Jak získat data z Google Shopping — s kódem i bez něj

Google Shopping každý měsíc zpracuje přes . To je obrovské množství cenových dat, trendů produktů a informací o prodejcích — všechno máte rovnou před sebou v prohlížeči, agregované z tisíců e‑shopů.

Dostat tato data z Google Shopping do tabulky? Tady už to začíná být složitější. Strávil jsem dost času testováním různých přístupů — od no-code rozšíření do prohlížeče až po plnohodnotné Python skripty — a výsledky se pohybují od „wow, to bylo jednoduché“ až po „už tři dny ladím CAPTCHA a chci to celé vzdát“. Většina návodů na toto téma předpokládá, že jste Python vývojář, ale podle mých zkušeností je obrovská část lidí, kteří Google Shopping data potřebují, z e-commerce, cenové analýzy nebo marketingu a chtějí hlavně čísla, ne psát kód. Proto tento průvodce pokrývá tři metody seřazené od nejjednodušší po nejtechničtější, abyste si mohli vybrat postup podle svých dovedností a časových možností.

Co jsou data z Google Shopping?

Google Shopping je vyhledávač produktů. Když zadáte třeba „bezdrátová sluchátka s potlačením hluku“, Google vytáhne nabídky z desítek internetových obchodů — názvy produktů, ceny, prodejce, hodnocení, obrázky i odkazy. Je to živý katalog toho, co je zrovna na internetu k prodeji, neustále aktualizovaný.

Proč získávat data z Google Shopping?

Jedna produktová stránka vám řekne skoro nic. Když ale máte stovky položek přehledně poskládaných v tabulce, teprve tehdy začnou být vidět skutečné vzorce.

Tady jsou nejčastější případy použití, se kterými jsem se setkal:

dnes používá cenové nástroje s podporou AI. Firmy, které investují do cenové inteligence vůči konkurenci, hlásí návratnost až 29×. Amazon aktualizuje ceny zhruba každých 10 minut. Pokud stále kontrolujete ceny konkurence ručně, matematicky vám to prostě nevychází.

Thunderbit je AI Web Scraper Chrome Extension, který pomáhá obchodním uživatelům získávat data z webů pomocí AI. Hodí se hlavně pro e-commerce, cenové analytiky a marketéry, kteří chtějí strukturovaná data z Google Shopping bez psaní kódu.

Jaká data lze z Google Shopping skutečně získat?

Než si vyberete nástroj nebo napíšete jediný řádek kódu, je dobré přesně vědět, která pole jsou k dispozici — a která už vyžadují trochu víc práce.

Pole z výsledků vyhledávání v Google Shopping

Když v Google Shopping spustíte vyhledávání, každá produktová karta ve výsledcích obsahuje:

Pole z detailu produktu (data z podstránek)

Když kliknete na detail konkrétního produktu v Google Shopping, získáte bohatší data:

K těmto polím se dostanete tak, že po získání výsledků vyhledávání navštívíte podstránku každého produktu. Nástroje s podporou to zvládnou automaticky — níže projdu celý postup.

Tři způsoby, jak získat data z Google Shopping (vyberte si cestu)

Tři metody, seřazené od nejjednodušší po nejtechničtější. Vyberte řádek, který odpovídá vaší situaci:

Metoda 1: Získání dat z Google Shopping bez kódu (pomocí Thunderbit)

• Obtížnost: Začátečník
• Čas: ~2–5 minut
• Co budete potřebovat: Chrome prohlížeč, (funguje i free verze), vyhledávací dotaz v Google Shopping

Nejrychlejší cesta od „potřebuji data z Google Shopping“ k „tady je moje tabulka“. Žádný kód, žádné API klíče, žádné nastavování proxy. Tímto postupem jsem vedl ne-technické kolegy už desítkykrát — a nikdo se nezasekl.

Krok 1: Nainstalujte Thunderbit a otevřete Google Shopping

Nainstalujte z Chrome Web Store a zaregistrujte si bezplatný účet.

Poté přejděte na Google Shopping. Můžete jít přímo na shopping.google.com, nebo použít záložku Shopping v běžném vyhledávání Google. Vyhledejte cokoli, co vás zajímá — například „bezdrátová sluchátka s potlačením hluku“.

Měli byste vidět mřížku produktů s cenami, prodejci a hodnocením.

Krok 2: Klikněte na „AI Suggest Fields“ a nechte sloupce rozpoznat automaticky

Klikněte na ikonu rozšíření Thunderbit a otevřete boční panel, poté stiskněte „AI Suggest Fields“. AI projde stránku Google Shopping a navrhne sloupce: Název produktu, Cena, Prodejce, Hodnocení, Počet recenzí, URL obrázku, Odkaz na produkt.

Projděte navržená pole. Sloupce můžete přejmenovat, nepotřebné odstranit nebo přidat vlastní. Pokud chcete něco přesného — třeba „vyextrahovat pouze číselnou cenu bez symbolu měny“ — můžete do daného sloupce přidat Field AI Prompt.

V panelu Thunderbit by se měl zobrazit náhled struktury sloupců.

Krok 3: Klikněte na „Scrape“ a zkontrolujte výsledky

Stiskněte modré tlačítko „Scrape“. Thunderbit stáhne všechna viditelná produktová zobrazení do strukturované tabulky.

Více stránek? Thunderbit umí stránkování automaticky — podle rozložení kliká na další stránky nebo scrolluje, aby načetl více výsledků. Pokud máte hodně položek, můžete si vybrat mezi Cloud Scraping (rychlejší, zvládne až 50 stránek najednou, běží na distribuované infrastruktuře Thunderbit) nebo Browser Scraping (používá vaši vlastní relaci Chrome — užitečné, pokud Google zobrazuje regionální výsledky nebo vyžaduje přihlášení).

Při testování mi získání 50 produktových položek trvalo asi 30 sekund. Stejný úkol ručně — otevřít každý výsledek, kopírovat název, cenu, prodejce a hodnocení — by mi zabral 20+ minut.

Krok 4: Obohaťte data pomocí scrapingu podstránek

Po prvním stažení klikněte v panelu Thunderbit na „Scrape Subpages“. AI navštíví detail každého produktu a přidá do původní tabulky další pole — plné popisy, ceny všech prodejců, specifikace a recenze.

Není potřeba žádné další nastavování — AI si sama odvodí strukturu detailní stránky a stáhne relevantní data. Tímto způsobem jsem za méně než 5 minut vytvořil kompletní matici konkurenceschopných cen (produkt + všechny ceny prodejců + specifikace) pro 40 produktů.

Krok 5: Exportujte do Google Sheets, Excelu, Airtable nebo Notion

Klikněte na „Export“ a vyberte cíl — , Excel, Airtable nebo Notion. Vše zdarma. K dispozici jsou i CSV a JSON soubory.

Dvě kliknutí na získání dat, jedno kliknutí na export. Ekvivalentní Python skript? Zhruba 60 řádků kódu, konfigurace proxy, řešení CAPTCHA a průběžná údržba.

Metoda 2: Získání dat z Google Shopping pomocí Pythonu + SERP API

• Obtížnost: Středně pokročilý
• Čas: ~30 minut
• Co budete potřebovat: Python 3.10+, knihovny requests a pandas, klíč SERP API (ScraperAPI, SerpApi nebo podobný)

Pokud potřebujete programový a opakovatelný přístup k datům z Google Shopping, SERP API je z Pythonových přístupů nejspolehlivější. Ochrana proti botům, renderování JavaScriptu, rotace proxy — to vše je řešeno na pozadí. Vy pošlete HTTP požadavek a dostanete strukturovaný JSON zpět.

Krok 1: Nastavte Python prostředí

Nainstalujte Python 3.12 (bezpečný produkční standard pro roky 2025–2026) a potřebné balíčky:

1pip install requests pandas

Zaregistrujte se u poskytovatele SERP API. nabízí 100 bezplatných vyhledávání měsíčně; dává 5 000 bezplatných kreditů. API klíč si stáhněte z dashboardu.

Krok 2: Nakonfigurujte API požadavek

Tady je minimální příklad se structured endpointem Google Shopping od ScraperAPI:

1import requests
2import pandas as pd
3API_KEY = "YOUR_API_KEY"
4query = "wireless noise cancelling headphones"
5resp = requests.get(
6    "https://api.scraperapi.com/structured/google/shopping",
7    params={"api_key": API_KEY, "query": query, "country_code": "us"}
8)
9data = resp.json()

API vrací strukturovaný JSON s poli jako title, price, link, thumbnail, source (prodejce) a rating.

Krok 3: Zpracujte JSON odpověď a vytáhněte pole

1products = data.get("shopping_results", [])
2rows = []
3for p in products:
4    rows.append({
5        "title": p.get("title"),
6        "price": p.get("price"),
7        "seller": p.get("source"),
8        "rating": p.get("rating"),
9        "reviews": p.get("reviews"),
10        "link": p.get("link"),
11        "thumbnail": p.get("thumbnail"),
12    })
13df = pd.DataFrame(rows)

Krok 4: Exportujte do CSV nebo JSON

1df.to_csv("google_shopping_results.csv", index=False)

Vhodné pro dávkové zpracování: můžete projít 50 klíčových slov a během jednoho běhu skriptu vytvořit kompletní datovou sadu. Kompromisem jsou náklady — SERP API účtují za dotaz, a při tisících dotazů denně náklady rychle rostou. Více o cenách níže.

Metoda 3: Získání dat z Google Shopping pomocí Pythonu + Playwright (automatizace prohlížeče)

• Obtížnost: Pokročilý
• Čas: ~1 hodina+ (plus průběžná údržba)
• Co budete potřebovat: Python 3.10+, Playwright, residential proxy, trpělivost

Přístup „mám naprostou kontrolu“. Spustíte skutečný prohlížeč, přejdete na Google Shopping a vytáhnete data z vykreslené stránky. Je to nejuniverzálnější možnost, ale zároveň i nejkřehčí — ochrany Googlu proti botům jsou agresivní a struktura stránky se několikrát ročně mění.

Upřímně: mluvil jsem s uživateli, kteří tímto přístupem strávili týdny bojem s CAPTCHA a blokací IP. Funguje to, ale počítejte s průběžnou údržbou.

Krok 1: Nainstalujte Playwright a proxy

1pip install playwright
2playwright install chromium

Budete potřebovat residential proxy. Datacentrové IP jsou blokovány téměř okamžitě — jeden uživatel na fóru to řekl naprosto otevřeně: „Všechny AWS IP budou zablokovány nebo narazí na CAPTCHA po 1/2 výsledků.“ Služby jako Bright Data, Oxylabs nebo Decodo nabízejí residential proxy pooly od zhruba 1–5 USD/GB.

Nakonfigurujte Playwright s realistickým user-agentem a svou proxy:

1from playwright.sync_api import sync_playwright
2with sync_playwright() as p:
3    browser = p.chromium.launch(
4        headless=True,
5        proxy={"server": "http://your-proxy:port", "username": "user", "password": "pass"}
6    )
7    context = browser.new_context(
8        user_agent="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 ..."
9    )
10    page = context.new_page()

Krok 2: Přejděte na Google Shopping a řešte anti-bot ochranu

Sestavte URL Google Shopping a otevřete ji:

1query = "wireless noise cancelling headphones"
2url = f"https://www.google.com/search?udm=28&q={query}&gl=us&hl=en"
3page.goto(url, wait_until="networkidle")

Pokud se zobrazí souhlas s cookies pro EU, ošetřete ho:

1try:
2    page.click("button#L2AGLb", timeout=3000)
3except:
4    pass

Mezi akcemi přidávejte pauzy, které působí lidsky — 2–5 sekund náhodného čekání mezi načtením stránek. Detekční systémy Googlu totiž rozpoznají rychlé, pravidelné vzorce požadavků.

Krok 3: Scrollujte, stránkujte a vytahujte data o produktech

Google Shopping načítá výsledky dynamicky. Scrollujte, aby se spustilo lazy loading, a pak vytáhněte produktové karty:

1import time, random
2# Scroll to load all results
3for _ in range(3):
4    page.evaluate("window.scrollBy(0, 1000)")
5    time.sleep(random.uniform(1.5, 3.0))
6# Extract product cards
7cards = page.query_selector_all("[jsname='ZvZkAe']")
8results = []
9for card in cards:
10    title = card.query_selector("h3")
11    price = card.query_selector("span.a8Pemb")
12    # ... extract other fields
13    results.append({
14        "title": title.inner_text() if title else None,
15        "price": price.inner_text() if price else None,
16    })

Důležitá poznámka: CSS selektory výše jsou orientační a budou se měnit. Google často rotuje názvy tříd. Jen za roky 2024–2026 byly zdokumentovány tři různé sady selektorů. Opírejte se spíš o stabilnější atributy jako jsname, data-cid, tagy <h3> a img[alt] než o názvy tříd.

Krok 4: Uložte do CSV nebo JSON

1import json
2from datetime import datetime
3filename = f"shopping_{datetime.now().strftime('%Y%m%d_%H%M')}.json"
4with open(filename, "w") as f:
5    json.dump(results, f, indent=2)

Počítejte s tím, že skript budete muset pravidelně udržovat. Jakmile Google změní strukturu stránky — což se děje několikrát do roka — selektory přestanou fungovat a vy jste zpátky u ladění.

Největší problém: CAPTCHA a blokace proti botům

Fórum za fórem opakuje stejný příběh: „Strávil jsem tím pár týdnů, ale proti metodám Googlu proti botům jsem nakonec vzdal.“ CAPTCHA a blokace IP jsou hlavní důvody, proč lidé opouštějí vlastní Google Shopping scrapery.

Jak Google scrapery blokuje (a co s tím)

V lednu 2025 Google začal pro výsledky SERP i Shopping vyžadovat JavaScript, — včetně pipeline používaných SemRush a SimilarWeb. Pak v září 2025 Google ukončil staré URL detailů produktů a přesměroval je na novou „Immersive Product“ plochu, která se načítá přes async AJAX. Každý návod napsaný před koncem roku 2025 je dnes do značné míry zastaralý.

Jak si s tím poradí jednotlivé metody

SERP API řeší vše na pozadí — proxy, renderování, CAPTCHA. Nemusíte na to myslet.

Thunderbit Cloud Scraping využívá distribuovanou cloudovou infrastrukturu v USA, EU a Asii, aby automaticky zvládal renderování JS i anti-bot ochranu. Režim Browser Scraping používá vaši vlastní přihlášenou relaci Chrome, takže obchází detekci tím, že vypadá jako běžné prohlížení uživatelem.

DIY Playwright přenáší veškerou zátěž na vás — správu proxy, ladění pauz, řešení CAPTCHA, údržbu selektorů i neustálé sledování, jestli se něco nerozbilo.

Skutečné náklady na získání dat z Google Shopping: upřímné srovnání

„50 dolarů za zhruba 20 tisíc požadavků… trochu moc pro můj hobby projekt.“ Taková stížnost se objevuje neustále na fórech. Jenže většinou opomíjí největší náklad ze všech.

Tabulka srovnání nákladů

Skrytý náklad, který všichni ignorují: váš čas

Řešení za 0 dolarů, které spálí 40 hodin ladění, ve skutečnosti není zdarma. Při 50 USD/hod je to 2 000 USD práce — za scraper, který se může příští měsíc znovu rozbít, až Google změní DOM.

Technologický výhled McKinsey ukazuje, že . Pod touto hranicí „vlastní vývoj spotřebovává rozpočet bez návratnosti“. Pro většinu e-commerce týmů, které dělají pár stovek až pár tisíc kontrol týdně, je no-code nástroj nebo SERP API výrazně výhodnější než vlastní řešení.

Jak nastavit automatizované sledování cen v Google Shopping

Většina návodů bere scraping jako jednorázový úkol. Skutečný use case pro e-commerce týmy je průběžné, automatizované monitorování. Nepotřebujete jen dnešní ceny — potřebujete i včerejší, minulotýdenní a ideálně i ty zítřejší.

Nastavení plánovaného scrapingu v Thunderbit

Thunderbit Scheduled Scraper vám umožní zadat interval v běžné češtině — „každý den v 9:00“ nebo „každé pondělí a čtvrtek ve 12:00“ — a AI to převede na opakovaný plán. Vložte URL z Google Shopping, klikněte na „Schedule“ a máte hotovo.

Každý běh se automaticky exportuje do Google Sheets, Airtable nebo Notion. Výsledek: tabulka, která se každý den sama plní cenami konkurence a je připravená pro kontingenční tabulky nebo upozornění.

Žádné cron úlohy. Žádná správa serveru. Žádné problémy s Lambda funkcemi. (Viděl jsem příspěvky vývojářů, kteří strávili dny snahou rozběhnout Selenium na AWS Lambda — Thunderbit scheduler to celé obchází.)

Více o tvorbě najdete v našem samostatném hlubším průvodci.

Plánování v Pythonu (pro vývojáře)

Pokud používáte přístup přes SERP API, můžete běhy plánovat pomocí cron úloh (Linux/Mac), Windows Task Scheduler nebo cloudových plánovačů jako AWS Lambda či Google Cloud Functions. Hodí se i knihovny jako APScheduler.

Nevýhoda: jste zodpovědní za sledování zdraví skriptu, řešení chyb, pravidelnou rotaci proxy a aktualizace selektorů, když Google změní stránku. Pro většinu týmů je čas strávený údržbou plánovaného Python scrapera vyšší než cena specializovaného nástroje.

Tipy a osvědčené postupy pro získávání dat z Google Shopping

Bez ohledu na metodu vám pár zásad ušetří spoustu starostí.

Respektujte limity rychlosti

Nezahlcujte Google stovkami rychlých požadavků — budete zablokováni a vaše IP může zůstat označená delší dobu. U DIY metod rozestupujte požadavky o 10–20 sekund s náhodným rozptylem. Nástroje a API to řeší za vás.

Zvolte metodu podle objemu

Rychlý rozhodovací přehled:

• < 10 dotazů týdně → Thunderbit free verze nebo SerpApi free verze
• 10–1 000 dotazů týdně → placený SERP API plán nebo
• 1 000+ dotazů týdně → enterprise plán SERP API nebo Thunderbit Open API

Čistěte a ověřujte data

Ceny obsahují symboly měny, lokální formátování (1.299,00 € vs $1,299.00) a občas i nesmyslné znaky. Použijte Field AI Prompts v Thunderbitu k normalizaci už při extrakci, nebo data vyčistěte až následně pomocí pandas:

1df["price_num"] = df["price"].str.replace(r"[^\d.]", "", regex=True).astype(float)

Kontrolujte duplicity mezi organickými a sponzorovanými výsledky — často se překrývají. Deduplicitujte podle trojice (název, cena, prodejce).

Znáte právní rámec

Scraping veřejně dostupných produktových dat je obecně považován za legální, ale právní prostředí se rychle vyvíjí. Nejzásadnější novinka: podle DMCA § 1201 za obcházení anti-scraping systému Googlu „SearchGuard“. Jde o nový vynucovací směr, který obchází obrany ustálené v dřívějších případech jako hiQ v. LinkedIn a Van Buren v. United States.

Praktické zásady:

• Získávejte jen veřejně dostupná data — nepřihlašujte se kvůli omezenému obsahu
• Nevytahujte osobní údaje (jména recenzentů, údaje účtů)
• Mějte na paměti, že Podmínky služby Googlu zakazují automatizovaný přístup — použití SERP API nebo browser extension snižuje (ale neeliminuje) právní šedou zónu
• Pro provoz v EU myslete na GDPR, i když produktové nabídky jsou převážně neosobní obchodní data
• Pokud stavíte komerční produkt nad scraped daty, zvažte konzultaci s právníkem

Podrobněji jsme se tématu věnovali v samostatném článku.

Kterou metodu byste měli pro získání dat z Google Shopping zvolit?

Po vyzkoušení všech tří přístupů na stejných kategoriích produktů jsem došel k tomuto závěru:

Pokud jste ne-technický uživatel a potřebujete data rychle — použijte Thunderbit. Otevřete Google Shopping, klikněte dvakrát a exportujte. Čistou tabulku budete mít za méně než 5 minut. vám umožní si to bez závazků vyzkoušet a funkce scrapingu podstránek vám dá bohatší data než většina Python skriptů.

Pokud jste vývojář a potřebujete opakovatelný, programový přístup — použijte SERP API. Spolehlivost stojí za cenu za dotaz a obejdete veškeré starosti s anti-bot ochranou. SerpApi má nejlepší dokumentaci; ScraperAPI má nejštědřejší free verzi.

Pokud potřebujete maximální kontrolu a stavíte vlastní pipeline — Playwright funguje, ale vstupujte do toho s otevřenýma očima. Počítejte s výrazným časem na správu proxy, údržbu selektorů a řešení CAPTCHA. V letech 2025–2026 je minimální funkční obcházecí stack curl_cffi s imitací Chromu + residential proxy + tempo 10–20 sekund. Jednoduchý requests skript s rotací user-agentů je mrtvý.

Nejlepší metoda je ta, která vám dá přesná data, aniž by vám sežrala celý týden. Pro většinu lidí to není Python skript na 60 řádků — jsou to dvě kliknutí.

Podívejte se na , pokud potřebujete vyšší objem, nebo si pusťte naše tutoriály na a podívejte se na celý postup v praxi.

Často kladené otázky

Je legální získávat data z Google Shopping?

Scraping veřejně dostupných produktových dat je obecně legální podle precedentů jako hiQ v. LinkedIn a Van Buren v. United States. Google ale ve svých Podmínkách služby zakazuje automatizovaný přístup a žaloba Googlu na SerpApi z prosince 2025 přinesla nové pojetí obcházení podle DMCA § 1201. Použití renomovaných nástrojů a API riziko snižuje. Pro komerční využití se poraďte s právníkem.

Můžu získávat data z Google Shopping, aniž mě zablokují?

Ano, ale záleží na metodě. SERP API řeší anti-bot ochranu automaticky. Thunderbit Cloud Scraping používá distribuovanou infrastrukturu, aby blokace obešel, zatímco Browser Scraping využívá vaši vlastní relaci Chrome (což vypadá jako běžné prohlížení). DIY Python skripty vyžadují residential proxy, lidsky působící prodlevy a správu TLS fingerprintu — a i tak jsou blokace běžné.

Jaký je nejjednodušší způsob, jak získat data z Google Shopping?

Thunderbit Chrome Extension. Otevřete Google Shopping, klikněte na „AI Suggest Fields“, pak na „Scrape“ a exportujte do Google Sheets nebo Excelu. Žádné programování, žádné API klíče, žádná konfigurace proxy. Celý proces zabere asi 2 minuty.

Jak často mohu Google Shopping skenovat pro monitorování cen?

S Thunderbit Scheduled Scraperem můžete nastavit denní, týdenní nebo vlastní intervaly pomocí popisu v přirozeném jazyce. U SERP API záleží frekvence na kreditovém limitu vašeho plánu — většina poskytovatelů nabízí dost i pro denní monitoring několika set SKU. DIY skripty mohou běžet tak často, jak to dovolí vaše infrastruktura, ale vyšší frekvence znamená víc starostí s anti-bot ochranou.

Mohu exportovat data z Google Shopping do Google Sheets nebo Excelu?

Ano. Thunderbit exportuje přímo do Google Sheets, Excelu, Airtable a Notion zdarma. Python skripty mohou exportovat do CSV nebo JSON, které pak můžete importovat do jakéhokoli tabulkového nástroje. Pro průběžné monitorování vytvářejí plánované exporty Thunderbit do Google Sheets živou, automaticky aktualizovanou datovou sadu.