Бот аналитики недвижимости: Авито + ПВЗ Wildberries
Клиенту требовался анализ локаций рядом с пунктами выдачи заказов Wildberries: как соотносятся цены на недвижимость с плотностью инфраструктуры ПВЗ. Вместе с партнёром Orbyx мы разработали Telegram-бот, который парсит объявления о недвижимости с Авито и накладывает их на карту пунктов выдачи. Цены, площадь и расположение объектов видны в связке с покрытием ПВЗ — это помогает оптимизировать логистику и выбирать районы для новых точек продаж на основе данных, а не интуиции. Команда полного цикла собрала решение за 2 месяца.
Задача
Сеть пунктов выдачи Wildberries растёт быстрее, чем инструменты для её анализа. Для компаний, которые оптимизируют логистику или подбирают помещения под новые точки продаж, выбор локации — решение на годы вперёд. Данные для этого решения существуют: объявления о недвижимости публикуются на Авито, адреса ПВЗ известны. Не хватает только связи между двумя источниками: в одну картину их никто не собирал.
Сопоставлять их вручную — работа на дни: аналитик открывает выдачу Авито, выписывает адреса и цены, ищет каждый объект на карте, прикидывает расстояние до ближайших пунктов выдачи. На сотне объявлений процесс ломается: данные устаревают быстрее, чем заканчивается сверка, а часть перспективных вариантов просто теряется по дороге.
Клиент пришёл к нам вместе с партнёром Orbyx с конкретным запросом: автоматизировать эту связку. Нужен был инструмент, который сам собирает объявления, привязывает их к карте пунктов выдачи и выдаёт результат в удобном виде — без установки программ и обучения сотрудников.
Авито знает всё о рынке недвижимости, карта Wildberries — о расположении ПВЗ. Готового инструмента под эту связку у клиента не было — каждый анализ начинался с нуля.
Проверить десять объявлений по карте можно за вечер. Проверить пятьсот по нескольким районам — уже недели ручной работы, за которые часть объектов уходит с рынка, а данные теряют актуальность.
Цена и площадь помещения ничего не говорят о его окружении. Без данных о плотности инфраструктуры Wildberries вокруг объекта решение о локации принималось на интуиции — с ценой ошибки в месяцы аренды.
Что делает система
Парсер объявлений Авито
Модуль сбора данных на Python и BeautifulSoup обходит выдачу Авито по заданной географии и извлекает из объявлений структурированные поля: цену, площадь, адрес, ссылку на объект. Сбор работает в щадящем режиме с паузами между запросами, а слой извлечения изолирован от остального конвейера — изменения вёрстки Авито правятся точечно.
База пунктов выдачи Wildberries
Второй источник данных — справочник ПВЗ Wildberries с адресами и координатами точек. Он образует опорный слой карты, относительно которого анализируются объявления: расстояние до ближайших пунктов, количество точек в радиусе, плотность покрытия района. Справочник хранится локально и обновляется отдельно от парсинга объявлений — независимым процессом.
Геокодирование адресов
Адрес из объявления — это строка, часто неполная или с опечатками. Модуль на базе Google Maps API нормализует адреса и переводит их в координаты, после чего каждый объект получает точку на карте. Объявления, которые не удалось привязать однозначно, помечаются отдельно и не попадают в расчёты — чтобы не искажать аналитику.
Наложение слоёв на карту
Ядро продукта: объявления о недвижимости и пункты выдачи Wildberries отображаются на общей карте. Сразу видно, какие объекты стоят в окружении плотной инфраструктуры маркетплейса, а какие — в «пустых» зонах. То, что раньше требовало ручной сверки двух источников, теперь считывается с карты за секунды.
Аналитика локаций
Слой анализа данных превращает карту в инструмент решений: по каждому объекту считаются расстояние до ближайших ПВЗ и их число в радиусе, по районам — средние цены и площади. Так выделяются выгодные зоны: например, районы с растущей плотностью инфраструктуры Wildberries и всё ещё умеренными ценами на помещения.
Telegram-бот как интерфейс
Пользователь работает с системой через Telegram: задаёт параметры выборки — район, диапазон цены и площади — и получает подборку объектов с привязкой к карте ПВЗ. Никакой установки и обучения: интерфейс живёт в мессенджере, которым команда клиента и так пользуется каждый день, и одинаково работает с телефона и компьютера.
Регулярное обновление данных
Рынок недвижимости живёт: объявления появляются и снимаются ежедневно. Конвейер сбора запускается по расписанию, обновляет базу объявлений и помечает неактуальные объекты. Клиент всегда работает со свежим срезом рынка, а не со снимком месячной давности — без ручного перезапуска и контроля со стороны пользователей.
Технологический стек
Единый язык для всего конвейера: парсинг, геопривязка, аналитика и бот написаны на одном стеке. Это упрощает поддержку и развитие — не нужно синхронизировать несколько технологий. Экосистема Python закрывает каждый этап проекта зрелыми библиотеками: от HTTP-запросов и разбора HTML до обработки данных и работы с API мессенджера и карт.
BeautifulSoup — проверенный инструмент разбора HTML: он терпим к неидеальной вёрстке и позволяет писать селекторы, устойчивые к косметическим изменениям страниц. Для задачи с одним основным источником данных это оптимальный выбор — легче и предсказуемее тяжёлых скрейпинг-фреймворков, а логика извлечения читается и правится за минуты, а не часы.
Интерфейс без разработки фронтенда: не нужны сайт, хостинг веб-приложения и отдельная авторизация. Telegram Bot API покрывает все сценарии проекта — приём параметров выборки, фильтры, выдача подборок и карт — и работает на любом устройстве. Для инструмента внутренней аналитики это самый короткий путь от данных к пользователю.
Геокодирование — задача, которую не стоит решать самостоятельно: качество распознавания адресов у Google Maps API выше любого самописного решения, включая неполные адреса и опечатки. API также даёт расчёт расстояний и картографическую основу — всю географию проекта закрывает один надёжный сервис с предсказуемым поведением на наших объёмах запросов.
Слой обработки данных объединяет источники: очищает и нормализует собранные объявления, связывает их с координатами ПВЗ, считает расстояния, плотность точек и агрегаты по районам. Именно здесь сырые данные превращаются в ответы на вопросы бизнеса — какие локации выгодны и почему, — и этот слой не зависит от интерфейса выдачи.
Как шла разработка
Постановка гипотезы
ГотовоНачали с вопроса, какие решения должен поддерживать инструмент: оптимизация логистики и подбор районов под новые точки продаж. Из этого вывели требования к данным — цена, площадь, расположение, близость к ПВЗ — и договорились о минимальном полезном результате первой версии.
Разведка источников
ГотовоИсследовали структуру выдачи и карточек объявлений Авито, собрали справочник пунктов выдачи Wildberries, проверили качество адресов на геокодировании. На этом этапе стало ясно, какие поля извлекаются надёжно, а где потребуется нормализация данных перед привязкой к карте.
Конвейер сбора
ГотовоПостроили парсер на Python и BeautifulSoup: обход выдачи по заданной географии, извлечение полей, дедупликация и сохранение в базу. Отдельно отладили щадящий режим запросов, чтобы сбор шёл стабильно и не создавал заметной нагрузки на источник данных.
Геослой и карта
ГотовоПодключили Google Maps API: нормализация и геокодирование адресов, привязка объявлений к координатам, наложение на слой ПВЗ Wildberries. Добавили расчёты расстояний и плотности точек в радиусе — карта из картинки превратилась в источник численных ответов.
Бот и выдача
ГотовоСобрали Telegram-интерфейс: сценарии запроса выборки, фильтры по цене, площади и району, формат выдачи с привязкой объектов к карте пунктов выдачи. Прогнали сценарии с будущими пользователями и упростили всё, что вызывало вопросы при первом контакте.
Калибровка и передача
ГотовоПроверили инструмент на реальных районах: сверили выборки бота с ручным анализом, настроили частоту обновления данных, поправили пограничные случаи геокодирования. Передали проект клиенту вместе с Orbyx — через 2 месяца после старта работ.
Результаты
Через 2 месяца после старта у клиента появился инструмент, которого у него раньше не было: объявления о недвижимости с Авито и карта пунктов выдачи Wildberries объединены в одну картину. Вручную такой анализ локации занимает дни — теперь он сводится к запросу в Telegram-боте: выборка объектов с ценами, площадью и геоконтекстом приходит за секунды. Решения о логистике и новых точках продаж опираются на данные, а не на интуицию.
Проект стал примером того, как нестандартный подход к данным помогает принимать стратегически важные решения: два открытых источника, которые никто не связывал, вместе дали новое качество аналитики. Архитектура конвейера — сбор, геопривязка, анализ, интерфейс — разделена на независимые слои, поэтому решение переносится на другие источники и города без переписывания ядра. А работа в тандеме с Orbyx избавила проект от затянутых согласований: решения принимались быстро, и идея превратилась в рабочий инструмент без пауз.
2 месяца
от идеи до работающего инструмента
2 источника
Авито и карта ПВЗ Wildberries в одной системе
1 запрос
в боте вместо дней ручной сверки
6 технологий
в конвейере от парсинга до карты
Этот кейс мы реализовали в партнёрстве с Orbyx, поэтому публикуем его открыто. В таких проектах партнёр держит контакт с заказчиком и контекст его бизнеса, а наша команда полного цикла отвечает за инженерную часть — от парсинга и геоаналитики до Telegram-бота.
Такая модель работает на скорость: два месяца от идеи до работающего инструмента — во многом результат того, что вопросы бизнеса и вопросы технологий решались параллельно, а не по очереди.
Вопросы о проекте
Обсудим похожий проект?
Расскажите о задачах вашего бизнеса — предложим архитектуру и оценим сроки
Телеграмм
Делимся визуально привлекательными фрагментами наших последних веб-проектов.
ВКонтакте
Пишем о интересных технических решениях и вызовах в разработке.
MAX
Демонстрируем дизайнерские элементы наших веб-проектов.
TenChat
Деловые связи, кейсы и экспертные публикации.
Рассылка
© 2025-2026 МАЙПЛ. Все права защищены.