> ## Documentation Index > Fetch the complete documentation index at: https://www.octoparse.com/docs/llms.txt > Use this file to discover all available pages before exploring further. # Monitoraggio dei prezzi con il web scraping > Come retailer, marchi e marketplace usano il web scraping per monitorare i prezzi, normalizzare gli SKU, rilevare variazioni e generare avvisi. Il monitoraggio dei prezzi trasforma il web scraping in un sistema operativo per le decisioni nel settore retail. Un scraper raccoglie prezzi dei prodotti, disponibilità, promozioni, condizioni di spedizione, informazioni sui venditori e valutazioni da concorrenti o marketplace. L'azienda usa poi questi dati per adeguare i prezzi, individuare violazioni del MAP (prezzo minimo pubblicizzato), monitorare le rotture di stock o comprendere l'andamento del mercato. Lo scraping è solo una parte del processo. Il vero lavoro consiste nell'abbinare prodotti equivalenti, raccogliere i dati con la frequenza corretta, normalizzare i segnali di prezzo e inviare avvisi solo quando si verifica una variazione significativa. ## Chi utilizza il monitoraggio dei prezzi Tra gli utenti più comuni vi sono: * **Retailer** che monitorano i prezzi e l'assortimento dei concorrenti. * **Marchi** che controllano i venditori sui marketplace, i rivenditori non autorizzati e il rispetto del MAP. * **Marketplace** che monitorano venditori, inventario e dinamiche dei prezzi a livello di categoria. * **Team di investimento e ricerca** che usano le variazioni dei prezzi come indicatore della domanda o dell'inflazione. * **Team acquisti** che controllano le modifiche ai cataloghi dei fornitori. Per esempio, un marchio potrebbe monitorare i suoi 500 SKU principali su Amazon, Walmart, eBay e retailer specializzati. Un venditore su un marketplace potrebbe controllare una categoria ogni ora durante una promozione e una volta al giorno al di fuori di quel periodo. ## Quali dati raccogliere Un record di prezzo completo dovrebbe includere più del solo prezzo visibile. | Campo | Perché è importante | | ------------------------------------ | ---------------------------------------------------------- | | Titolo del prodotto | Riferimento leggibile e indizio per l'abbinamento | | URL del prodotto | Provenienza della fonte e destinazione degli aggiornamenti | | SKU, ASIN, GTIN, UPC, MPN | Abbinamento dei prodotti tra siti diversi | | Prezzo attuale | Valore centrale del monitoraggio | | Prezzo di listino o prezzo originale | Analisi di sconti e promozioni | | Costo di spedizione | Costo totale effettivo | | Disponibilità o stato delle scorte | Il prezzo non ha valore se il prodotto non è disponibile | | Nome del venditore | Analisi di marketplace e rivenditori | | Valutazione e numero di recensioni | Contesto relativo a domanda e affidabilità | | Attributi della variante | Taglia, colore, numero di pezzi, area geografica | | Data e ora di raccolta | Cronologia delle variazioni e generazione degli avvisi | I modelli Amazon delle piattaforme di scraping spesso separano l'estrazione dalle pagine di elenco da quella delle pagine di dettaglio. Le pagine di elenco sono adatte a una raccolta ampia: titolo, prezzo, valutazione, numero di recensioni, immagine, ASIN e URL. Le pagine di dettaglio aggiungono profondità: venditore, descrizione, punti salienti, specifiche, posizione nella classifica dei più venduti, varianti, segnali sulle scorte e recensioni. Questa suddivisione è utile anche per il monitoraggio dei prezzi: analizza frequentemente gli elenchi, quindi aggiorna le pagine di dettaglio dei prodotti che hanno subito variazioni. ## Abbinamento degli SKU L'abbinamento dei prodotti è la parte più difficile del monitoraggio dei prezzi. Siti diversi descrivono lo stesso articolo in modi differenti. Quando possibile, usa identificatori esatti: * ASIN per i flussi di lavoro specifici di Amazon * UPC, EAN o GTIN per i beni confezionati * MPN per i componenti del produttore * SKU per il tuo catalogo Quando gli identificatori non sono disponibili, combina segnali approssimativi: * Titolo normalizzato * Marchio * Numero di modello * Numero di pezzi * Dimensioni o volume * Colore o variante * Somiglianza delle immagini * Percorso della categoria Non generare un avviso per una differenza di prezzo finché l'abbinamento non è affidabile. Una confezione da 2 e una da 6 pezzi possono sembrare simili, ma avere economie unitarie completamente diverse. ## Frequenza dello scraping La frequenza deve essere proporzionata al valore aziendale e alla stabilità del sito. | Scenario | Frequenza tipica | | ------------------------------------ | ---------------------------------------- | | Prezzi di marketplace ad alto volume | Ogni ora o più volte al giorno | | Monitoraggio MAP di un marchio | Ogni giorno | | Ricerca su categorie di nicchia | Ogni settimana | | Campagne promozionali o festive | Frequenza maggiore durante l'evento | | Controlli della disponibilità | Ogni ora quando l'inventario è instabile | Una frequenza maggiore non è automaticamente migliore. Aumenta i costi, il rischio di blocco e il volume di archiviazione. Parti dalla decisione aziendale: se i prezzi vengono modificati una volta al giorno, lo scraping orario potrebbe produrre solo rumore. ## Rilevamento delle variazioni Un sistema di monitoraggio dei prezzi dovrebbe distinguere i diversi eventi: * Il prezzo è sceso sotto una soglia. * Un concorrente ha modificato il prezzo di oltre X percento. * Il venditore di un'inserzione sul marketplace è cambiato. * Il prodotto è esaurito o è tornato disponibile. * Una promozione è iniziata o terminata. * Il numero di recensioni è aumentato bruscamente o la valutazione è cambiata. Archivia istantanee anziché sovrascrivere le righe. I dati storici permettono di calcolare volatilità, entità media degli sconti, durata delle rotture di stock e tempistiche delle promozioni. ## Errori comuni * **Ignorare la spedizione.** Un prezzo dell'articolo più basso con costi di spedizione maggiori potrebbe non essere più conveniente. * **Mescolare le varianti.** Taglia, colore, numero di pezzi e opzioni di abbonamento possono modificare il prezzo. * **Estrarre dati solo dai risultati di ricerca.** Le pagine di elenco possono omettere venditore, scorte, coupon o dettagli delle varianti. * **Generare troppi avvisi.** Le piccole variazioni di prezzo possono nascondere quelle significative. * **Non registrare l'ora della fonte.** Un prezzo senza data e ora non può supportare l'analisi delle tendenze. ## Modello o flusso di lavoro personalizzato I modelli sono efficaci quando la destinazione è comune e i campi desiderati corrispondono all'output standard. I modelli scraper Amazon di Octoparse, per esempio, coprono pagine di elenco, dettagli dei prodotti, inserzioni Prime e recensioni; Apify e Bright Data offrono approcci gestiti analoghi per Amazon e altre fonti e-commerce. Questi strumenti riducono il lavoro necessario per impaginazione, parsing, anti-blocco ed esportazione. I flussi di lavoro personalizzati sono più adatti quando occorre abbinare SKU tra numerosi retailer, applicare una logica di avviso personalizzata o integrare i dati con motori di determinazione dei prezzi. Un'architettura pratica è la seguente: 1. Raccogliere i record dalle fonti. 2. Normalizzare e abbinare i prodotti. 3. Archiviare istantanee con data e ora. 4. Confrontarle con lo stato precedente. 5. Inviare ad avvisi, strumenti BI o sistemi di riprezzamento solo le variazioni significative. Il monitoraggio dei prezzi ha successo quando lo scraping produce una decisione affidabile, non solo un foglio di calcolo pieno di prezzi.