Extrator de Empresas do LinkedIn - páginas de empresa como linhas estruturadas
Uma página de empresa do LinkedIn reúne uma combinação de informações difícil de montar em qualquer outro lugar: o que a empresa diz que faz, quantas pessoas trabalham lá, que tamanho de audiência ela construiu e como escolhe descrever as próprias especialidades. O Extrator de Empresas do LinkedIn transforma essas páginas em linhas. Envie até 1.000 URLs ou identificadores de empresa - tanto um endereço completo como linkedin.com/company/acme quanto simplesmente acme funcionam - e cada um retorna onze campos: nome, setor, a faixa de tamanho, um número exato de funcionários, tipo de empresa, sede, o site indicado na página, número de seguidores, especialidades autodeclaradas, a própria descrição da empresa e uma URL de logotipo.
Três desses campos são a razão para usar isto em vez de um serviço firmográfico. O número exato de funcionários é o mais útil: fontes firmográficas normalmente retornam uma faixa, e uma faixa não pode ser somada, ponderada ou usada como limiar do jeito que um número real pode. Aqui você recebe os dois: uma faixa para agrupar e um número para aritmética. O número de seguidores é uma aproximação grosseira de alcance e presença de marca que nenhum conjunto firmográfico carrega, e se move ao longo do tempo, o que o torna um sinal de acompanhamento. Especialidades são autodeclaradas, e é exatamente aí que está o valor delas - dizem como a empresa quer ser compreendida, e não como um classificador a categorizou. A entrada também difere: este serviço recebe um identificador do LinkedIn em vez de um domínio, então, se você está partindo de um site, o ponto de entrada natural é o Company Insights, que recebe um domínio e retorna a URL da página de empresa do LinkedIn que você então alimenta aqui.
Quatro detalhes vão evitar reescrever um importador. Os dois campos numéricos - employees e followers - chegam formatados com vírgulas como strings de exibição, então os separadores precisam ser removidos antes da conversão, ou o parse falha em silêncio e produz zeros. A faixa de tamanho e a contagem exata são campos separados com funções diferentes: agrupe pelo primeiro, some o segundo. O campo de site é o que a página por acaso listar, às vezes uma sala de imprensa ou um subdomínio de campanha em vez do domínio corporativo principal, então não deve ser usado como chave de cruzamento de CRM sem verificação. E setor e especialidades são ambos texto livre escrito pela própria empresa, o que os torna excelentes para ler posicionamento e pouco confiáveis para agrupar - se você precisa de um código de setor normalizado para filtrar, ele vem do Company Insights. Mais um ponto prático: o campo do logotipo é uma URL na rede de conteúdo do LinkedIn, ótima para uma visualização interna, mas não algo a ser hotlinkado a partir de um produto, então copie a imagem para o seu próprio armazenamento se ela precisar durar.
No aspecto jurídico, isto se acomoda melhor do que o scraping do LinkedIn costuma se acomodar, por uma razão específica: uma página de empresa é a presença pública de marketing de uma organização e nenhum dos onze campos contém dado pessoal. Não há nomes, nem perfis individuais, nem quadros de funcionários - você recebe uma contagem de funcionários, não os funcionários. Isso o coloca em uma categoria inteiramente diferente do scraping de perfis de membros, que este serviço não faz e que é uma oferta separada com a sua própria análise de privacidade. As páginas são publicamente visíveis e coletar informação pública de empresas para pesquisa é prática consolidada há muito tempo. O que resta é uma questão de termos: os termos do LinkedIn restringem o acesso automatizado e a plataforma os aplica com mais empenho que a maioria, algo a pesar se você planeja algo grande e contínuo. Nada atrás de login é tocado, nenhum rastreador de terceiros roda na camada de dados, e as exportações se autoexcluem depois de 30 dias. Comece grátis: suas primeiras 500 linhas não custam nada e não exigem cartão de crédito.