DoorDash Scraper - transformar uma lista de entrega em linhas estruturadas
O DoorDash é um dos maiores marketplaces de entrega de comida dos Estados Unidos e, para muitíssimos restaurantes, virou a vitrine que mais importa. Sua página de listagem responde a uma pergunta específica - quais restaurantes entregam neste endereço - e responde com uma parede de cards, cada um trazendo um nome, uma nota em estrelas, um número de avaliações, uma janela de entrega estimada, uma taxa de entrega e uma distância. Esse desenho é certo para uma pessoa com fome escolhendo o jantar. É errado para quem faz uma pergunta sobre o mercado em vez de sobre uma refeição: quantos concorrentes alcançam este CEP, como estão avaliados entre si, qual é a taxa de entrega corrente nesta rua, quais restaurantes apareceram neste mês e quais silenciaram. O DoorDash Scraper responde a isso transformando a listagem numa tabela: uma linha por restaurante, nove colunas, exportadas em CSV, JSON ou Excel.
A coisa mais importante a entender sobre esses dados é que uma lista do DoorDash é gerada para um endereço de entrega. Isso não é um detalhe - é o enquadramento inteiro. A distância é medida a partir desse endereço. A janela de entrega é informada para aquele trajeto. A taxa varia por restaurante e pela distância até onde você pediu a entrega. Até a composição da lista depende do endereço: mova alguns quilômetros e restaurantes saem enquanto outros entram. A exportação tem, portanto, uma coluna implícita que não está no arquivo, e a disciplina que torna esses dados confiáveis é devolvê-la - um endereço por arquivo, ou o endereço guardado junto da execução. Junte dois endereços sem essa marcação e você terá uma tabela em que a mesma coluna significa coisas diferentes em linhas diferentes, sem nada nos dados para avisar.
Vale prever mais duas propriedades. A nota da loja é uma Lifetime Rating numa escala de 1 a 5, e o DoorDash diz claramente que o cálculo exato não é divulgado e que pondera feedback recente; não é a média aritmética das avaliações contadas ao lado, e não vai bater com elas. Use o número de avaliações como peso de confiança e tamanho de amostra, não como denominador de uma média que você possa refazer. E a taxa de entrega é o valor informado a um visitante sem assinatura: membros do DashPass não pagam taxa de entrega em pedidos elegíveis que atingem um subtotal mínimo, e esses mínimos variam por loja, cidade e horário. Ambos os números são reais e úteis. Ambos descrevem um espectador específico num lugar específico num momento específico, e dizer qual é a diferença entre uma análise que se sustenta e uma que, silenciosamente, não se sustenta.
Uma nota honesta sobre a evidência por trás desta página. Cada afirmação acima é ou o esquema declarado da exportação - os nove nomes de coluna, idênticos nas nossas duas execuções locais - ou uma propriedade documentada do próprio DoorDash, tirada da central de ajuda e do material para comerciantes do DoorDash. Não há resultados de coleta aqui, porque não temos nenhum: as duas execuções foram feitas contra uma URL de espaço reservado em vez de uma lista real do DoorDash e não devolveram nada, e o serviço está registrado internamente como necessitando de um proxy residencial. Por isso esta página não cita contagens de restaurantes, nem notas, nem taxas, nem tempos de entrega, e nenhum será acrescentado sem que uma exportação real os sustente. O que a página descreve - para que serve cada coluna e o que o DoorDash coloca naquela posição - é preciso. Comece grátis: suas primeiras 500 linhas não custam nada e não precisam de cartão.