Preisentscheidungen im E-Commerce fallen schnell. Ein Mitbewerber senkt seinen Preis um 5 % und innerhalb weniger Stunden bemerken es die Kunden. Die Unternehmen, die gewinnen, sind die, die es zuerst bemerken.
Der Aufbau eines Preismonitoring-Systems erforderte früher die Wartung von Proxy-Infrastruktur, den Umgang mit Anti-Bot-Systemen und das Schreiben eigener Scraper für jede Zielseite. FourA reduziert diese Komplexität auf einen einzigen API-Request.
Das Problem
Manuelle Preisprüfungen skalieren nicht. Selbst ein kleines E-Commerce-Unternehmen mit 50 Mitbewerbern muss Hunderte von Produktseiten überwachen. Bei drei Prüfungen pro Tag sind das über 1.000 Requests täglich, von denen jeder potenziell blockiert, vom Rate Limit ausgebremst oder durch ein Website-Redesign unbrauchbar gemacht werden kann.
Der Ansatz
So sieht eine produktionsbereite Preismonitoring-Pipeline mit FourA aus:
1. Definiere deinen Produktkatalog
Starte mit einer strukturierten Liste von Mitbewerber-URLs und den CSS-Selektoren, unter denen die Preise erscheinen:
products = [
{"sku": "WDG-001", "competitor": "Store A", "url": "https://store-a.com/widget", "selector": ".price-current"},
{"sku": "WDG-001", "competitor": "Store B", "url": "https://store-b.com/products/widget", "selector": "[data-price]"},
]
2. Abrufen und parsen
FourA übernimmt die schwierigen Aufgaben: TLS-Fingerprinting, Proxy-Rotation und JavaScript-Rendering. Dein Code sendet einfach eine URL und erhält HTML zurück:
import requests
from bs4 import BeautifulSoup
def get_price(product):
resp = requests.post("https://eu.api.foura.ai/api/v1/tasks", headers={
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}, json={"url": product["url"], "type": "proxy"})
html = resp.json()["content"]
soup = BeautifulSoup(html, "html.parser")
el = soup.select_one(product["selector"])
return float(el.text.strip().replace("$", "").replace(",", "")) if el else None
3. Änderungen im Zeitverlauf verfolgen
Speichere die Ergebnisse in einer Datenbank oder CSV-Datei. Markiere signifikante Änderungen für Benachrichtigungen:
if abs(new_price - last_price) / last_price > 0.03: # 3% threshold
send_alert(f"{product['competitor']} changed {product['sku']} from ${last_price} to ${new_price}")
4. Mit Cron planen
Führe den Tracker je nach Preisvolatilität deines Marktes stündlich oder alle paar Stunden aus.
Warum das funktioniert
- Keine Infrastruktur zu warten. Keine Proxy-Server, keine Browser-Farms, keine IP-Rotationslogik.
- Passt sich an Änderungen beim Schutz an. Der Proxy-Typ von FourA versucht es automatisch über andere Routen erneut, wenn eine blockiert wird.
- Skaliert linear. Das Hinzufügen von 100 weiteren Produkten erfordert lediglich 100 weitere API-Requests, ohne dass architektonische Änderungen nötig sind.
Erste Schritte
Die gesamte obige Pipeline (ohne die Benachrichtigungslogik) läuft in weniger als 50 Zeilen Python. Und sobald sie für 50 Produkte funktioniert, ist die Skalierung auf 500 nur eine längere Liste. Der API-Request bleibt gleich, das Parsen bleibt gleich und die Planung bleibt gleich. Das ist der Punkt.
Der vollständige Beispielcode ist im How-To-Guide verfügbar, und die API-Dokumentation deckt jeden Parameter ab, den du zur Anpassung benötigst.