
Kort svar: Du må gerne OBSERVERE konkurrenternes offentlige priser og sortiment – det har købmænd altid gjort, og AI gør det bare systematisk: indhent offentligt tilgængelige priser (respektér robots.txt og vilkår, omgå aldrig blokeringer), lad AI matche produkterne på tværs (dens paradegren: samme vare, forskellige navne) og få en ugentlig rapport med afvigelser. Grænserne: beslutningen om DINE priser træffes af mennesker med et margin-gulv – og du må ALDRIG koordinere priser med konkurrenter, hverken direkte eller gennem „fælles“ værktøjer: det er kartelregler, ikke gråzone.
Enhver webshopejer kigger på konkurrenterne – spørgsmålet er bare, om det sker som natlige stikprøver i inkognito-vinduer eller som systematisk viden. AI har gjort det systematiske tilgængeligt for almindelige shops: prisposition, sortimentshuller og nye lanceringer, serveret som rapport i stedet for fornemmelse. Her er opsætningen – og de grænser, der holder den på den rigtige side af både god skik og konkurrencereglerne.
Offentlige priser er offentlige: at læse dem, notere dem og handle på dem er almindelig konkurrence. Tre grænser holder aktiviteten ren: Indsamlingen – respektér robots.txt og sitevilkår, hold frekvensen høflig (dagligt-ugentligt, ikke hvert minut – du ved fra din egen serverlog, hvordan aggressive crawlere føles), omgå aldrig logins, betalingsmure eller tekniske blokeringer, og indsaml aldrig persondata (anmeldernavne, kundedata) – du skal bruge PRISER og PRODUKTER, intet andet. Anvendelsen – dine prisbeslutninger skal være DINE: ensidig tilpasning til markedet er lovlig; enhver form for koordinering med konkurrenter – aftaler, signaler, fælles værktøjer der deler ikke-offentlige data – er karteladfærd med alvorlige konsekvenser. Fremstillingen – bruger du konkurrentpriser i markedsføring („før/nu/andres pris“), gælder markedsføringslovens dokumentationskrav fuldt ud. Inden for de tre hegn er banen helt åben.

To veje: færdige prisovervågnings-tjenester (abonnement, de klarer indsamling og matching – hurtigst i gang, priser efter antal varer/konkurrenter) eller egen opsætning: vælg 3-5 reelle konkurrenter og dine 50-200 vigtigste varer (aldrig „alt mod alle“ – signal drukner i støj), indhent produktdata fra deres offentlige sider eller feeds i en høflig, planlagt rytme, lad AI’en gøre rådata til STRUKTUR (pris, varenavn, lagerstatus ud af HTML – sprogmodeller er robuste udtrækkere, også når layoutet ændrer sig), og saml det i én ugentlig rapport: største afvigelser, ændringer siden sidst, varer hvor du er dyrest/billigst. Kør den gennem samme kanal som mandagsrapporten – og husk overvågnings-sikkerhedsnettene: en indsamling, der stille går i stå, giver falsk ro.
Det klassisk svære i prisovervågning er ikke at hente priser – det er at vide, at „Stanley Adventure Quencher 1,18 l polar“ hos dig og „Stanley termokrus 40 oz hvid“ hos konkurrenten er SAMME vare. Før krævede det møjsommelig manuel mapping; nu er det præcis den slags fuzzy sammenligning, sprogmodeller er bygget til: giv AI’en begge produktlister (navn, EAN hvor det findes, specifikationer), og få match-forslag med sikkerhedsgrad – EAN-match er facit, navne-match godkendes af et menneske første gang og huskes derefter. Byg matching-tabellen én gang, vedligehold den løbende (nye varer matches ved oprettelse, jf. feed-arbejdsgangen) – og vær ærlig om grænserne: varianter (størrelser, farver) og bundles kan drille, så rapporten skal vise MATCHET, ikke kun tallet, så fejl kan opdages med det blotte øje.
Rapporten er ikke en autopilot – og det er en pointe, ikke en begrænsning: automatisk „match altid laveste pris“ er en margin-shredder, der i værste fald jagter en konkurrents fejlpris i kælderen. Den voksne model: læg en PRISSTRATEGI pr. kategori (match på trafikvarerne, hold margin på langhalen, ignorér discount-outlets), definer et margin-GULV, ingen automatik må bryde (indkøbspris + omkostninger + minimumsmargin), og lad så rapporten udløse FORSLAG: „disse 12 varer ligger >10 % over nærmeste konkurrent – foreslået justering vedlagt“. Mennesket godkender, og ændringerne rulles ud som bulk-prisopdatering med førpris-tjekket i behold. Så får du systematikkens fart med købmandens dømmekraft – og en beslutningslog, der viser, at priserne er DINE.
Prisen er kun halvdelen af rapporten – SORTIMENTET er ofte mere værd: lad AI’en sammenligne kataloger og svare på tre spørgsmål kvartalsvis. Hvilke varer/kategorier fører konkurrenterne, som du ikke gør (huller – og dermed kandidater til næste leverandørsnak)? Hvad har de LANCERET siden sidst (tidlige tendenser, mens de er tidlige)? Og hvad har de DROPPET (varer, der ikke bærer – eller plads, du kan overtage)? Sammenholdt med dine egne salgs- og søgedata i dashboardet bliver det til konkrete indkøbsbeslutninger frem for fornemmelser. Konkurrentovervågning handler i sidste ende ikke om at kopiere naboen – det handler om aldrig at blive overrasket af sit eget marked.
Artiklen er generel vejledning – ikke juridisk rådgivning. Konkurrence- og markedsføringsregler håndhæves hårdt på prisområdet; er du i tvivl om en konkret praksis (især alt, der ligner koordinering), så spørg en rådgiver først.
Ja – offentlige priser må observeres og bruges i dine egne, ensidige beslutninger. Grænserne: høflig indsamling uden omgåelse af blokeringer, ingen persondata – og aldrig koordinering med konkurrenter.
Nej – automatisk laveste-pris-match jagter i værste fald konkurrenters fejl i bund. Brug strategi pr. kategori, et margin-gulv og menneskelig godkendelse af forslagene.
De 50-200, der driver omsætningen, mod 3-5 reelle konkurrenter. Alt-mod-alle drukner signalet i støj – og gør både indsamling og rapport unødigt tunge.