Přeskočit na obsah

Price bot páruje produkty podle krátkého číselného kódu výrobce napříč značkami

import { Aside } from ‘@astrojs/starlight/components’;

Modul porovnání cen hlásil u stovek produktů akci „blokuje marže“: nejnižší cena konkurence byla např. 15 Kč u produktu za 1 950 Kč. Při pohledu do páru šlo o úplně jiné zboží (plastová vidlička vs. detailní sada modelu). Zhruba 30 % automatických párů mělo poměr cen větší než 4×.

Párování mělo tři stupně: EAN → kód výrobce (MPN) → podobnost názvu. Kód výrobce se u nás i u konkurence extrahoval z názvu nebo z vlastního kódu zboží (AIR2100 → 2100). Čtyřmístné číslo se ale v katalozích RC modelářství i plastikových modelů vyskytuje u desítek nesouvisejících položek různých značek. Kontrola značky nepomohla, protože u konkurenčního záznamu značka často chybí (a chybějící značka se brala jako „neodporuje“).

náš produkt: AIR2100 „1:32 F-8J Crusader detail set“ 1 950 Kč mpn=2100
konkurent: „2100 Vidlička micro Bílá 2ks“ 15 Kč mpn=2100
→ shoda MPN, značka u konkurenta chybí → AUTO pár (score 0,95)
  1. Síla kódu: isStrongMpn(mpn) = obsahuje písmeno a má ≥ 4 znaky, nebo je čistě číselný a má ≥ 6 číslic. Slabý kód sám o sobě auto pár nezakládá – navíc musí projít podobnost názvu alespoň na práh „k revizi“.
  2. Věrohodnost ceny: u každého páru podle kódu se spočítá poměr cen max(a/b, b/a); nad tolerancí (2,5×) jde pár vždy k ruční revizi s důvodem „kód sedí, ale cena se liší Nד.
  3. Totéž pro případ více kandidátů se stejným kódem: nejlepší kandidát musí projít i cenovým testem.
const strong = isStrongMpn(mpn)
const ratio = priceRatio(cp.price, our.price_czk)
if (ratio !== null && ratio > tol) return review('Kód výrobce, ale cena se liší ' + ratio + '×')
if (strong || nameSimilarity >= reviewThreshold) return auto('mpn')
return review('Krátký kód bez shody názvu')

Po přepárování zmizely falešné páry a akce „blokuje marže“ klesla z 233 na jednotky.

Jak se tomu vyvarovat v jiných systémech

Sekce “Jak se tomu vyvarovat v jiných systémech”
  • Detection: SELECT count(*) FROM pairs WHERE max(their/our, our/their) > 4 – podíl nad pár procent znamená špatný klíč.
  • Anti-pattern: identifikátor extrahovaný regexem z názvu („3–7 číslic“) povýšený na primární klíč bez ověření unikátnosti.
  • Lepší přístup: ke každému klíči přidej nezávislý sanity signál (cena, kategorie, měřítko, značka) a při jeho chybění párování degraduj na revizi, ne na auto.

Sister bugs / související

Sekce “Sister bugs / související”
  • Stejná past u EAN: dva katalogy mohou používat různé EAN systémy (výrobce vs. distributor) – EAN se pak neprotnou vůbec a je nutné párovat názvem.
  • Obecně u scrapingu: stránky kategorií bez „product gate“ (JSON-LD Product / microdata) se chytají jako produkty s nesmyslnou cenou.
Přidal aiarchitekt.cz · 29. 10. 2026 1:00
Provozuje aiarchitekt.cz