# Monitoring parytetu cen hoteli według kraju i urządzenia

> URL: https://foura.ai/pl/blog/hotel-rate-parity-monitoring
> Updated: 2026-10-20
> Index: https://foura.ai/llms.txt

Twój raport parytetu pokazuje, że stawki zgadzają się w każdym kanale. Potem ktoś otwiera tę samą ofertę na Booking.com na telefonie i widzi cenę niższą o co najmniej 10%, ponieważ to minimalny rabat dopuszczany przez Booking.com na [stawkę mobilną](https://partner.booking.com/en-us/help/rates-availability/rates-special-offers/setting-mobile-rates).

Nikt nie złamał parytetu. Twój system monitorujący po prostu nigdy nie sprawdził oferty z poziomu telefonu.

## Wyzwanie

Na Booking.com w EOG umowa nie ochroni już Twojej stawki. Akt o rynkach cyfrowych (DMA) zakazuje platformie stosowania klauzul parytetu "jakiegokolwiek rodzaju", a [zestawienie informacji Komisji Europejskiej z 28 września 2026 r.](https://digital-markets-act.ec.europa.eu/factsheet-how-dma-ensures-businesses-using-bookingcom-are-free-set-their-prices-and-bookingcom-2026-09-28_en) wyjaśnia skutek, który umyka większości narzędzi typu rate shopper. W ramach programu Booking Sponsored Benefit platforma Booking.com obniża cenę widoczną dla gościa i sama dopłaca różnicę, a od września 2026 r. przy kwalifikowaniu obiektów nie bierze już pod uwagę cen danego hotelu w innych kanałach. Oznacza to, że cena oferty może spaść poniżej wprowadzonej przez Ciebie stawki bez jakiejkolwiek ingerencji z Twojej strony.

Hotelarze już to odczuwają. Badanie [European Hotel Distribution Study 2026](https://www.hotrec.eu/media/static/files/import/all_news_2026_2026_35/executive-summary_european-hotel-distribution-study-2026_hotrec.pdf) organizacji HOTREC, przeprowadzone na próbie 2713 hoteli, wykazało, że 51% z nich zauważa, iż OTA sprzedają pokoje poniżej ich ceny bezpośredniej przynajmniej okazjonalnie, a 4 na 5 z nich twierdzi, że nigdy nie wyraziło na to zgody. Kolejne 44% zgłasza, że ich stawki lub pokoje trafiają na inne platformy za pośrednictwem partnerów. Liczbą, która powinna zaniepokoić każdego programistę budującego monitoring, jest 26% respondentów, którzy odpowiedzieli na to pytanie "nie wiem".

Tyle że "cena w OTA" to nie jedna wartość. Po wylogowaniu pojedynczy pokój na jedną noc może mieć kilka różnych cen, w zależności od tego, kto wysyła zapytanie:

| Cena | Kto ją widzi | Skąd sprawdzać |
|---|---|---|
| Stawka standardowa | Wszyscy pozostali | Desktop, inne rynki |
| Stawka krajowa (5%+) | Goście na wybranych rynkach | Węzeł wyjściowy na danym rynku |
| Stawka mobilna (10%+) | Aplikacja lub przeglądarka mobilna | Profil urządzenia mobilnego |
| Cena Genius | Zalogowani użytkownicy | Niewidoczna bez logowania |

Booking.com wyświetla [stawkę krajową](https://partner.booking.com/en-us/help/rates-availability/rates-special-offers/setting-country-rates) tylko "osobom korzystającym z naszej platformy w krajach lub regionach, do których chcesz dotrzeć", traktuje EOG jako jeden rynek i nigdy nie łączy jej ze stawką mobilną. Przewodnik [rate parity guide](https://www.mylighthouse.com/resources/blog/hotel-rate-parity-issues) firmy Lighthouse opisuje najbardziej problematyczną część: zniżki dla danych punktów sprzedaży pojawiające się na platformach mobilnych lub w kanałach partnerskich poza ich zamierzonym zakresem. Ich radą na rozbieżności geolokalizacyjne jest sprawdzanie stawek "z różnych lokalizacji geograficznych".

Ręczne sprawdzanie z innego kraju sprawdza się, gdy revenue manager weryfikuje wyrywkowo dziesięć dat. Nie zadziała to jednak dla kilkunastu obiektów, czterech portali OTA i 90 dat zameldowania każdego ranka. Z kolei typowa konfiguracja scrapera, czyli jeden region datacenter z desktopowym User-Agent, bada tylko jeden wiersz tej tabeli i traktuje go jako cały rynek.

Zdarza się też bardziej podstępny błąd. Jeśli w Twojej puli proxy skończą się węzły wyjściowe w Wielkiej Brytanii i nastąpi cichy fallback do USA, nadal otrzymasz kod 200 oraz cenę, a Twój raport przypisze ją do Wielkiej Brytanii.

## Podejście: każda cena niesie informację o swoim rynku i urządzeniu

Potraktuj parytet cenowy jak siatkę: obiekt, daty pobytu, liczba gości, rynek, urządzenie. Wybierz rynki, z których Twoi goście rzeczywiście dokonują rezerwacji (dla hotelu w Lizbonie może to być Portugalia, Wielka Brytania i USA), a następnie spraw, by każde zapytanie weryfikowało, którą komórkę wypełniło. Kwestię tego, dlaczego kraj widziany przez witrynę zmienia zwracaną odpowiedź, omówiliśmy w [Ad Verification at Scale: The Geo-Authenticity Problem](https://foura.ai/blog/ad-verification-geo-authenticity); cenniki hoteli to dokładnie ten sam problem, tyle że z przyciskiem rezerwacji.

Na platformie takiej jak FourA większość pracy wykonują trzy parametry w Proxy Finder:

- **`exitCountries`** to rygorystyczna biała lista. Węzły wyjściowe o nieznanym kraju są pomijane, a request [nigdy nie przełącza się awaryjnie](https://foura.ai/docs/api/endpoints) na kraj, którego nie zażądano. Response zwraca `exitCountry`, który obsłużył zapytanie, więc rynek jest zapisywany razem z ceną, a nie przyjmowany na wiarę. Jeśli żaden węzeł nie pasuje, otrzymujesz błąd `no_eligible_proxy`, a nie cenę z innego regionu. Podobnie w przypadku planu bez targetowania na kraje: zapytanie zostaje odrzucone z podaniem przyczyny.
- **`browser` i `os`** wybierają [profil przeglądarki](https://foura.ai/blog/browser-profiles-per-request) z publicznego katalogu obejmującego m.in. Chrome na Androidzie i Safari na iOS. Jawnie wybrany profil nigdy nie jest zamieniany na inny w trakcie rotacji. To, czy OTA odpowie na dany profil stroną mobilną, zależy od samego portalu, więc należy to weryfikować.
- **`validate`** definiuje, jak wygląda poprawna strona. Odpowiedź bez tabeli stawek lub ze stroną wyzwania CAPTCHA [jest liczona jako nieudana próba](https://foura.ai/blog/validate-decides-success): odpytywany jest kolejny węzeł, a chybione zapytanie nie jest rozliczane.

```python
import requests

API = "https://api.foura.ai/api/proxy"
HEADERS = {"X-API-Key": "pk_live_..."}

def rate_cell(url, market, device):
    req = {
        "method": "GET",
        "url": url,
        "validate": {"data": {
            "accept": ["room-rate"],  # replace: a string only the rate table carries
            "fail": ["captcha", "Just a moment"],
        }},
    }
    if device == "phone":
        req.update({"browser": "Chrome", "os": "Android"})
    r = requests.post(API, headers=HEADERS,
                      json={"exitCountries": [market], "request": req}).json()
    if r.get("error") or r.get("exitCountry") != market:
        return {"market": market, "device": device, "html": None,
                "why": r.get("error", "exit outside the market")}
    return {"market": market, "device": device, "html": r["data"], "proxy": r["proxy"]}

url = "https://ota.example/hotel/riverside?checkin=2026-11-14&checkout=2026-11-16&adults=2"
grid = [rate_cell(url, m, d) for m in ["PT", "GB", "US"] for d in ["desktop", "phone"]]
```

Na produkcji liczą się dwie kwestie. Niektóre OTA budują tabelę stawek w JavaScript, więc przekaż identyfikator `proxy` z tej odpowiedzi do Browser wraz z `exitCountry`: strona renderuje się na tym samym węźle wyjściowym (exit), z zegarem przeglądarki ustawionym na strefę czasową danego kraju. Opublikowane przez Bright Data [zestawienie scraperów Booking.com](https://brightdata.com/blog/web-data/best-booking-scrapers) wskazuje, że challenge AWS WAF blokuje tam zwykłe żądania HTTP; od [1 października 2026](https://updates.foura.ai) Browser czeka, aż strona challenge'u AWS WAF przeładuje się sama, i zwraca stronę docelową. Gdy komórka wraca pusta, sprawdź jej [attempt report](https://foura.ai/docs/troubleshooting/proxy-attempt-report). Rozróżnia on węzły wyjściowe, które nie odpowiedziały, węzły odrzucone przez weryfikację botów oraz strony odrzucone przez Twoją własną regułę `validate`.

## Wyniki

Przykładowy scenariusz oparty na powyższej konfiguracji: 12 obiektów, cztery serwisy OTA plus strona marki, 90 dat zameldowania.

- **6x więcej żądań.** Trzy rynki i dwa typy urządzeń zamieniają 5 400 codziennych sprawdzeń w 32 400. To realny koszt wglądu w wiersze mobilne i krajowe, dlatego uruchamiaj pełną siatkę na najbliższe 30 dni, a odległe daty próbkuj co tydzień.
- **Zero wierszy z niewłaściwego rynku.** Każda zapisana cena zawiera `exitCountry` zgodny z żądaniem, w przeciwnym razie jest traktowana jako luka.
- **Widoczne luki.** Rynek bez kwalifikującego się węzła wyjściowego pojawia się jako pusta komórka z podanym powodem, nigdy jako zaliczona parytetowo.
- **Brak stron typu challenge w kolumnie cen.** Strona, która nie zaliczy `validate`, nigdy nie trafi do Twojego parsera jako cena.
- **Jeden martwy punkt, wyraźnie oznaczony.** Ceny Genius pozostają poza siatką dla niezalogowanych użytkowników. Oznacz tę kolumnę jako "niezmierzona", a nie "parytet OK".

## Kluczowy wniosek

Parytet był kiedyś klauzulą, na którą hotel mógł się po prostu powołać. Na Booking.com w EOG to teraz parametr, który się mierzy, a pomiar znaczy niewiele bez informacji o tym, gdzie i jak został wykonany. Te 26% hoteli, które "nie wie", czy ich pokoje są odsprzedawane gdzie indziej, nie cierpi na brak danych, lecz na brak odpowiedniego punktu widzenia.

Dlatego najtańszym ulepszeniem monitoringu parytetu nie jest dodanie kolejnych dat czy serwisów OTA. Jest nim zadbanie o to, by każda cena mówiła, jakiemu gościowi została wyświetlona.
