Крупный селлер (категория «Автотовары и Шины») столкнулся с проблемой масштабирования ассортимента. При наличии более 1500 активных позиций (SKU) ручное создание карточек и инфографики занимало недели работы дизайнера и обходилось в огромные суммы.
Задача
1. Полностью автоматизировать заполнение карточек WB и Ozon.
2. Исключить ручной ввод характеристик (размеры, индексы, артикулы, цены).
3. Избежать затрат на платные сервисы по удалению фона (типа Remove.bg).
4. Обеспечить возможность мгновенного обновления цен на всех 1500+ изображениях.
Мною была разработана автономная программная система на Python, работающая по принципу «Контент-конвейера».
Ключевые этапы реализации:
Batch processing & AI: Внедрен локальный нейросетевой модуль для автоматического удаления фона (AI background removal). Это позволило обрабатывать фото в неограниченном количестве без оплаты сторонних API.
Smart Graphic Engine: На базе библиотеки Pillow реализован механизм динамического наложения инфографики. Система автоматически считывает данные из Excel, подбирает размер шрифта, центрирует элементы и накладывает их на мастер-шаблон.
Логика автозаполнения: Скрипт распознает типы товаров и подставляет соответствующие иконки и плашки характеристик.
Оптимизация под маркетплейсы: Авто-ресайз и экспорт в форматы, полностью соответствующие требованиям массовой загрузки Ozon и Wildberries.
Создан мощный инструмент для работы с контентом, который выдает 2000 карточек за 30 минут.
Экономический эффект для клиента:
Экономия бюджета: Полный отказ от услуг ручного дизайна и платных подписок на AI-сервисы.
Скорость: Подготовка контента к сезону ускорилась в 50 раз.
Качество: 100% точность данных. Ошибки в артикулах или ценах исключены, так как система работает напрямую с исходным Excel-файлом.
Гибкость: Теперь клиент может обновить дизайн или цены для всего магазина за один запуск скрипта.
