La pregunta habitual es "¿qué le han dicho a este negocio?". Esta plantea la otra: "¿qué ha estado diciendo esta persona?". Apúntela a un perfil de colaborador de Google Maps y recupere todo su historial público de reseñas como filas -qué reseñó, cómo lo puntuó y cuándo- para que un patrón que sospechaba se convierta en algo que realmente puede mirar.
La consulta va primero por perfil y no por lugar. En lugar de pedirle a una ficha sus reseñas, le pide a un colaborador las suyas.
Una fila por reseña, en el mismo esquema que devuelve una extracción de reseñas basada en lugar, así que encaja en lo que ya haya construido sobre esa salida.
Una sola estrella le dice muy poco. El historial completo de esa misma persona -qué más reseñó, cómo puntúa todo, a lo largo de cuánto tiempo- le dice si debe tomárselo en serio.
Las reseñas normalmente quedan atrapadas ficha a ficha. Extraída por perfil, la actividad de un colaborador llega como una única lista continua que puede ordenar y contar.
Las filas vuelven con la forma de reseña estándar, así que las hojas, cuadros de mando y modelos de sentimiento existentes siguen funcionando sin un nuevo mapeo.
Una fila por cada reseña que el perfil haya publicado. Esta es su propia forma compacta, no el registro más amplio que devuelve el Extractor de Reseñas de Google, así que no cuente con aquellos nombres de columna aquí.
8 columnas por reseña - todas las columnas de arriba en todos los planes, incluido el gratuito.
Dos de estas trabajan más de lo que parece. date es lo que convierte una lista en evidencia: varias reseñas de una estrella a negocios sin relación el mismo día son un patrón que una sola reseña nunca muestra. Y owner_response le da el otro lado de cada intercambio sin una segunda consulta, lo que importa cuando está juzgando si una queja se atendió o se ignoró.
Algunos ejemplos de cómo los equipos usan una extracción de reseñas por perfil.
Llega una reseña dañina y algo no cuadra. Extraer el historial de ese perfil muestra si reseña de forma amplia y justa o si ha dejado un rastro de una estrella por todo un sector: la evidencia que necesita antes de disputarla con Google.
Algunos colaboradores reseñan cientos de lugares en una ciudad. Su historial es un estudio ya hecho de ese mercado: qué visitaron, en qué orden y cómo lo puntuaron, todo desde un solo perfil.
Si su equipo reseña proveedores o locales desde una cuenta compartida, exportar el historial de ese perfil le da el registro en una hoja de cálculo en lugar de recorrer la aplicación entrada por entrada.
Sin suscripción, sin mínimo. Sus primeras 500 reseñas corren de nuestra cuenta; después, pago por uso.
Cada cuenta nueva, por única vez. Sin tarjeta de crédito. Todos los extractores desbloqueados, con todas las funciones.
Aproximadamente 2 $ por cada 1.000 reseñas. El estimador previo muestra el coste de una ejecución antes de que la inicie: sin sorpresas y sin unidades de cómputo que traducir.
Precios por volumen, SLA, workers dedicados e incorporación a medida para extracciones continuas o muy grandes. Cuéntenos sus cifras y le presupuestamos.
LIVESCRAPER10 al pagar.La mayoría de los equipos usan esto junto a una de las herramientas de reseñas basadas en lugar.
La dirección que parte del lugar: todas las reseñas de una ficha que le interese. Su diccionario de datos es además la referencia de campos canónica para las filas que devuelve esta herramienta.
Vigile sus fichas de forma programada y reciba por correo las reseñas nuevas. Cuando una parezca cuestionable, vuelva aquí y compruebe quién la escribió.
Respuesta corta: sí para las reseñas en sí, que el autor publicó públicamente, pero esta merece más cuidado que una extracción basada en lugar.
La página de perfil de un colaborador es pública: Google muestra a cualquiera las reseñas que una persona eligió publicar bajo su nombre visible. Leer esa página no es distinto en naturaleza de leer una ficha. Mientras los datos estén disponibles públicamente y el proceso no perturbe el sitio, no hay leyes federales que lo prohíban.
La advertencia honesta es que esta salida se organiza en torno a una persona y no a un negocio, así que está más cerca de los datos personales que la mayoría de nuestras herramientas. Bajo el RGPD eso importa: necesita una base legal para tratarlos, y "teníamos curiosidad" no lo es. Investigar un presunto abuso de reseñas contra su propia ficha es una razón defendible. Construir un perfil de un individuo no lo es. No vigilamos su uso, pero preferimos decirlo con claridad antes que dejar que la página dé a entender otra cosa.
No recopilamos nada que el autor no haya publicado, no ejecutamos rastreadores de terceros en la capa de datos y sus exportaciones se autoeliminan a los 30 días.
Las preguntas que más oímos. ¿Alguna más? Hable con nosotros: las respuestas las escriben personas, no bots.
contributor por el que preguntó, el place_name reseñado, la rating dada, la date de publicación, el texto review, cualquier owner_response, el recuento de likes y el language. Es una forma más compacta que la que devuelve el Extractor de Reseñas de Google: vea el diccionario de datos de arriba para saber qué contiene cada una.author_link: puede reintroducir esos valores directamente.500 reseñas gratis por única vez en cada cuenta nueva, sin caducidad. Después son 0,002 $ por reseña, de pago por uso, sin tarjeta registrada hasta que usted lo diga.
El Extractor de Reseñas por Perfil de Google Maps de Livescraper lee las reseñas desde el lado del autor y no desde el de la ficha. Usted aporta un perfil de colaborador y recupera las reseñas que esa persona ha publicado -qué reseñó, la puntuación que dio, el texto que escribió y cuándo lo publicó- como filas estructuradas en lugar de un desplazamiento interminable.
Cada fila usa el esquema estándar de reseña de Google, el mismo que devuelve nuestro Extractor de Reseñas de Google basado en lugar, porque es la misma reseña subyacente. Eso significa que las columnas de autor, el texto de la reseña, la puntuación, las marcas de tiempo y las respuestas del propietario llegan con una forma que sus hojas y modelos de sentimiento ya entienden, sin ningún mapeo de campos nuevo que construir.
Los equipos de reputación lo usan cuando una reseña dañina parece cuestionable: el historial más amplio de un autor muestra si reseña de forma amplia y justa o si ha dejado una serie de una estrella por un solo sector, que es la evidencia que Google pide en una disputa. Los equipos de investigación usan a los local guides prolíficos como estudio ya hecho de una ciudad. Los equipos de operaciones exportan las contribuciones de su propia cuenta compartida para dejar constancia.
Como la salida se organiza en torno a una persona y no a un negocio, está más cerca de los datos personales que la mayor parte del trabajo de extracción: debería tener una base legal para tratarlos, y lo decimos con claridad en esta página en lugar de dejarlo implícito. Empiece gratis: sus primeras 500 reseñas no cuestan nada y no necesitan tarjeta de crédito.