हमने एक बड़े ऑनलाइन स्टोर को कैसे स्वचालित किया और उत्पादों से स्वचालित रूप से मिलान करना शुरू किया

लेख व्यवसाय की तुलना में अधिक तकनीकी है, लेकिन हम व्यापार के दृष्टिकोण से कुछ निष्कर्ष भी निकालेंगे। विभिन्न स्रोतों से माल की स्वचालित तुलना के लिए सबसे अधिक ध्यान दिया जाएगा।

ऑनलाइन स्टोर के काम में बड़ी संख्या में घटक होते हैं। और इससे कोई फर्क नहीं पड़ता कि योजना क्या है, अभी लाभ कमाने के लिए, या निवेशकों को विकसित करने और देखने के लिए, या, उदाहरण के लिए, संबंधित क्षेत्रों को विकसित करने के लिए, कम से कम आपको इन सवालों को बंद करना होगा:

• आपूर्तिकर्ताओं के साथ काम करें। कुछ अनावश्यक बेचने के लिए, आपको पहले कुछ अनावश्यक खरीदना होगा।
• निर्देशिका प्रबंधन। किसी के पास एक संकीर्ण विशेषज्ञता है, जबकि कोई विभिन्न सामानों के सैकड़ों बेचता है।
• खुदरा मूल्य प्रबंधन। यहां आपको आपूर्तिकर्ताओं की कीमतों, और प्रतियोगियों की कीमतों, और सस्ती वित्तीय साधनों को ध्यान में रखना होगा।
• गोदाम के साथ काम करें। सिद्धांत रूप में, यह संभव नहीं है कि आपके पास अपना गोदाम हो, बल्कि साझेदारों के गोदामों से सामान लेने के लिए, लेकिन एक तरीका या दूसरा सवाल है।
• विपणन। यहां साइट सामग्री से भरी हुई है, साइटों पर प्लेसमेंट, विज्ञापन (ऑनलाइन और ऑफलाइन), पदोन्नति और बहुत कुछ।
• आदेशों का स्वागत और प्रसंस्करण। साइट पर कॉल सेंटर, बास्केट, इंस्टेंट मैसेंजर के जरिए ऑर्डर, प्लेटफॉर्म और मार्केटप्लेस के जरिए ऑर्डर।
• डिलिवरी।
• लेखांकन और अन्य आंतरिक प्रणालियाँ।

स्टोर, जिसके बारे में हम बात करेंगे, एक संकीर्ण विशेषज्ञता नहीं है, लेकिन सौंदर्य प्रसाधन से लेकर मिनी-ट्रैक्टर तक सब कुछ का एक गुच्छा प्रदान करता है। मैं आपको बताऊंगा कि हम आपूर्तिकर्ताओं, निगरानी प्रतियोगियों, कैटलॉग प्रबंधन और मूल्य निर्धारण (थोक और खुदरा), थोक ग्राहकों के साथ काम करके कैसे काम करते हैं। गोदाम के विषय पर थोड़ा स्पर्श।

कुछ तकनीकी समाधानों को बेहतर ढंग से समझने के लिए, यह जानना अतिश्योक्तिपूर्ण नहीं होगा
कुछ बिंदु पर हमने तय किया कि तकनीकी चीजें, यदि संभव हो तो, अपने लिए नहीं, बल्कि सार्वभौमिक रूप से की जाएंगी। और, शायद, कई प्रयासों के बाद, यह एक नया व्यवसाय विकसित करने के लिए सामने आएगा। यह पता चला है, सशर्त रूप से, कंपनी के भीतर एक स्टार्टअप।

इसलिए हम एक अलग प्रणाली पर विचार कर रहे हैं, कमोबेश सार्वभौमिक, जिसके साथ कंपनी के बाकी बुनियादी ढांचे को एकीकृत किया गया है।

आपूर्तिकर्ताओं के साथ काम करने में क्या समस्या है?

और वास्तव में उनमें से बहुत सारे हैं। बस कुछ देने के लिए:

• प्रति आपूर्तिकर्ता कई आपूर्तिकर्ता हैं। हमारे पास लगभग 400 हैं। सभी को कुछ समय लेने की आवश्यकता है।
• आपूर्तिकर्ताओं से प्रस्ताव प्राप्त करने का कोई एक तरीका नहीं है। कोई मेल पर शेड्यूल पर भेजता है, कोई अनुरोध पर, कोई होस्टिंग फ़ाइल पर अपलोड करता है, कोई साइट पर रखता है। स्काइप के माध्यम से फाइल भेजने के कई तरीके हैं।
• एक भी डेटा प्रारूप नहीं है। मैंने इस विषय पर एक चित्र भी बनाया है (यह कम है, तालिकाओं में विभिन्न स्वरूपों का प्रतीक है)।
• न्यूनतम खुदरा और न्यूनतम थोक मूल्यों की अवधारणा है जिसे आपूर्तिकर्ता के साथ काम करना जारी रखने के लिए देखा जाना चाहिए। अक्सर उन्हें अपने प्रारूप में प्रदान किया जाता है।
• प्रत्येक आपूर्तिकर्ता का नामकरण अलग है। नतीजतन, एक ही उत्पाद को अलग तरह से कहा जाता है, और कोई अनोखी कुंजी नहीं है जिसके द्वारा उनकी तुलना आसानी से की जा सकती है। इसलिए, हम इसकी तुलना कठिन करते हैं।
• आपूर्तिकर्ता के साथ ऑर्डर रखने की प्रणाली स्वचालित नहीं है। हम स्काइप पर किसी से, आपके खाते में किसी से, किसी से हम ऑर्डर की सूची के साथ हर शाम एक एक्सेल फ़ाइल भेजते हैं।

हमने इन समस्याओं का सामना करना सीख लिया है। उत्तरार्द्ध के अलावा, उत्तरार्द्ध पर काम प्रगति पर है। अब तकनीकी विवरण होगा, और फिर निम्नलिखित सूची पर विचार करें।

डेटा एकत्र करना

जैसा था

आपूर्तिकर्ता फाइलें मैन्युअल रूप से विभिन्न स्रोतों से एकत्र की गईं और तैयार की गईं। तैयारी में एक विशिष्ट टेम्पलेट और संपादन सामग्री के अनुसार नाम बदलना शामिल था। फ़ाइल के आधार पर, गैर-मानक सामान, माल जो स्टॉक में नहीं हैं, कॉलम का नाम बदलना या मुद्रा बदलना, एक पर अलग-अलग टैब से डेटा एकत्र करना आवश्यक था।

कैसे किया

सबसे पहले, हमने मेल की जाँच करना और वहाँ से संलग्नक के साथ पत्र उठाना सीखा। फिर उन्होंने यैंडेक्स और Google ड्राइव के प्रत्यक्ष लिंक और लिंक के साथ काम को स्वचालित कर दिया। इसने हमारे लगभग 75% आपूर्तिकर्ताओं से प्रस्ताव प्राप्त करने के मुद्दे को हल किया। हमने यह भी देखा कि यह इन चैनलों के माध्यम से है जो ऑफ़र अधिक बार अपडेट किए जाते हैं, ताकि स्वचालन का वास्तविक प्रतिशत अधिक हो। हमें अभी भी दूतों में कुछ मूल्य मिलते हैं।

दूसरे, हम अब फ़ाइलों को मैन्युअल रूप से संसाधित नहीं करते हैं। ऐसा करने के लिए, हमने आपूर्तिकर्ता प्रोफ़ाइल में प्रवेश किया है, जहां आप यह निर्दिष्ट कर सकते हैं कि किस कॉलम और टैब का उपयोग करना है, मुद्रा और उपलब्धता, वितरण समय और आपूर्तिकर्ता के कार्य अनुसूची का निर्धारण कैसे करें।

यह लचीले ढंग से निकला। स्वाभाविक रूप से, हमने पहली बार सब कुछ ध्यान में नहीं रखा था, लेकिन अब सभी 400 प्रदाताओं के प्रसंस्करण को कॉन्फ़िगर करने के लिए पर्याप्त लचीलापन है, यह देखते हुए कि सभी के पास अलग-अलग फ़ाइल प्रारूप हैं।

फ़ाइल स्वरूपों के लिए, हम xls, xlsx, csv, xml (yml) को समझते हैं। हमारे मामले में, यह पर्याप्त था।

उन्होंने यह भी पता लगाया कि रिकॉर्ड कैसे फ़िल्टर करें। हमने स्टॉप शब्दों की एक सूची बनाई, और यदि आपूर्तिकर्ता के प्रस्ताव में यह शामिल है, तो हम इसे संसाधित नहीं करते हैं। तकनीकी विवरण इस प्रकार हैं: एक छोटी सूची पर आप और बेहतर "हेड-ऑन" कर सकते हैं, बड़ी सूची में ब्लूम फ़िल्टर तेजी से। हमने उसके साथ प्रयोग किया और सब कुछ छोड़ दिया जैसा कि वह है, क्योंकि सूची में लाभ को हमारे से बड़े परिमाण के एक क्रम पर महसूस किया जाता है।

एक और महत्वपूर्ण बात आपूर्तिकर्ता का कार्य कार्यक्रम है। हमारे आपूर्तिकर्ता अलग-अलग शेड्यूल पर काम करते हैं, इसके अलावा, वे अलग-अलग देशों में स्थित हैं, जिन पर सप्ताहांत नहीं होता है। और प्रसव के समय को आमतौर पर व्यावसायिक दिनों में एक संख्या या संख्या के रूप में इंगित किया जाता है। जब हम खुदरा और थोक मूल्य बनाते हैं, तो हमें किसी तरह उस समय का मूल्यांकन करना होगा जब हम ग्राहक को माल वितरित कर सकते हैं। ऐसा करने के लिए, हमने कॉन्फ़िगर करने योग्य कैलेंडर बनाए, और प्रत्येक प्रदाता की सेटिंग में आप निर्दिष्ट कर सकते हैं कि यह किस कैलेंडर पर काम करता है।

मुझे श्रेणी और निर्माता के आधार पर छूट और मार्जिन का विन्यास करना था। ऐसा होता है कि आपूर्तिकर्ता के पास सभी भागीदारों के लिए एक सामान्य फ़ाइल होती है, लेकिन कुछ भागीदारों के साथ छूट समझौते होते हैं। इसके लिए धन्यवाद, यदि आवश्यक हो तो वैट जोड़ना या घटाना अभी भी संभव था।

वैसे, छूट और मार्क-अप नियमों का कॉन्फ़िगरेशन हमें अगले विषय पर ले जाता है। आखिरकार, उनका उपयोग करने से पहले, आपको यह पता लगाना होगा कि यह किस प्रकार का उत्पाद है।

मैपिंग कैसे काम करती है

एक ही उत्पाद को विभिन्न आपूर्तिकर्ताओं से कैसे बुलाया जा सकता है, इसका एक छोटा उदाहरण यह समझने के लिए कि आपको क्या काम करना है:

मॉनिटर LG LCD 22MP48D-P
21.5 "एलजी 22MP48D-P ब्लैक (16: 9, 1920x1080, आईपीएस, 60 हर्ट्ज, डीवीआई + डी-सब (वीजीए))
COMP - कंप्यूटर परिधीय - मॉनिटर LG 22MP48D-P
22 "समावेशी एलजी मॉनिटर LG 22MP48D-P (21.5") तक, काला, IPS LED 5ms 16: 9 DVI मैट 250cd 1920x1080 D-Sub FHD) 22MP48D-P
मॉनिटर एलजी 22 "एलजी 22MP48D-P ग्लॉसी-ब्लैक (IPS, LED, 1920x1080, 5 ms, 178 ° / 178 °, 250 cd / m, 100M: 1, + DVI) मॉनिटर
एलसीडी मॉनिटर एलजी एलसीडी मॉनिटर 22 "IPS 22MP48D-P एलजी 22MP48D-P
LG मॉनिटर 21.5 "LG 22MP48D-P gl.Black IPS, 1920x1080, 5ms, 250 cd / m2, 1000: 1 (मेगा DCR), D-Sub, DVI-D (HDCP), v2 22MP48D-P.ARUZ
एलजी मॉनिटर LG 22MP48D-P ब्लैक 22MP48D-P.ARUZ
मॉनिटर LG 22MP48D-P 22MP48D-P
LG 22MP48D-P ग्लॉसी-ब्लैक 22MP48D-P मॉनिटर
मॉनिटर 21.5 "एलजी फ्लैट्रोन 22MP48D-P gl.Backack (IPS, 1920x1080, 16: 9, 178/178, 250cd / m2, 1000: 1, 5ms, D-Sub, DVI-D) (22MP48D-P) 22MP48D-P
मॉनिटर 22 "एलजी 22MP48D-P
एलजी 22MP48D-P IPS DVI
LG LG 21.5 "22MP48D-P IPS LED, 1920x1080, 5ms, 250cd / m2, 5Mln: 1, 178 ° / 178 °, D-Sub, DVI, Tilt, VESA, ग्लॉसी ब्लैक 22MP48D-P
एलजी 21.5 "22MP48D-P (16: 9, IPS, VGA, DVI) 22MP48D-P
मॉनिटर 21.5`` एलजी 22MP48D-P ब्लैक
LG MONITOR 21.5 "LG 22MP48D-P ग्लॉसी-ब्लैक (IPS, LED, 1920x1080, 5 ms, 178 ° / 178 °, 250 cd / m, 100M: 1, + DVI) 22MP48D-P
एलजी एलसीडी मॉनिटर 21.5 '' [16: 9] 1920x1080 (FHD) IPS, नॉनग्लारे, 250cd / m2, H178 ° / V178 °, 1000: 1, 16.7M रंग, 5ms, VGA, DVI, झुकाव, 2Y, ब्लैक ओके 22MP48D -पी
LCD LG 21.5 "22MP48D-P काला {IPS LED 1920x1080 5ms 16: 9 250cd 178 ° / 178 ° DVI D-Sub} 22MP48D-P.ARUZ
IDS_Monitors LG LG 22 "LCD 22MP48D 22MP48D-P
21.5 "16x9 एलजी मॉनिटर एलजी 21.5" 22MP48D-P काले IPS एलईडी 5ms 16: 9 DVI मैट 250cd 1920x1080 D-Sub FHD 2.7kg 22MP48D-P.ARUZ
मॉनिटर 21.5 "एलजी 22MP48D-P [ब्लैक]; 5ms; 1920x1080, DVI, IPS

जैसा था

तुलना में 1 सी (थर्ड-पार्टी पेड मॉड्यूल) शामिल था। सुविधा / गति / सटीकता के लिए, इस तरह की प्रणाली ने 6 लोगों द्वारा इस स्तर पर 60 हजार उत्पादों के साथ एक कैटलॉग बनाए रखना संभव बना दिया। यही कारण है कि, हर दिन, आपूर्तिकर्ताओं के प्रस्तावों से पुराना और गायब हो गया, क्योंकि नए सामान बनाए गए थे। बहुत लगभग - कैटलॉग आकार का 0.5%, अर्थात्। 300 उत्पाद।

यह कैसे बन गया: दृष्टिकोण का एक सामान्य विवरण

थोड़ा और ऊपर, मैंने एक उदाहरण दिया कि हमें मैच के लिए क्या चाहिए। मिलान के विषय की खोज करते हुए, मैं थोड़ा हैरान था कि ElasticSearch मिलान के कार्य के लिए लोकप्रिय है, मेरी राय में, इसकी वैचारिक सीमाएँ हैं। हमारी प्रौद्योगिकी स्टैक के लिए, हम डेटा भंडारण के लिए MS SQL सर्वर का उपयोग करते हैं, लेकिन तुलना हमारे स्वयं के बुनियादी ढांचे पर काम करती है, और चूंकि बहुत अधिक डेटा है और हमें इसे जल्दी संसाधित करने की आवश्यकता है, हम एक विशिष्ट कार्य के लिए अनुकूलित डेटा संरचनाओं का उपयोग करते हैं और बिना आवश्यकता के डिस्क या डेटाबेस तक पहुंचने का प्रयास नहीं करते हैं। और अन्य धीमी प्रणाली।

जाहिर है, तुलना समस्या को कई तरीकों से हल किया जा सकता है, और जाहिर है, उनमें से कोई भी पूर्ण सटीकता नहीं देगा। इसलिए, मुख्य विचार इन विधियों को संयोजित करने, सटीकता और गति से रैंक करने और उन्हें सटीकता के अवरोही क्रम में लागू करने का प्रयास करना है, गति को ध्यान में रखते हुए।

हमारे प्रत्येक एल्गोरिदम के लिए निष्पादन योजना (पतित मामलों के बारे में आरक्षण के साथ) को निम्नलिखित सामान्य अनुक्रम द्वारा संक्षेप में दर्शाया जा सकता है:

Tokenization। हम स्रोत लाइन को कुछ सार्थक स्वतंत्र भागों में तोड़ते हैं। यह सभी एल्गोरिदम में एक बार और आगे किया जा सकता है।

टोकन का सामान्यीकरण। एक अच्छे तरीके से, आपको प्राकृतिक भाषा के शब्दों को सामान्य संख्या और गिरावट में लाने की आवश्यकता है, और "ABC15MX" (यह साइरिलिक है, यदि ऐसा है) जैसे पहचानकर्ताओं को लैटिन में परिवर्तित किया जाना चाहिए। और सब कुछ एक ही रजिस्टर पर ले आओ।

टोकन वर्गीकरण। यह समझने की कोशिश करना कि प्रत्येक भाग का क्या अर्थ है। उदाहरण के लिए, आप एक श्रेणी, निर्माता, रंग, और इसी तरह का चयन कर सकते हैं।

एक मैच के लिए सर्वश्रेष्ठ उम्मीदवार की खोज करें।

इस संभावना का एक अनुमान है कि मूल रेखा और सर्वश्रेष्ठ उम्मीदवार एक ही उत्पाद का संकेत देते हैं।

पहले दो अंक उन सभी एल्गोरिदम के लिए आम हैं जो वर्तमान में उपलब्ध हैं, और फिर सुधार शुरू होते हैं।

Tokenization। यहाँ हमने बस इतना ही किया, हम विशेष वर्णों जैसे कि अंतरिक्ष, स्लैश और इसी तरह के भागों में लाइन को तोड़ते हैं। समय के साथ निर्धारित चरित्र महत्वपूर्ण हो गया, लेकिन हमने एल्गोरिथ्म में कुछ भी जटिल का उपयोग नहीं किया।

फिर हमें टोकन को सामान्य करने की आवश्यकता है। उन्हें लोअरकेस में बदलें। नाममात्र के मामले में सब कुछ का नेतृत्व करने के बजाय, हम बस अंत को काट देते हैं। हमारे पास एक छोटा शब्दकोश भी है, और हम अपने टोकन का अंग्रेजी में अनुवाद करते हैं। अन्य बातों के अलावा, अनुवाद हमें समानार्थी शब्द से बचाता है, इसी तरह रूसी शब्दों का अंग्रेजी में उसी तरह अनुवाद किया जाता है। जहां हम अनुवाद करने में विफल रहे, हम वर्तनी वर्णमाला जैसे सिरिलिक वर्णों को लैटिन वर्णमाला में बदलते हैं। (यह बिल्कुल भी नहीं है, जैसा कि यह निकला। यहां तक ​​कि जहां आप एक गंदे चाल की उम्मीद नहीं करते हैं, उदाहरण के लिए, "सैमसंग UE43NU7100U" सिरिलिक ई में अच्छी तरह से हो सकता है)।



टोकन वर्गीकरण। हम श्रेणी, निर्माता, मॉडल, लेख, ईएएन, रंग को उजागर कर सकते हैं। हमारे पास एक निर्देशिका है जहां डेटा संरचित है। हमारे पास प्रतियोगियों पर डेटा है जो ट्रेडिंग प्लेटफॉर्म हमें प्रदान करते हैं। उन्हें संसाधित करते समय, जहां संभव हो, हम डेटा को संरचना करते हैं। हम त्रुटियों या टाइपो को ठीक कर सकते हैं, उदाहरण के लिए, निर्माता या रंग, जो हमारे सभी स्रोतों में केवल एक बार होते हैं, क्रमशः निर्माता और रंग पर विचार करने के लिए नहीं। नतीजतन, हमारे पास संभावित निर्माताओं, मॉडलों, लेखों, रंगों का एक बड़ा शब्दकोश है, और टोकन वर्गीकरण केवल O (1) के लिए एक शब्दकोश खोज है। सैद्धांतिक रूप से, आपके पास श्रेणियों की एक खुली सूची और कुछ प्रकार के स्मार्ट वर्गीकरण एल्गोरिदम हो सकते हैं, लेकिन हमारा मूल दृष्टिकोण अच्छी तरह से काम करता है, और वर्गीकरण एक अड़चन नहीं है।

यह ध्यान दिया जाना चाहिए कि कभी-कभी आपूर्तिकर्ता पहले से ही संरचित डेटा प्रदान करता है, उदाहरण के लिए, लेख तालिका में एक अलग सेल में है, या आपूर्तिकर्ता थोक बिक्री पर खुदरा पर छूट देता है, और खुदरा मूल्य yml (xml) प्रारूप में प्राप्त किए जा सकते हैं। फिर हम डेटा संरचना को बचाते हैं, और टोकन को केवल असंरचित डेटा से टोकन श्रेणियों में विभाजित करते हैं।

और अब क्या एल्गोरिदम के बारे में और हम किस क्रम में उपयोग करते हैं।

सटीक और लगभग सटीक मिलान

सबसे सरल मामला। लाइनों को टोकन में विभाजित किया गया था, उन्होंने उन्हें एक रूप में ले लिया। फिर वे एक हैश फ़ंक्शन के साथ आए जो टोकन के आदेश के प्रति संवेदनशील नहीं है। इसके अलावा, हैश द्वारा मिलान करके, हम सभी डेटा को मेमोरी में रख सकते हैं, हम प्रति मिलियन कुंजी के साथ 16 मेगाबाइट प्रति शब्दकोष खर्च कर सकते हैं। व्यवहार में, एल्गोरिथ्म ने सरल स्ट्रिंग तुलना की तुलना में बेहतर प्रदर्शन किया।

हैशिंग के लिए, "एक्सक्लूसिव या" का उपयोग खुद को और इस तरह से एक फंक्शन का सुझाव देता है:

public static long GetLongHashCode(IEnumerable<string> tokens) { long hash = 0; foreach (var token in tokens.Distinct()) { hash ^= GetLongHashCode(token); } return hash; } 

इस स्तर पर सबसे दिलचस्प बात एक पंक्ति का हैश हो रही है। व्यवहार में, यह पता चला कि 32 बिट्स छोटे हैं, बहुत सारे टकराव प्राप्त होते हैं। और यह भी - कि आप केवल फ्रेमवर्क से फ़ंक्शन के स्रोत कोड को नहीं ले सकते हैं और रिटर्न मान के प्रकार को बदल सकते हैं, व्यक्तिगत लाइनों के लिए कम टकराव होते हैं, लेकिन "अनन्य या" के बाद भी वे होते हैं, इसलिए हमने अपना लिखा। वास्तव में, वे केवल इनपुट डेटा से गैर-संरचना फ्रेमवर्क से फ़ंक्शन में जुड़ गए। यह निश्चित रूप से बेहतर था, टकराव के साथ नए कार्य के साथ, हम अपने लाखों रिकॉर्डों पर केवल एक बार मिले, रिकॉर्ड किया और बेहतर समय तक स्थगित कर दिया।

इस प्रकार, हम शब्द क्रम और उनके रूप को ध्यान में रखे बिना मैचों की तलाश कर रहे हैं। ऐसी खोज O (1) के लिए काम करती है।

दुर्भाग्य से, शायद ही कभी, लेकिन यह भी होता है: "एबीसी 42 टाइप 16" और "एबीसी 16 टाइप 42", और ये दो अलग-अलग उत्पाद हैं। हमने इस तरह की चीजों से निपटना भी सीखा, लेकिन उस पर और बाद में।

मानव पुष्टि उत्पादों का मिलान

हमारे पास ऐसे उत्पाद हैं जो मैन्युअल रूप से मेल खाते हैं (अक्सर ये ऐसे उत्पाद होते हैं जो स्वचालित रूप से मेल खाते हैं, लेकिन जिन्हें मैन्युअल रूप से जांचा गया है)। वास्तव में, हम इस मामले में एक ही काम कर रहे हैं, केवल अब हमने मेल खाने वाले हैश का एक शब्दकोश जोड़ा है, जिसकी खोज ने एल्गोरिथ्म के समय की जटिलता को नहीं बदला।

मैन्युअल रूप से मिलान की गई लाइनें डेटाबेस में बस झूठ होती हैं, बस मामले में, ऐसे कच्चे डेटा आपको भविष्य में हैशिंग एल्गोरिथ्म को बदलने, सब कुछ पुनर्गणना करने और कुछ भी नहीं खोने की अनुमति देगा।

मैपिंग को अट्रैक्ट करें

पहले दो एल्गोरिदम तेज और सटीक हैं, लेकिन पर्याप्त नहीं हैं। अगला हम विशेषता मिलान लागू करते हैं।

पहले, हमने पहले से ही सामान्यीकृत टोकन के रूप में डेटा प्रस्तुत किया और यहां तक ​​कि उन्हें श्रेणियों में क्रमबद्ध किया। इस अध्याय में, मैं टोकन श्रेणियों को गुण कहता हूं।

सबसे विश्वसनीय विशेषता ईएएन (https://ru.wikipedia.org/wiki/European_Article_Number) है। ईएएन मैच आपको लगभग 100% गारंटी देते हैं कि वे एक ही उत्पाद हैं। हालांकि, ईएएन बेमेल कुछ भी नहीं कहता है, क्योंकि एक उत्पाद में अलग ईएएन हो सकते हैं। सब कुछ ठीक होगा, लेकिन हमारे डेटा में ईएएन दुर्लभ है, इसलिए त्रुटि के स्तर पर तुलना पर इसका प्रभाव है।

लेख कम विश्वसनीय है। आपूर्तिकर्ता के संरचित डेटा से कुछ अजीब अक्सर सीधे हो जाता है, लेकिन इस स्तर पर किसी भी मामले में हम इसका उपयोग करते हैं।

अंतिम चरण के अनुसार, यहाँ हम शब्दकोशों (O (1) के लिए खोज) का उपयोग करते हैं, और हैश से (निर्माता + मॉडल + लेख) कुंजी के रूप में उपयोग किया जाता है। हैशिंग आपको मेमोरी में सभी ऑपरेशन करने की अनुमति देता है। इस मामले में, हम रंग को भी ध्यान में रखते हैं, अगर यह मेल खाता है या मौजूद नहीं है, तो हम मानते हैं कि सामान संयोग हुआ।

सबसे अच्छे मैच के लिए खोजें

पिछले चरण सरल, तेज और काफी विश्वसनीय थे, लेकिन दुर्भाग्य से वे तुलनाओं के आधे से भी कम को कवर करते हैं।

सर्वश्रेष्ठ मैच की खोज में, एक सरल विचार है: दुर्लभ टोकन के संयोग का एक बड़ा वजन होता है, अक्सर टोकन का संयोग छोटा होता है। संख्या वाले टोकन अक्षर टोकन से अधिक मूल्यवान हैं। उसी क्रम में मेल खाने वाले टोकन को फिर से व्यवस्थित किए जाने वाले टोकन से अधिक मूल्यवान माना जाता है। लंबे मैच छोटे की तुलना में बेहतर होते हैं।

अब यह एक तेजी से डेटा संरचना के साथ आता है जो एक ही समय में यह सब ध्यान में रख सकता है और एक लाख मिलियन रिकॉर्ड की निर्देशिका की स्मृति में फिट बैठता है।

हम अपने कैटलॉग को शब्दकोशों के शब्दकोश के रूप में प्रस्तुत करने के विचार के साथ आए, पहले स्तर पर, कुंजी निर्माता से एक हैश होगी (कैटलॉग में डेटा संरचित है, हम निर्माता को जानते हैं), मूल्य शब्दकोश है। अब दूसरा स्तर। दूसरे स्तर पर कुंजी टोकन से हैश होगी, मूल्य कैटलॉग से आईडी आइटम की सूची है जहां यह टोकन पाया जाता है। और इस मामले में, हम उस क्रम में टोकन के संयोजन सहित उपयोग करते हैं जिसमें वे हमारी सूची में दिखाई देते हैं। हम तय करते हैं कि संयोजन के रूप में क्या उपयोग करना है, और क्या नहीं है, टोकन की संख्या, उनकी लंबाई और इतने पर निर्भर करता है, यह गति, सटीकता और आवश्यक स्मृति के बीच एक समझौता है। आकृति में, मैंने इस संरचना को सरल किया, बिना हैश के और बिना सामान्यीकरण के।



यदि प्रत्येक उत्पाद के लिए औसतन 20 टोकन का उपयोग किया जाता है, तो हमारी सूचियों में, जिसमें संलग्न शब्दकोश के मूल्य हैं, उत्पाद का एक लिंक औसत 20 बार होगा। कैटलॉग में सामान की तुलना में 20 गुना अधिक टोकन नहीं होंगे। लगभग, आप एक मिलियन रिकॉर्ड्स की एक सूची के लिए आवश्यक मेमोरी की गणना कर सकते हैं: 20 मिलियन कुंजियाँ, 4 बाइट्स प्रत्येक, 20 मिलियन उत्पाद आईडी, 4 बाइट्स प्रत्येक, शब्दकोशों और सूचियों को व्यवस्थित करने के लिए ओवरहेड (ऑर्डर समान है, लेकिन सूचियों और शब्दकोशों के आकार के बाद से हम पहले से नहीं जानते हैं, लेकिन चलते-फिरते बढ़ जाते हैं, दो से गुणा करते हैं)। कुल - 480 मेगाबाइट। वास्तव में, यह माल के लिए थोड़ा अधिक टोकन निकला, और हमें एक लाख सामान में 800 मेगाबाइट प्रति कैटलॉग की आवश्यकता है। क्या स्वीकार्य है, आधुनिक लोहे की क्षमताएं आपको इस आकार की सौ से अधिक निर्देशिकाओं को एक साथ मेमोरी में संग्रहीत करने की अनुमति देती हैं।

वापस एल्गोरिथ्म में। एक स्ट्रिंग है जिसे हमें मिलान करने की आवश्यकता है, हम निर्माता (हमारे पास एक वर्गीकरण एल्गोरिदम है) निर्धारित कर सकते हैं, और फिर कैटलॉग से सामान के लिए उसी एल्गोरिथ्म का उपयोग करके टोकन प्राप्त कर सकते हैं। यहाँ मेरा मतलब है, टोकन के संयोजन सहित।

तब सब कुछ अपेक्षाकृत सरल है। प्रत्येक टोकन के लिए, हम जल्दी से सभी उत्पादों को पा सकते हैं जिसमें यह पाया जाता है, प्रत्येक मैच के वजन का अनुमान लगाते हैं, इस बात को ध्यान में रखते हुए कि हम पहले - लंबाई, आवृत्ति, संख्याओं या विशेष वर्णों की उपस्थिति के बारे में बात करते हैं, और पाए गए सभी उम्मीदवारों की "समानता" का मूल्यांकन करते हैं। वास्तव में, यहां भी अनुकूलन हैं, हम सभी उम्मीदवारों पर विचार नहीं करते हैं, पहले हम बड़े वजन के साथ टोकन के मैचों की एक छोटी सूची बनाते हैं, और हम सभी उत्पादों के लिए कम वजन वाले टोकन के मैचों को लागू नहीं करते हैं, लेकिन केवल इस सूची में।

हम सबसे अच्छे मैच का चयन करते हैं, उन टोकन के संयोग को देखते हैं जिन्हें वर्गीकृत किया गया है और तुलना स्कोर पर विचार करें। इसके अलावा, हमारे पास दो दहलीज मान P1 और P2, P1 <P2 हैं। यदि मूल्यांकन थ्रेशोल्ड मान P2 से अधिक निकला - मानव भागीदारी की आवश्यकता नहीं है, तो सब कुछ स्वचालित रूप से होता है। यदि दो मानों के बीच - हम तुलनात्मक रूप से देखने की पेशकश करते हैं, तो इससे पहले कि यह मूल्य निर्धारण में भाग नहीं लेगा। यदि पी 1 से कम है - सबसे अधिक संभावना है, ऐसा उत्पाद कैटलॉग में नहीं है, तो हम कुछ भी वापस नहीं करते हैं।

वापस "एबीसी 42 टाइप 16" और "एबीसी 16 टाइप 42" की तर्ज पर। समाधान आश्चर्यजनक रूप से सरल है - यदि कई उत्पादों में एक ही हैश है, तो हम उन्हें हैश से मेल नहीं खाते हैं। और अंतिम एल्गोरिथ्म टोकन के क्रम को ध्यान में रखेगा। सैद्धांतिक रूप से, आपूर्तिकर्ता की मूल्य सूची में ऐसी पंक्तियों को किसी भी चीज़ के साथ मनमाने ढंग से मिलान नहीं किया जा सकता है, जहाँ संख्या 16 और 42 बिल्कुल नहीं होती हैं। वास्तव में, हमने ऐसी आवश्यकता का सामना नहीं किया।

गति और सटीकता

अब यह सब की गति के लिए। शब्दकोशों को रैखिक रूप से तैयार करने के लिए आवश्यक समय कैटलॉग के आकार पर निर्भर करता है। तुलना के लिए आवश्यक समय, रैखिक सामान की तुलना की जा रही संख्या पर निर्भर करता है। निर्माण के बाद खोज में शामिल सभी डेटा संरचनाएं नहीं बदली जाती हैं। यह हमें मिलान चरण पर मल्टीथ्रेडिंग का उपयोग करने का अवसर देता है। एक लाख रिकॉर्ड की सूची के लिए तैयारी कार्य में लगभग 40-80 सेकंड लगते हैं। तुलना 20-40 हजार रिकॉर्ड प्रति सेकंड की गति से काम करती है और निर्देशिका के आकार पर निर्भर नहीं करती है। फिर, हालांकि, आपको परिणामों को बचाने की आवश्यकता है। चुना गया दृष्टिकोण आम तौर पर बड़े संस्करणों के लिए फायदेमंद होता है, लेकिन एक दर्जन रिकॉर्ड वाली फाइल असंगत रूप से लंबी होगी। इसलिए, हम कैश का उपयोग करते हैं और हर 15 मिनट में एक बार अपनी खोज संरचनाओं को पुनः प्राप्त करते हैं।

सच है, तुलना के लिए डेटा कहीं पढ़ने की जरूरत है (सबसे अधिक बार यह एक एक्सेल फ़ाइल है), और मिलान वाक्यों को कहीं न कहीं सहेजने की आवश्यकता है, और इसमें भी समय लगता है। तो कुल संख्या 2-4 हजार रिकॉर्ड प्रति सेकंड है।

सटीकता का मूल्यांकन करने के लिए, हमने विभिन्न श्रेणियों के विभिन्न आपूर्तिकर्ताओं की मैन्युअल रूप से सत्यापित तुलना में लगभग 20,000 का एक परीक्षण सूट तैयार किया। प्रत्येक परिवर्तन के बाद, इस डेटा पर एल्गोरिदम का परीक्षण किया गया था। परिणाम इस प्रकार हैं:

• माल सूची में हैं और सही ढंग से तुलना की गई - 84%
• उत्पाद कैटलॉग में है, लेकिन मिलान नहीं हुआ है, मैनुअल मिलान की आवश्यकता है - 16%
• माल सूची में हैं और गलत तरीके से तुलना की गई - 0.2%
• उत्पाद सूची में नहीं है, और कार्यक्रम ने इसे सही ढंग से पहचाना - 98.5%
• उत्पाद कैटलॉग में नहीं है, लेकिन कार्यक्रम ने इसे उत्पादों में से एक से मिलाया - 1.5%

जब उत्पाद का मिलान किया गया तो 80% मामलों में, मैन्युअल पुष्टि की आवश्यकता नहीं है (हम स्वचालित रूप से तुलना की पुष्टि करते हैं), स्वचालित रूप से पुष्टि किए गए प्रस्तावों में से 0.1% त्रुटियां हैं।

वैसे, 0.1% त्रुटियाँ बहुत हैं, यह पता चला है। मिलान किए गए एक लाख रिकॉर्ड के लिए, यह गलत तरीके से मिलान किए गए एक हजार रिकॉर्ड है। और यह बहुत कुछ है क्योंकि खरीदारों को ऐसे रिकॉर्ड सबसे अच्छे लगते हैं। खैर, इस ट्रैक्टर से हेडलाइट्स की कीमत के लिए ट्रैक्टर का ऑर्डर कैसे नहीं किया जाता है। हालांकि, यह हजार त्रुटियां एक लाख प्रस्तावों पर काम की शुरुआत में हैं, उन्हें धीरे-धीरे सुधारा गया। संदिग्ध कीमतों के लिए संगरोध, जो इस मुद्दे को बंद कर देता है, बाद में दिखाई दिया, पहले कुछ महीने हमने इसके बिना काम किया।

त्रुटियों की एक और श्रेणी है जो तुलना से संबंधित नहीं है, ये हमारे आपूर्तिकर्ताओं की गलत कीमतें हैं। यह आंशिक रूप से है कि हम तुलना में कीमत पर ध्यान क्यों नहीं देते हैं। हमने फैसला किया कि चूंकि हमारे पास कीमत के रूप में अतिरिक्त जानकारी है, इसलिए हम इसका उपयोग न केवल अपनी गलतियों को निर्धारित करने के लिए करेंगे, बल्कि दूसरों के लिए भी करेंगे।

गलत कीमतों के लिए खोजें

यह वह हिस्सा है जिस पर हम सक्रिय रूप से प्रयोग कर रहे हैं। मूल संस्करण है, और यह आपको किसी मामले की कीमत पर फोन बेचने की अनुमति नहीं देता है, लेकिन मुझे लगता है कि यह बेहतर है।

प्रत्येक उत्पाद के लिए हमें स्वीकार्य आपूर्तिकर्ता कीमतों की सीमाएं मिलती हैं। क्या डेटा उपलब्ध है, इसके आधार पर, हम इस उत्पाद के लिए आपूर्तिकर्ताओं की कीमतों, प्रतियोगियों की कीमतों, इस श्रेणी में इस निर्माता के सामान के आपूर्तिकर्ताओं की कीमतों को ध्यान में रखते हैं। वे मूल्य जो सीमाओं के भीतर नहीं आते हैं, हमारे सभी एल्गोरिदम में संगरोध और अनदेखा किए जाते हैं। मैन्युअल रूप से, आप इस तरह के एक संदिग्ध मूल्य को सामान्य के रूप में चिह्नित कर सकते हैं, फिर हम इस उत्पाद के लिए इसे याद करते हैं और स्वीकार्य कीमतों की सीमाओं को याद करते हैं।

अधिकतम और न्यूनतम स्वीकार्य कीमतों की गणना के लिए प्रत्यक्ष एल्गोरिथ्म अब लगातार बदल रहा है, हम झूठी सकारात्मक की संख्या और पता लगाए गए गलत कीमतों की संख्या के बीच एक समझौता की तलाश कर रहे हैं।

हम गणना में औसत दर्जे के मूल्यों का उपयोग करते हैं (औसत सबसे खराब परिणाम देते हैं) और अभी तक वितरण फॉर्म का विश्लेषण नहीं करते हैं। वितरण फॉर्म का विश्लेषण सिर्फ वह जगह है जहां, यह मुझे लगता है, एल्गोरिथ्म में सुधार किया जा सकता है।

डेटाबेस के साथ काम करें

उपरोक्त सभी से, हम यह निष्कर्ष निकाल सकते हैं कि हम अक्सर और कई तरह से आपूर्तिकर्ताओं और प्रतियोगियों पर डेटा अपडेट करते हैं, और डेटाबेस के साथ काम करना एक अड़चन बन सकता है। सिद्धांत रूप में, हमने शुरू में इस ओर ध्यान आकर्षित किया और अधिकतम प्रदर्शन हासिल करने की कोशिश की। बड़ी संख्या में रिकॉर्ड के साथ काम करते समय, हम निम्नलिखित करते हैं:

• हम उस तालिका से अनुक्रमित को हटाते हैं जिसके साथ हम काम करते हैं
• इस तालिका पर पूर्ण पाठ अनुक्रमण अक्षम करें
• एक निश्चित स्थिति के साथ सभी रिकॉर्ड हटाएं (उदाहरण के लिए, विशिष्ट आपूर्तिकर्ताओं के सभी ऑफ़र जो हम वर्तमान में संसाधित कर रहे हैं)
• BULK COPY के साथ नए रिकॉर्ड डालें
• अनुक्रमणिका बनाएँ
• पूर्ण पाठ अनुक्रमण सक्षम करें

बल्क कॉपी 10-40 हजार रिकॉर्ड प्रति सेकंड की गति से संचालित होती है, इतने बड़े प्रसार को क्यों देखा जाता है, लेकिन यह इतना स्वीकार्य है।

रिकॉर्ड हटाने में डालने के समान समय लगता है। अभी भी कुछ समय अनुक्रमणिका को फिर से बनाने के लिए आवश्यक है।

वैसे, प्रत्येक निर्देशिका के लिए हमारे पास एक अलग डेटाबेस है। हम उन्हें मक्खी पर बनाते हैं। और अब मैं आपको बताता हूं कि हमारे पास एक से अधिक कैटलॉग क्यों हैं।

कैटलॉगिंग की समस्या क्या है

और उनमें से बहुत सारे भी हैं। अब हम सूचीबद्ध करेंगे:

• कैटलॉग में पूरी तरह से विभिन्न श्रेणियों के लगभग 400 हजार उत्पाद शामिल हैं। प्रत्येक श्रेणी को पेशेवर रूप से समझना असंभव है।
• आपको एक निश्चित शैली का पालन करने की आवश्यकता है, कैटलॉग के नाम के लिए सामान्य नियमों का पालन करें, उपश्रेणियों का नामकरण, और इसी तरह। इस प्रकार हम एक सुसंगत और तार्किक निर्देशिका संरचना को प्राप्त करने की कोशिश कर रहे हैं।
• आप एक ही उत्पाद को कई बार बना सकते हैं, और यह एक समस्या है। एक उपकरण के बिना जो समान नामों का विश्लेषण करता है, डुप्लिकेट लगातार बनाए जा रहे हैं।
• यह उन कैटलॉग में जोड़ना उचित है जो आपूर्तिकर्ताओं के पास स्टॉक में हैं। इस मामले में, आपके पास उत्पाद श्रेणियों के लिए प्राथमिकताएं होनी चाहिए।
• हमें कई निर्देशिकाओं की आवश्यकता है। हमारे अपने में से एक, हम इसे स्वयं संचालित करते हैं, अन्य - एग्रीगेटर कैटलॉग, हम इसे एपीआई द्वारा अपडेट करते हैं। दूसरी कैटलॉग का अर्थ यह है कि एग्रीगेटर प्लेटफॉर्म केवल अपनी कैटलॉग के साथ काम करता है, और तदनुसार, अपने नामकरण में प्रस्ताव स्वीकार करता है। यह एक और जगह है जहां यह पता चला है कि आपको तुलना की आवश्यकता है।

हमने इसे तार्किक और सही माना कि एक निर्देशिका को उसी स्थान पर बनाए रखा जाए जहां तुलना की जाती है। इसलिए हम उन उपयोगकर्ताओं को बता सकते हैं जो डायरेक्टरी का प्रबंधन करते हैं कि सप्लायर के पास क्या है, लेकिन डायरेक्टरी में नहीं।

हम एक कैटलॉग कैसे रखते हैं

यह विस्तृत विशेषताओं के बिना कैटलॉग के बारे में होगा, विशेषताओं एक अलग बड़ी कहानी है, इसके बारे में कुछ और समय।

मूल गुणों के रूप में, हमने निम्नलिखित को चुना:

• उत्पादक
• श्रेणी
• मॉडल
• आइटम नंबर
• रंग
• EAN

सबसे पहले, हमने कैटलॉग को एक बाहरी स्रोत से प्राप्त करने के लिए एपीआई बनाया, और फिर हमने रिकॉर्ड बनाने, संपादित करने और हटाने की सुविधा पर काम किया।

कैसे काम करता है खोज

कैटलॉग के प्रबंधन की सुविधा, सबसे पहले, कैटलॉग या आपूर्तिकर्ता की पेशकश में किसी उत्पाद को जल्दी से खोजने की क्षमता है, और बारीकियां हैं। उदाहरण के लिए, आपको "2MP48" के लिए "LG 21.5" 22MP48D-P (16: 9, IPS, VGA, DVI) 22MP48D-P लाइन की खोज करने में सक्षम होना चाहिए।

बॉक्स से बाहर एक पूर्ण-पाठ एसक्यूएल सर्वर खोज उपयुक्त नहीं है, क्योंकि यह नहीं जानता कि यह कैसे करना है, और LIKE '% 2MP48%' के साथ खोज करना बहुत धीमा है।

हमारा समाधान काफी मानक है, हम एन-ग्राम का उपयोग करते हैं। अधिक सटीक रूप से, फिर ट्रिगर होता है। और पहले से ही ट्रिगर्स द्वारा हम एक पूर्ण-पाठ सूचकांक का निर्माण करते हैं और एक पूर्ण-पाठ खोज करते हैं। मुझे यकीन नहीं है कि हम इस मामले में बहुत तर्कसंगत रूप से अंतरिक्ष का उपयोग करते हैं, लेकिन गति के मामले में यह समाधान सामने आया, अनुरोध के आधार पर, यह 50 से 500 मिलीसेकंड तक काम करता है, कभी-कभी तीन मिलियन रिकॉर्ड की औसत पर एक सेकंड तक।

मुझे समझाएं, लाइन "एलजी 21.5" 22MP48D-P (16: 9, IPS, वीजीए, डीवीआई) 22MP48D-P "लाइन में परिवर्तित किया गया है" lg2 g21 215 152 522 22m 2m mp4 p48 48d 8dp dp1 p16 169 69i ips psv svg vga gg adv dvi vi2 i22 ”, जो एक अलग क्षेत्र में संग्रहीत है जो पूर्ण-पाठ सूचकांक में भाग लेता है।

वैसे, त्रिकोण अभी भी हमारे लिए उपयोगी हैं।

एक नया उत्पाद बनाएँ

अधिकांश भाग के लिए, कैटलॉग में उत्पाद आपूर्तिकर्ता के सुझाव पर बनाए जाते हैं। यही है, हमारे पास पहले से ही जानकारी है कि आपूर्तिकर्ता "एलजी मॉनिटर एलसीडी 21.5 '' [16: 9] 1920x1080 (FHD) IPS, नॉनग्लारे, 250cd / m2, H178 ° / V178 °, 1000: 1, 16.7M रंग, प्रदान करता है।" 5ms, वीजीए, डीवीआई, झुकाव, 2Y, ब्लैक ओके 22MP48D-P ”$ 120 की कीमत पर, और स्टॉक में उनकी 5 से 10 यूनिट हैं।

उत्पाद बनाते समय, सबसे पहले, हमें यह सुनिश्चित करने की आवश्यकता है कि ऐसा उत्पाद अभी तक कैटलॉग में नहीं बनाया गया है। हम इस समस्या को चार चरणों में हल करते हैं।

सबसे पहले, यदि हमारे पास कैटलॉग में कोई उत्पाद है, तो यह बहुत संभावना है कि आपूर्तिकर्ता का प्रस्ताव इस उत्पाद से स्वचालित रूप से मेल खाएगा।

दूसरे, उपयोगकर्ता को एक नया उत्पाद बनाने के लिए फ़ॉर्म दिखाने से पहले, हम ट्रिगर्स द्वारा एक खोज करेंगे और सबसे अधिक प्रासंगिक परिणाम दिखाएंगे। (तकनीकी रूप से यह CONTAINSTABLE का उपयोग करके किया जाता है)।

तीसरा, जैसा कि हम एक नए उत्पाद के लिए फ़ील्ड भरते हैं, हम इसी तरह के मौजूदा उत्पादों को दिखाएंगे। यह दो समस्याओं को हल करता है: यह डुप्लिकेट से बचने और नामों में शैली को बनाए रखने में मदद करता है, इसी तरह के उत्पादों को एक मॉडल के रूप में इस्तेमाल किया जा सकता है।

और चौथा, याद रखें, हमने लाइनों को टोकन में तोड़ दिया, उन्हें सामान्य किया, हैश की गिनती की? हम ऐसा ही करेंगे और बस एक ही हैश के साथ माल नहीं बनने देंगे।

इस स्तर पर, हम उपयोगकर्ता की मदद करने की कोशिश करते हैं। मूल्य सूची में मौजूद लाइन द्वारा, हम निर्माता, श्रेणी, लेख, ईएएन और वस्तुओं के रंग को निर्धारित करने का प्रयास करेंगे। सबसे पहले, टोकन द्वारा (हम उन्हें श्रेणियों में विभाजित कर सकते हैं), फिर, अगर यह काम नहीं करता है, तो हम ट्राइग्राम द्वारा सबसे अधिक समान उत्पाद पाएंगे। और, यदि यह समान है, तो निर्माता और श्रेणी भरें।

उत्पाद संपादन लगभग समान है, बस सब कुछ लागू नहीं है।

हम अपनी कीमतें कैसे तय करते हैं

कार्य यह है: वास्तव में अधिकतम लाभ प्राप्त करने के लिए - बिक्री की मात्रा और मार्जिन के बीच संतुलन बनाए रखना। स्टोर के काम के अन्य सभी पहलू भी इस बारे में हैं, लेकिन मूल्य निर्धारण के स्तर पर वास्तव में क्या होता है इसका सबसे अधिक प्रभाव पड़ता है।

कम से कम, हमें आपूर्तिकर्ताओं और प्रतियोगियों के प्रस्तावों पर जानकारी की आवश्यकता होगी। यह न्यूनतम खुदरा और थोक मूल्यों और वितरण लागतों के साथ-साथ वित्तीय साधनों - ऋणों और किश्तों पर भी विचार करने योग्य है।

हम प्रतिस्पर्धी कीमतों को इकट्ठा करते हैं

शुरू करने के लिए, हमारे पास अपनी खुद की कीमतों के कई प्रोफाइल हैं। खुदरा के लिए एक प्रोफ़ाइल है, थोक ग्राहकों के लिए कई हैं। वे सभी हमारे सिस्टम में निर्मित और कॉन्फ़िगर किए गए हैं।

तदनुसार, प्रत्येक प्रोफ़ाइल के प्रतियोगी अलग-अलग हैं। खुदरा में - अन्य खुदरा स्टोर, थोक बिक्री में - हमारे वही आपूर्तिकर्ता।

आपूर्तिकर्ताओं के साथ सब कुछ स्पष्ट है, लेकिन खुदरा के लिए हम कई तरीकों से प्रतिस्पर्धी डेटा एकत्र करते हैं। सबसे पहले, कुछ एग्रीगेटर साइट पर मौजूद सभी सामानों के लिए सभी कीमतों की जानकारी प्रदान करते हैं। अपने स्वयं के नामकरण में, लेकिन हम उत्पादों से मेल खा सकते हैं, इसलिए यह स्वचालित रूप से काम करता है। और यह अब के लिए लगभग पर्याप्त है। दूसरे, हमारे पास प्रतिस्पर्धी पार्सर हैं। चूंकि वे अभी तक स्वचालित नहीं हैं और कंसोल एप्लिकेशन के रूप में मौजूद हैं (जो कभी-कभी दुर्घटनाग्रस्त हो जाते हैं), हम शायद ही कभी उनका उपयोग करते हैं।

अपनी प्रोफ़ाइल कस्टमाइज़ करें

प्रोफ़ाइल में, हमारे पास आपूर्तिकर्ता, श्रेणी, निर्माता, आपूर्तिकर्ता से माल की कीमत के आधार पर मार्जिन की विभिन्न श्रेणियों को कॉन्फ़िगर करने का अवसर है। , , — , .

, , .

, -, , -. , , .

, . , .

, . , ( , , , ) .

, ( ) .

— b2b . , .

,

. .

, : ORM, . ( EF Core API ), .

, , , .

, . , , , .

, , . , , .

, , , , , . , , .

- ASP.NET Core , Windows — .

, , , — . QRS , . , , , / / . BULK COPY. , , . , ORM, , ( ), N + 1. DTO.

प्रमुख निर्भरताओं में से, हमारे पास ASP.NET Core, कई तृतीय-पक्ष नगेट पैकेज और MS SQL सर्वर हैं। जबकि यह संभव है, हम कई तृतीय-पक्ष प्रणालियों पर निर्भर नहीं करने का प्रयास करते हैं। प्रोजेक्ट को स्थानीय रूप से पूरी तरह से परिनियोजित करने के लिए, बस SQL ​​सर्वर को स्थापित करें, संस्करण नियंत्रण प्रणाली से स्रोत कोड को पकड़ो और परियोजना का निर्माण करें। आवश्यक डेटाबेस स्वचालित रूप से बनाए जाएंगे, लेकिन कुछ और की आवश्यकता नहीं है। आपको कॉन्फ़िगरेशन में एक या दो लाइनें बदलनी पड़ सकती हैं।

क्या नहीं किया

हमने अभी तक परियोजना ज्ञान प्रणाली नहीं बनाई है। हम जगह जगह विकी और टिप्स करना चाहते हैं। उन्होंने एक सरल सहज ज्ञान युक्त अंतरफलक नहीं बनाया, जो कि बुरा नहीं है, लेकिन एक अप्रस्तुत व्यक्ति के लिए थोड़ा उलझन में है। सीआई / सीडी अभी तक केवल योजनाओं में।

माल की विस्तृत विशेषताओं को संभाल नहीं पाया। हम योजना भी बनाते हैं, लेकिन अभी तक कोई विशिष्ट समय सीमा नहीं है।

व्यापार सारांश

7 . , . .

, , 70 230 , — 60 140 . , , , . 106 40 . , , .

हम 425 आपूर्तिकर्ताओं के साथ काम करते हैं, यह संख्या तीन महीनों में लगभग दोगुनी हो गई है। हम एक हजार से अधिक प्रतियोगियों की कीमतों को ट्रैक करते हैं। ठीक है, जैसा कि हम इसे ट्रैक करते हैं - हमारे पास पार्सिंग के लिए एक प्रणाली है, लेकिन ज्यादातर मामलों में हम उन लोगों से तैयार डेटा लेते हैं जो इसे नियमित रूप से प्रदान करते हैं।

दुर्भाग्य से, मैं आपको बिक्री के बारे में नहीं बता सकता, मेरे पास स्वयं विश्वसनीय डेटा नहीं है। मांग मौसमी है, और सीधे महीने की तुलना पिछले महीने से करना असंभव है। और एक साल में सभी कारकों से हमारी प्रणाली के प्रभाव को उजागर करने के लिए बहुत कुछ हुआ है। बहुत, बहुत सशर्त, प्लस या माइनस एक किलोमीटर, कैटलॉग ग्रोथ, अधिक लचीली और प्रतिस्पर्धी कीमतें और संबंधित बिक्री वृद्धि विकास और कार्यान्वयन के लिए पहले ही भुगतान कर चुके हैं।

— , , . , . , , . , , “ ”, “ ”, , , . . . , , . — .

वैसे, हमने पहले से ही एक तीसरे पक्ष के ग्राहक को आकर्षित किया है, जिसमें सबसे बुनियादी कार्यक्षमता है। लोगों को सामान की तुलना करने के लिए एक उपकरण की आवश्यकता थी, और सक्रिय विकास से जुड़ी असुविधा ने उन्हें डरा नहीं दिया।