Проект: интернет-магазин корейской косметики — каталог 18 000+ товаров, продажи через сайт и маркетплейсы (Ozon, Wildberries, локальные площадки).
Задача
Заведение новых брендов (100+ SKU за раз) требовало ручного переноса данных из PDF-прайсов, сопоставления штрихкодов, анализа цен конкурентов и подготовки шаблонов загрузки под каждый маркетплейс. Вывод одного бренда растягивался на дни, а ошибки в штрихкодах приводили к отклонению карточек модерацией.
Решение
Набор Python-инструментов (openpyxl, парсинг PDF), закрывающий весь путь от прайса поставщика до готовой загрузки:
- Автоизвлечение артикулов и позиций из PDF-прайсов поставщиков.
- Сопоставление по штрихкодам с существующим каталогом — с корректной обработкой EAN-13 как текста (типовая ошибка Excel, портящая штрихкоды, исключена).
- Полуавтоматический сбор цен конкурентов для позиционирования.
- Генерация готовых шаблонов загрузки под Ozon, Wildberries и локальные маркетплейсы.
Результат
Вывод нового бренда на маркетплейс сократился с многодневной ручной работы до часов. Исключены ошибки штрихкодов и артикулов, из-за которых карточки отклонялись модерацией — а значит, товар быстрее начинает продаваться.
Что из этого можно взять себе
Работа с каталогом и маркетплейсами кажется «ручной по своей природе», но 80% операций в ней — это однотипный перенос и сопоставление данных. Ровно та рутина, которую стоит автоматизировать первой: она хорошо формализуется и съедает много дорогого времени.
Завод новых товаров и выход на маркетплейсы — вручную?
На бесплатном экспресс-аудите разберём ваш процесс работы с каталогом и покажу, что можно автоматизировать в первую очередь.