Las agencias de generación de leads y los especialistas en marketing que recopilan bases de datos de empresas a partir de mapas se enfrentan tarde o temprano a la misma pregunta: ¿cuánto "pesa" realmente la recopilación de 10,000 contactos y por qué las cuentas y direcciones IP comienzan a ser bloqueadas ya en el tercer millar? Desglosamos el cálculo del tráfico paso a paso, comparamos Google Maps, 2GIS y Yandex.Maps, y mostramos qué proxies soportan tales volúmenes sin bloqueos.
Qué es la generación de leads con mapas y por qué calcular el tráfico
La generación de leads con mapas es la recopilación de datos de contacto de empresas (nombre, teléfono, sitio web, dirección, calificación, categoría de actividad) a través de Google Maps, 2GIS o Yandex.Maps para posteriores llamadas en frío, envíos de correos electrónicos o publicidad dirigida. Este método es especialmente popular entre las agencias que venden servicios B2B: estudios web, proveedores de CRM, contratistas de marketing; necesitan bases de datos por nichos y ciudades: "odontologías de Kazán", "talleres de autos de Novosibirsk", "salones de belleza de Ekaterimburgo".
El cálculo del tráfico es importante por tres razones. En primer lugar, el volumen de datos transmitidos determina cuánto tráfico proxy gastarás y cuánto costará al escalar a varias ciudades. En segundo lugar, los mapas registran actividad anómala por la cantidad de solicitudes, no solo por IP; y si no se comprende cuántas solicitudes genera la recopilación de 10,000 tarjetas, es fácil subestimar el riesgo de bloqueo. En tercer lugar, al conocer el volumen exacto de datos, es más fácil elegir entre el scraping de la página HTML, el uso de la API interna del mapa o un servicio listo; cada opción varía significativamente en tráfico.
En la práctica, 10,000 empresas no son una cifra abstracta. Este volumen corresponde, por ejemplo, a la base completa de entidades legales activas en el nicho de "reparación de tecnología" en 15-20 ciudades millonarias de Rusia, o a todos los establecimientos de comida en una gran ciudad como Moscú o San Petersburgo. Esta es una tarea realista para una agencia que vende leads en paquetes.
Cuánto pesa una tarjeta de empresa
El peso de una tarjeta de empresa depende de lo que estés recopilando y cómo lo hagas. Si solo se scrapea la lista de resultados de búsqueda (nombre, dirección breve, calificación), los datos se transmiten de manera compacta; generalmente, esto es una respuesta JSON de la API interna del mapa con un peso de 3-8 KB por empresa en la lista general. Sin embargo, si necesitas una tarjeta detallada —teléfono, sitio web, horarios, fotos, reseñas— tendrás que abrir una página separada o hacer una solicitud adicional, y el peso aumenta a 80-250 KB debido a las imágenes y el JSON ampliado.
A continuación, una comparación de los tres mapas principales con los que trabajan las agencias de generación de leads en la CEI:
| Mapa | Peso de la tarjeta en la lista | Peso de la tarjeta detallada | Características de protección |
|---|---|---|---|
| Google Maps | 5-8 KB | 150-250 KB | Límite de tasa estricto y captchas con solicitudes frecuentes desde una IP |
| 2GIS | 3-6 KB | 80-150 KB | Bloqueo por frecuencia de solicitudes a la API del catálogo |
| Yandex.Maps | 4-7 KB | 100-200 KB | Sistema anti-bots con análisis de comportamiento y listas negras de proxies |
Un matiz importante: el peso de la lista no es toda la tarjeta. Para obtener el teléfono y el sitio web de la empresa, en la mayoría de los casos se necesita una solicitud separada a la página detallada. Esto duplica o triplica el tráfico real por lead si no solo estás recopilando nombres, sino contactos completos para ventas.
Cálculo del tráfico para 10,000 empresas paso a paso
Tomemos un escenario realista: una agencia recopila tarjetas completas (nombre, teléfono, sitio web, dirección, calificación, categoría) de Google Maps para 10,000 empresas en varias ciudades.
Paso 1. Búsqueda y listado. Google Maps muestra aproximadamente 20 resultados por página de resultados. Para obtener 10,000 posiciones, es necesario procesar alrededor de 500 páginas de resultados. Cada página, teniendo en cuenta las solicitudes de servicio, la carga del mapa y scripts, pesa entre 600-900 KB. En total: 500 × 750 KB ≈ 375 MB solo en la etapa de búsqueda.
Paso 2. Tarjetas detalladas. Para cada una de las 10,000 empresas se necesita una solicitud separada con teléfono, sitio web y fotos. Con un peso promedio de 180 KB por tarjeta: 10,000 × 180 KB ≈ 1.8 GB.
Paso 3. Solicitudes repetidas y reintentos. En el scraping en condiciones reales, el 10-20% de las solicitudes no pasan a la primera debido a límites de tasa, captchas o cambios en el diseño; deben repetirse. Agregamos otro 15% al volumen: (375 MB + 1.8 GB) × 1.15 ≈ 2.5 GB.
La cifra final es alrededor de 2.5 GB de tráfico para recopilar 10,000 empresas de Google Maps al hacer scraping de tarjetas detalladas. Si solo se recopilan listas sin teléfonos y sitios web, el tráfico se reduce a 450-500 MB, pero tal base será poco útil para ventas; sin teléfono, el lead no se convierte en una llamada.
Para 2GIS y Yandex.Maps, el cálculo es similar, pero el volumen suele ser un 20-30% menor debido a un formato de API más compacto; orienta tus expectativas a 1.7-2.2 GB para las mismas 10,000 tarjetas.
Por qué los mapas bloquean la recopilación masiva de datos
Los mapas son un activo comercial de las plataformas mismas, y la recopilación automática masiva de datos contradice directamente su modelo de negocio (venta de publicidad en las tarjetas, acceso a la API para socios). Por lo tanto, Google Maps, 2GIS y Yandex.Maps reaccionan de manera igualmente agresiva ante comportamientos atípicos.
Los principales desencadenantes de bloqueo son: una frecuencia de solicitudes demasiado alta desde una IP (más de 1 solicitud cada 2-3 segundos), User-Agent y encabezados homogéneos sin variabilidad, falta de cookies y datos de sesión, solicitudes sin recursos acompañantes (imágenes, scripts), que un navegador normal siempre carga. Al alcanzar el límite, el servicio muestra un captcha, bloquea temporalmente la IP durante 15-60 minutos o bloquea la IP permanentemente en caso de violaciones repetidas.
Para un volumen calculado de 2.5 GB y 10,000+ solicitudes desde una IP "limpia", la probabilidad de bloqueo se acerca al 100% ya en el primer millar de tarjetas. Por esta razón, cualquier proyecto serio de generación de leads con mapas se construye en torno a la rotación de direcciones IP; sin esto, el cálculo del tráfico pierde sentido, porque físicamente no será posible recopilar el volumen planificado.
Proxies residenciales, móviles y de centros de datos para scraping de mapas
La elección del tipo de proxy influye directamente en cuántas solicitudes podrás hacer antes de un bloqueo y qué parte del tráfico tendrás que "quemar" en reintentos. Para la recopilación de datos de mapas, la reputación de la IP es crítica; los mapas bloquean mucho más agresivamente los rangos de centros de datos, porque de allí proviene la mayor parte del scraping automático.
| Tipo de proxy | Nivel de confianza de los mapas | Cuándo aplicar |
|---|---|---|
| Proxies residenciales | Alto — IP de usuarios reales | Herramienta principal para recopilar de 5,000 a 50,000 tarjetas con rotación por ciudades |
| Proxies móviles | Muy alto — IP generales de operadores | Recopilación puntual por nichos con protección anti-bots estricta (Yandex.Maps) |
| Proxies de centros de datos | Bajo-medio — más frecuentemente en listas negras | Pruebas preliminares, pruebas de scripts en pequeños volúmenes sin carga real |
En la práctica, para las 10,000 empresas calculadas, la combinación óptima es proxies residenciales con rotación por subredes de ciudades: obtienes IP de la misma región que la audiencia objetivo en las tarjetas, y reduces la cantidad de captchas y solicitudes repetidas que consideramos en el cálculo del tráfico anterior. Los proxies de centros de datos en esta tarea solo se pueden usar en la etapa de prueba del script en 50-100 tarjetas, para no quemar el presupuesto de tráfico residencial en la depuración.
Configuración de la recopilación de datos: herramientas y esquema paso a paso
Para recopilar una base de empresas de mapas, las agencias suelen utilizar herramientas listas de no-code y low-code, en lugar de escribir un scraper desde cero. Entre las soluciones populares están A-Parser (configuración flexible de plantillas para Google Maps, 2GIS, Yandex.Maps sin necesidad de escribir código), Octoparse (constructor visual de scripts de recopilación) y ZennoPoster (plantillas de automatización con soporte para proxies y perfiles anti-detect). Para volúmenes pequeños, son adecuados los servicios de scraping de mapas en la nube con pago por cantidad de tarjetas.
El esquema paso a paso para iniciar la recopilación de 10,000 empresas es el siguiente:
- Define la lista de ciudades y nichos para los que necesitas leads; esto establece la cantidad de solicitudes de búsqueda y permite pronosticar más precisamente el tráfico según la fórmula del apartado anterior.
- Configura en el scraper una lista de proxies residenciales con rotación por IP cada 5-10 solicitudes; la mayoría de las herramientas admiten listas de proxies en el formato login:contraseña@host:puerto.
- Activa un retraso aleatorio entre solicitudes de 3-7 segundos y la rotación de User-Agent; esto reduce el porcentaje de captchas en un 30-40% en comparación con intervalos fijos.
- Inicia una prueba en 100-200 tarjetas y registra el consumo real de tráfico; compáralo con el calculado para ajustar la previsión del volumen total.
- Escala la recopilación a 10,000 tarjetas, dividiendo la tarea en lotes de 1,000-1,500 registros; esto facilita el control de errores y el reinicio en caso de fallos.
- Exporta el resultado a CSV o directamente a CRM, eliminando duplicados por número de teléfono y sitio web; en los mapas, a menudo hay repeticiones debido a organizaciones en red y sucursales.
Si la tarea de recopilación se repite regularmente (por ejemplo, actualización mensual de la base por nicho), tiene sentido configurar un inicio automático según un horario con un grupo constante de IP residenciales; esto ahorra tiempo en reinicios manuales y reduce el riesgo de bloqueo al distribuir uniformemente la carga en el tiempo.
Cómo reducir el consumo de tráfico sin perder leads
Los 2.5 GB calculados para 10,000 empresas se pueden reducir en un 30-40% sin perder calidad de datos, si se aplican algunos trucos prácticos.
En primer lugar, desactiva la carga de imágenes a nivel de solicitud; las fotos de los establecimientos ocupan hasta la mitad del peso de la tarjeta detallada, pero no son necesarias para las ventas. En segundo lugar, utiliza solicitudes directas a la API interna del mapa en lugar de renderizar completamente la página en el navegador; esto elimina scripts, estilos y fuentes innecesarias que no aportan datos útiles. En tercer lugar, filtra duplicados antes de hacer scraping de tarjetas detalladas: si la empresa ya ha aparecido en otra área de la misma ciudad, no hagas una solicitud repetida a su página; verifica por nombre y dirección en la etapa de lista. En cuarto lugar, primero recopila listas simplificadas de todas las ciudades, y solicita tarjetas detalladas solo para empresas que hayan pasado el filtro por calificación o categoría; esto es especialmente útil si no necesitas las 10,000, sino solo el top 30% por relevancia.
Estos trucos no solo reducen el volumen de tráfico, sino también la cantidad de solicitudes a los servidores de mapas, lo que significa —y el riesgo de bloqueo. Para la agencia, esto significa un menor consumo de tráfico proxy al mismo tarifa y la posibilidad de recopilar más ciudades con el mismo presupuesto.
Errores comunes al recopilar leads de mapas
El primer error es iniciar la recopilación desde una IP estática sin rotación. Incluso con una velocidad de solicitudes baja, el mapa registra actividad anómala después de 200-300 solicitudes consecutivas, y la recopilación posterior se vuelve imposible sin cambiar la IP.
El segundo error es ignorar la correspondencia regional entre el proxy y la ciudad objetivo. Si recopilas empresas de Kazán a través de IP de otro país, el mapa muestra con más frecuencia resultados irrelevantes o bloquea inmediatamente la solicitud como sospechosa.
El tercer error es no calcular el tráfico antes de iniciar. Los equipos a menudo inician la recopilación "a ojo" y se encuentran con el límite de tráfico proxy a mitad de la tarea, perdiendo los datos ya recopilados debido a la interrupción de la sesión.
El cuarto error es recopilar sin deduplicación en tiempo real. Al hacer scraping de 10,000 posiciones a través de varias solicitudes que se cruzan (por ejemplo, "cafés" y "restaurantes" en una misma área), los duplicados pueden representar del 15 al 25% de la base, lo que inflará artificialmente el tráfico calculado y los costos reales.
El quinto error es usar el mismo User-Agent y encabezados para todas las solicitudes de la sesión. Los sistemas anti-bots de los mapas analizan no solo la IP, sino también la consistencia de la huella digital del navegador, por lo que para grandes volúmenes se recomienda combinar la rotación de proxies con un navegador anti-detect y cambiar la huella junto con la IP.
Conclusión
La recopilación de 10,000 empresas de mapas es una tarea predecible en términos de tráfico: al hacer scraping de tarjetas detalladas de Google Maps, el consumo es de aproximadamente 2.5 GB teniendo en cuenta las solicitudes repetidas, y para 2GIS y Yandex.Maps, la cifra es un 20-30% más baja. Conociendo esta cifra de antemano, se puede planificar con precisión el presupuesto para el tráfico proxy y evitar situaciones en las que la recopilación se interrumpe a mitad de camino debido a un límite agotado.
El principal factor para una recopilación exitosa no es ahorrar en tráfico, sino elegir correctamente los proxies. Para volúmenes de varios miles de tarjetas al día, recomendamos proxies residenciales con rotación por ciudades; reducen el porcentaje de captchas y solicitudes repetidas, que consumen hasta el 15-20% del tráfico. Si la recopilación se realiza en nichos con protección anti-bots especialmente estricta, vale la pena considerar IP móviles como complemento al grupo principal; esto aumenta la estabilidad de la sesión con un aumento mínimo de costos.