Le agenzie di lead generation e i marketer che raccolgono database di aziende dalle mappe, prima o poi si imbattono nella stessa domanda: quanto pesa realmente la raccolta di 10.000 contatti e perché gli account e gli indirizzi IP iniziano a essere bloccati già alla terza mille. Analizziamo il calcolo del traffico passo dopo passo, confrontiamo Google Maps, 2GIS e Yandex.Maps e mostriamo quali proxy possono gestire tali volumi senza blocchi.
Che cos'è la lead generation da mappe e perché calcolare il traffico
La lead generation da mappe è la raccolta di dati di contatto delle aziende (nome, telefono, sito, indirizzo, valutazione, categoria) tramite Google Maps, 2GIS o Yandex.Maps per successivi contatti a freddo, email marketing o pubblicità mirata. Questo metodo è particolarmente popolare tra le agenzie che vendono servizi B2B: studi web, fornitori di CRM, appaltatori di marketing — hanno bisogno di database per nicchie e città: "dentisti a Kazan", "officine a Novosibirsk", "saloni di bellezza a Ekaterinburg".
Il calcolo del traffico è importante per tre motivi. In primo luogo, è proprio dal volume dei dati trasmessi che dipende quanto traffico proxy utilizzerete e quanto costerà scalare a più città. In secondo luogo, le mappe registrano attività anomala in base al numero di richieste, non solo per IP — e se non si comprende quante richieste genera la raccolta di 10.000 schede, è facile sottovalutare il rischio di ban. In terzo luogo, conoscendo il volume esatto dei dati, è più semplice scegliere tra il parsing della pagina HTML, l'uso dell'API interna della mappa o un servizio pronto all'uso — ogni opzione differisce notevolmente in termini di traffico.
Nella pratica, 10.000 aziende non sono un numero astratto. Tale volume corrisponde, ad esempio, all'intero database di persone giuridiche attive nel settore "riparazione di attrezzature" in 15-20 città con più di un milione di abitanti in Russia, o a tutti i ristoranti in una grande città come Mosca o San Pietroburgo. Questa è una sfida realistica per un'agenzia che vende lead in pacchetti.
Quanto pesa una scheda aziendale
Il peso di una scheda aziendale dipende da cosa esattamente state raccogliendo e in quale modo. Se si estrae solo l'elenco dei risultati di ricerca (nome, indirizzo breve, valutazione), i dati vengono trasmessi in modo compatto — di solito si tratta di una risposta JSON dell'API interna della mappa che pesa 3-8 KB per ogni azienda nell'elenco generale. Se invece avete bisogno di una scheda dettagliata — telefono, sito, orari di apertura, foto, recensioni — dovrete aprire una pagina separata o fare una richiesta aggiuntiva, e il peso aumenta fino a 80-250 KB a causa delle immagini e del JSON esteso.
Di seguito un confronto tra le tre principali mappe con cui lavorano le agenzie di lead generation nella CSI:
| Mappa | Peso della scheda nell'elenco | Peso della scheda dettagliata | Caratteristica di protezione |
|---|---|---|---|
| Google Maps | 5-8 KB | 150-250 KB | Limite rigido e captcha per richieste frequenti da un singolo IP |
| 2GIS | 3-6 KB | 80-150 KB | Blocco per frequenza di richieste all'API del catalogo |
| Yandex.Maps | 4-7 KB | 100-200 KB | Sistema anti-bot con analisi comportamentale e blacklist di proxy |
Un punto importante: il peso dell'elenco non è ancora l'intera scheda. Per ottenere il telefono e il sito dell'azienda, nella maggior parte dei casi è necessaria una richiesta separata alla pagina dettagliata. Questo raddoppia, se non triplica, il traffico reale per lead, se state raccogliendo non solo nomi, ma contatti completi per le vendite.
Calcolo del traffico per 10.000 aziende passo dopo passo
Prendiamo uno scenario realistico: un'agenzia raccoglie schede complete (nome, telefono, sito, indirizzo, valutazione, categoria) da Google Maps per 10.000 aziende in diverse città.
Passo 1. Ricerca e listing. Google Maps restituisce circa 20 risultati per pagina. Per ottenere 10.000 posizioni, è necessario elaborare circa 500 pagine di risultati. Ogni pagina, considerando le richieste di servizio, il caricamento della mappa e gli script, pesa 600-900 KB. Totale: 500 × 750 KB ≈ 375 MB solo nella fase di ricerca.
Passo 2. Schede dettagliate. Per ciascuna delle 10.000 aziende è necessaria una richiesta separata con telefono, sito e foto. Con un peso medio di 180 KB per scheda: 10.000 × 180 KB ≈ 1,8 GB.
Passo 3. Richieste ripetute e retry. Nelle condizioni reali di parsing, il 10-20% delle richieste non passa al primo tentativo a causa di rate-limit, captcha o cambiamenti nel layout — devono essere ripetute. Aggiungiamo un ulteriore 15% al volume: (375 MB + 1,8 GB) × 1,15 ≈ 2,5 GB.
Il numero finale è circa 2,5 GB di traffico per raccogliere 10.000 aziende da Google Maps durante il parsing delle schede dettagliate. Se si raccolgono solo elenchi senza telefoni e siti, il traffico scende a 450-500 MB, ma tale database sarà poco utile per le vendite — senza telefono, il lead non si converte in una chiamata.
Per 2GIS e Yandex.Maps il calcolo è simile, ma il volume è solitamente inferiore del 20-30% grazie a un formato API più compatto — orientatevi su 1,7-2,2 GB per le stesse 10.000 schede.
Perché le mappe bloccano la raccolta massiva di dati
Le mappe sono un attivo commerciale delle stesse piattaforme, e la raccolta automatica massiva di dati contraddice direttamente il loro modello di business (vendita di pubblicità nelle schede, accesso API per i partner). Pertanto, Google Maps, 2GIS e Yandex.Maps reagiscono in modo aggressivo a comportamenti atipici.
I principali trigger di blocco: frequenza di richieste troppo alta da un singolo IP (più di 1 richiesta ogni 2-3 secondi), User-Agent e intestazioni simili senza variabilità, assenza di cookies e dati di sessione, richieste senza risorse associate (immagini, script), che un normale browser carica sempre. Al raggiungimento del limite, il servizio mostra o una captcha, o blocca temporaneamente l'IP per 15-60 minuti, oppure banna l'IP per sempre in caso di violazioni ripetute.
Per un volume stimato di 2,5 GB e 10.000+ richieste da un singolo IP "pulito", la probabilità di ban si avvicina al 100% già alla prima mille di schede. È per questo che qualsiasi progetto serio di lead generation da mappe si basa sulla rotazione degli indirizzi IP — senza questo, il calcolo del traffico perde di significato, perché non sarà fisicamente possibile raccogliere il volume pianificato.
Proxy residenziali, mobili e datacenter per il parsing delle mappe
La scelta del tipo di proxy influisce direttamente su quante richieste potrete fare prima del blocco e quale parte del traffico dovrete "bruciare" per i tentativi ripetuti. Per la raccolta di dati dalle mappe, la reputazione dell'IP è cruciale — le mappe bloccano molto più severamente gli intervalli di datacenter, perché è da lì che proviene la maggior parte del parsing automatico.
| Tipo di proxy | Livello di fiducia delle mappe | Quando applicare |
|---|---|---|
| Proxy residenziali | Alto — IP di utenti reali | Strumento principale per raccogliere 5.000-50.000 schede con rotazione per città |
| Proxy mobili | Molto alto — IP generali degli operatori | Raccolta mirata per nicchie con protezione anti-bot rigida (Yandex.Maps) |
| Proxy datacenter | Basso-medio — più spesso nelle blacklist | Test preliminari, test di script su piccoli volumi senza reale estrazione |
Nella pratica, per le 10.000 aziende stimate, la combinazione ottimale è proxy residenziali con rotazione tra le sottoreti delle città: si ottiene un IP dalla stessa regione del pubblico target nelle schede, riducendo la quota di captcha e richieste ripetute che abbiamo considerato nel calcolo del traffico sopra. I proxy datacenter in questo compito possono essere utilizzati solo nella fase di test dello script su 50-100 schede, per non bruciare il budget del traffico residenziale durante il debug.
Configurazione della raccolta dati: strumenti e schema passo passo
Per raccogliere un database di aziende dalle mappe, le agenzie di solito utilizzano strumenti no-code e low-code pronti, invece di scrivere un parser da zero. Tra le soluzioni popolari ci sono A-Parser (configurazione flessibile dei modelli per Google Maps, 2GIS, Yandex.Maps senza scrivere codice), Octoparse (costruttore visivo di scenari di raccolta) e ZennoPoster (modelli di automazione con supporto per proxy e profili anti-detect). Per piccoli volumi, sono adatti servizi di parsing delle mappe basati su cloud con pagamento per numero di schede.
Lo schema passo passo per avviare la raccolta di 10.000 aziende è il seguente:
- Definite l'elenco delle città e delle nicchie per cui sono necessari i lead — questo determina il numero di richieste di ricerca e consente di prevedere più accuratamente il traffico secondo la formula della sezione precedente.
- Configurate nel parser un elenco di proxy residenziali con rotazione degli IP ogni 5-10 richieste — la maggior parte degli strumenti supporta elenchi di proxy nel formato login:password@host:port.
- Attivate un ritardo casuale tra le richieste di 3-7 secondi e la rotazione dell'User-Agent — questo riduce la percentuale di captcha del 30-40% rispetto agli intervalli fissi.
- Avviate un test su 100-200 schede e registrate il consumo reale di traffico — confrontate con quello calcolato per correggere la previsione sul volume totale.
- Scalate la raccolta fino a 10.000 schede, suddividendo il compito in batch di 1.000-1.500 record — questo semplifica il controllo degli errori e il riavvio in caso di guasti.
- Esportate il risultato in CSV o direttamente in CRM, rimuovendo i duplicati per numero di telefono e sito — sulle mappe si trovano spesso ripetizioni a causa di organizzazioni e filiali in rete.
Se il compito di raccolta si ripete regolarmente (ad esempio, aggiornamento mensile del database per nicchia), ha senso impostare subito un avvio automatico secondo un programma con un pool costante di IP residenziali — questo risparmia tempo per il riavvio manuale e riduce il rischio di ban grazie a una distribuzione uniforme del carico nel tempo.
Come ridurre il consumo di traffico senza perdere lead
I 2,5 GB stimati per 10.000 aziende possono essere ridotti del 30-40% senza perdita di qualità dei dati, se si applicano alcuni trucchi pratici.
In primo luogo, disattivate il caricamento delle immagini a livello di richiesta — le foto delle aziende occupano fino alla metà del peso della scheda dettagliata, ma non sono necessarie per le vendite. In secondo luogo, utilizzate richieste dirette all'API interna della mappa invece del rendering completo della pagina nel browser — questo elimina script, stili e font superflui che non contengono dati utili. In terzo luogo, filtrate i duplicati prima del parsing delle schede dettagliate: se un'azienda è già stata incontrata in un'altra zona della stessa città, non fate una richiesta ripetuta alla sua pagina — confrontate per nome e indirizzo nella fase dell'elenco. In quarto luogo, raccogliete prima elenchi semplificati per tutte le città e richiedete schede dettagliate solo per le aziende che hanno superato il filtro per valutazione o categoria — questo è particolarmente utile se avete bisogno non di tutte le 10.000, ma solo del top 30% per rilevanza.
Questi trucchi riducono non solo il volume del traffico, ma anche il numero di richieste ai server delle mappe, e quindi — il rischio di blocco. Per un'agenzia, questo significa un consumo inferiore di traffico proxy allo stesso prezzo e la possibilità di raccogliere più città con lo stesso budget.
Errori comuni nella raccolta di lead dalle mappe
Il primo errore è avviare la raccolta da un singolo IP statico senza rotazione. Anche con una bassa velocità di richieste, la mappa registra un'attività anomala già dopo 200-300 richieste consecutive, e la raccolta successiva diventa impossibile senza cambiare IP.
Il secondo errore è ignorare la corrispondenza regionale tra proxy e città target. Se raccogliete aziende a Kazan tramite IP di un altro paese, la mappa mostra più spesso risultati non pertinenti o blocca immediatamente la richiesta come sospetta.
Il terzo errore è la mancanza di calcolo del traffico prima dell'avvio. I team spesso avviano la raccolta "a occhio" e si imbattono nel limite del traffico proxy a metà compito, perdendo i dati già raccolti a causa dell'interruzione della sessione.
Il quarto errore è la raccolta senza deduplicazione al volo. Durante il parsing di 10.000 posizioni con più richieste sovrapposte (ad esempio, "caffè" e "ristorante" nella stessa zona), i duplicati possono costituire il 15-25% del database, il che gonfia artificialmente il traffico stimato e i costi reali.
Il quinto errore è l'uso dello stesso User-Agent e intestazioni per tutte le richieste della sessione. I sistemi anti-bot delle mappe analizzano non solo l'IP, ma anche la coerenza dell'impronta digitale del browser, quindi per volumi elevati si consiglia di combinare la rotazione dei proxy con un browser anti-detect e cambiare l'impronta insieme all'IP.
Conclusione
La raccolta di 10.000 aziende dalle mappe è un compito prevedibile in termini di traffico: durante il parsing delle schede dettagliate di Google Maps, il consumo è di circa 2,5 GB considerando le richieste ripetute, mentre per 2GIS e Yandex.Maps il valore è inferiore del 20-30%. Conoscendo questo numero in anticipo, è possibile pianificare con precisione il budget per il traffico proxy ed evitare situazioni in cui la raccolta si interrompe a metà a causa del limite esaurito.
Il fattore principale per una raccolta di successo non è il risparmio sul traffico, ma la scelta corretta dei proxy. Per volumi di diverse migliaia di schede al giorno, raccomandiamo proxy residenziali con rotazione per città — riducono la percentuale di captcha e richieste ripetute, che consumano fino al 15-20% del traffico. Se la raccolta avviene in nicchie con protezioni anti-bot particolarmente rigide, vale la pena considerare gli IP mobili come complemento al pool principale — questo aumenta la stabilità della sessione con un aumento minimo dei costi.