В одном каталоге нашлось больше товаров, чем в другом. Можно ли сразу сказать, что ассортимент у первого шире? Не всегда. Среди записей могут быть разные размеры, цвета, наборы и повторяющиеся предложения одного товара.
Для сравнения предложений нескольких магазинов в одной категории нужен понятный список различий. Каждое из них должно быть проверяемым по исходным карточкам товаров; общее число записей этого не показывает.
Выберите единицу сравнения
Сначала решите, что считать отдельной позицией. Для напитков могут быть важны бренд, вкус и объём. Для одежды понадобятся модель, цвет и размер. Сравнение по одному названию даёт слишком много сомнительных совпадений.
Договоритесь и об упаковке. Две банки по 250 мл и одна бутылка 500 мл имеют одинаковый общий объём, но это разные предложения. Если задача состоит в сравнении конкретного товара, объединять их без отдельного правила не стоит.
Эти признаки лучше сохранить отдельными полями. Тогда спорные совпадения проще увидеть и проверить. О том, как выбрать устойчивые признаки, рассказываем в статье о сопоставлении одного и того же товара.
Отделите отсутствие от неизвестности
Если запись не нашлась в очередном сборе, проверьте полноту запуска. Необойдённая страница и товар, которого действительно нет в каталоге, приводят к похожему результату в итоговом списке, но означают разное.
То же касается фильтров. Один источник может показывать только доступные товары, другой сохраняет и недоступные карточки. Сравнивайте наборы, полученные по одинаковым правилам, либо явно отмечайте различия. Сверяйте также регион, выбранные варианты и время проверки.
В Akmelo можно просматривать собранные записи и их историю. Это помогает вернуться к изменившейся карточке, но история одного источника не сопоставит товары разных магазинов за вас. Правила совпадения нужно определить для своей задачи и проверить на примерах.
Удобно разделить результат на три части: уверенные совпадения, позиции только одного источника и спорные пары. Это рекомендация по анализу, а не готовая автоматическая классификация сервиса. В спорных парах оставьте ссылки на карточки и причину сомнения.
После ручной проверки нескольких примеров станет понятнее, какие поля нужно добавить в сбор. Затем можно подготовить выгрузку для дальнейшей работы. Перед передачей проверьте пропуски и дубли по нашей памятке о качестве данных. В итоговом списке оставьте ссылки на источники и пометки о спорных совпадениях. С ними можно вернуться к проверке, не начиная сравнение заново.
Если собираете такие данные регулярно, начните со схемы мониторинга ассортимента, затем проверьте правила качества записей для своей структуры. Они помогут определить, какие строки передавать дальше, а какие оставить на разбор.
