【ITニュース解説】CeX offered £136 cash for my £30 Pi case. It was quoting a different product.

あるプログラマーが、自分の持っていたRaspberry Pi用のケース（Argon ONEケース）を中古品販売店CeXで売却しようとしたとき、予期せぬ出来事があった。自身が開発した価格比較ツールが、その30ポンド程度のケースに対し、CeXが136ポンドで買い取ると示唆したのである。しかしこれは誤りであり、実際には「Raspberry Pi 500+」という全く別の製品の買い取り価格を表示していた。この経験は、単に情報を取得するだけでなく、その情報の真偽を確かめることの重要性を浮き彫りにする出来事だった。

この誤表示の原因は、ツールに内在するバグ、そしてデータの取得元であるCeXのWebサイトの検索機能の特性にあった。この問題に直面したプログラマーは、同じような間違いを避けるために、CeXの価格情報を正確に取得し、信頼性を高めるためのPythonライブラリ「cex-uk-prices」を開発し、公開した。このライブラリは、特定の製品についてCeXがいくらで販売しているか、現金でいくら買い取るか、あるいは商品券（バウチャー）でいくら買い取るかといった情報を提供する。さらに、その製品がどの店舗やオンラインストアに在庫があるか、そして最近の価格変動まで教えてくれる機能を持つ。

このライブラリがCeXの価格情報をどのように取得しているかというと、CeXの公式Webサイトを直接「スクレイピング」（Webサイトから情報を自動的に収集する技術）しているわけではない。なぜなら、CeXのサイトはボットによる自動アクセスを防ぐ仕組みがあり、直接アクセスすると情報の取得を拒否されるからである。その代わりに、このライブラリはCeXのWebサイトの検索ボックスが内部で利用している「Algolia」という検索エンジンのAPI（アプリケーション・プログラミング・インターフェース、異なるソフトウェア間で情報や機能をやり取りするための窓口）を利用する。このAlgoliaのAPIは、特別な認証キーを必要とせず、JSONというコンピューター間でデータをやり取りする際に使われる整理された形式で情報を返してくれるため、比較的容易にアクセスできる。ただし、このライブラリは公式なAPIではないため、CeXのWebサイトの更新によって利用できなくなる可能性があること、また、サーバーに負担をかけないよう、1秒に1回以下の頻度でリクエストを送信し、自分のプログラムが何であるかを明示するUser-Agentを設定するといったマナーを守って利用することが重要である。

情報の取得は可能であっても、そのデータが常に信頼できるとは限らない。プログラマーは、CeXの検索結果から得られる情報には、特に注意すべき「8つの落とし穴」があることを指摘している。 一つ目は、曖昧な検索結果である。Algoliaは「あいまい検索」を行うため、入力した検索語に完全に一致する製品がない場合でも、関連性の高い別の製品の情報を返してしまうことがある。前述のPiケースの例がまさにこれであり、ライブラリでは検索語との類似度をスコアリングし、一定以上の類似度がある場合のみ信頼する、という工夫でこの問題に対処している。 二つ目は、製品のコンディション（状態）が製品名の中に埋め込まれていることである。例えば「Sony WH-1000XM4 Wireless Noise-Canceling Headphone - Black, B」のように、「B」が製品のグレードを示す。この情報の位置が一定でないため、正確に抽出するには複雑な処理が必要となる。 三つ目は、一つの製品が異なるコンディションで複数行に表示される場合があることである。例えば、同じヘッドホンがグレードA、B、Cでそれぞれ別のデータとして返ってくるが、これらは結局は同じ製品であるため、数え方を間違えると市場にある製品の数を過大評価してしまう。 四つ目は、買い取り価格が0ポンドと表示される場合である。これは「価値がない」という意味ではなく、「買い取り対象ではない」という意味であることを理解する必要がある。 五つ目は、boxBuyAllowedというフィールドの値が1（許可）であっても、実際に買い取らない場合があることである。買い取りの可否は、現金買い取り価格が0ポンドであるかどうかで判断する必要がある。 六つ目は、商品券（バウチャー）での買い取り価格と現金での買い取り価格を混同しないことである。商品券の価格は現金よりも高めに設定されているのが一般的で、それぞれ異なる意味を持つ。 七つ目は、異なる行の情報を混ぜ合わせないことである。例えば、最も高い現金買い取り価格と、別のグレードの最も高いバウチャー買い取り価格を組み合わせてしまうと、誤った比較をしてしまうことになる。ライブラリは常に一つの製品・グレードから一貫した価格情報を取得する。 八つ目は、ネットワークエラーなどで情報が取得できなかった場合と、実際に「買い取り価格が0円」である場合を区別することである。エラーの場合には結果自体が存在しないため、プログラムが「0円」と誤認しないような設計が必要である。

このようなデータの落とし穴を理解した上で、このライブラリは様々な場面で役立つ。例えば、自分の持っているものを売却する際に、CeXの現金買い取り価格を自分の最低希望価格の目安とすることができる。また、CeXでの買い取り価格と、eBayなどのオンラインマーケットプレイスで販売した場合の手数料や送料を考慮した純利益を比較することで、どちらの方法が最も有利かを判断するのに役立つ。さらに、特定の商品についてCeXの店舗在庫状況や価格の変動を継続的に監視する「価格ウォッチング」ツールを構築することも可能である。

このプログラマーの経験と、そこから生まれたライブラリは、システムエンジニアを目指す初心者にとって多くの学びがある。Webから情報を取得する技術は強力だが、その情報が常に正確であるとは限らない。取得したデータの意味を深く理解し、その信頼性を検証し、潜在的な誤解の源を特定し対処する能力は、信頼性の高いシステムを構築するために不可欠なスキルである。このライブラリは、データの取得がいかに容易であっても、その解釈と活用がいかに複雑で、思慮を要するかを教えてくれる好例と言えるだろう。