Đông Nam Á đã trở thành một trong những thị trường thương mại điện tử phát triển nhanh nhất, và ngày càng nhiều đội ngũ từ CIS, châu Âu và Trung Quốc muốn xem giá cả, tồn kho và khuyến mãi của đối thủ trên Shopee, Lazada và Tokopedia. Vấn đề là phương pháp quen thuộc "lấy scraper, kết nối proxy bất kỳ" ở đây gần như ngay lập tức bị phá vỡ: các nền tảng này được chia theo quốc gia, yêu cầu đăng nhập để truy cập dữ liệu và chặn IP của người khác. Hãy cùng tìm hiểu cách xây dựng một sơ đồ làm việc từng bước và những proxy nào cần thiết cho nó.
Tại sao lại là ba nền tảng này
Theo báo cáo của Momentum Works, được công bố vào ngày 14 tháng 4 năm 2026, thương mại điện tử nền tảng ở Đông Nam Á đã tăng 22,8% vào năm 2025 và đạt $157,6 tỷ. Ba người chơi — Shopee, Lazada và TikTok Shop cùng với Tokopedia — nắm giữ khoảng 98,8% của thị trường này. Shopee dẫn đầu với thị phần 53% và vị trí đầu tiên ở tất cả sáu quốc gia chính, trong khi GMV của liên kết TikTok Shop + Tokopedia đã đạt 65,7% GMV của Shopee.
Tăng trưởng nhanh nhất diễn ra ở Thái Lan (+51,8% trong một năm) và Malaysia (+47,6%), trong khi thị trường lớn nhất vẫn là Indonesia với 37% doanh thu của khu vực. Đối với việc theo dõi giá cả, điều này có nghĩa là một điều đơn giản: nếu bạn bán hàng trong khu vực hoặc mua hàng ở đó, bạn cần xem xét ngay nhiều quốc gia, và mỗi quốc gia có một cửa hàng riêng.
Những rào cản khi thu thập dữ liệu từ các chợ Đông Nam Á
1. Mỗi quốc gia là một trang web riêng biệt
Shopee không có một cửa hàng duy nhất: đây là tập hợp các miền quốc gia — shopee.co.id (Indonesia), shopee.com.my (Malaysia), shopee.ph (Philippines), shopee.sg (Singapore), shopee.co.th (Thái Lan), shopee.vn (Việt Nam), một cửa hàng riêng ở Đài Loan, cũng như các miền Latin Mỹ shopee.com.br, shopee.com.mx, shopee.cl và shopee.com.co. Lazada hoạt động ở sáu quốc gia: Singapore, Malaysia, Indonesia, Philippines, Thái Lan, Việt Nam. Tiền tệ, danh mục sản phẩm, khuyến mãi và thậm chí sự có mặt của hàng hóa khác nhau giữa các quốc gia.
Tokopedia là một nền tảng hoàn toàn của Indonesia. Kể từ năm 2024, nó đã được hợp nhất với TikTok Shop Indonesia: theo yêu cầu của quy định Indonesia, tách biệt mạng xã hội và thương mại, các giao dịch của TikTok Shop tại quốc gia này đã được chuyển sang hệ thống Tokopedia. Để thu thập dữ liệu, điều này có nghĩa là cần phải sử dụng IP Indonesia và ngôn ngữ địa phương, không có lựa chọn nào khác.
2. IP của người khác — ngay lập tức bị nghi ngờ
Trong mô tả của scraper phổ biến Lazada trên Apify, rõ ràng nói rằng: Lazada chặn các IP từ trung tâm dữ liệu không thuộc khu vực thông qua kiểm tra chống bot, và việc thu thập dữ liệu đòi hỏi proxy cư trú tại quốc gia mục tiêu. Theo tác giả, trung tâm dữ liệu trong sơ đồ này thường bị chặn.
3. Shopee khóa dữ liệu bằng cách yêu cầu đăng nhập
Các hướng dẫn về Shopee năm 2026 đều thống nhất một điều: dữ liệu đầy đủ về sản phẩm chỉ được cung cấp trong phiên đã xác thực. Các yêu cầu không xác thực nhận được phản hồi trống rỗng hoặc lỗi, trong các phản hồi nội bộ có chỉ số is_login: false. Do đó, nhiều scraper đã sẵn sàng yêu cầu cookie của phiên Shopee đang hoạt động — và ngay lập tức khuyên dùng proxy cư trú để không mất phiên này.
4. Bảo vệ đa lớp
Ngoài việc yêu cầu đăng nhập, các nền tảng sử dụng fingerprinting trình duyệt, captcha, giới hạn theo IP và tài khoản, và các API nội bộ cũng như bố cục thường xuyên thay đổi. Thư mục ScrapeOps đánh giá độ khó của việc thu thập dữ liệu từ Shopee là 7 trên 10 và chỉ ra rằng có Cloudflare và Akamai trong số các biện pháp bảo vệ. Các nhà cung cấp API sẵn có cảnh báo rằng khi Shopee thay đổi các điểm cuối nội bộ, việc thu thập dữ liệu có thể tạm thời bị giảm sút.
Trước tiên hãy kiểm tra API chính thức
Trước khi xây dựng scraper, hãy trả lời câu hỏi: dữ liệu của ai là bạn cần?
- Dữ liệu của cửa hàng của bạn (đơn hàng, tồn kho, giá cả) — hãy lấy qua Shopee Open Platform và Lazada Open Platform. Quyền truy cập được cấp theo xác thực của cửa hàng cụ thể: người bán kết nối ứng dụng, nó nhận token và chỉ làm việc với dữ liệu của mình.
- Liên kết đối tác và danh mục cho các nhà xuất bản — Lazada có một API liên kết riêng cho các trang web phiếu giảm giá và so sánh giá.
- Giá cả và danh mục sản phẩm của đối thủ — không có quyền truy cập chính thức. Đây chính là nhiệm vụ cho việc thu thập dữ liệu từ các trang công khai, và chính ở đây cần đến proxy.
API chính thức luôn ổn định và an toàn hơn. Việc thu thập dữ liệu chỉ nên được xây dựng cho những gì không có trong API.
Sơ đồ thu thập từng bước
- Ghi lại ma trận "quốc gia × nhiệm vụ". Ví dụ: giá của 500 SKU trên shopee.co.id và shopee.co.th một lần mỗi ngày, tồn kho của top-50 trên lazada.com.my mỗi 6 giờ. Mỗi ô sẽ có miền riêng, tiền tệ riêng, và nhóm IP riêng.
- Chọn proxy địa lý chính xác cho cửa hàng. Cửa hàng Indonesia — IP Indonesia, cửa hàng Thái Lan — IP Thái Lan. Không được trộn lẫn: IP từ Singapore trên shopee.vn trông cũng đáng ngờ như IP từ Đức.
- Chia nhiệm vụ theo loại phiên. Các trang công khai, có thể mở mà không cần đăng nhập (danh sách Lazada, trang cửa hàng), có thể thu thập với việc xoay vòng IP. Tất cả những gì yêu cầu đăng nhập trên Shopee — chỉ thông qua phiên cố định (sticky session): một tài khoản = một IP trong suốt thời gian sống của phiên.
- Giữ fingerprint trình duyệt "địa phương". Múi giờ, ngôn ngữ giao diện và ngôn ngữ địa phương phải trùng khớp với quốc gia của IP: Asia/Jakarta và id-ID cho Indonesia, Asia/Bangkok và th-TH cho Thái Lan. Giữ fingerprint ổn định trong hồ sơ và không thay đổi user-agent giữa phiên — múi giờ, phông chữ và UA không ổn định được coi là nguyên nhân chính gây ra các phiên "mong manh".
- Bắt đầu với tốc độ thấp. Trong hướng dẫn của Pixelscan, điểm khởi đầu được đưa ra là 30–100 yêu cầu mỗi phút cho mỗi tài khoản (bắt đầu từ giới hạn thấp), 1–3 trang song song cho mỗi hồ sơ và khoảng cách giữa các yêu cầu ±20–40%. Đây là những con số ước tính của tác giả, không phải là giới hạn đo lường của Shopee, vì vậy hãy điều chỉnh chúng theo dữ liệu của bạn.
- Lưu cache và không yêu cầu lại không cần thiết. Thẻ sản phẩm, có giá thay đổi mỗi ngày, không cần phải truy cập mỗi 10 phút. Cache trong 5–60 phút giảm tải và tiêu tốn băng thông.
- Cài đặt quay lại khi có tín hiệu bảo vệ. Captcha, chuyển hướng đến đăng nhập hoặc 302 — là lý do để dừng hồ sơ: 3–5 lần lặp lại với khoảng dừng 5–15 giây, sau đó "làm mát" trong 15–60 phút, thay vì tiếp tục với cùng một IP.
- Theo dõi các chỉ số. Tỷ lệ captcha trên 0,5–2% và tỷ lệ chuyển hướng đến đăng nhập trên 0,5–1% — là tín hiệu cảnh báo, trên 5% captcha — đã đến lúc thay đổi phương pháp. IP đã báo lỗi ba lần liên tiếp thì nên loại bỏ khỏi nhóm; cách tự động hóa kiểm tra này đã được trình bày chi tiết trong bài viết về kiểm tra sức khỏe cho nhóm proxy.
Các cạm bẫy
- Cookie — là chìa khóa truy cập tài khoản. Cookie phiên của Shopee cung cấp quyền truy cập đầy đủ vào tài khoản. Không chuyển cookie này cho các dịch vụ bên ngoài mà không cần thiết và không lưu trữ trong các cấu hình công khai.
- Đài Loan và Mỹ Latinh — là các thị trường riêng biệt. Nếu nhiệm vụ liên quan đến Brazil hoặc Mexico, cần proxy của khu vực Mỹ Latinh, không phải khu vực châu Á.
- Tiền tệ và định dạng giá cả. Rupiah Indonesia, đồng Việt Nam và baht Thái Lan được định dạng khác nhau; nếu không chuẩn hóa, việc so sánh giá giữa các quốc gia sẽ trở thành rác rưởi.
- TLS và tiêu đề. Ngay cả IP cư trú hoàn hảo cũng không cứu được nếu HTTP client tự nhận diện bằng fingerprint TLS. Nếu bạn làm việc mà không có trình duyệt, hãy xem xét phân tích JA4 và curl_cffi.
- Quy tắc của các nền tảng. Chỉ thu thập dữ liệu công khai, tuân thủ các điều khoản sử dụng và luật pháp địa phương, không chạm vào dữ liệu cá nhân của người mua. Càng đi sâu vào các khu vực yêu cầu đăng nhập, rủi ro pháp lý càng cao.
Chọn proxy nào
Proxy cư trú với lựa chọn quốc gia — lựa chọn cơ bản cho cả ba nền tảng. Chúng cung cấp IP từ các nhà cung cấp địa phương của quốc gia cần thiết, điều này là yêu cầu của Lazada và Shopee. Đối với các danh sách, hãy sử dụng xoay vòng, đối với các phiên đã xác thực — hãy giữ IP cố định. Bạn có thể chọn quốc gia và chế độ xoay vòng trong phần proxy cư trú ProxyCove.
Proxy di động sẽ hữu ích ở những nơi mà "tính người" của tài khoản là rất quan trọng: hồ sơ người bán lâu dài, làm việc qua các phiên bản di động của các nền tảng, các nhiệm vụ nhạy cảm với việc bị cấm. Chúng đắt hơn theo gigabyte, vì vậy hãy sử dụng chúng một cách có chọn lọc — cho các tài khoản, không phải cho việc thu thập hàng loạt danh mục. Chi tiết — trên trang proxy di động.
Proxy từ trung tâm dữ liệu không phù hợp cho các nền tảng này: theo kinh nghiệm của các nhà phát triển scraper, Lazada chặn chúng ngay từ đầu. Hãy để chúng cho các nhiệm vụ phụ trợ — chẳng hạn như kiểm tra tính khả dụng của các dịch vụ của bạn.
Kết luận
Việc thu thập dữ liệu từ Shopee, Lazada và Tokopedia không phải là một nhiệm vụ duy nhất, mà là một tập hợp các nhiệm vụ theo quốc gia. Sơ đồ làm việc được xây dựng xung quanh ba quy tắc: IP từ cùng một quốc gia với cửa hàng; phiên cố định cho tất cả những gì yêu cầu đăng nhập; bắt đầu chậm với việc quay lại khi có dấu hiệu bảo vệ đầu tiên. Trước tiên hãy kiểm tra xem API chính thức có đáp ứng nhu cầu của bạn không, và để theo dõi đối thủ, hãy thu thập một nhóm proxy cư trú cho các quốc gia cần thiết trong khu vực và đo lường tỷ lệ captcha từ ngày đầu tiên.
