تحلیل خودکار افت قیمت آمازون با هوش مصنوعی و Google Sheets

خودکارسازی تجزیه و تحلیل افت قیمت آمازون با Decodo، GPT-4.1-mini و Google Sheets

این گردش کار، استخراج، خلاصه‌سازی و تحلیل احساسات داده‌های افت قیمت محصولات آمازون را خودکار می‌کند. این گردش کار از Decodo برای وب اسکرپینگ، GPT-4.1-mini از OpenAI برای پردازش هوشمند داده‌ها و Google Sheets برای خروجی ساختاریافته استفاده می‌کند. این ابزار برای تحلیلگران تجارت الکترونیک و تیم‌های بازاریابی که به دنبال نظارت کارآمد بر نوسانات قیمت، جزئیات محصول و احساسات مشتری هستند، ایده‌آل است.

ویژگی‌های کلیدی:

• استخراج خودکار داده‌ها: لیست‌های افت قیمت و صفحات محصول جداگانه را اسکرپ می‌کند.
• تحلیل مبتنی بر هوش مصنوعی: از GPT-4.1-mini برای استخراج داده‌های ساختاریافته، خلاصه‌سازی و تحلیل احساسات استفاده می‌کند.
• یکپارچه‌سازی بی‌نقص: داده‌های تحلیل شده را مستقیماً به Google Sheets برای پیگیری آسان و اتوماسیون بیشتر ارسال می‌کند.

دسترسی به کاتالوگ Axeto: https://axeto.ai/n8n

---

تجزیه و تحلیل گردش کار

این گردش کار به طور منطقی به چهار مرحله اصلی تقسیم می‌شود:

1. دریافت ورودی و بازیابی اولیه داده‌ها: گردش کار را آغاز می‌کند، URL هدف را تنظیم می‌کند و صفحه لیست افت قیمت اولیه را اسکرپ می‌کند.

2. استخراج داده‌های ساختاریافته: محتوای خام اسکرپ شده را با استفاده از هوش مصنوعی به فرمت JSON ساختاریافته تبدیل می‌کند.

3. تحلیل عمیق تکراری محصول: هر محصول را به صورت جداگانه برای اسکرپینگ جزئیات، خلاصه‌سازی و تحلیل احساسات پردازش می‌کند.

4. تجمیع داده‌ها و خروجی: تمام داده‌های تحلیل شده را تجمیع کرده و به یک Google Sheet ارسال می‌کند.

---

۱. دریافت ورودی و بازیابی اولیه داده‌ها

این بخش مسئول راه‌اندازی گردش کار و اولین وظیفه اسکرپینگ است.

• گره‌ها (Nodes):

* Manual Trigger (شروع گردش کار)

* Set (تعریف URL ورودی)

* Decodo Web Scraper

• اطلاعات دقیق گره‌ها:

* شروع گردش کار

* نوع: manualTrigger

* هدف: نقطه ورود برای راه‌اندازی دستی گردش کار.

* پیکربندی: تنظیمات پیش‌فرض.

* ورودی: ندارد.

* خروجی: گره Set بعدی را راه‌اندازی می‌کند.

* موارد خاص: نیاز به راه‌اندازی دستی توسط کاربر دارد.

* تعریف URL ورودی

* نوع: set

* هدف: متغیر price_drop_url را به صفحه لیست افت قیمت آمازون هدف تنظیم می‌کند.

* پیکربندی: رشته https://camelcamelcamel.com/top_drops?t=daily را به متغیر price_drop_url اختصاص می‌دهد.

* ورودی: راه‌اندازی از manualTrigger.

* خروجی: شیء JSON حاوی price_drop_url.

* موارد خاص: URL ارائه شده باید معتبر و قابل دسترسی باشد. مشکلات شبکه می‌توانند باعث شکست شوند.

* Decodo Web Scraper

* نوع: @decodo/n8n-nodes-decodo.decodo

* هدف: محتوای صفحه لیست افت قیمت آمازون مشخص شده توسط price_drop_url را اسکرپ می‌کند.

* پیکربندی:

* URL: با استفاده از عبارت ={{ $json.price_drop_url }} تنظیم شده است.

* Geo و Headless browser: تنظیمات پیش‌فرض (geo خالی، headless false).

* Output format: Markdown فعال شده است.

* ورودی: URL از گره Set.

* خروجی: محتوای خام اسکرپ شده در فرمت Markdown.

* اعتبارنامه‌ها (Credentials): نیاز به اعتبارنامه‌های پیکربندی شده API Decodo دارد.

* موارد خاص:

* محدودیت‌های نرخ API Decodo یا وقفه‌های سرویس.

* تغییرات در ساختار وب‌سایت آمازون می‌تواند اسکرپینگ را مختل کند.

* مشکلات اتصال شبکه یا محدودیت نرخ توسط آمازون.

---

۲. استخراج داده‌های ساختاریافته

این مرحله از هوش مصنوعی برای تجزیه داده‌های خام اسکرپ شده به یک فرمت ساختاریافته قابل استفاده استفاده می‌کند.

• گره‌ها (Nodes):

* LangChain OpenAI Chat Model

* LangChain Structured Output Parser

* LangChain Chain LLM (برای استخراج)

* Split Out

• اطلاعات دقیق گره‌ها:

* LangChain OpenAI Chat Model

* نوع: @n8n/n8n-nodes-langchain.lmChatOpenAi

* هدف: محتوای خام اسکرپ شده را برای تولید داده‌های ساختاریافته از طریق یک اعلان هوش مصنوعی پردازش می‌کند.

* پیکربندی:

* Model: روی gpt-4.1-mini تنظیم شده است.

* ورودی: محتوای خام اسکرپ شده از Decodo Web Scraper.

* خروجی: پاسخ LLM حاوی داده‌های ساختاریافته در فرمت رشته JSON.

* اعتبارنامه‌ها (Credentials): نیاز به کلید API OpenAI دارد.

* موارد خاص:

* محدودیت‌های نرخ API OpenAI یا خطاها.

* مشکلات مربوط به اعلان (prompt) یا منطق تجزیه.

* اطمینان از استفاده از نسخه مدل سازگار.

* LangChain Structured Output Parser

* نوع: @n8n/n8n-nodes-langchain.structuredOutputParser

* هدف: پاسخ هوش مصنوعی را به اشیاء JSON معتبر تجزیه می‌کند و از یک طرحواره از پیش تعریف شده پیروی می‌کند.

* پیکربندی:

* Schema: شامل فیلدهایی مانند id، title، price، savings و link است.

* ورودی: پاسخ LLM از LangChain OpenAI Chat Model.

* خروجی: آرایه JSON تجزیه شده از آیتم‌های محصول.

* موارد خاص: در صورتی که خروجی هوش مصنوعی به طور قابل توجهی از طرحواره مورد انتظار منحرف شود، ممکن است شکست در تجزیه رخ دهد.

* LangChain Chain LLM (استخراج داده‌های ساختاریافته با استفاده از LLM)

* نوع: @n8n/n8n-nodes-langchain.chainLlm

* هدف: مدل OpenAI و تجزیه‌کننده خروجی را برای استخراج داده‌های ساختاریافته محصول از محتوای اسکرپ شده هماهنگ می‌کند.

* پیکربندی:

* Prompt: برای استخراج داده‌های ساختاریافته از محتوای Decodo طراحی شده است.

* Retry on failure: فعال شده است.

* ورودی: محتوای خام اسکرپ شده از Decodo Web Scraper.

* خروجی: آرایه JSON حاوی داده‌های ساختاریافته محصول.

* موارد خاص: مشمول موارد خاص مشابه گره‌های مدل OpenAI و تجزیه‌کننده است.

* Split Out

* نوع: splitOut

* هدف: آرایه محصولات ساختاریافته را به آیتم‌های جداگانه تقسیم می‌کند و آنها را برای پردازش دسته‌ای آماده می‌کند.

* پیکربندی: آرایه موجود در فیلد output را تقسیم می‌کند.

* ورودی: آرایه داده‌های ساختاریافته از LangChain Chain LLM.

* خروجی: اشیاء JSON محصول جداگانه.

* موارد خاص: اگر آرایه ورودی خالی یا بدشکل باشد، هیچ پردازش بیشتری برای آن آیتم انجام نخواهد شد.

---

۳. حلقه تحلیل عمیق تکراری محصول

این بخش هر محصول را به صورت جداگانه پردازش می‌کند و اسکرپینگ جزئیات و تحلیل هوش مصنوعی را انجام می‌دهد.

• گره‌ها (Nodes):

* SplitInBatches (حلقه زدن روی آیتم‌ها)

* Decodo Web Scraper (برای جزئیات محصول)

* LangChain Information Extractor (برای تحلیل احساسات)

* LangChain Information Extractor (برای خلاصه‌سازی)

* Merge

* Aggregate

• اطلاعات دقیق گره‌ها:

* حلقه زدن روی آیتم‌ها

* نوع: splitInBatches

* هدف: هر آیتم محصول جداگانه را در دسته‌ها پردازش می‌کند.

* ورودی: اشیاء JSON محصول جداگانه از گره Split Out.

* خروجی: یک آیتم محصول در هر تکرار.

* موارد خاص: زمان پردازش می‌تواند با مجموعه داده‌های بزرگ به طور قابل توجهی افزایش یابد. ممکن است نیاز به تنظیم اندازه دسته باشد.

* Decodo Web Scraper (جزئیات محصول)

* نوع: @decodo/n8n-nodes-decodo.decodo

* هدف: محتوای دقیق را از URL خاص هر محصول اسکرپ می‌کند.

* پیکربندی:

* URL: به صورت پویا با استفاده از لینک محصول ({{ $json.link }}) تنظیم می‌شود.

* Headless browser: false.

* Markdown: true.

* ورودی: JSON آیتم محصول حاوی فیلد link.

* خروجی: محتوای صفحه جزئیات محصول در فرمت Markdown.

* اعتبارنامه‌ها (Credentials): نیاز به اعتبارنامه‌های پیکربندی شده API Decodo دارد.

* موارد خاص:

* اقدامات ضد اسکرپینگ آمازون ممکن است درخواست‌ها را مسدود کند.

* تغییرات در ساختار صفحه محصول می‌تواند منجر به شکست اسکرپینگ شود.

* تحلیل احساسات

* نوع: @n8n/n8n-nodes-langchain.informationExtractor

* هدف: تحلیل احساسات را بر روی محتوای جزئیات محصول انجام می‌دهد.

* پیکربندی:

* Text prompt: "Perform sentiment analysis of {{ $json.results[0].content }}"

* Schema: انتظار دسته احساسات، امتیاز احساسات و آرایه موضوعات را دارد.

* Retry: فعال شده است.

* ورودی: محتوای جزئیات از Decodo Web Scraper (Product Details).

* خروجی: داده‌های تحلیل احساسات ساختاریافته.

* موارد خاص: خطاهای تفسیر هوش مصنوعی یا محتوای ناقص می‌تواند بر دقت تأثیر بگذارد.

* خلاصه‌سازی محتوا

* نوع: @n8n/n8n-nodes-langchain.informationExtractor

* هدف: خلاصه‌ای مختصر از محتوای جزئیات محصول ایجاد می‌کند.

* پیکربندی:

* Text prompt: "Comprehensive Summary of the following content - {{ $json.results[0].content }}"

* Schema: انتظار یک فیلد رشته‌ای واحد به نام comprehensive_summary را دارد.

* Retry: فعال شده است.

* ورودی: محتوای جزئیات از Decodo Web Scraper (Product Details).

* خروجی: متن خلاصه.

* موارد خاص: کیفیت خلاصه به طول و وضوح محتوای منبع و قابلیت‌های مدل هوش مصنوعی بستگی دارد.

* Merge

* نوع: merge

* هدف: خروجی‌های شاخه‌های موازی تحلیل احساسات و خلاصه‌سازی را در یک آیتم داده واحد برای هر محصول ترکیب می‌کند.

* ورودی: خروجی‌های گره‌های Sentiment Analysis و Summarize Content.

* خروجی: یک شیء JSON ادغام شده حاوی داده‌های خلاصه و احساسات برای یک محصول.

* Aggregate

* نوع: aggregate

* هدف: تمام آیتم‌های داده محصول ادغام شده را در یک مجموعه داده واحد و تجمیع شده جمع‌آوری می‌کند.

* پیکربندی: تمام داده‌های آیتم را تجمیع می‌کند.

* ورودی: آیتم‌های ادغام شده از گره Loop Over Items.

* خروجی: یک مجموعه داده تجمیع شده واحد که آماده خروجی نهایی است.

---

۴. تجمیع داده‌ها و خروجی

مرحله نهایی داده‌های به طور جامع تحلیل شده را به Google Sheets ارسال می‌کند.

• گره‌ها (Nodes):

* Google Sheets

• اطلاعات دقیق گره‌ها:

* Google Sheets

* نوع: n8n-nodes-base.googleSheets

* هدف: ردیف‌ها را در یک Google Sheet مشخص شده با داده‌های محصول تجمیع شده اضافه یا به‌روزرسانی می‌کند.

* پیکربندی:

* Operation: appendOrUpdate.

* Sheet Name: Sheet1 (gid=0).

* Document ID: 1a1yb4XSMQ0Vs0Rg2RCwrcIVXwDN3ImXW_4OUebURKZI.

* Columns Mapping: کل مجموعه داده JSON را به عنوان یک رشته واحد به ستون output نگاشت می‌کند.

* Attempts to convert types: false.

* Convert fields to string: false.

* ورودی: داده‌های محصول تجمیع شده JSON از گره Aggregate.

* خروجی: تأیید عملیات نوشتن در Google Sheet.

* اعتبارنامه‌ها (Credentials): نیاز به اعتبارنامه‌های پیکربندی شده OAuth2 Google Sheets دارد.

* موارد خاص:

* محدودیت‌های نرخ API Google.

* مشکلات مجوز با Google Sheet هدف.

* ناسازگاری‌های قالب‌بندی داده که مانع نوشتن می‌شوند.

---

جدول خلاصه