Как зарабатывать на веб-скрейпинге в 2026 году: пять моделей с ценами

Все учебники по парсингу заканчиваются там, где начинается бизнес. Вы получаете рабочий код, распарсенную страницу и CSV, и ничего о том, сколько брать, во что обходится запуск или какие из этих моделей всё ещё окупаются в 2026 году.

Этот гайд - вторая половина. Пять способов, которыми люди действительно зарабатывают на собранных данных, сколько берут за каждый, и затратная сторона, измеренная, а не угаданная: мы взвесили реальные страницы сами и рассчитали трафик по нашей собственной сетке.

Одна цифра для понимания масштаба. Та же самая страница обходится в девять‑девятнадцать раз дороже при сборе, если вы рендерите её в браузере, а не просто скачиваете HTML. Этот множитель, а не ваш код, определяет, будет ли у data-бизнеса маржа.

Как скрейперы на самом деле зарабатывают?

Пять моделей, в примерном порядке сложности запуска.

1. Продажа списков. Вы собираете контакты или листинги и продаёте файл, обычно в формате CSV или JSON. Рынок платит от $25 до $400 за один квалифицированный B2B-лид, а провайдеры обогащения берут $0.10–$0.30 за контакт за добавленные поля. Быстрее всего запустить, быстрее всего превращается в товар, и модель с наибольшими юридическими рисками, потому что вы продаёте персональные данные.

Где продаются такие файлы, от низа рынка вверх:

Два момента, на которые стоит обратить внимание в этой таблице. Облачные маркетплейсы платят больше всего и требуют больше всего: живой шар означает, что ваш пайплайн - это и есть продукт, работающий по расписанию, а не файл, который вы загружаете один раз. И ничто в этом списке не продаёт датасет, который можно воссоздать за выходные. Продаётся то, что сложно собрать, очищено и обновляется по обещанию.

2. Фид данных по подписке. Та же самая коллекция, продаваемая как ежемесячный фид вместо файла: цены, наличие, вакансии, отзывы. Рекуррентная выручка, и клиент остаётся, потому что воссоздать ваш пайплайн стоит ему дороже, чем ваш инвойс.

Как это выглядит на топе рынка: Coresignal продаёт записи компаний, сотрудников и вакансий через API по планам от $49 до $5 000 в месяц, начисляет кредиты за запись (вакансия стоит 1 кредит, запись компании или сотрудника - 10–20), и оценивает bulk-датасеты от $1 000 в месяц. Bright Data продаёт продукт той же формы в виде готовых датасетов из 200+ источников. Они продают не краул. Они продают тот факт, что данные были собраны заново вчера, а это та часть, которую покупатель не может дёшево сделать in-house.

Вам не нужен их масштаб, чтобы скопировать модель. Одна вертикаль, одна страна и фид, который не пропускает ни одной недели - это уже продукт; в инвойсе просто меньше нулей.

3. Ваш скрейпер, обёрнутый в API. Вы берёте деньги за запрос. Это модель крупных игроков, поэтому их цены - ваш потолок: ScrapingBee продаёт простые запросы примерно по $0.10 за тысячу на плане за $99, и тот же запрос с премиум-прокси и JavaScript-рендерингом по $2.50 за тысячу.

4. Сбор под ключ. Проектная работа и ретейнеры для компаний, которым нужны данные, но не data-команда. Наименее масштабируемо и лучше всего оплачивается почасово, потому что вы продаёте то, на что они не могут нанять.

Есть вариант этого, который тихо стал самой популярной точкой входа в 2026 году, и он инвертирует модель: вместо того чтобы продавать данные, вы используете их для поиска собственных клиентов. Приём, который постоянно возвращается - это сайты для местного бизнеса. Вы парсите Google Maps по одному городу и одной категории, оставляете только бизнесы без сайта в листинге, и теперь у вас есть список для обзвона людей, чью проблему вы можете назвать в первом предложении. Готовые скрейперы именно для такого фильтра уже есть на Apify, а Outscraper публикует метод фильтрации, так что сторона сбора - это работа на полдня.

Категории, в которых сильно перевешивает отсутствие сайта: домашние услуги, подрядчики, уборка, салоны, услуги по уходу за детьми, услуги для животных и местные профессиональные услуги. Один провайдер в этой нише заявляет о показателях холодных звонков в три‑пять раз выше, чем с цифровыми компаниями. Это их цифра, а не наша, но направление легко поверить: у бизнеса нет сайта, нет входящего канала и нет агентства, уже сидящего на аккаунте.

Две честные оговорки, потому что именно здесь этот приём обычно проваливается:

• «Нет сайта» часто означает только Facebook или застоявшийся листинг. Проверяйте перед звонком. Листинг, к которому никто не прикасался четыре года - это не лид.
• Данные - дешёвая половина. Тысяча строк данных Maps стоит центы на datacenter-адресах. Дорогая половина - это outreach, и никакой скрейпер не исправит слабое предложение.

Причина, почему это принадлежит гайду о деньгах, а не маркетинговому: пайплайн, который находит ваши лиды - это тот же пайплайн, который вы позже продаёте как услугу агентствам, делающим это в масштабе. Вы строите его один раз для себя, а ваш второй клиент - это человек, который наблюдал, как вы его используете.

5. Ваш собственный продукт поверх собранных данных. Мониторинг цен, рыночный отчёт, нишевый поисковик. Сложнее всего, единственное, что продолжает накапливаться.

Первые три оцениваются за единицу, что означает, что их маржа арифметическая, и эта арифметика зависит от одного решения, которое вы принимаете до написания кода.

Во что действительно обходится одна спарсенная страница?

Мы измерили. Те же страницы, двумя способами: простой HTTP-запрос, возвращающий HTML, и полная загрузка браузера со скриптами, стилями и изображениями, 11 сентября 2026 года.

На Booking браузер загрузил 1 373 KB JavaScript и 525 KB стилей для рендера страницы, чей HTML был 106 KB, и это измерение шло с заблокированными изображениями, так что реальное число выше.

Теперь наложите на это цены трафика. Residential - это $2.00 за GB на входном пакете и доходит до $1.00 за GB при объёме, так что:

Посмотрите на последний столбец в сравнении с тем, что вы можете выставить в счёт. При $0,10 за тысячу запросов - рыночной цене простого управляемого запроса - отрендеренная страница на 2 МБ обходится вам в двадцать раз дороже вашей продажной цены. Бизнес рушится не из-за целевого сайта и не из-за вашего парсера. Он рушится из-за рендеринга страниц, которые не нужно было рендерить.

Почему рендеринг - это вопрос всей маржи?

Потому что рынок оценивает его точно так же, как наши измерения. ScrapingBee взимает плату в кредитах, и тарифная лестница публична: 1 кредит за простой запрос, 5 с рендерингом JavaScript, 10 с премиум-прокси, 25 с обоими, 75 для режима невидимости. Это разброс в 75 раз для одного и того же URL, опубликованный поставщиком, которому нет смысла его преувеличивать.

Поэтому первый инженерный вопрос для любой новой цели - не какую библиотеку использовать. А: могу ли я получить эти данные без браузера?

Три варианта, которые стоит попробовать, прежде чем смириться с 9–19-кратной надбавкой:

• Собственный JSON сайта. Большинство современных страниц загружают контент из внутренней конечной точки, которую можно вызвать напрямую из Python. Откройте вкладку сети, найдите её, вызовите напрямую. Часто вы получите более чистые данные, чем дал бы HTML, при доле от объёма в байтах.
• HTML с серверным рендерингом. Множество сайтов по-прежнему отдают контент в первом ответе. Загрузите и распарсите его. Наши гайды по краулингу на Python и скрейпингу на Node оба покрывают сторону парсинга.
• Блокируйте ресурсы, когда браузер всё-таки нужен. Изображения, шрифты, аналитика и рекламные скрипты - это большая часть веса и ноль данных. Блокировка их в Playwright или Puppeteer сокращает отрендеренную страницу обратно к размеру её HTML.

Когда управляемый API дешевле собственного решения?

Честный ответ: чаще, чем хотелось бы признать поставщику прокси.

Точка перехода - это не философия, это таблица расчётов. Возьмите месячное количество страниц, умножьте на измеренный вес страницы, посчитайте стоимость с обеих сторон и добавьте инженерные часы, которые нужны самостоятельному пути каждый месяц. Число покажет вам, к какому столбцу вы относитесь.

Что на самом деле доказывает 200 OK?

Само по себе ничего, и именно здесь тихо умирает юнит-экономика.

Мы запросили страницу товара на Amazon с обычным user agent браузера. Ответ был HTTP 200, 3,8 КБ, и весь его текст гласил: «Amazon.com. Нажмите кнопку ниже, чтобы продолжить покупки». Ни названия, ни товара, ни цены. Успех по всем метрикам дашборда, и ноль данных.

Два следствия для бизнеса на данных:

1. Измеряйте успех по контенту, а не по статусу. Проверяйте, что поле, за которым вы пришли, существует: цена, название, непустой список. Всё остальное - неудача, каким бы радостным ни был код статуса.
2. Ваша логика повторов - это статья расходов. Пайплайн, который повторяет только при 5xx, с радостью выставит вам счёт за тысячи защитных стен от ботов с кодом 200. Повторяйте при провале проверки утверждения, с другого адреса, и учитывайте эти повторы в стоимости за тысячу.

Связанная ловушка: страницы, которые возвращают настоящий HTML, но без контента, пока не запустятся скрипты. Наш сырой запрос к листингу Reddit вернул 8 КБ с заголовком просто «Reddit». Это оболочка, а не страница, и это именно тот случай, когда браузер действительно необходим.

Как следует оценивать работу?

Три формы и одно правило.

За запись. Просто продать, и вы несёте весь риск объёма. Используйте это только после того, как вы измерили реальную стоимость на тысячу для этой конкретной цели, включая повторы, и умножили её на три.

Месячный ретейнер за фид. Что предпочитают серьёзные покупатели, потому что их финансовый отдел хочет строку в бюджете, а не счёт, который скачет вместе с объёмом вашего краулинга. Оценивайте ретейнер на основе стоимости поддержания фида в рабочем состоянии, что в основном означает обслуживание при редизайне цели, а не трафик.

За обогащение поля. Рыночный ориентир - $0,10–$0,30 за контакт за добавленные поля. Ниже этого вы конкурируете с поставщиками, у которых данные уже есть и которые продают их в масштабе.

Правило: никогда не оценивайте рекуррентный фид по стоимости первого краулинга. Первый краулинг - это дешёвая часть. Дорогая часть - это вторник в марте, когда цель меняет свою разметку, и дашборд вашего клиента становится пустым.

Что на самом деле убивает эти бизнесы?

Не блокировки. Блокировка - это решаемая инженерная проблема с известной ценой.

• Изменения макета. Каждая цель делает редизайн. Один клиент с пятью фидами будет потреблять день в месяц просто для поддержания работоспособности.
• Разовые проекты. Конвейер одноразовых извлечений - это консалтинговый бизнес без накопительной ценности. Конвертируйте всё, что можете, в фиды.
• Концентрация. Два клиента и 80% выручки в одном из них - это не бизнес, это контракт с обратным отсчётом.
• Юридические сюрпризы. Персональные данные, собранные без законного основания или перепроданные дальше, - это единственный режим отказа, который не объявляет о себе в дашборде.
• Ценообразование на основе затрат прошлого месяца. Цены на трафик падают, защита целей растёт. Пересчитывайте стоимость за тысячу каждый квартал.

Где проходит юридическая грань?

Это не юридическая консультация, и честное резюме короче, чем притворяются большинство статей на эту тему.

• Публичные страницы - безопасная зона. Сбор данных, которые может видеть любой посетитель без входа в систему, - это часть с самым прочным основанием.
• Вход в систему меняет анализ. Как только вы принимаете условия использования и проходите аутентификацию, вы действуете в рамках соглашения, которое подписали.
• Персональные данные регулируются отдельно от доступа. По GDPR не имеет значения, что имя и email были публичными: вам всё равно нужно законное основание для их обработки, и человек сохраняет права на них. Это момент, на котором спотыкаются продавцы списков, а не сам скрейпинг.
• Перепродажа чужих контактных данных втягивает и покупателя. Правила регистрации брокеров существуют в нескольких юрисдикциях, и претензии о конфиденциальности по цепочке падают на того, кто использовал список.
• Авторское право переживает извлечение. Факты не принадлежат никому. Существенная копия чьего-то текста, изображений или структуры базы данных может принадлежать.

Практическая версия: продавайте производные числа и публичные бизнес-данные, рассматривайте персональные данные как продуктовое решение, а не техническое, и получите реальную юридическую консультацию, прежде чем строить бизнес на одном юридически агрессивном источнике.

Что можно сделать с $200 в месяц?

Потому что это честный стартовый бюджет, и он дает больше возможностей, чем люди ожидают.

• $105–$150 на трафик. При $1,00–$2,00 за ГБ это 75–150 ГБ, что составляет от 700 000 до 3 миллионов страниц только с HTML в месяц.
• $0 на рендеринг до тех пор, пока цель не заставит это сделать, и тогда только для этой цели.
• Остальное на один платный источник данных, который вы не скрапите. Официальный API для той части вашей ленты, где он есть, дешевле, чем защищать краулер от сайта, который предлагает те же данные легитимно.

Два миллиона страниц в месяц - это реальный продукт на основе данных. Большинство людей никогда не достигают этого не потому, что трафик дорогой, а потому, что они рендерят всё с первого дня и заканчивают деньги на 30 000 страниц.

Если ваша работа связана с аккаунтами, а не с данными, арифметика переворачивается, и стоимость стека на аккаунт описана в материале сколько на самом деле стоит стек для мультиаккаунтинга.

FAQ

Сколько страниц можно скрапить на гигабайт?

При запросах только HTML примерно 10 000–21 000 страниц на ГБ для страниц в диапазоне 50–106 КБ, который мы измеряли. При полном рендеринге в браузере - 500–2 500. Этот разброс - самый большой рычаг затрат, который вы контролируете.

Нужны ли мне резидентские прокси для скрапинга?

Только там, где цель отклоняет диапазоны хостинга. Датацентр IPv4 по $1,15–$1,35 за адрес в месяц с безлимитным трафиком значительно дешевле для толерантных целей, и тип прокси должен следовать за целью, а не наоборот.

API для скрапинга - конкурент прокси или их клиент?

И то, и другое. Они покупают прокси оптом, добавляют ферму браузеров и логику обхода блокировок и перепродают за запрос. Это реальный сервис, за который стоит платить, когда вам нужен рендеринг при малых объёмах, и дорогой посредник, когда он вам не нужен.

Какая модель быстрее всего приводит к первой выручке?

Сбор под ключ. Один клиент с конкретной экстракцией платит на этой неделе, учит вас цели и финансирует ленту, в которую вы это превращаете.

Как узнать, что мой скрапер действительно работает?

Проверяйте содержимое, а не коды статусов, и валидируйте сам пул, прежде чем строить на нём. Наш собственный тест поймал страницу Amazon, возвращающую HTTP 200 со стеной «продолжить покупки» размером 3,8 КБ и больше ничего. Считайте их как ошибки, и они перестанут тихо завышать ваш процент успеха.

Легален ли скрапинг?

Сбор публичных данных обычно на твёрдой почве; аутентификация, сбор персональных данных и их перепродажа - это три отдельных вопроса со своими собственными ответами. Рассматривайте GDPR как продуктовое ограничение, а не как юридическую сноску, и получите консультацию, прежде чем ставить бизнес на один агрессивный источник.

Как часто следует перепроверять затраты?

Ежеквартально и после любого редизайна цели. Вес страниц растёт вверх, цены на трафик снижаются, и котировка, написанная год назад, обычно неверна в обоих направлениях.