{"id":2013,"date":"2019-03-15T10:46:07","date_gmt":"2019-03-15T13:46:07","guid":{"rendered":"https:\/\/www.grid.cl\/blog\/?p=2013"},"modified":"2019-03-15T10:46:07","modified_gmt":"2019-03-15T13:46:07","slug":"el-web-scraping-que-es-aplicaciones-y-consecuencias","status":"publish","type":"post","link":"https:\/\/www.grid.cl\/blog\/el-web-scraping-que-es-aplicaciones-y-consecuencias\/","title":{"rendered":"El web scraping: qu\u00e9 es, aplicaciones y consecuencias"},"content":{"rendered":"

El web scraping<\/strong> consiste en navegar autom\u00e1ticamente una web<\/strong> y extraer de ella informaci\u00f3n. Esto puede ser muy \u00fatil para much\u00edsimas cosas y beneficioso para casi cualquier negocio<\/strong>. A d\u00eda de hoy, no creo que exista una sola empresa de \u00e9xito<\/strong> que no lo haga o que no quiera hacerlo<\/strong>. De hecho, la empresa reina del scrapeo es Google<\/strong>, que para que su buscador funcione as\u00ed de bien tiene que estar constantemente scrapeando la red entera<\/strong>.<\/p>\n

\u00bfQu\u00e9 es scraping y para qu\u00e9 se utiliza?<\/strong><\/h1>\n

El scraping es una t\u00e9cnica inform\u00e1tica<\/strong> que se utiliza para extraer datos de cualquier p\u00e1gina de internet<\/strong> de forma automatizada. Es decir, extraemos la base de datos,<\/strong> la informaci\u00f3n web mediante un programa. La traducci\u00f3n exacta de scraping es raspado<\/strong>.<\/p>\n

Copiar datos<\/strong> de una p\u00e1gina web y pegarlos en una base de datos de excel se considerar\u00eda extracci\u00f3n de datos<\/strong>. Si, en lugar de hacerlo de forma manual, recurrimos a robots o bots que automatizan todo el trabajo<\/strong>, estaremos hablando de web scraping.<\/strong><\/p>\n

Aplicaciones del web scraping<\/strong><\/h1>\n

Vamos a necesitar web scraping<\/strong> para:<\/p>\n

    \n
  • \n

    Marketing de contenidos<\/strong><\/h3>\n<\/li>\n<\/ul>\n

    Podemos dise\u00f1ar un robot<\/strong> que haga un scrapeo de datos concretos de una web<\/strong> y los podamos utilizar para generar nuestro propio contenido.<\/strong><\/p>\n

      \n
    • \n

      Ganar visibilidad en redes sociales<\/strong><\/h3>\n<\/li>\n<\/ul>\n

      Podr\u00edamos utilizar los datos de un scrapeo<\/strong> para interactuar a trav\u00e9s de un robot con usuarios en redes sociales<\/strong>.<\/p>\n

        \n
      • \n

        Controlar la imagen y la visibilidad de nuestra marca en internet<\/strong><\/h3>\n<\/li>\n<\/ul>\n

        A trav\u00e9s de un scrapeo podemos automatizar la posici\u00f3n<\/strong> por la que varios art\u00edculos de nuestra web se posicionan en Google o por ejemplo, controlar la presencia del nombre<\/strong> de nuestra marca en determinados foros<\/strong>.<\/p>\n

          \n
        • \n

          Monitorizaci\u00f3n de la competencia<\/strong><\/h3>\n<\/li>\n<\/ul>\n

          El precio no es la \u00fanica variable competitiva<\/strong> en el entorno digital. Podemos controlar, rastrear<\/strong> y generar alertas para saber cu\u00e1ndo los competidores actualizan sus cat\u00e1logos de producto o servicio, renuevan su sitio web<\/strong>, escriben sobre un tema concreto<\/strong>, mencionan nuestros productos<\/strong>, entre otros.<\/p>\n

            \n
          • \n

            Caza de tendencias o cool hunting<\/strong><\/h3>\n<\/li>\n<\/ul>\n

            La caza de tendencias<\/strong>. Consiste en, usar el scraping no solo para saber qu\u00e9 se piensa de una marca<\/strong>, sino de qu\u00e9 marcas, productos, persona se va a estar hablando<\/strong> durante los pr\u00f3ximos meses, para aprovechar las oportunidades<\/strong> de marketing.<\/strong><\/p>\n

              \n
            • \n

              Optimizaci\u00f3n de precios<\/strong><\/h3>\n<\/li>\n<\/ul>\n

              El scraping continuo<\/strong> de diferentes competidores permite generar hist\u00f3ricos a lo largo del tiempo<\/strong> con las condiciones del pricing<\/strong>, as\u00ed como conocer en tiempo real qui\u00e9n ofrece los mejores precios. Esto permite ofrecer un precio \u00f3ptimo<\/strong> de venta, tanto al cliente final<\/strong> como al canal de distribuci\u00f3n.<\/strong><\/p>\n

                \n
              • \n

                Optimizaci\u00f3n ecommerce<\/strong><\/h3>\n<\/li>\n<\/ul>\n

                Las tiendas online son muy sensibles al scraping<\/strong>. Se pueden usar t\u00e9cnicas de scraping<\/strong> que nos ayuden a elegir qu\u00e9 imagen mostrar como destacada, qu\u00e9 categorizaci\u00f3n de productos funciona mejor, qu\u00e9 nicho est\u00e1 libre en un mercado concreto, etc.<\/strong><\/p>\n

                  \n
                • \n

                  Google Search Analysis<\/strong><\/h3>\n<\/li>\n<\/ul>\n

                  El scraping de las SERP<\/strong> resultados de b\u00fasqueda de Google es crucial para conocer el rendimiento digital<\/strong> de un proyecto: saber c\u00f3mo se posiciona para las keywords adecuadas, como hacen algunas herramientas SEO<\/strong>, aunque tienen sus limitaciones<\/strong>, conocer la cuota de mercado digital<\/strong> en b\u00fasquedas, el tipo de contenidos que deber\u00edan potenciarse, etc.<\/strong><\/p>\n

                  \u00bfQu\u00e9 conocimientos debes tener para ser un buen web scraper?<\/strong><\/h1>\n

                  Hay 3 puntos claves que debemos dominar para ser unos buenos web scrapers:<\/p>\n

                    \n
                  1. Conocimientos de maquetaci\u00f3n web<\/strong>: Los web scraper funcionan seleccionando selectores HTML<\/strong> y para ello nos har\u00e1 falta tener cuatro conocimientos b\u00e1sicos<\/strong> de arquitectura web<\/strong>.<\/li>\n
                  2. Saber utilizar software para visualizar los datos<\/strong>: Como por ejemplo un procesador de hojas de c\u00e1lculo<\/strong> de Google, o un editor de texto b\u00e1sico<\/strong>.<\/li>\n
                  3. Tener conocimientos de regex<\/strong>: Tener conocimientos m\u00ednimos de regex, tambi\u00e9n llamado regular expression<\/strong>. Nos va a facilitar mucho<\/strong> el trabajo al trabajar con grandes cantidades de datos ya que puede ahorrarnos miles de horas<\/strong> de laborioso trabajo a la hora de corregir o depurar los datos antes de importarlos a plataforma deseada<\/strong>.<\/li>\n<\/ol>\n

                    Consecuencias del sitio web scrapeado<\/strong><\/h1>\n

                    \"\"<\/p>\n

                    Hay que tener en cuenta que, cuando una web se scrapea<\/strong>, se est\u00e1 simulando la visita de un usuario. Si el servicio web recibe demasiadas visitas<\/strong> y no le da tiempo de servir a todas, se puede colapsar. El scrapeo puede ser aislado<\/strong>, pero en los casos en los que se produce de forma recurrente, podemos crear varios problemas a las webs <\/strong>que visitamos:<\/p>\n

                      \n
                    • Aumenta la dificultad del an\u00e1lisis de los datos reales<\/strong>, ya que hay que habr\u00eda que identificar y filtrar ese tr\u00e1fico artificial<\/strong>.<\/li>\n
                    • El muestreo les afectar\u00eda en mayor medida,<\/strong> haciendo que el tama\u00f1o de la muestra fuera menor<\/strong> y por consiguiente los datos menos precisos<\/strong>.<\/li>\n
                    • Si los bots pueden hacer login en el site<\/strong>, puede afectar a nivel de audiencia, contaminando los datos de ciertos<\/strong> segmentos de usuarios<\/strong>.<\/li>\n<\/ul>\n

                      Algunas aplicaciones empresariales del scraping<\/strong><\/h1>\n
                        \n
                      • Generaci\u00f3n de Leads de posibles<\/strong> clientes, usuarios o<\/li>\n
                      • Rastreo de ofertas laborales<\/strong>.<\/li>\n
                      • Rastreo de mercados<\/strong> de segunda mano.<\/li>\n
                      • Protecci\u00f3n de marca y producto<\/strong> para fabricantes.<\/li>\n
                      • Agregadores de contenido<\/strong>.<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"

                        El web scraping consiste en navegar autom\u00e1ticamente una web y extraer de ella informaci\u00f3n. Esto puede ser muy \u00fatil para much\u00edsimas cosas y beneficioso para casi cualquier negocio. A d\u00eda de hoy, no creo que exista una sola empresa de \u00e9xito que no lo haga o que no quiera hacerlo. De hecho, la empresa reina […]<\/p>\n","protected":false},"author":2,"featured_media":2015,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[8,2],"tags":[],"class_list":["post-2013","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-desarrollo","category-marketing-digital"],"_links":{"self":[{"href":"https:\/\/www.grid.cl\/blog\/wp-json\/wp\/v2\/posts\/2013","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.grid.cl\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.grid.cl\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.grid.cl\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.grid.cl\/blog\/wp-json\/wp\/v2\/comments?post=2013"}],"version-history":[{"count":2,"href":"https:\/\/www.grid.cl\/blog\/wp-json\/wp\/v2\/posts\/2013\/revisions"}],"predecessor-version":[{"id":2017,"href":"https:\/\/www.grid.cl\/blog\/wp-json\/wp\/v2\/posts\/2013\/revisions\/2017"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.grid.cl\/blog\/wp-json\/wp\/v2\/media\/2015"}],"wp:attachment":[{"href":"https:\/\/www.grid.cl\/blog\/wp-json\/wp\/v2\/media?parent=2013"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.grid.cl\/blog\/wp-json\/wp\/v2\/categories?post=2013"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.grid.cl\/blog\/wp-json\/wp\/v2\/tags?post=2013"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}