Автоматизация: сбор данных о заказах с любых маркетплейсов
2025 год просто обязывает бизнес погружаться в технологии искусственного интеллекта и применять его в процессах своей компании. Оптимизация и автоматизация - главные назначения ИИ в большинстве бизнес-процессов.
В этой статье начнем с простейшего примера применения ИИ в автоматизации бизнес процессов на маркетплейсах.
То, на что раньше требовало подключения специалистов - теперь решается за считанные часы своими руками.
P.S для решения задач я пробовал использовать ChatGPT и DeepSeek - задача слишком простая и особой разницы не видно. С GPT у меня получилось чуть быстрее.
🔹 Проблема: Как автоматизировать сбор данных с Яндекс Маркета?
Ведение бизнеса на маркетплейсах требует постоянного контроля заказов. Без оперативных данных невозможно:
✅ Отслеживать продажи и поступление новых заказов.
✅ Контролировать выполнение заказов и корректность их обработки.
✅ Анализировать динамику спроса и планировать работу с маркетплейсом.
Изначально Яндекс.Маркет не предлагает удобного инструмента для автоматического сбора данных в Гугл Таблицы. Приходится либо вручную скачивать отчеты, либо писать свой скрипт для API-интеграции.
Я выбрал второй путь: автоматизировать сбор данных с Яндекс Маркета в Google Sheets.
🔹 Как я использовал искусственный интеллект для решения задачи?
Вместо того, чтобы разбираться во всех нюансах API Яндекс Маркета самостоятельно, я решил протестировать ИИ-помощника для написания кода.
💡 Идея: Вместо самостоятельного поиска решений – использовать искусственный интеллект для написания и отладки скрипта.
Что мне нужно было?
1️⃣ Автоматически загружать заказы в таблицу Google Sheets.
2️⃣ Исключить дублирование данных при каждом запуске.
3️⃣ Добавить вычисляемые столбцы (день, неделя, год, месяц, час).
4️⃣ Обеспечить регулярное обновление данных (заказы – каждые 2 часа).
🔹 Этап 1: Разбираемся с API Яндекс Маркета
📌 Основные сложности, с которыми я столкнулся:
- Документация API не всегда понятна – многие запросы требуют дополнительных параметров.
- API ограничивает количество данных, которые можно запросить за раз (максимум 50 заказов на страницу).
- Данные о заказах приходят в сложной структуре, их нужно правильно обрабатывать.
🔍 Решение: Вместо того, чтобы тратить часы на изучение документации, я попросил ИИ обработать API и написать работающий скрипт.
🔹 Этап 2: Написание кода для сбора заказов
Первая задача – автоматически загружать заказы в Google Sheets.
🎯 Функционал скрипта:
✅ Загружает все заказы за последние 30 дней.
✅ Добавляет только новые заказы, без дубликатов.
✅ Вычисляет день, неделю, год, час и месяц заказа.
✅ Работает каждые 2 часа автоматически.
📌 Готовый код для Google Sheets Скрипт, который автоматически загружает заказы (фрагмент):
javascriptКопироватьconst API_KEY = "ВАШ_КЛЮЧ";
const CAMPAIGN_ID = "ВАШ_ID_КАМПАНИИ";
const BASE_URL = `https://api.partner.market.yandex.ru/v2/campaigns/${CAMPAIGN_ID}`;
const ORDERS_SHEET = "Заказы (api)";
function fetchOrders() {
const sheet = SpreadsheetApp.getActiveSpreadsheet().getSheetByName(ORDERS_SHEET);
let url = `${BASE_URL}/orders?fromDate=2025-01-01&page=1&pageSize=50`;
let options = { method: "GET", headers: { "Api-Key": API_KEY } };
let response = UrlFetchApp.fetch(url, options);
let data = JSON.parse(response.getContentText());
let newRows = [];
data.orders.forEach(order => {
newRows.push([
order.id,
order.items.map(item => item.shopSku).join(", "),
order.items.map(item => item.offerId).join(", "),
order.items.reduce((sum, item) => sum + item.count, 0),
order.creationDate,
order.buyerTotal ]);
});
sheet.getRange(sheet.getLastRow() + 1, 1, newRows.length, newRows[0].length).setValues(newRows);
}
🔹 Этап 3: Важность правильного формирования ТЗ
На первых порах я не до конца понимал, как правильно ставить задачу ИИ, и это вылилось в ряд проблем:
- Запросы к API работали с ошибками (например, некорректные заголовки авторизации).
- Скрипт дублировал заказы при каждом запуске, потому что не было проверки дубликатов.
- Некоторые параметры загружались неправильно, и приходилось несколько раз менять логику.
💡 Как я решил проблему?
Я понял, что ИИ работает намного лучше, если четко сформулировать техническое задание (ТЗ).
🎯 Вот что важно в ТЗ:
✅ Четко описать цель скрипта (что именно он должен делать).
✅ Указать конкретные API-эндпоинты, которые нужно использовать.
✅ Прописать какие данные должны загружаться (например, ID заказа, SKU, количество).
✅ Дать примеры входных и выходных данных (чтобы ИИ понимал, как обрабатывать JSON).
✅ Указать логическую обработку ошибок (например, если API вернул пустой ответ).
📌 После корректного ТЗ ИИ написал рабочий код быстрее и без ошибок.
Теперь я всегда начинаю работу с четкого технического задания, и это экономит массу времени.
🔹 Что дальше? Как эти данные превратятся в мощный аналитический инструмент?
🎯 Полученные данные о заказах – только первый шаг.
Теперь, когда у нас есть автоматическое обновление данных, мы можем:
🔹 Строить аналитику продаж и выявлять тренды.
🔹 Контролировать выполнение заказов и корректность обработки.
🔹 Выявлять товары-лидеры и аутсайдеры в продажах.
🔹 Настроить систему оповещений, если заказ долго не обрабатывается.
💡 Но это только верхушка айсберга...
Если вы хотите узнать, как эти данные превращаются в полноценную систему аналитики продаж на маркетплейсах, загляните сюда.
В этом сервисе используется похожая механика сбора данных, но в дополнение к этому есть:
✅ Глубокая аналитика продаж.
✅ Выявление тенденций в заказах.
✅ Оптимизация работы с маркетплейсом.
📌 Вы хотите, чтобы ваш бизнес работал эффективнее? Тогда пора автоматизировать данные и внедрять аналитику! 🚀
🎁 Бонус для читателей!
🔥 Бесплатный API-скрипт для автоматической загрузки заказов (для Ozon, Wildberries или Яндекс.Маркета) 🎁
💬 Как получить?
👉 Напишите в Telegram-бот @TTechSup_bot "бесплатный скрипт для [маркетплейс]", и я бесплатно пришлю готовый скрипт, который поможет вам автоматизировать работу с маркетплейсами!
💬 Есть задачи для автоматизации твоих процессов с помощью ИИ?
👉 Напишите в Telegram-бот @TTechSup_bot