Як заробляти на веб-скрапінгу у 2026 році: п'ять моделей з цінами

Кожен туторіал зі скрейпінгу закінчується там, де починається бізнес. Ви отримуєте робочий код, розпарсену сторінку та CSV-файл, але нічого про те, скільки брати за роботу, у скільки вам обходиться запуск, або яка з цих моделей ще дає прибуток у 2026 році.

Цей посібник - друга половина. П'ять способів, як люди реально заробляють на зібраних даних, скільки кожен з них коштує, і витратна частина, виміряна, а не вгадана: ми зважили реальні сторінки самостійно і оцінили трафік за нашою власною сіткою.

Одне число для розуміння масштабу. Та сама сторінка коштує у дев'ять-дев'ятнадцять разів дорожче для збору, якщо ви рендерите її в браузері замість простого отримання HTML. Саме цей множник, а не ваш код, визначає, чи має бізнес на даних маржу.

Як скрейпери насправді заробляють?

П'ять моделей, у приблизному порядку складності старту.

1. Продаж списків. Ви збираєте контакти або оголошення і продаєте файл, зазвичай як CSV або JSON. Ринок платить від $25 до $400 за один кваліфікований B2B-лід, а провайдери збагачення даних беруть від $0.10 до $0.30 за контакт за додані поля. Найшвидше стартувати, найшвидше перетворюється на товар, і модель з найбільшим юридичним ризиком, оскільки ви продаєте персональні дані.

Де такі файли змінюють власника, від найнижчого сегмента ринку вгору:

Дві речі, які варто помітити в цій таблиці. Хмарні маркетплейси платять найбільше і вимагають найбільше: живий шар означає, що ваш пайплайн - це продукт, що працює за розкладом, а не файл, завантажений одноразово. І ніщо в цьому списку не продає датасет, який будь-хто міг би відтворити за вихідні. Ходять дані, які складно зібрати, очищені та оновлені за обіцянкою.

2. Фід даних на підписці. Та сама колекція, продана як щомісячний фід замість файлу: ціни, наявність, вакансії, відгуки. Повторюваний дохід, і клієнт залишається, тому що відтворити ваш пайплайн коштує йому більше, ніж ваш рахунок.

Як це виглядає у верхньому сегменті ринку: Coresignal продає записи про компанії, співробітників та вакансії через API на тарифах від $49 до $5,000 на місяць, бере плату в кредитах за запис (вакансія коштує 1 кредит, запис про компанію або співробітника - 10-20), і оцінює масові датасети від $1,000 на місяць. Bright Data продає ту саму форму продукту як готові датасети з 200+ джерел. Жоден з них не продає краул. Вони продають факт, що дані були зібрані знову вчора, що є тією частиною, яку покупець не може зробити дешево інхаус.

Вам не потрібен їхній масштаб, щоб скопіювати модель. Одна вертикаль, одна країна та фід, який ніколи не пропускає тиждень - це вже продукт; рахунок просто має менше нулів.

3. Ваш скрейпер, обгорнутий як API. Ви берете плату за запит. Це модель, в якій працюють великі гравці, тому їхні ціни - ваша стеля: ScrapingBee продає прості запити приблизно за $0.10 за тисячу на тарифі $99, і той самий запит з преміум-проксі та JavaScript-рендерингом за $2.50 за тисячу.

4. Збір "під ключ". Проєктна робота та ретейнери для компаній, яким потрібні дані, але не дата-команда. Найменш масштабована та найкраще оплачувана погодинно, тому що ви продаєте те, що вони не можуть найняти.

Є варіант цього, який тихо став найпопулярнішою точкою входу в 2026 році, і він інвертує модель: замість продажу даних ви використовуєте їх для пошуку власних клієнтів. Прийом, який постійно повертається - це вебсайти для локального бізнесу. Ви скрейпите Google Maps для одного міста і однієї категорії, залишаєте тільки бізнеси без вебсайту в лістингу, і тепер у вас є список дзвінків людей, чию проблему ви можете назвати в першому реченні. Готові скрейпери саме для цього фільтра вже є на Apify, а Outscraper публікує метод фільтрації, тому частина збору - це післяобідня робота.

Категорії, що сильно схиляються до відсутності вебсайту - це домашні послуги, підрядники, прибирання, салони, догляд за дітьми, послуги для домашніх тварин та локальні професійні послуги. Один провайдер у цій ніші стверджує, що рейтинг холодних дзвінків у три-п'ять разів вищий, ніж з digital-native компаніями. Це їхня цифра, а не наша, але напрямок легко вірити: у бізнесу немає вебсайту, немає вхідного каналу, і немає агенції, що вже сидить на акаунті.

Два чесні застереження, тому що саме тут прийом зазвичай провалюється:

• "Немає вебсайту" часто означає тільки Facebook або застарілий лістинг. Перевіряйте перед дзвінком. Лістинг, до якого ніхто не торкався чотири роки - це не лід.
• Дані - це дешева половина. Тисяча рядків даних Maps коштує центи на datacenter адресах. Дорога половина - це аутріч, і жоден скрейпер не виправить слабку пропозицію.

Причина, чому це належить до грошового гайду, а не маркетингового: пайплайн, який знаходить ваші ліди - це той самий пайплайн, який ви пізніше продаєте як сервіс агенціям, що роблять це на масштабі. Ви будуєте його один раз для себе, і ваш другий клієнт - це людина, яка бачила, як ви ним користуєтесь.

5. Ваш власний продукт на основі зібраних даних. Моніторинг цін, ринковий звіт, нішева пошукова система. Найскладніше, єдине, що продовжує накопичуватись.

Перші три оцінюються за одиницю, що означає, що їхня маржа арифметична, і арифметика залежить від одного рішення, яке ви приймаєте перед написанням будь-якого коду.

Скільки насправді коштує одна заскрейплена сторінка?

Ми виміряли. Ті самі сторінки, двома способами: простий HTTP-запит, що повертає HTML, і повне завантаження в браузері зі скриптами, стилями та зображеннями, 11 вересня 2026 року.

На Booking браузер завантажив 1,373 КБ JavaScript та 525 КБ стилів, щоб відрендерити сторінку, HTML якої був 106 КБ, і це вимірювання проводилось з заблокованими зображеннями, тому реальне число вище.

Тепер додайте ціни на трафік. Residential - це $2.00 за ГБ у початковому пакеті і досягає $1.00 за ГБ при об'ємі, отже:

Подивіться на останній стовпець порівняно з тим, скільки ви можете зарахувати. При $0,10 за тисячу запитів - ринковій ціні звичайного керованого запиту - рендеринг сторінки на 2 МБ коштує вам у двадцять разів більше за ціну продажу. Бізнес руйнує не цільовий сайт і не ваш парсер. Його руйнує рендеринг сторінок, які не потрібно було рендерити.

Чому рендеринг - це питання всієї маржі?

Тому що ринок оцінює його саме так, як наш вимір. ScrapingBee стягує кредитами, і шкала публічна: 1 кредит за звичайний запит, 5 за рендеринг JavaScript, 10 за преміум-проксі, 25 за обидва, 75 за режим стелс. Це різниця в 75 разів на той самий URL, опублікована постачальником, у якого немає причин її перебільшувати.

Тож перше інженерне питання для будь-якої нової цілі - не яку бібліотеку використовувати. А: чи можу я отримати ці дані без браузера?

Три речі, які варто спробувати, перш ніж погодитися на податок у 9–19 разів:

• Власний JSON сайту. Більшість сучасних сторінок завантажують свій вміст із внутрішнього ендпоінту, який ви можете викликати безпосередньо з Python. Відкрийте вкладку мережі, знайдіть його, викличте напряму. Ви часто отримаєте чистіші дані, ніж дав би HTML, при частці байтів.
• HTML, рендерений на сервері. Безліч сайтів досі відправляють вміст у першій відповіді. Завантажте його і розберіть. Наш посібник з краулінгу Python і посібник Node обидва охоплюють сторону парсингу.
• Блокуйте ресурси, коли браузер справді потрібен. Зображення, шрифти, аналітика та рекламні скрипти - це більша частина ваги й жодних даних. Блокування їх у Playwright або Puppeteer зменшує розмір рендереної сторінки до розміру HTML.

Коли керований API дешевший, ніж власне рішення?

Чесна відповідь: частіше, ніж хотів би визнати постачальник проксі.

Точка перетину - не філософія, а таблиця. Візьміть місячну кількість сторінок, помножте на виміряну вагу сторінки, оцініть з обох кінців і додайте інженерні години, які потребує самостійний шлях щомісяця. Число підкаже, до якого стовпця ви належите.

Що насправді доводить 200 OK?

Сам по собі - нічого, і саме тут тихо вмирає юніт-економіка.

Ми запитали сторінку продукту Amazon зі звичайним user agent браузера. Відповідь була HTTP 200, 3,8 КБ, і весь її текст був: "Amazon.com. Натисніть кнопку нижче, щоб продовжити покупки". Ні назви, ні продукту, ні ціни. Успіх за кожною метрикою дашборда, і нуль даних.

Два наслідки для бізнесу даних:

1. Вимірюйте успіх за вмістом, а не за статусом. Перевіряйте, що існує поле, за яким ви прийшли: ціна, назва, непорожній список. Усе інше - це невдача, яким би веселим не був код статусу.
2. Ваша логіка повторів - це центр витрат. Пайплайн, що повторює лише на 5xx, радо виставить вам рахунок за тисячі бот-стін із кодом 200. Повторюйте на невдалій перевірці, з іншою адресою, і враховуйте ці повтори у вартості на тисячу.

Споріднена пастка: сторінки, які повертають справжній HTML, але без вмісту, доки не запустяться скрипти. Наш сирий запит до списку Reddit повернув 8 КБ із заголовком просто "Reddit". Це оболонка, а не сторінка, і саме той випадок, коли браузер справді необхідний.

Як слід оцінювати роботу?

Три форми й одне правило.

За запис. Просто продати, і ви берете на себе весь ризик обсягу. Використовуйте лише після того, як виміряли реальну вартість на тисячу на цій конкретній цілі, включно з повторами, і помножили на три.

Місячний ретейнер за фід. Те, що воліють серйозні покупці, бо їхня фінансова команда хоче рядок витрат, а не інвойс, що стрибає з вашим обсягом краулінгу. Оцінюйте ретейнер на основі вартості підтримки фіду живим, що здебільшого є підтримкою, коли ціль змінює дизайн, а не трафіком.

За збагачення поля. Ринковий орієнтир - $0,10–$0,30 за контакт для доданих полів. Нижче цього ви конкуруєте з постачальниками, які вже мають дані й продають їх масштабно.

Правило: ніколи не оцінюйте рекурентний фід на основі вартості першого краулу. Перший краул - дешева частина. Дорога частина - вівторок у березні, коли ціль змінює розмітку, і дашборд вашого клієнта стає порожнім.

Що насправді вбиває ці бізнеси?

Не блокування. Блокування - це розв'язувана інженерна проблема з відомою ціною.

• Зміни макета. Кожна ціль змінює дизайн. Один клієнт із п'ятьма фідами забере день на місяць просто на підтримку життя.
• Разові проєкти. Пайплайн разових витягів - це консалтинговий бізнес без накопичувальної цінності. Перетворюйте все, що можете, на фіди.
• Концентрація. Два клієнти й 80% доходу в одному з них - це не бізнес, це контракт зі зворотним відліком.
• Юридичні сюрпризи. Персональні дані, зібрані без законних підстав або перепродані далі, - це єдиний режим відмови, який не оголошує себе на дашборді.
• Ціноутворення на основі витрат минулого місяця. Ціни на трафік падають, а захист цілей зростає. Перевимірюйте вартість на тисячу кожен квартал.

Де проходить юридична межа?

Це не юридична консультація, і чесне резюме коротше, ніж вдають більшість статей на цю тему.

• Публічні сторінки - безпечна територія. Збір даних, які будь-який відвідувач може побачити без входу, - частина з найміцнішим підґрунтям.
• Вхід змінює аналіз. Коли ви приймаєте умови користування й автентифікуєтесь, ви діє те за угодою, яку підписали.
• Персональні дані регулюються окремо від доступу. За GDPR не має значення, що ім'я й email були публічними: вам все одно потрібна законна підстава для їх обробки, і людина зберігає права на них. Саме цей момент підставляє продавців списків, а не сам скрейпінг.
• Перепродаж чужих контактних даних втягує й покупця. Правила реєстрації брокерів існують у кількох юрисдикціях, і претензії щодо конфіденційності лягають на того, хто використав список.
• Авторське право виживає після витягу. Факти не належать нікому. Суттєва копія чужого тексту, зображень або структури бази даних може належати.

Практична версія: продавайте похідні показники та публічні бізнес-дані, розглядайте персональні дані як продуктове рішення, а не технічне, і отримайте реальну юридичну консультацію, перш ніж будувати бізнес на одному юридично агресивному джерелі.

Що б ми зробили з $200 на місяць?

Тому що це чесний стартовий бюджет, і він дозволяє більше, ніж люди очікують.

• $105–$150 на трафік. При $1.00–$2.00 за ГБ це 75–150 ГБ, що становить від 700 000 до 3 мільйонів сторінок на місяць лише у форматі HTML.
• $0 на рендеринг доки ціль не змусить це робити, і тоді лише для цієї цілі.
• Решту на одне платне джерело даних, яке ви не скрапите. Офіційний API для тієї частини вашого фіду, де він є, дешевший, ніж захист краулера від сайту, який пропонує ті самі дані легально.

Два мільйони сторінок на місяць - це справжній дата-продукт. Більшість людей ніколи не досягають цього не тому, що трафік дорогий, а тому що вони рендерять все з першого дня і вичерпують гроші на 30 000 сторінок.

Якщо ваша робота - це облікові записи, а не дані, арифметика перевертається, і вартість стека на обліковий запис описана в скільки насправді коштує стек для мультиаккаунтингу.

FAQ

Скільки сторінок можна заскрапити на гігабайт?

На запитах лише HTML приблизно 10 000–21 000 сторінок на ГБ для сторінок у діапазоні 50–106 КБ, які ми виміряли. З повним рендерингом браузера - 500–2 500. Ця різниця є найбільшим важелем витрат, який ви контролюєте.

Чи потрібні мені residential проксі для скрапінгу?

Тільки там, де ціль відхиляє діапазони хостингу. Datacenter IPv4 за $1.15–$1.35 за адресу на місяць з необмеженим трафіком значно дешевший для толерантних цілей, і тип проксі має відповідати цілі, а не навпаки.

API для скрапінгу - це конкурент проксі чи їхній клієнт?

Обидва. Вони купують проксі оптом, додають ферму браузерів та логіку розблокування і перепродують за запит. Це реальна послуга, за яку варто платити, коли вам потрібен рендеринг при малих обсягах, і дорогий посередник, коли ні.

Яка модель найшвидша до першого доходу?

Збір під ключ. Один клієнт з конкретною екстракцією платить цього тижня, навчає вас цілі й фінансує фід, у який ви це перетворюєте.

Як дізнатися, що мій скрапер дійсно працює?

Перевіряйте контент, а не статус-коди, і валідуйте сам пул перед тим, як будувати на ньому. Наш власний тест виявив сторінку Amazon, яка повертала HTTP 200 з 3.8 КБ стіною «продовжити покупки» і нічого більше. Порахуйте такі як помилки, і вони перестануть тихо завищувати вашу успішність.

Чи легальний скрапінг?

Збір публічних даних зазвичай на міцному ґрунті; аутентифікація, збір персональних даних та їх перепродаж - це три окремих питання з власними відповідями. Розглядайте GDPR як продуктове обмеження, а не юридичну примітку, і отримайте консультацію, перш ніж ставити бізнес на одне агресивне джерело.

Як часто слід перевіряти витрати?

Щоквартально і після будь-якого редизайну цілі. Вага сторінок зростає вгору, ціни на трафік падають вниз, і пропозиція, написана рік тому, зазвичай неправильна в обох напрямках.