Náš klient provozuje e-shop s více než 5 500 produkty — ruční a elektrické nářadí, pneumatické stroje, svářecí elektrody, kompresory a průmyslové příslušenství. Solidní byznys se zavedenou zákaznickou základnou.
Jenže tři přímí konkurenti na stejném trhu každý týden mění ceny. A klient neměl tušení, jak si vůči nim stojí. Ruční procházení tří e-shopů přes celý katalog by zabralo desítky hodin týdně — a data by zastarala ještě před dokončením.
Obchodní ředitelka
Kdekoli v těch 5 500 produktech se mohly skrývat položky, kde zákazník prostě kliknul jinam. Levnější konkurent, stejný produkt. A klient o tom nevěděl.
Přitom samotné porovnání cen zní jednoduše — dokud nenarazíte na realitu. Stejný produkt nese na každém e-shopu jiný název. „Drôt G 102 pr.2,0 á 5kg ESAB“ u jednoho, něco zcela jiného u druhého. Prosté textové vyhledávání nefunguje. Bez spolehlivého párování nejsou žádná cenová data — jsou jen dva nesouvisející seznamy.
Přitom právě tato data jsou zásadní pro pricing strategii, jednání s dodavateli i každodenní obchodní rozhodování.
ostavili jsme třívrstvý matching pipeline — systém, který automaticky páruje produkty napříč e-shopy a průběžně sleduje cenové rozdíly. Každý produkt prochází vrstvami od nejrychlejší po nejinteligentnější. Teprve když jedna vrstva nestačí, nastupuje ta další.
Než vůbec dojde k porovnávání cen, je potřeba data získat. To zajišťuje scrapingová infrastruktura postavená na Pythonu s knihovnou Playwright, která ovládá reálné prohlížeče (Chromium i Firefox). Aby systém obstál i na e-shopech s ochranou proti robotům, používáme Camoufox — speciálně upravený prohlížeč navržený tak, aby se choval nerozeznatelně od běžného uživatele.
Celý proces běží paralelně: 4 až 8 prohlížečů pracuje současně, každý na jiném e-shopu nebo části katalogu. Výsledek? Všech 5 580 produktů ze čtyř zdrojů sesbíráme za přibližně 3 hodiny. Systém podporuje checkpoint a resume — pokud se sběr přeruší, pokračuje přesně tam, kde skončil.
První a nejrychlejší vrstva hledá exaktní shodu pomocí čárového kódu (EAN-13 nebo EAN-8). Pokud klient i konkurent uvádějí stejný EAN, párování je hotové okamžitě — bez jakýchkoli výpočtů nebo AI. Tato metoda je stoprocentně spolehlivá a prakticky bez nákladů. Pokrývá všechny produkty, kde obě strany EAN uvádějí.
Tam, kde EAN chybí nebo nesedí, nastupuje sémantické porovnání. Každý název produktu — ze všech čtyř e-shopů — převedeme na 768-dimenzionální matematický vektor pomocí modelu paraphrase-multilingual-MiniLM-L12-v2 (Sentence Transformers). Jde o vícejazyčný model trénovaný na porovnávání významové podobnosti vět, nikoli pouhé shody slov.
Produkty, které si jsou sémanticky blízké, leží v tomto vektorovém prostoru blízko sebe — bez ohledu na to, zda jsou zapsány česky, slovensky nebo s různými zkratkami. Podobnost měříme pomocí cosine similarity: hodnota 1,0 znamená identické vektory, 0,0 zcela odlišné. Práh pro postup do další vrstvy je 0,55.
Za 90 sekund takto zpracujeme celých 5 500 produktů a pro každý z nich sestavíme shortlist 40 nejpravděpodobnějších kandidátů u konkurence.
Shortlist 40 kandidátů jde do Gemini API. Jazykový model posoudí každou dvojici produktů a rozhodne, zda se skutečně jedná o tentýž produkt — přičemž bere v úvahu celý kontext názvu, jednotky, specifikace i výrobce. Každé párování dostane skóre spolehlivosti 0–100. Shody pod hodnotou 75 jsou automaticky zamítnuty.
Requesty běží v dávkách po 40 produktech se 4 paralelními voláními současně, což celý proces výrazně urychluje. Klíčové je, že každá shoda je plně auditovatelná: u každého spárovaného produktu vidíte přesné skóre i to, kterou metodou bylo párování dosaženo. Žádná černá skříňka.
Výsledky jsou exportovány do tabulky v Excelu s barevným kódováním cenových rozdílů — okamžitě vidíte, kde jste dražší, kde levnější a kde ceny odpovídají trhu. Systém je připravený spouštět se opakovaně bez jakýchkoli dalších nákladů na vývoj.
5 580 produktů. 3 konkurenti. ~3 hodiny. Každý týden automaticky.
To, co dříve nebylo možné zvládnout ani za celý pracovní týden, dnes proběhne přes noc — bez jediné hodiny manuální práce.
Klient poprvé přesně ví, kde přeceňuje a přichází o zákazníky, kde má prostor zvýšit marži a s čím konkrétně jít do jednání s dodavateli. Ne dojmy — data.
Systém běží opakovaně bez dalších nákladů na vývoj. Není to jednorázová analýza. Je to trvalá konkurenční výhoda.
Náš klient provozuje e-shop s více než 5 500 produkty — ruční a elektrické nářadí, pneumatické stroje, svářecí elektrody, kompresory a průmyslové příslušenství. Solidní byznys se zavedenou zákaznickou základnou.
Jenže tři přímí konkurenti na stejném trhu každý týden mění ceny. A klient neměl tušení, jak si vůči nim stojí. Ruční procházení tří e-shopů přes celý katalog by zabralo desítky hodin týdně — a data by zastarala ještě před dokončením.
Nejste sami. 80 % českých firem to dělá stejně — a každý měsíc tím zbytečně přicházejí o čas i peníze.
Ozveme se vám do 24 hodin. Připravte si 30 minut — probereme přesně, co vaše firma potřebuje.
Přidejte se na webinář!
Jak ušetřit na Vašem IT, automatizovat a zároveň zefektivnit všechny procesy ve společnosti.
