Octoparseでローカル事業者リストを定期更新する
このワークフローは、地域、業種、またはカテゴリごとの公開事業者リストを、最新の構造化データとして維持したい場合に使用します。Octoparseで必要なフィールドを定期的に収集し、Google Sheetsに配信して、絞り込み、確認、または後続の業務に利用できます。 これはデータ更新のワークフローです。すべての事業者の連絡先を収集することを約束するものではなく、公開ソースと必要なフィールドを定めることから始めます。このワークフローでできること
- 公開地図、ディレクトリ、検索結果、その他の公開リストを起点に、繰り返し使える事業者リストを作る。
- 利用可能な場合に、事業者名、カテゴリ、住所、Webサイト、電話番号、評価、レビュー数、元URLを収集する。
- リストを週次などの適切な頻度で更新する。
- 取得元、確認日、品質チェックを残し、利用前にレコードを確認する。
収集と利用が許可されているデータにのみ使用してください。営業用途などでレコードを利用する前に、対象サイトの規約、適用されるプライバシー・マーケティング規則、自社のオプトアウト処理を確認します。
収集前にリストの条件を決める
ワークフローを作成する
1
ソースとテンプレートを選ぶ
選んだ地図、ディレクトリ、Webサイトをテンプレートライブラリで検索します。タスクを作成する前に、取得可能なフィールドと必要な入力を確認します。
2
収集範囲を設定する
キーワード、地域、カテゴリURLなど、テンプレートに必要な入力を設定します。最初の実行は、ソースと出力を確認できる小さな範囲にします。
3
フィールドとデータ品質を検証する
サンプルを実行します。事業者名、Webサイト、住所、元URLがリストページと対応しているかを確認し、重複や不完全なレコードの扱いを決めます。
4
定期更新を設定する
タスクが安定したら、業務に合うスケジュールを設定します。定期的なプロセスに使う前に、初期の実行結果を確認します。
5
出力を配信して確認する
継続的な配信にはGoogle Sheetsデータ同期を使用します。同期された生データは、重複除去、評価、振り分けに使うタブと分けます。
詳細チュートリアル
ビジネス情報（例：Yellow Pages・Googleマップ）をスクレイピングする方法
公開事業者データのクリック単位の設定、テンプレート、フィールド抽出は、ヘルプセンターの詳細チュートリアルで確認できます。
出力フィールドの構成例
後から確認できるよう、各レコードに十分な文脈を残します。調整が必要な場合
次の場合は別のテンプレートまたはタスクのカスタマイズを検討します。- 必要なフィールドがテンプレートに含まれない。
- 同じ事業者が複数の名称、所在地、リストURLで表示される。
- ディレクトリで見つけた後、事業者サイトへアクセスする追加ステップが必要である。
- 利用前に特別な正規化や追加確認が必要である。
関連するOctoparseガイド
テンプレート
事前構築済みワークフローと必要な入力を確認します。
スケジュール
安定したタスクを定義した頻度で更新します。
Google Sheetsデータ同期
共有シートの生データを定期的に更新します。
Webスクレイピングによるリードジェネレーション
ソース選定、フィールド設計、データ品質、コンプライアンスを確認します。