Klient i wyzwanie
Średniej wielkości sklep e-commerce sprzedający elektronikę używkową i akcesoria — około 400 produktów w katalogu, z czego 120 kluczowych pozycji wymagało aktywnego monitorowania cen. Konkurencja: 10 sklepów internetowych w tej samej niszy.
Problem: Właściciel spędzał 2-3 godziny dziennie na ręcznym sprawdzaniu cen u konkurencji. Codziennie rano logował się na 10 stron, porównywał ceny flagowych produktów w Excelu, i na tej podstawie decydował czy zmienić własne ceny. Proces był:
- Czasochłonny — 2-3h dziennie, 50-70h miesięcznie na samo sprawdzanie cen
- Podatny na błędy — przy 120 produktach x 10 konkurentów (1200 porównań) łatwo było coś przeoczyć
- Reaktywny — zmiany cen u konkurencji wykrywane z opóźnieniem 24-48h
- Nieskalowany — dodanie nowego konkurenta oznaczało kolejne 20-30 min dziennie
Konkurenci z większym zespołem reagowali szybciej — często właściciel dowiadywał się o promocjach dopiero gdy klienci pytali "dlaczego u was drożej?"
Rozwiązanie
Zbudowaliśmy automatyczny system monitoringu cen na platformie n8n (self-hosted), który codziennie:
1. Zbieranie danych (6:00 rano)
Workflow n8n uruchamia się automatycznie o 6:00 i sprawdza ceny 120 produktów u 10 konkurentów. Dane pobierane są ze stron produktowych (web scraping) lub API tam, gdzie jest dostępne. Całkowity czas przetwarzania: 15-20 minut.
2. Porównanie i analiza
System porównuje pobrane ceny z cenami w sklepie klienta i oblicza:
- Pozycję cenową — czy jesteś najtańszy, w środku, czy najdroższy
- Zmiana vs wczoraj — kto obniżył, kto podwyższył, o ile
- Trend tygodniowy — które produkty systematycznie tanieją u konkurencji
- Okazje — produkty, w których konkurencja podniosła cenę i można zarobić więcej
3. Codzienny raport (7:00 rano)
O 7:00 właściciel otrzymuje email z podsumowaniem:
- Top 10 zmian — największe ruchy cenowe u konkurencji
- Produkty do reakcji — pozycje, gdzie cena klienta jest o >10% wyższa od najtańszego konkurenta
- Produkty z okazją — pozycje, gdzie konkurencja podniosła ceny
- Podsumowanie AI — krótka analiza trendów wygenerowana przez LLM
4. Alerty w czasie rzeczywistym
Poza codziennym raportem, system wysyła natychmiastowe alerty email/SMS gdy:
- Konkurent obniży cenę flagowego produktu o więcej niż 15%
- Produkt zniknie z oferty konkurenta (szansa na przejęcie ruchu)
- Nowa promocja u konkurenta (kupon, bundle, darmowa dostawa)
Architektura techniczna
| Komponent | Technologia | Rola |
|---|---|---|
| Orkiestracja | n8n (self-hosted) | Scheduling, logika, routing |
| Scraping | n8n HTTP + Cheerio | Pobieranie cen ze stron |
| Baza danych | PostgreSQL | Historia cen, porównania |
| Analiza AI | OpenAI GPT-4o | Podsumowanie trendów w raporcie |
| Dostarczanie | Email SMTP + Telegram | Raporty i alerty |
| Hosting | VPS (Hetzner) | 45 PLN/mies. za cala infrastrukture |
Dlaczego n8n a nie Zapier? Przy 1200 porównaniach dziennie (120 produktów x 10 konkurentów) koszt na Zapierze wynosiłby 200-400 USD/mies. z powodu rozliczania per task. n8n self-hosted kosztuje 45 PLN/mies. za VPS, niezależnie od wolumenu. Dodatkowo dane cenowe klienta nie opuszczają jego serwera (RODO).
Wdrożenie
| Etap | Czas | Co |
|---|---|---|
| Tydzień 1 | Analiza i mapping | Lista produktów, identyfikacja źródeł cen u konkurentów, struktura danych |
| Tydzień 2 | Budowa workflow | Scrapery, baza danych, logika porównawcza, szablon raportu |
| Tydzień 3 | Testy i korekty | Walidacja danych, false-positive alerty, dostrojenie progów |
| Tydzień 4 | Uruchomienie | Go-live, monitoring przez tydzień, korekty |
Wyniki po 3 miesiącach
| Metryka | Przed | Po | Zmiana |
|---|---|---|---|
| Czas na monitoring cen | 2-3h dziennie | 0h (automatycznie) | -100% |
| Czas reakcji na zmianę ceny | 24-48h | < 1h (alert) | -96% |
| Produkty monitorowane | ~50 (ręcznie) | 120 (automatycznie) | +140% |
| Konkurenci śledzeni | 5-6 (nie zdarzal więcej) | 10 | +70% |
| Decyzje cenowe/tydzien | 2-3 (raz w tygodniu review) | 8-12 (codziennie na podstawie danych) | +300% |
| Marza brutto | 22% | 25% | +3pp |
Wzrost marży o 3 punkty procentowe wynikał z dwóch czynników: szybszej reakcji na obniżki konkurencji (mniej straconych klientów) i wykrywania okazji do podniesienia cen gdy konkurenci podnosili swoje.
Koszt i zwrot z inwestycji
- Wdrożenie jednorazowe: 4 500 PLN (4 tygodnie pracy)
- Koszt miesięczny: 95 PLN (VPS 45 PLN + OpenAI API ~50 PLN)
- Wartość odzyskanego czasu: 60h/mies. x 50 PLN/h = 3 000 PLN
- Wartość z wyższej marży: +3pp na obrocie ~200 000 PLN/mies. = ~6 000 PLN
- Zwrot z inwestycji: 6 tygodni
Wnioski
- Monitoring cen to nie luksus — to higiena e-commerce. Bez automatyzacji tracisz pieniądze każdego dnia gdy nie wiesz, że konkurent obniżył cenę Twojego flagowego produktu.
- n8n self-hosted to jedyny sensowny wybór przy dużym wolumenie. 1200 porównań dziennie na Zapierze to 400 USD/mies. Na n8n to 45 PLN za VPS.
- Analiza AI zmienia dane w decyzje. Surowa tabela z cenami jest bezużyteczna. Podsumowanie AI mówi właścicielowi dokładnie co zrobić dzisiaj.
- Alerty w czasie rzeczywistym wygrywają z raportami dziennymi. Gdy konkurent obniża cenę o 20%, chcesz wiedzieć teraz — nie jutro rano.
Wcześniej poświęcałem pół poranka na klikanie po stronach konkurencji. Teraz otwieram raport o 7:00 i w 5 minut wiem dokładnie co zmienić. W ciągu kwartału odbiłem inwestycję wielokrotnie.