبع امتیاز کیفیت داده محاسبه می‌شود.

  5. ۰۵

    شاخص‌های روزانه (میانه، کمینه، بیشینه، تعداد نمونه) و جایگاه قیمتی برند نسبت به بازار محاسبه و در نمودار روند قیمت نمایش داده می‌شوند؛ کاربر می‌تواند محصولات معادل را دستی هم به هم پیوند دهد.

  6. ۰۶

    موتور هشدار برای افزایش یا کاهش ناگهانی قیمت، فاصله‌ی قیمتی از بازار، خطای منبع و افت کیفیت داده هشدار می‌سازد.

  7. ۰۷

    کل خط پردازش با Celery به‌صورت زمان‌بندی‌شده اجرا می‌شود؛ API با احراز هویت JWT و دسترسی مبتنی بر نقش، و همه‌ی عملیات حساس در لاگ ممیزی ثبت می‌شوند. بیش از ۱۳۰ تست خودکار پشتیبان کیفیت کد است.

امکانات

  • جمع‌آوری خودکار و زمان‌بندی‌شده‌ی قیمت از فروشگاه‌های اینترنتی
  • استانداردسازی عنوان‌های فارسی و انگلیسی
  • تطبیق خودکار محصولات معادل بین منابع مختلف
  • صف بازبینی انسانی برای موارد نامطمئن
  • تشخیص داده‌ی پرت و امتیاز کیفیت هر منبع
  • مقایسه‌ی قیمت برند با رقبا و میانه‌ی بازار
  • نمودار روند قیمت با بازه‌های ۷ روز تا یک سال
  • مرکز هشدار برای تغییرات مهم بازار
  • زنجیره‌ی شواهد: ردیابی هر عدد تا منبع اصلی
  • نقش‌های کاربری، احراز هویت JWT و لاگ ممیزی
  • خروجی گزارش اکسل
  • استقرار کامل با Docker Compose

نتیجه

تیم فروش و مدیریت به‌جای جمع کردن دستی قیمت‌ها، هر روز یک تصویر به‌روز و قابل اعتماد از بازار دارند و تصمیم قیمت‌گذاری را بر اساس داده‌ای می‌گیرند که منبع هر عددش مشخص است.

تکنولوژی‌ها و برچسب‌ها

  • Django
  • DRF
  • PostgreSQL
  • Celery
  • Redis
  • React
  • TypeScript
  • Docker
  • رادار بازار
  • پایش قیمت رقبا
  • هوش بازار
  • Market Intelligence
  • مقایسه قیمت رقبا
  • تحلیل قیمت بازار
  • جمع‌آوری قیمت از فروشگاه‌های اینترنتی
پروژه‌ی بعدیکارنما — اپلیکیشن جست‌وجوی هوشمند مشاغل
پروژه‌ی بعدی

اگر نیاز مشابهی دارید یا ایده‌ای برای یک راهکار اختصاصی در ذهن دارید، بیایید درباره‌اش صحبت کنیم.