Centro.ro - cum il vedeti si cum sa progreseze?

[RedJohn]

Server Error in '/' Application.

No row for WebData.Search.ViewProduct ('WebData.Search'.'ViewProducts') GenericOID@b3991707 ViewProduct ProductID=30236849

still down

[centro]

No row for WebData.Search.ViewProduct ('WebData.Search'.'ViewProducts') GenericOID@b3991707 ViewProduct ProductID=30236849

Asta e inca problematica. Da un refresh. Si mersi de rabdare.

[Sergiu B.]

Necompletarea câmpului de căutare returnează o eroare a serverului:

Server Error in '/' Application.

startIndex cannot be larger than length of string.
Parameter name: startIndex

[Dan]

E un sistem mai special de crawluire...
..insa luandu-se toata informatia de care e nevoie la final de zi.

toate site-urile din Romania, toate produsele lor cu toate detaliile despre ele luate si actualizate la secunda

Jingle nu are cum sa tina update "la secunda". Din el poti lua doar lista de magazine sau produse crawluite de acum 1-2-3-5 zile. Ma rog, doar numele produsului, poza si pretul.
Adica de ce ai avea nevoie de informatie la final de zi daca sustii ca o ai deja la secunda?

Si mai mult, daca ai capacitatea de crawling asa de mare, la secunda, de ce te-ai apucat sa faci crawling de acum, cand nu esti nici macar aproape de a termina site-ul?

Sunt doar curios, sa nu crezi ca te acuz ca esti mincinos sau ceva.

[centro]

Jingle nu are cum sa tina update "la secunda". Din el poti lua doar lista de magazine sau produse crawluite de acum 1-2-3-5 zile. Ma rog, doar numele produsului, poza si pretul.
Adica de ce ai avea nevoie de informatie la final de zi daca sustii ca o ai deja la secunda?

Tocmai de aia le am la secunda.
Nu ma bazez pe faptul ca jingle are produsele la secunda, asa cum nu ma bazez pe niciun alt motor de cautare sau agregator, si nici nu iau poze sau altele de pe jingle. Insa toate aceste platforme, inclusiv Google care e crawluit cel mai puternic, pot da mici hint-uri legat de cand e bine sa revizitez un produs. De exemplu, un factor mic ar fi frecventa de cautare de pe jingle si de pe orice alta platforma (da, se poate deduce, indirect), indicand daca produsul e predispus la modificari de pret; alt factor mic: istoricul lui de preturi; alt factor: competitia pe produsul acela... Astea, plus muuulti alti factori mici (pe care momentan o sa ii tin in-house), insumati, conduc catre un indiciu mare pentru a sti daca produsul trebuie re-vizitat in urmatorul minut, peste 1h, maine sau poate peste o saptamana.

Si mai mult, daca ai capacitatea de crawling asa de mare, la secunda, de ce te-ai apucat sa faci crawling de acum, cand nu esti nici macar aproape de a termina site-ul?

Sunt doar curios, sa nu crezi ca te acuz ca esti mincinos sau ceva.

Chiar daca acuzi, nu ma deranjeaza... Este destul de SF tehnologia si inteleg neincrederile de inceput. Adica - toate site-urile din romania, toate produsele, near-real-time, in conditiile in care sunt multe site-uri, si mari chiar, care blocheaza imediat orice spider detectat, accesuri repetate, activitate neobisnuita, sau chiar sunt facute ajax-based, plus site-urile de anunturi unde e un dinamism fantastic: intra zeci de anunturi noi pe minut in medie, expira alte zeci si se actualizeaza/modifica alte sute din toate milioanele existente. Iti dai seama ca de cand m-am apucat de el am avut parte numai de neincrezatori, tocmai pentru ca <<nu e posibil sa se creeze asa ceva decat daca esti Google, si poate nici atunci>>, am incheiat citatul. Chiar eu personal, eram unul dintre acesti neincrezatori. Si nu degeaba, pentru ca nu a fost usor sa se creeze motorul si nu am putut sa stiu capabilitatile cu adevarat, pana nu l-am vazut pe picioare. Tocmai de aia, intai a fost o baza (arhitectura tehnica, arhitectura de business, studii de piata, studii pentru abordarea tehnologiilor adoptate la fiecare punctulet al sistemului), apoi acest motor under-the-hood (crawling, indexing, big data solutions, morfologie, delivery network, infrastructura IT si toate briz briz-urile aferente), apoi au fost testele pe un segment redus (cateva site-uri), apoi mediu (cateva zeci de site-uri), apoi larg (cateva mii de site-uri), dupa care rezolvarea tuturor problemelor aparute, la care nimeni nu s-ar fi putut gandi (probleme chiar multe, si grele). De aceea, jingle nu a fost inclus de la inceput, centro fiind inca in perioada de teste. Nici macar acum, nu sunt sigur ca o sa pot include jingle (nu de alta, dar nu are o structura tocmai clasica - ultima oara am luat vreo 10 000 000 de listing pages de pe el - numai pagini de cautari, pentru a obtine vreo 3.6M produse, iar numarul listing page-urilor extrase continua sa creasca fara control, lucru care nu ma ajuta nici pe mine, nici pe jingle). Dupa care, atunci cand toate s-au dovedit sustenabile si viabile, in functie de capacitatile demonstrate, abia atunci s-a putut desena o structura de baza a UI-ului, structura vizuala a site-ului care sa indice serviciile posibile cu acest motor. Mai pe scurt, intai a fost o perioada de testare si improvements (si inca mai e, evident), iar dupa aceea crawling full power, pentru ca altfel riscam sa rup servere aiurea, inclusiv pe ale mele. Ceea ce se vrea cu acest motor, este sa ajute piata online, sa promoveze pe cei care merita, nu sa faca rau. De aia nu s-a dorit includerea tuturor site-urilor, blind mode, din momentul zero. Jingle a fost inclus acum vreo luna, si recent l-am scos pentru a nu genera trafic aiurea, pentru a lua o alta abordare, just fyi.

[centro]

E tarziu si citisem usor gresit intrebarea. Credeam ca ma intrebi "de ce crawluiesc jingle de abia acum, si nu mai devreme".

Insa, de ce crawluiesc inca de pe acum, inainte ca site-ul sa fie gata? Crawluirea si indexarea 100% corecta si bug-free o sa fie peste vreun an (estimare optimista). Observarea problemelor de crawling/indexing e un proces lung si anevoios. E nevoie de teste si de observatii foarte analitice si dificile, si sunt lucruri importante care se observa de abia dupa luni de zile de procesare (exemplu: de ce produsul X nu se viziteaza atat de des pe cat trebuie, sau de ce nu s-au intamplat lucrurile {a, b, c} cu produsul Y, sau de ce site-ul X nu se comporta conform asteptarilor dupa Y saptamani). In timp ce proceselor de crawling/indexing le este dat timp pentru a fi ulterior analizate si observate, site-ul se poate dezvolta. Nu puteam face site-ul brici inainte de a sti ca am ce afisa pe el, sau inainte de a sti ce pot afisa pe el. Si asa, in secunda asta, sunt cam la limita cu calitatea continutului, insa pe masura ce se rezolva cu crawlingul, se dezvolta si site-ul. Altfel, site-ul se putea face primul, inca de acum 2 ani. Dar cum putea fi utilizat? Si ce structura ar fi avut? Stiam eu ce filtre pot avea? Ce optiuni dadeam utilizatorului? Eu inca lucram la extragere de produse, la ce pot extrage din ele mai exact, si n-aveam nimic concret.. doar produse alambicate si incurcate intre ele. De aia de abia acum se face site-ul, dupa ce (sau in timp ce) se face crawlingul. Macar acum e cat de cat capabil sa dea o idee.

[Cristi U]

Nu stiu daca ai mai scris, dar eu as fi curios, dat fiind cele spuse de tine sa ne spui si la cat se ridica investitia de pana acum si ce echipa lucreaza la proiect.

La ce suma e planificata/estimata investitia totala?

[centro]

Nu stiu daca ai mai scris, dar eu as fi curios, dat fiind cele spuse de tine sa ne spui si la cat se ridica investitia de pana acum si ce echipa lucreaza la proiect.

La ce suma e planificata/estimata investitia totala?

Pana acum au fost in jur de 200 000 eur cheltuiti pe achizitii tehnice si pe echipa formata din oameni luati sa lucreze per proiect (adica per micro-modul al platformei). Oameni s-au tot perindat insa nimeni nu a rezistat permanent. Momentan sunt singur plus inca o persoana pe partea de business, lucrand pana la primele rezultate, dupa care iarasi se vor face angajari project based.

Investitia in continuare e greu de estimat, si nu cred ca se va opri undeva anume. In functie de cat de mult va creste organic, se vor baga bani in marketing sau nu. Cu cat vor creste rezultatele, cu atat se vor baga bani si in dezvoltarea platformei, si asa mai departe. Oricum, nu e graba sa vad rezultate rapid. Prefer o crestere sustenabila.

[Nichita]

Pana acum au fost in jur de 200 000 eur cheltuiti pe achizitii tehnice si pe echipa formata din oameni luati sa lucreze per proiect (adica per micro-modul al platformei)

Adica ai bagat 200.000 in ce se vede acum? Ai avut vreo legatura cu lumea IT inainte sa demarezi acest proiect? Ai mai avut vreun proiect online? Cum vrei sa il monetizezi & recuperezi investitia?

[centro]

Adica ai bagat 200.000 in ce se vede acum? Ai avut vreo legatura cu lumea IT inainte sa demarezi acest proiect? Ai mai avut vreun proiect online? Cum vrei sa il monetizezi & recuperezi investitia?

Da, am bagat atat intr-o pagina de prezentare si una de cautare. Am scris atatea A4-uri pe aici, insa intr-adevar, cam atat se poate intelege.

Nu, nu am avut nicio legatura cu lumea IT, am fost zugrav, insa doar intamplator am auzit despre crawling distribuit, indexare in big data solutions, stocarea lexicurilor prin vector space model, delivery networks, infrastructura IT care sa colaboreze optim la procesarea datelor si toate cele necesare pentru a dezvolta ceea ce avem aici (adica cele 2 pagini vizibile din site), si doar intamplator am putut sa coordonez si sa fac toate astea.

Pe de alta parte, acelasi lucru te-as intreba si eu pe tine: daca ai cea mai mica idee despre cum se abordeaza un proiect serios in IT, dar nu te intreb pentru ca nu prea ma intereseaza.