Envía un enlace de reseñas de una empresa en Glassdoor y recibe las reseñas como tabla - la valoración, los pros y los contras en columnas separadas, la situación laboral de quien reseña, si recomienda la empresa y cómo puntúa al CEO y la perspectiva.
Es una cosa poco habitual de admitir en una página de producto, y es la frase más importante de esta.
Tenemos delante doce ejecuciones de este servicio y todas y cada una volvieron vacías. Lo que sí traen es una cabecera, y esa cabecera es idéntica en las doce: dieciséis columnas, listadas en lo que recibes. Así que podemos decirte qué forma se supone que tiene una exportación, y no podemos enseñarte una celda con contenido.
La distinción merece precisión. Una cabecera declara lo que una exportación pretende contener. No es prueba de que una columna dada llegue a llevar un valor - una columna puede estar declarada y no rellenarse nunca. Por eso nada de lo de abajo se describe como verificado, y no hay porcentajes de relleno en esta página, porque no tenemos nada que contar.
La referencia publicada tampoco cierra el hueco. Documenta el lado de la petición a fondo - qué enviar, cuántas reseñas por empresa, cómo ordenar, cómo cortar las antiguas - pero no enumera ninguna columna de respuesta. Eso significa que nada contradice los dieciséis nombres, y que tampoco nada los confirma de forma independiente.
Cuatro ajustes, todos documentados, y dos que deciden lo grande que sale una ejecución.
Las reseñas por empresa vienen por defecto en 100 y el orden por defecto es por fecha. También hay un ajuste de corte que toma una marca de tiempo mínima, así que una ejecución repetida no necesita volver a traer el archivo.
Esta es la cabecera de las exportaciones de reseñas de Livescraper, idéntica en las doce ejecuciones, en orden de hoja. No está tomada de la referencia de la API - ese documento cubre el lado de la petición y no lista columnas de resultado. Léela como la forma que declara una exportación, no como columnas que hayamos visto rellenarse.
Dieciséis nombres, ningún valor. La cabecera es estable - idéntica en doce ejecuciones distintas - pero todas esas ejecuciones volvieron sin filas de datos, así que podemos decirte qué columnas llegan y nada sobre lo que aterriza en ellas. Ni el formato de fecha, ni si recommends es una palabra o un indicador, ni con qué frecuencia helpful es algo distinto de cero. Una ejecución contra las 500 filas gratis de única vez responde a todo eso en un minuto.
Los valores de las columnas son desconocidos, los controles no. Estos cuatro están documentados y son los que dan forma al tamaño y al coste de una ejecución.
La entrada es una URL directa de reseñas de una empresa en Glassdoor - la referencia pone como ejemplo https://www.glassdoor.com/Reviews/Amazon-Reviews-E6036.htm. Así que la empresa hay que resolverla antes a su página de Glassdoor; un nombre de empresa a secas no es la entrada documentada. Caben hasta 1.000 enlaces en una sola ejecución.
El límite es por consulta, no por ejecución, que es el número que de verdad decide tu factura: cien empresas al valor por defecto son diez mil filas, no cien. Ponlo deliberadamente antes de una ejecución amplia en lugar de descubrir la multiplicación después.
Dos opciones, y responden a preguntas distintas. El orden por fecha es el que quieres para monitorizar - lo más reciente primero, de modo que una ejecución repetida saca a la luz lo que cambió. La relevancia es la idea que tiene Glassdoor de qué reseñas importan más, que es la mejor muestra si vas a leer una empresa una vez en lugar de seguirla.
La referencia documenta un corte que toma una marca de tiempo mínima, así que una extracción programada puede pedir nada más antiguo que la anterior en vez de traer todo el histórico y descartar la mayoría. En una empresa con años de reseñas esa es la diferencia entre un trabajo mensual que cuesta céntimos y uno que no.
Para qué sirven las reseñas de la propia plantilla, una vez están en una hoja de cálculo.
La media de estrellas de la ficha es un número que sustituye a cientos de opiniones. Exportar las reseñas pone los pros y los contras en columnas separadas, que es la forma que necesitas para contar temas en vez de ojearlos - y para ver si las quejas cambiaron después de que tú cambiaras algo.
Extrae a un competidor junto a ti mismo y lo interesante es el lenguaje, no la puntuación. Lo que su plantilla lista en los contras es una buena guía de dónde es vulnerable su contratación - y de con qué te van a comparar los candidatos en una entrevista.
Compradores, socios y candidatos senior acaban leyendo a mano las mismas reseñas. Tenerlas como filas, ordenadas por fecha, hace rápido ver si un patrón es histórico o actual - que suele ser la pregunta que de verdad importa.
Sin suscripción, sin mínimo, sin licencia por puesto. Tus primeras 500 filas corren de nuestra cuenta - después, pago por uso.
Para cada cuenta nueva, una única vez. Sin tarjeta de crédito. Todos los extractores desbloqueados - y en este servicio en particular, las filas gratis son como averiguas qué contienen realmente las dieciséis columnas, algo que esta página no puede decirte.
Aproximadamente 2 $ por cada 1.000 reseñas. Vigila el límite por empresa más que el número de empresas: al valor por defecto de 100 reseñas cada una, veinte empresas son dos mil filas. El estimador calcula el precio de la ejecución antes de que empiece.
Precios por volumen, SLA, workers dedicados y onboarding a medida para equipos que vigilan la reputación como empleador en un conjunto de empresas con una cadencia fija. Dinos tus cifras y te preparamos un presupuesto.
LIVESCRAPER10 al pagar.Lo que una empresa dice de sí misma y lo que dice su plantilla rara vez coinciden. Leer ambas cosas es la gracia.
La búsqueda de empleo del mismo sitio como filas ordenadas, con el salario anunciado y su fuente. Lo que una empresa ofrece, junto a lo que su plantilla dice de trabajar allí.
Datos de reseñas que sí hemos medido como es debido - 842 filas reales - si quieres ver la forma que toma una exportación de reseñas con contenido antes de comprometerte con esta.
Respuesta corta: sí, y una precaución - estas reseñas las escriben personas sobre su propio empleo, lo que es más sensible que la mayoría de los datos de este sitio.
Las reseñas de Glassdoor son públicas. Cualquiera puede leerlas sin cuenta, y recopilar información visible públicamente con fines de investigación es una práctica establecida desde hace mucho. Mientras los datos estén disponibles públicamente y el proceso no altere el sitio, no hay leyes federales que lo prohíban.
El cuidado necesario aquí es mayor que con una lista de precios o una oferta de empleo. Una reseña describe la experiencia de una persona trabajando en un sitio, y la exportación declara una columna reviewer y una columna employment_status. No hemos visto lo que contiene ninguna de las dos, y precisamente por eso las trataríamos como datos personales hasta que una exportación real demuestre lo contrario. En una empresa pequeña, un puesto más una ubicación más una fecha pueden identificar a alguien aunque no haya nombre.
Así que los valores por defecto sensatos: guarda lo que necesites y nada más, descarta las columnas identificativas al importar si tu análisis va sobre el empleador y no sobre las personas, y no intentes averiguar quién escribió una reseña. Los términos de Glassdoor también restringen el acceso automatizado, así que esto sigue siendo una cuestión de términos. No tocamos nada tras un inicio de sesión, no ejecutamos rastreadores de terceros en la capa de datos y tus exportaciones se eliminan automáticamente a los 30 días.
Las preguntas que más oímos. ¿Algo más? Habla con nosotros - las respuestas las escriben personas, no bots.
query, company, review_title, rating, pros, cons, reviewer, employment_status, location, date, recommends, ceo_approval, outlook, helpful, review_url y position. Esa es la cabecera de exportaciones reales de reseñas de Livescraper, idéntica en doce ejecuciones - no una lista de la referencia de la API, que no especifica columnas de resultado. El matiz es la parte importante: las doce ejecuciones volvieron con la cabecera y sin filas de datos, así que los nombres son lo que declara la exportación y no columnas que hayamos visto rellenarse.https://www.glassdoor.com/Reviews/Amazon-Reviews-E6036.htm. Un nombre de empresa a secas no es la entrada documentada, así que resuelve antes la empresa a su página de Glassdoor. Puedes enviar hasta 1.000 enlaces en una sola ejecución.reviewer ni de employment_status en este servicio y no vamos a adivinar qué contienen. Trátalos como datos personales hasta que tu propia exportación te demuestre otra cosa, y descártalos al importar si tu análisis va sobre el empleador.Envía un enlace de empresa de Glassdoor y comprueba tú mismo una exportación con contenido. Tus primeras 500 filas son gratis - en este servicio eso no es una frase de marketing, es la única forma de responder a la pregunta que esta página deja abierta.
La ficha de una empresa en Glassdoor comprime cientos de relatos individuales en una sola media de estrellas y un puñado rotatorio de reseñas destacadas. Para quien depende de lo que los empleados dijeron realmente - equipos de personas leyendo su propia reputación, equipos de talento midiendo a un competidor, compradores y candidatos senior haciendo diligencia - ese resumen tiene la forma equivocada. El Extractor de Reseñas de Glassdoor está pensado para devolver en su lugar las reseñas subyacentes como tabla: envía el enlace de reseñas de una empresa, elige cuántas reseñas por empresa y si ordenar por fecha o por relevancia, y exporta en CSV, JSON o Excel.
Esta página tiene que ser inusualmente cuidadosa con una cosa, así que se dice arriba y no enterrada. Tenemos doce ejecuciones de este servicio y todas volvieron vacías. Lo que sí traen esas ejecuciones es una cabecera, idéntica en las doce, que nombra dieciséis columnas - query, company, review_title, rating, pros, cons, reviewer, employment_status, location, date, recommends, ceo_approval, outlook, helpful, review_url y position. Esa cabecera te dice la forma que declara una exportación. No es prueba de que ninguna columna se rellene, y esta página no contiene porcentajes de relleno, ni valores de ejemplo, ni afirmaciones sobre formatos, porque no hay nada que contar. Donde otras páginas de aquí citan mediciones de cientos o miles de filas, esta nombra columnas y se detiene.
La referencia no cierra ese hueco. Documenta el lado de la petición a fondo y no lista ninguna columna de respuesta, lo que corta en ambos sentidos: nada contradice los dieciséis nombres, y nada los confirma de forma independiente tampoco. Lo que la referencia sí fija es el conjunto de controles, y esos merecen conocerse porque deciden el tamaño de una ejecución. La entrada es una URL directa de reseñas de empresa en Glassdoor en lugar de un nombre de empresa, hasta mil enlaces por ejecución. El límite de reseñas por empresa viene por defecto en 100 - y al ser por empresa y no por ejecución, es el número que de verdad multiplica tu factura. El orden es por fecha o por relevancia, con fecha por defecto. Y un parámetro de corte toma una marca de tiempo mínima, que es lo que abarata una reejecución programada en una empresa con años de historia detrás.
Una nota más, sobre cuidado y no sobre capacidad. Estas reseñas las escriben personas sobre su propio empleo, lo que las sitúa en el extremo más sensible de lo que recopila este sitio. La exportación declara una columna reviewer y una columna employment_status, y como no hemos visto ninguna de las dos con contenido, las trataríamos como datos personales por defecto. En una organización pequeña, un puesto, una ubicación y una fecha juntos pueden identificar a alguien aunque no haya nombre. El manejo sensato es el corriente: conserva solo lo que tu análisis necesite, descarta las columnas identificativas al importar cuando la pregunta va sobre el empleador y no sobre las personas, y no intentes averiguar quién escribió qué. Las exportaciones se eliminan solas a los 30 días. Empieza gratis: tus primeras 500 filas no cuestan nada, no necesitan tarjeta y te dirán más sobre lo que contienen estas dieciséis columnas de lo que honestamente podemos nosotros.