Case studyCase studyCase Study

DealRadar — Deal aggregator for the German marketDealRadar — Agregator okazji dla rynku niemieckiegoDealRadar — Deal-Aggregator für den deutschen Markt

The German market has dozens of deal blogs and Telegram channels — all noisy, all manual, all slow. DealRadar replaces the noise with a clean signal.Niemiecki rynek ma dziesiątki blogów i kanałów z okazjami — głośnych, manualnych, wolnych. DealRadar zastępuje szum czystym sygnałem.Der deutsche Markt hat Dutzende Deal-Blogs und Telegram-Kanäle — laut, manuell, langsam. DealRadar ersetzt den Lärm durch ein klares Signal.

meindealradar.de ↗

01The challengeWyzwanieDie Herausforderung

Price-drop sites are typically either spam-level aggregators or human-curated with lag of hours. We wanted something in the middle: automated, regionally focused, with a trust score so the output is usable instead of overwhelming. And we wanted it to run on commodity infrastructure, not a Kubernetes cluster.Agregatory okazji to albo spam, albo ręcznie kurowane z opóźnieniem. Chcieliśmy czegoś pośrodku: zautomatyzowane, regionalne, z oceną wiarygodności.Deal-Seiten sind entweder Spam-Aggregatoren oder menschlich kuratiert mit Stunden Verzug. Wir wollten etwas dazwischen: automatisiert, regional fokussiert, mit Trust-Score — und auf normaler Infrastruktur.

02The solutionRozwiązanieDie Lösung

DealRadar uses a Flask app with APScheduler running scrapers against Amazon.de, MediaMarkt, Saturn, OTTO and several niche merchants. Every deal receives a quality score based on price-history, discount percentage and listing longevity. Users get a dashboard, email alerts and Telegram notifications.DealRadar to Flask z APScheduler skanujący Amazon.de, MediaMarkt, Saturn, OTTO. Każda okazja dostaje ocenę jakości.DealRadar ist eine Flask-App mit APScheduler, die Scraper gegen Amazon.de, MediaMarkt, Saturn, OTTO und Nischen-Händler laufen lässt. Jeder Deal bekommt einen Qualitäts-Score aus Preishistorie, Rabatt und Listing-Alter.

03Tech stackStack technologicznyTech-Stack

PythonFlaskAPSchedulerSQLiteRequestsBeautifulSoupTelegram Bot APINginxSystemd

04ResultsRezultatyErgebnisse

Sub-minute detection latency on target merchants
Quality scoring filters out 80%+ false-positives
Email + Telegram push notifications
Single-worker design for stable scheduler state

Detekcja okazji poniżej minuty
Scoring jakości odfiltrowuje 80%+ false-positive
Powiadomienia e-mail + Telegram
Pojedynczy worker dla stabilnego schedulera

Sub-Minuten-Latenz bei der Deal-Erkennung
Quality-Score filtert 80%+ False-Positives
E-Mail- und Telegram-Push-Benachrichtigungen
Single-Worker-Design für stabilen Scheduler-State

05Lessons learnedWnioskiGelernt

APScheduler works beautifully — as long as you run a single worker with --preload. That lesson cost us one production outage; documented so nobody else steps on it.APScheduler działa świetnie — jeśli uruchamiasz jeden worker z --preload. Ta lekcja kosztowała nas jedną awarię.APScheduler funktioniert wunderbar — solange man genau einen Worker mit --preload laufen lässt. Diese Lektion kostete uns einen Produktions-Ausfall und ist dokumentiert.

Have a similar project?Masz podobny projekt?Haben Sie ein ähnliches Projekt?

We build tools like this one for clients, too. From idea to live in 2–6 weeks.Budujemy takie narzędzia dla klientów. Od pomysłu do live w 2–6 tygodni.Wir bauen solche Tools auch für Kunden. Von der Idee zum Live-Betrieb in 2–6 Wochen.

Start a projectRozpocznij projektProjekt starten