Escribe un oficio - o pega una URL de categoría o de búsqueda de BBB - y las empresas vuelven como filas: el nombre, la nota en letra de BBB, si están acreditadas, sus categorías, dirección, teléfono, email, web y cuánto tiempo llevan operando.
Aquí no hay control de ordenación. Lo que da forma a la ejecución es qué escribes y cuánto quieres.
bbb.org/us/category/…, o una URL completa bbb.org/search?… con los filtros de ubicación que quieras - uno por línea, mezclados libremente.Construir la búsqueda antes en bbb.org es la forma fácil de fijar una ubicación: los filtros que pongas allí viajan con la URL.
Tres cosas que lleva esta exportación y que un directorio de empresas genérico normalmente no tiene.
rating es la nota en letra que asigna BBB - una cadena como A+, no una puntuación en estrellas - y accredited dice si la empresa paga por estar acreditada. Juntas son un filtro que no puedes construir desde una ficha de mapa: una preselección de empresas calificadas y acreditadas dentro de un oficio.
category es el oficio principal y all_categories es la lista completa separada por comas, que suele ser de varias. Una empresa de tejados que también lista ventanas y revestimientos muestra ambas - así puedes buscar en estrecho y aun así ver todo lo demás que declaran hacer.
Teléfono, web, dirección y a menudo un email llegan como columnas separadas, junto a years_in_business y un contacto con nombre. No todas las empresas publican todo - mira la nota de abajo sobre cómo trata eso esta exportación, porque no hace lo que esperarías.
Es lo único genuinamente sorprendente de este servicio, y romperá el código ingenuo. Dos minutos aquí ahorran una tarde.
Cuando una empresa no publica un campo, la columna no está en blanco - está ausente de esa fila por completo. A lo largo de las filas que hemos leído había decenas de conjuntos de claves distintos dentro de un mismo archivo. Solo un puñado de columnas aparecía en todas: la consulta, la URL del perfil, el nombre, la categoría principal, el teléfono, la ciudad, el estado y el código postal, y si la empresa está acreditada. Todo lo demás va y viene según lo que esa empresa haya decidido publicar.
En una descarga CSV o Excel esto es invisible - las columnas cuadran y los huecos son celdas vacías. Para la exportación JSON importa mucho. El código que lee row.website y espera una cadena obtendrá undefined en vez de una cadena vacía, y cualquier cosa que asuma una forma uniforme entre filas fallará con la primera empresa que se guarde su email. Lee a la defensiva, o coge el formato de hoja de cálculo y deja que normalice por ti.
Dos de las columnas declaradas no aparecieron en absoluto en nada de lo que ejecutamos - licenses y social_media. Forman parte de la lista de columnas que declara el servicio, así que podrían poblarse para empresas o categorías que no tocamos, pero nunca hemos visto un valor en ninguna de las dos y por eso no tienen entrada en la tabla de abajo. Por eso lista treinta y no treinta y dos.
Una columna llega deliberadamente destrozada. additional_emails lleva la ofuscación antiscraping propia de BBB - una dirección aparece como algo tipo …finance__at__troysellersauto__dot__com… envuelta en marcadores. Todas las filas que tienen el campo son así, y la columna email a secas nunca lo es. Deshacerlo es mecánico, pero hay que saber hacerlo: quita los marcadores, convierte __at__ en una @ y __dot__ en un punto, y obtienes la misma dirección que contiene la columna limpia.
Los nombres son la lista que declara el propio servicio. Los formatos se leyeron de filas reales. Recuerda que la mayoría están ausentes en vez de vacías cuando una empresa no las publica.
category.primary_category en todas las filas que hemos visto. Presente en todas las filas, cosa que primary_category no es.years_in_business.__at__ y __dot__. Todas las filas que tienen este campo son así; descodifícalo antes de usarlo, o mejor usa email.average_rating - nunca una sin la otra.Los formatos de arriba se midieron en vez de describirse. Seis exportaciones, todas las filas leídas: rating una cadena de nota en letra, average_rating un número del 1 al 5 siempre emparejado con reviews_total, accredited la cadena Yes o No, service_area un array, images un único objeto, all_categories una cadena unida por comas, y category idéntica a primary_category en todas las filas que tenían ambas. Dos cosas que llevarse. Primera, esta exportación omite claves en vez de vaciarlas, así que solo un puñado de columnas está garantizado en una fila cualquiera - lee el JSON a la defensiva o coge la hoja de cálculo. Segunda, la tabla de arriba lista treinta de las treinta y dos columnas declaradas: licenses y social_media no aparecieron en nada de lo que ejecutamos, así que en vez de describir campos de los que nunca hemos visto un valor los nombramos aquí y los dejamos fuera. Podrían poblarse para categorías que no tocamos. Todo lo que ejecutamos fue una búsqueda de EE. UU., así que esta página tampoco afirma nada sobre la cobertura en otros sitios.
Todos empiezan por algo que escribirías en el propio buscador de BBB.
Busca una categoría, quédate con rating y accredited, y tienes una lista filtrada por algo que una ficha de mapa no puede darte: la valoración propia de BBB. Añade years_in_business y podrás favorecer empresas con trayectoria frente a un perfil nuevo.
Mete los oficios a los que compras y cruza por name y displayed_address. Lo que vuelve es nota, acreditación y cuánto lleva operando cada uno - y url te lleva directo al perfil si una nota invita a mirar más de cerca.
service_area es un array de los condados y estados a los que se desplaza una empresa, que es una pregunta distinta de dónde está su oficina. Para quien planifica cobertura territorial, esa distinción es justo el asunto.
Sin suscripción, sin mínimo, sin licencia por usuario. Tus primeras 500 filas corren de nuestra cuenta; a partir de ahí, pago por uso.
En cada cuenta nueva, una sola vez. Sin tarjeta de crédito. Todos los scrapers desbloqueados - y suficiente para ejecutar una categoría y ver por ti mismo qué columnas aparecen y cuáles simplemente no están.
Unos 2 $ por cada 1.000 empresas, la misma tarifa plana que cualquier otro scraper de la plataforma. El límite es por consulta y no tiene valor por defecto, así que una categoría amplia con el campo vacío puede alargarse - fija uno pequeño primero.
Precios por volumen, SLAs, workers dedicados y onboarding a medida para equipos que construyen un directorio en vez de una preselección. Dinos tus números y te hacemos un presupuesto.
LIVESCRAPER10 al pagar.Este devuelve la empresa. Estos devuelven lo que la gente dijo de ella, y dónde más aparece.
El siguiente paso evidente: la columna url de esta página es justo lo que aquel toma como entrada. Ojo: su rating es una puntuación de clientes en estrellas del 1 al 5, no la nota en letra que obtienes aquí.
Las mismas empresas tal como las ve el público general, con una cobertura mucho más amplia y su propio conjunto de columnas. Útil para encontrar las empresas que nunca se registraron en BBB.
Para los perfiles de aquí que publican una web pero ninguna dirección. Apúntalo a la columna website y leerá el propio sitio en vez de la ficha del directorio.
Respuesta corta: son fichas públicas de empresas - pero esta exportación lleva más sobre personas que la mayoría, y merece la pena ser deliberado al respecto.
Todo lo que hay en estas columnas se le muestra a cualquier visitante en un perfil público de BBB, con sesión iniciada o sin ella. No se usa ningún inicio de sesión, no se cruza ningún muro de pago y no se toca ninguna cuenta, y la ejecución va por nuestro pool de proxies en vez de por tu propia dirección. Recopilar información empresarial listada públicamente para investigación, generación de leads y diligencia debida es una práctica asentada desde hace mucho.
Los datos de contacto empresariales no están automáticamente exentos de la normativa de privacidad. contact_information contiene una persona con nombre y su cargo, y email, phone y additional_phone son formas de llegar a una persona aunque figure bajo un nombre de empresa. La dirección listada de una empresa pequeña es a menudo la casa de alguien. Bajo el RGPD y regímenes similares eso son datos personales, y si piensas usarlos para prospección tienes además normas de marketing que cumplir - la CAN-SPAM Act en EE. UU., PECR y el RGPD en Reino Unido y la UE - que van de consentimiento y bajas, no de cómo obtuviste la dirección.
La ofuscación de additional_emails es una señal que conviene leer con honestidad: BBB ha dado un paso deliberado para dificultar la recolección masiva de esa columna. Nada te impide descodificarla, y esta página te dice cómo, pero tómalo como recordatorio de ser proporcionado - una preselección a la que vas a contactar de verdad es cosa distinta de una lista de correo scrapeada. Los términos de BBB rigen el acceso automatizado a su sitio; léelos antes de escalar. No usamos rastreadores de terceros en la capa de datos, y tus exportaciones se autoeliminan a los 30 días.
Las preguntas que más nos hacen. ¿Algo más? Habla con nosotros: las respuestas las escriben personas, no bots.
La forma más rápida de aprender esta exportación es ver qué columnas aparecen y cuáles simplemente no están. Tus primeras 500 filas son gratis.
El Scraper de Empresas de BBB convierte el directorio del Better Business Bureau en una hoja de cálculo. Envías un término de búsqueda simple, una URL de categoría de BBB, o una URL completa de bbb.org/search con los filtros de ubicación que hayas puesto - uno por línea, mezclados libremente, o subidos como archivo CSV, XLSX, TXT o Parquet -, fijas un límite si quieres, y cada empresa vuelve como una fila: el nombre, la nota en letra de BBB, si está acreditada, sus categorías en dos niveles, la dirección desglosada, teléfono y fax, web y email, cuánto lleva operando, el área de servicio que cubre y una imagen de perfil. Una fila por empresa, descargable como CSV, Excel o JSON. Este servicio no tiene control de ordenación; lo que da forma a la ejecución son la consulta y el límite.
El comportamiento que hay que entender antes de escribir código contra esto es que la exportación omite claves en vez de vaciarlas. Cuando una empresa no publica un campo, esa columna está ausente de la fila por completo, y a lo largo de las filas que hemos leído había decenas de conjuntos de claves distintos dentro de un mismo archivo. Solo un puñado está presente siempre: la consulta, la URL del perfil, el nombre, la categoría principal, el teléfono, la ciudad, el estado y el código postal, y el indicador de acreditación. En una descarga CSV o Excel esto es invisible, porque las columnas cuadran y los huecos son celdas en blanco. En JSON es la diferencia entre una cadena vacía y undefined, así que lee a la defensiva o coge la hoja de cálculo y deja que normalice por ti.
Dos columnas llevan nombres que despistan si vas rápido. rating es la nota en letra propia de BBB - una cadena como A+ - y no una puntuación de clientes; la media de estrellas de clientes es average_rating, un número del 1 al 5 que aparece junto a reviews_total y solo para empresas con reseñas. Si también usas nuestro Scraper de Reseñas de Empresas de BBB, ten en cuenta que allí rating significa la puntuación en estrellas, así que la misma palabra significa dos cosas distintas entre el par. Por lo demás los formatos son consistentes y se midieron en vez de suponerse: accredited es la cadena Yes o No en vez de un booleano, service_area es un array de condados y estados, images es un único objeto en vez de un array, all_categories es una cadena unida por comas normalmente mucho más amplia que la category principal, y business_start es un año guardado como cadena mientras que years_in_business es un número.
Una columna llega deliberadamente destrozada. additional_emails lleva la ofuscación antiscraping propia de BBB, con marcadores alrededor de una forma que escribe __at__ por la @ y __dot__ por los puntos; todas las filas que tienen el campo son así, y la columna email a secas nunca lo es. Deshacerlo es mecánico una vez sabes que hay que hacerlo. Dos de las treinta y dos columnas declaradas, licenses y social_media, no aparecieron en nada de lo que ejecutamos, así que esta página documenta treinta y lo dice en vez de describir campos de los que nunca ha visto un valor. En lo legal son fichas públicas de empresas, pero la exportación lleva un contacto con nombre y datos de contacto directos, y la dirección listada de una empresa pequeña es a menudo la casa de alguien - trátalo como datos personales, y recuerda que usarlo para prospección trae normas de marketing propias independientemente de cómo lo obtuviste. Lee los términos de BBB antes de escalar. Empieza gratis: tus primeras 500 filas no cuestan nada y no necesitan tarjeta, luego 0,002 $ por fila, tarifa plana. Consulta precios para las tarifas actuales.