В 2026 году я разработал скрипт сбора товарных данных eBay для проекта в сфере e-commerce. Работа выполнялась под NDA: название компании, конкретные продавцы и внутренние данные клиента не раскрываются.
Инструмент собирает сведения о предложениях продавцов для анализа ассортимента и поиска перспективных позиций на других маркетплейсах. В рамках проекта также была проработана архитектура регулярного мониторинга и управления товарной выборкой.
Задача и масштаб
Сценарий мониторинга рассчитан на десятки продавцов и каталоги, в отдельных случаях превышающие десять тысяч товаров. На таком масштабе ручной просмотр карточек затрудняет поиск новых предложений и отслеживание изменений.
Задача проекта — автоматизировать получение данных и подготовить основу для сравнения ассортимента, цен и доступности. Эти сведения помогают выбирать товары для дальнейшей оценки и добавления в ассортимент на Amazon и Walmart.
Автоматизированный сбор данных
Реализован скрипт получения товарных данных через eBay Browse API. В состав собираемой информации входят:
- товары и их цены;
- изображения и состояние товара;
- сведения о продавце;
- условия доставки;
- ссылки на исходные карточки;
- наличие и доступность товара — availability.
Набор данных объединяет основные характеристики предложения. При отборе позиции можно учитывать цену, состояние и доставку, а затем перейти к исходной карточке для проверки деталей.
Архитектура обработки на Drupal
Для дальнейшей работы с массивами данных спроектирована архитектура на Drupal с кастомным модулем. В ней определены задачи хранения товарной информации, обработки результатов выгрузок и сравнения данных между проверками.
Логика мониторинга охватывает четыре типа изменений: появление новых товаров, исчезновение ранее найденных позиций, обновление цен и изменение доступности. Для регулярной работы предусмотрены ежедневные проверки и отчёты по изменениям.
Управление ассортиментом и запросами к API
В архитектуру административной панели заложено управление участием товаров в мониторинге. Оператор может исключать неактуальные позиции из рабочей выборки, сохраняя фокус на товарах, интересных для дальнейшей торговли.
Для исключённых позиций предусмотрено отключение отдельных запросов на обновление. Такой подход сокращает лишние обращения к API при детальной проверке товаров. Получение общего каталога продавца остаётся отдельной операцией, необходимой для поиска новых предложений.
Исключение из рабочей выборки относится к внутреннему процессу отбора: управление опубликованными листингами Amazon и Walmart находится за пределами этого инструмента.
Результат работы
Результатом этапа разработки стал скрипт выгрузки данных eBay. Дополнительно подготовлена архитектура дальнейшей обработки на Drupal: от хранения товарной информации до управления выборкой и регулярных проверок.
Проект объединил задачи API-интеграции, обработки крупных каталогов и контроля объёма повторных запросов. Основное внимание уделялось получению данных, необходимых для практической работы с ассортиментом.
Кейс описан в обобщённом виде. Масштаб приведён без точных показателей проекта; данные клиента и конкретные продавцы не публикуются.
