الفرز الخوارزمي: بايثون تلتقي بالسائل

تعد خيارات الفرز الافتراضية في Shopify (الاسم من الألف إلى الياء، والأكثر مبيعًا، والأحدث) ثابتة. “الأفضل مبيعا” هو مؤشر متخلف. فهو يخلق حلقة من ردود الفعل حيث يبقى الفائزون القدامى في القمة، ويتم دفن النتائج المحتملة الجديدة في الأسفل.

خط أنابيب البيانات

قمنا ببناء “عقل تجاري” خارجي باستخدام بايثون.

---

1. الاستخراج (ETL)

كل ليلة، تقوم وظيفة كرون بما يلي:

• بيانات المبيعات (Shopify API)
• عدد المشاهدات (Google Analytics API)
• معدلات الإرجاع (ERP)
• عمق المخزون (IMS)

2. حساب النتيجة

نستخدم Pandas وNumPy لحساب “نقاط الحرارة” لكل منتج.

قم بإلغاء حساب_الحرارة (المشاهدات، المبيعات، أيام_البث المباشر):
    معدل التحويل = المبيعات / المشاهدات
    النضارة = 1 / (عدد أيام الحياة + 1)
    
    # نضارة الوزن أعلى بالنسبة لماركات الأزياء
    العائد (معدل_التحويل * 0.7) + (الحداثة * 0.3)

3. الحقن

يقوم البرنامج النصي بإنشاء ترتيب فرز يدوي جديد. فهو يعيد هذا الطلب مرة أخرى إلى Shopify Collections عبر واجهة برمجة تطبيقات GraphQL، مما يؤدي إلى تحديث مواضع 5000 منتج في ثوانٍ.

تعديلات في الوقت الحقيقي

بالنسبة للعملاء المتقدمين، نقوم بربط ذلك بـ Weather APIs. إذا كانت توقعات لندن هي “المطر”، فإن النص يعزز “معاطف الخندق” و”المظلات” إلى أعلى المجموعة لزوار المملكة المتحدة باستخدام حقن تحديد الموقع الجغرافي لعامل Cloudflare. هذا هو التحكم الديناميكي والبرمجي في الرف.