Sears-Preisverfolgung in Echtzeit – eine E-Commerce-Plattform. Zwei Möglichkeiten für den Einstieg: eine vollständig verwaltete Intelligence-Plattform oder ein benutzerdefinierter Scraper, erstellt mit dem AI Scraper Builder von Bright Data.
Bright Insights ist die vollständig verwaltete Retail-Intelligence-Plattform von Bright Data. Keine Scraper zu erstellen, keine Infrastruktur zu warten – nur strukturierte, analysebereite Preisdaten, die an Dashboards, Data Feeds oder Ihre BI-Tools geliefert werden.
Warum Teams Bright Insights wählen:
- 🚀 Kein Setup – In wenigen Minuten live mit sofort einsatzbereiten Dashboards und Data Feeds
- 🤖 KI-gestützte Empfehlungen – Ein konversationeller KI-Assistent verwandelt Millionen von Datenpunkten sofort in umsetzbare Erkenntnisse
- ⚡ Echtzeit-Monitoring – Aktualisierungsraten von stündlich bis täglich mit sofortigen Benachrichtigungen (E-Mail, Slack, webhook)
- 🌍 Unbegrenzte Skalierung – Jede Website, jede Region, jede Aktualisierungsfrequenz
- 🔗 Plug-and-play-Integrationen – AWS, GCP, Databricks, Snowflake und mehr
- 🛡️ Vollständig verwaltet – Bright Data übernimmt Schemaänderungen, Website-Updates und Datenqualität automatisch
Wichtige Anwendungsfälle:
- ✅ Sears-Preise überwachen über Millionen von SKUs in Echtzeit
- ✅ Wettbewerberpreise verfolgen und Rabattmuster identifizieren
- ✅ Repricing automatisieren, um auf Sears wettbewerbsfähig zu bleiben
- ✅ Einhaltung der MAP-Richtlinie überwachen und Preisverstöße erkennen
- ✅ Werbeaktionen von Wettbewerbern und Promotionsdynamiken verfolgen
- ✅ Saubere, harmonisierte Daten direkt in Dynamic-Pricing-Algorithmen oder KI-Modelle einspeisen
Ab $250/Monat – Individuelles Angebot anfordern →
Keine vorgefertigte Sears-Scraper-API? Kein Problem. Der AI Scraper Builder von Bright Data generiert in nur wenigen Klicks einen benutzerdefinierten Sears-Scraper – ganz ohne Programmierung.
Den Sears AI Scraper Builder öffnen →
Wählen Sie die Domain, beschreiben Sie Ihre Datenanforderungen, und lassen Sie unseren AI Scraper Builder die API automatisch erstellen.
- Datenanforderungen in einfachem Englisch beschreiben
- Die KI generiert sofort die Scraper-API
- API-Anfragen ausführen für sofortige Ergebnisse
- Den Code in der integrierten IDE bearbeiten, falls nötig
Sobald Ihr Scraper erstellt ist, erhält er eine Web Scraper ID (gd_xxxxxxxxxxxx) – kopieren Sie diese für den Setup-Schritt unten.
- Python 3.9 oder höher
- Ein Bright Data-Konto (kostenlose Testversion verfügbar)
- Ein Bright Data-API-Token (so erhalten Sie eines)
- Eine Web Scraper ID für Sears (aus dem obigen Build-Schritt)
-
Dieses repository klonen
git clone https://github.com/bright-data-de/sears-price-tracker.git cd sears-price-tracker -
Abhängigkeiten installieren
pip install -r requirements.txt
-
Zugangsdaten konfigurieren
Kopieren Sie
.env.examplenach.envund tragen Sie Ihre Werte ein:cp .env.example .env
BRIGHTDATA_API_TOKEN=your_api_token_here BRIGHTDATA_DATASET_ID=your_dataset_id_here
Ihre Web Scraper ID Fügen Sie die Web Scraper ID aus Ihrem AI Scraper Builder-Dashboard in
BRIGHTDATA_DATASET_IDein (Format:gd_xxxxxxxxxxxx).
Sobald Ihr Sears-Scraper erstellt wurde und Ihre Web Scraper ID in .env konfiguriert ist, funktioniert die Python-Schnittstelle auf die gleiche Weise:
Übergeben Sie eine Liste von Sears-Produkt-URLs, um strukturierte Preisdaten abzurufen:
from price_tracker import track_prices
urls = [
"https://www.sears.com/product/sample-item-123456",
# Add more product URLs here
]
results = track_prices(urls)
for item in results:
print(f"{item.get('title')} - {item.get('final_price', item.get('price'))} {item.get('currency', '')}")Oder direkt ausführen:
python price_tracker.pyFinden Sie Produkte, die einer Keyword-Suche entsprechen:
from price_tracker import discover_by_keyword
results = discover_by_keyword("laptop", limit=50)Sammeln Sie alle Produkte von einer Sears-Kategorieseite:
from price_tracker import discover_by_category
results = discover_by_category(
"https://sears.com/category/example",
limit=100,
)Jeder Ergebnisdatensatz enthält die folgenden Felder:
| Field | Description |
|---|---|
url |
Produktseiten-URL |
title |
Produktname / Titel |
brand |
Marke oder Hersteller |
initial_price |
Ursprünglicher / Listenpreis |
final_price |
Aktueller Verkaufspreis |
currency |
Währungscode (z. B. USD, EUR) |
discount |
Rabattbetrag oder -prozentsatz |
in_stock |
Ob der Artikel verfügbar ist |
rating |
Durchschnittliche Sternebewertung |
reviews_count |
Gesamtzahl der Bewertungen |
seller_name |
Name des Verkäufers |
images |
Array von Produktbild-URLs |
description |
Produktbeschreibungstext |
timestamp |
Zeitstempel der Datenerfassung |
[
{
"url": "https://www.sears.com/product/sample-item-123456",
"title": "Example Product Name",
"brand": "Example Brand",
"initial_price": 59.99,
"final_price": 44.99,
"currency": "USD",
"discount": "25%",
"in_stock": true,
"rating": 4.5,
"reviews_count": 1234,
"images": ["https://sears.com/images/product1.jpg"],
"description": "Product description text...",
"timestamp": "2025-01-15T10:30:00Z"
}
]Die Funktion trigger_collection() akzeptiert optionale Parameter zur Steuerung der Datenerfassung:
| Parameter | Type | Default | Description |
|---|---|---|---|
limit |
integer | - | Maximale Anzahl zurückzugebender Datensätze |
include_errors |
boolean | true |
Fehlerberichte in die Ergebnisse einschließen |
notify |
string (URL) | - | Webhook-URL, die aufgerufen wird, wenn der Snapshot bereit ist |
format |
string | json |
Ausgabeformat: json, csv oder ndjson |
Beispiel mit Optionen:
from price_tracker import trigger_collection, get_results
inputs = [{"url": "https://www.sears.com/product/sample-item-123456"}]
snapshot_id = trigger_collection(inputs, limit=200, notify="https://your-webhook.com/hook")
results = get_results(snapshot_id)- 🌟 Sears Price Tracker - Bright Insights (Managed)
- 🏗️ Einen Sears-Scraper erstellen
- 📖 Bright Data Web Scraper API-Dokumentation
- 🗄️ Web Scrapers Control Panel
- 🔑 So erhalten Sie ein API-Token
- 🌐 Bright Data-Homepage
Erstellt mit Bright Data – der branchenführenden Webdaten-Plattform.