Bright DataでEC在庫表示を定点観測する方法と注意点

売れ筋商品のページを開いたら、昨日まで「在庫あり」だった商品がもう売り切れている。EC運営をしていると、こういう小さな変化に気づくのが意外と難しいです。毎日すべての商品ページを見るわけにもいきませんし、競合商品まで手で確認していると、午前中がそれだけで終わってしまいます。

Bright DataのWeb Scraper APIを使うと、公開されているEC商品ページから、商品名、価格、在庫表示、レビュー数などを構造化データとして受け取りやすくなります。ざっくり言うと、商品ページを人が目で読む代わりに、確認したい項目を表に残しやすくする入口です。公式ドキュメントでも、Web Scraper APIは事前に用意されたスクレイパーからJSONやCSVの形でデータを返し、価格・在庫・レビューなどの追跡に使えると説明されています。

この記事では、EC運営者や仕入れ担当者向けに、Bright Dataで在庫表示を定点観測する考え方を整理します。結論から言うと、最初から大規模な監視システムを作らなくて大丈夫です。まずは競合5商品、自社で気になる5商品、週1回。見る項目は、在庫表示、価格、キャンペーン文言、取得日、元URL。このくらいから始める方が、実務では続きます。

Bright Data公式サイトを見てみる

在庫チェックは「売り場を毎週同じ場所から見る」仕事です

在庫表示の定点観測は、難しいデータ分析というより、同じ売り場を同じ曜日に見に行く作業に近いです。たとえば家電量販店で、競合店の棚にある人気イヤホンが「在庫あり」なのか「残りわずか」なのかを見る。そこに価格札やキャンペーンPOPも一緒にメモする。ECでも考え方は同じです。

Bright DataのWeb Scraper APIは、対応しているサイトの公開ページから、あらかじめ決まった形のデータを返す機能です。公式ドキュメントでは、660以上の事前構築済みスクレイパーがあり、URLを送るとJSONやCSVのような形で結果を受け取れると案内されています。初心者向けに言えば、「商品ページを表に写しやすくしてくれる係」です。

ここでつまずきやすいのは、「在庫数そのものが分かる」と期待してしまう点です。公開ページに「在庫あり」「残りわずか」「売り切れ」と表示されているなら、その表示を記録する考え方になります。裏側の実在庫数や、ログイン後にしか見えない情報を取りに行く話ではありません。最初はここまで分かれば十分です。

Bright Dataでまず何ができるのか

最初の基本形は、公開されている商品ページを少数だけ選び、在庫表示と価格を同じ表に残すことです。イメージとしては、毎週月曜の朝に同じ棚の写真を撮って、変わった札だけ見比べる感じです。写真を全部分析するのではなく、「売り切れになった」「価格が下がった」「送料無料の文言が出た」といった変化を見ます。

Web Scraper APIを使う場合、対象サイトに合うスクレイパーがあれば、商品名、価格、通貨、レビュー数、販売者、availabilityのような在庫系フィールドを構造化して受け取れるケースがあります。Bright DataのeCommerce Scraperページでも、商品タイトル、価格、在庫状況、ベストセラーランキングなどを収集対象として説明しています。

たとえばEC担当者が、競合5商品の公開商品ページを週1回確認するとします。表の列は、商品名、URL、価格、在庫表示、キャンペーン文言、レビュー数、取得日、メモ。もし「在庫なし」が2週続いた商品があれば、自社の在庫が十分か、広告で推す商品を変えるべきか、仕入れ担当に確認する材料になります。

注意したいのは、1回の取得だけで結論を出さないことです。ECの表示は、時間帯、配送先、販売者、キャンペーン状況で変わることがあります。料理の味見と同じで、毎回違う鍋、違う温度で比べると判断しにくいです。取得条件と日付をそろえて、何度か見ます。

普通の仕事ではどう使うのか

実務で一番使いやすいのは、EC運営者の週次チェックです。EC担当者が、競合の主力商品5件と自社の注力商品5件を選び、毎週月曜に在庫表示、価格、キャンペーン文言、レビュー数をGoogle Sheetsへ残します。前週と比べて競合が売り切れているなら、自社の商品ページの見せ方を強める。逆に自社だけ在庫切れが続いているなら、広告を止めるか、別の商品へ誘導するかを考えます。

2つ目は、仕入れ担当者の欠品リスク確認です。仕入れ担当者が、季節商品やセール対象商品の公開ページを見ます。見る項目は、在庫表示、価格、販売者名、配送予定、取得日です。たとえば、競合3社で同じカテゴリの商品が「残りわずか」になっているなら、需要が増えている可能性があります。ただし、表示だけで仕入れを増やすのは危ないです。社内の販売数、倉庫在庫、返品率も一緒に見ます。

3つ目は、広告担当者の配信調整です。広告担当者が、広告で押している商品やLPに載せている商品について、在庫表示と価格を毎朝見る形です。売り切れ商品に広告費を使い続けると、クリック後の体験が悪くなります。表に「広告対象」「在庫表示」「価格」「取得日」「停止判断メモ」を残しておくと、広告を止める判断が少し楽になります。ここが地味に効きます。

4つ目は、メディア運営者やアフィリエイト担当者のリンク確認です。紹介記事で扱っている商品が売り切れていると、読者はがっかりします。週1回、記事内で紹介している主要商品の公開ページを確認し、在庫表示、価格、販売ページURL、記事URLを表に残します。売り切れが続くなら、代替商品を追記するか、記事の冒頭に注意書きを入れるかを検討します。ここも、読者の体験を守るための確認です。

どの例でも、目的は「自動で売上を上げる」ことではありません。売り切れ、価格変化、キャンペーン文言の変化に気づき、担当者が次の行動を選ぶための材料を残すことです。

慣れてきたらn8n、Sheets、BI、AIメモへ広げる

基本の表が使われるようになったら、少しずつ広げられます。Bright Dataで公開商品ページのデータを受け取り、n8nで定期実行し、Google Sheetsへ追記し、BIで変化の大きい商品だけ見えるようにする。さらに、前週との差分だけAIメモに渡して「今週確認すべき商品」を短くまとめる流れです。

たとえばn8nで、毎週月曜の朝に20商品の公開ページを処理します。Google Sheetsには、商品名、URL、在庫表示、価格、キャンペーン文言、取得日を追記します。BIでは、「在庫なしになった商品」「価格が10%以上変わった商品」「キャンペーン文言が変わった商品」だけを見えるようにします。AIメモには、元URLと取得日を残したうえで、確認候補の短い要約だけ渡します。

ここで大事なのは、AIに判断を丸投げしないことです。AIは表の変化をまとめる係には向いていますが、仕入れを増やす、広告を止める、代替商品を出す、といった判断は人がします。たとえるなら、AIは付箋を貼る係です。会議で決める係ではありません。

正直、最初からBIやAIメモまで作る必要はありません。1カ月ほどGoogle Sheetsだけで続けてみて、実際に見られている列、判断に使われた列、不要だった列を確認します。そのあと自動化した方が、あとで作り直しが少ないです。

在庫表示を見るときの注意点

在庫表示は便利な材料ですが、絶対の答えではありません。公開ページに「在庫あり」と出ていても、配送先によって変わるかもしれません。マーケットプレイスでは販売者によって表示が違うこともあります。セール中だけ表示が変わることもあります。だから、在庫表示だけで大きな仕入れ判断をするのは少し危ないです。

もう1つの注意点は、取りすぎないことです。気になる商品を全部、毎分、ずっと確認したくなるかもしれません。でも、仕事で必要なのは、意思決定に使う範囲の変化です。最初は商品数を絞り、頻度も週1回や1日1回から始めます。サイト規約、robotsの考え方、適用される法律、プライバシーの扱いも確認します。

逆に、これはやらない方がいいです。競合サイトに負荷をかける頻度で回すこと、ログインが必要な画面を対象にすること、個人の購入履歴や会員情報を集めること、取得した表示を根拠なく「市場全体の在庫」と言い切ることです。公開ページの見え方は、あくまで仕事の判断材料の1つです。

Bright Dataが合う人、まだ早い人

Bright Dataが合いやすいのは、すでにEC商品ページを定期的に見ている人です。EC運営者、仕入れ担当者、広告運用者、メディア運営者、価格調査担当者には相性があります。特に、毎週同じ商品を見ているのに、記録が残らず「先週どうだったっけ」と迷う人には向いています。

一方で、月に数商品だけ見るなら、まだ手作業で十分かもしれません。まずはGoogle Sheetsに、商品名、URL、在庫表示、価格、取得日、気づきを手で入れてみます。それを2、3週間続けて、会議や広告調整で実際に使われたら自動化を考える。この順番の方が、無駄が少ないです。

また、対象サイトがWeb Scraper APIの対応範囲にあるかも確認が必要です。対応する事前構築済みスクレイパーがあれば、構造化データで受け取りやすくなります。対応していない場合や、独自の項目が必要な場合は、Scraper StudioやWeb Unlockerなど別の選択肢を考える場面もあります。ここは少し迷いやすいです。最初に「どのサイトの、どの項目を、何件見るのか」を決めてから検討すると整理しやすくなります。

Bright Data公式サイトを見てみる

まとめ

Bright DataでEC在庫表示を定点観測するなら、最初は小さく始めるのが現実的です。競合5商品、自社で気になる5商品、週1回。商品名、URL、在庫表示、価格、キャンペーン文言、取得日をGoogle Sheetsに残します。これだけでも、「なんとなく売り切れていそう」から一歩進んで、何がいつ変わったのかを話しやすくなります。

慣れてきたら、n8nで定期実行し、Sheetsへ追記し、BIで変化を見て、AIメモで確認候補をまとめます。ただし、最初から全部つなぐ必要はありません。使われる表を先に作る。人が見る列を残す。判断に使えたら自動化する。この順番が扱いやすいです。

そして、対象は公開商品ページに絞ります。規約や法律を確認し、小さく試し、最後は人が元URLを見て判断する。Bright Dataは、在庫チェックを怪しくする道具ではありません。公開されている商品ページの変化を、仕事で見返せる形に整えるための入口です。