Сервисы SEO аналитики маркетплейса Wildberries (SERP, подбор запросов)
Есть прототип SAAS сервиса аналитики маркетплейсов (аналог mpstats.io). Сервис выводит различные аналитические данные по категориям товаров, брендам, карточкам товаров, поисковым запросам WildBerries за различные периоды.
~ 75 млн. товаров и дальше будет больше
~ 1800 категорий товаров и дальше будет больше
~ 2 млн. товаров имеют хотя бы 1 продажу за каждый день и дальше будет больше
~ 6 млн. поисковых запросов, по которым ежедневно снимаем выдачу SERP карточек товаров.
МП - маркетплейс
КТ - карточка товара
WB - WildBerries
Стек: Python, Django, VueJS, ClickHouse, PostgreSQL.
Разрабатываем модуль SEO аналитики выдач по поисковым запросам (SERP) маркетплейса WB.
Ежедневно собираем SERP по множеству КТ. Структура SERP простая - текстовый файл с двумя столбцами поисковым запросом и массивом ID карточек товаров выданным МП по данному запросу:
поисковый запрос - {1212, 323232, 34242343, 4343434}
На каждый поисковый запрос может быть до 1000 ID карточек товаров (снимаем 10 страниц по 100 товаров).
Для каждого запроса есть показатель месячной частотности на WB (по аналогии с wordstat.yandex.ru для SEOшников под Яндекс).
1й Сервис должен выполнять аналитику запросов по которым показывалась данная карточка товаров. Выводить запрос для КТ если ID КТ попал в выдачу по данному запросу в пределах 1000 мест (ну т.е. всех возможных), упорядочивать запросы по убыванию частотности, выводить в таблице (как в экселе или в сервисах аналитики позиций для SEO типа Topvisor) диапазон дат и позицию данного ID КТ по указанному запросу за каждую дату.
Вот примерный вид необходимого результата:
SEO аналитика КТ
Нужна серия консультаций и (или) работ по проектированию и реализации сервиса.
В дальнейшем будем расширять функционал сервисов SEO для WB (различные сравнения групп КТ по множеству запросов, подбор запросов для КТ и т.д.). Анализировать изменение контента карточек товаров (ежедневно собираем полный контент по миллионам карточек товаров).
Возможно договоримся сразу о реализации групп сервисов связанных с SEO на WB.
Некоторые вопросы для консультации.
Стоит ли использовать более быстрый ManticoreSearch в качестве поиска или лучше использовать проверенный и имеющий множество интеграций ElascticSearch?
Какой стек БД стоит использовать? Учитывая, что основные данные по продажам у нас хранятся в ClickHouse, данные пользователей сервиса в PostgreSQL? Также следует учесть, что контент карточек товаров будет храниться за разные даты (чтобы клиент мог сравнить например как конкурент мог менять описание КТ по датам, или заголовок или характеристики).
Другие вопросы скорее всего возникнут во время 1й консультации.
Требования к исполнителю
Опыт работы с ClickHouse, поисковыми движками ElasticSearch (или Sphinx, ManticoreSearch).
Опыт программирования на Python.
Желателен опыт работы непосредственно с подобными SAAS сервисами аналитики и БД ClickHouse и PostgreSQL.
Желательно, если дадите ссылку на Ваш GitHub или какие то работы из портфолио.
Со студиями не работаем! Рассматриваем только опытных разработчиков, непосредственных исполнителей!
Порядок работы и оплаты
Сперва нужна консультация или серия консультаций. Отталкиваемся от цены 3000 р. за час консультации.
Согласовываем с исполнителем цену и сроки. Если условия устраивают и меня и вас - работаем!
Работаю строго без предоплат! Возможны поэтапные постоплаты.