Extractor de datos de sitios web para registros de empresas completos
Pegue o importe una lista de dominios, o use sitios web encontrados por otras fuentes. Map Extract comprueba cada sitio, lee el robots.txt, rastrea las páginas más importantes y guarda contactos públicos, datos estructurados de la empresa, identificadores legales y señales tecnológicas; después busca una ficha de Maps y perfiles sociales coincidentes.
Qué incluye
Tres niveles de rastreo
Fast, Balanced o Deep, con las páginas prioritarias primero, lectura del sitemap y un navegador con renderizado como alternativa para sitios creados solo con scripts. Los sitios aparcados, caídos y bloqueados se registran y se apartan, no se tratan como datos.
Datos de la empresa y tecnología
Tipos de JSON-LD, números de empresa y de IVA, CMS, plataforma de comercio electrónico, alojamiento, caducidad del SSL, analítica y píxeles publicitarios, y un tipo de sitio web como empresa en actividad, tienda, editor o blog.
Enriquecimiento con IA y evidencias
La investigación opcional con IA completa una descripción, categoría, ubicación o contacto público que falte en los campos admitidos, cuando hay evidencias disponibles. Los valores aceptados conservan la URL de la fuente y el pasaje que los respalda.
Finalidad del buzón y comprobación de correos
Cada dirección se etiqueta según su finalidad (consultas, ventas, reservas, soporte), y los buzones de privacidad, abuso y no-reply se excluyen de la prospección. La verificación informa sobre la sintaxis, el enrutamiento del correo y, si se activan, las comprobaciones del buzón.
Estados de revisión antes de exportar
Los registros se marcan como capturados, enriquecidos, reservados para revisión o listos para enviar. Exporte a CSV, XLSX (Excel) o JSONL, o a listas de correos sencillas separadas por resultado de verificación.
Layer 3 y traducciones al inglés
Layer 3 añade datos adicionales que declara un sitio web, cada uno vinculado a un pasaje citado. Las descripciones admitidas en otros idiomas reciben una versión en inglés, y se conserva el texto original.
Cómo funciona
Rastree cada sitio web
Se comprueban el DNS y la accesibilidad de cada dominio. Las páginas no permitidas en robots.txt se omiten. Fast lee la página de inicio, Balanced lee los menús, el pie de página y las páginas clave (hasta 15) y Deep sigue dos niveles de enlaces (20 por defecto, hasta 50). Las páginas de contacto, quiénes somos, servicios, reservas, precios y políticas van primero.
Coteje las fuentes
Partiendo del sitio web, Map Extract planifica hasta siete búsquedas en Maps a partir de las evidencias del propio sitio (dominio, nombre con código postal o ciudad, teléfono, dirección) y solo acepta una ficha cuando su dominio web coincide. Después se comprueban los perfiles de Facebook e Instagram admitidos con la misma empresa.
Enriquezca los campos que faltan
La investigación opcional con IA completa los huecos en los campos admitidos cuando hay evidencias disponibles. Cada valor aceptado conserva la URL de su fuente y el pasaje que lo respalda; las sugerencias sin respaldo quedan en blanco. Layer 3 puede añadir datos adicionales que declara el sitio web, y las descripciones en otros idiomas reciben una versión en inglés junto al original.
Revise el registro
Compruebe cada registro, sus fuentes y su estado: capturado, enriquecido, reservado para revisión o listo para enviar. Cada dirección de correo electrónico incluye una finalidad del buzón, como ventas o reservas, y un veredicto de verificación que indica qué comprobaciones se realizaron.
Exporte o traspase
Exporte los registros aprobados como CSV, XLSX o JSONL, filtrados por calidad, fuente y fecha, o páselos a un módulo de prospección. La prospección mantiene sus propias comprobaciones de permisos, exclusiones y pasos de aprobación.
Preguntas frecuentes sobre Website Data Extractor
¿Qué necesito para empezar?
Una lista de dominios o URL (pegada o importada), Map Extract en un PC con Windows y conexión a internet. La gestión de duplicados, los filtros de subdominios y las listas de bloqueo de correos y dominios se configuran antes de la ejecución.
¿Respeta el robots.txt?
Sí. Se lee el robots.txt y se omiten las páginas no permitidas. Las páginas de privacidad y condiciones pueden leerse igualmente para registrar los datos legales. Un sitio que bloquea el acceso o muestra un CAPTCHA se registra como bloqueado, y los dominios en cuarentena solo se reintentan cuando usted lo decide.
¿Puede relacionar empresas del Reino Unido con Companies House?
Sí, como flujo de trabajo para el Reino Unido. Un número o nombre de empresa encontrado en el sitio puede usarse para buscar una coincidencia en el registro, que guarda el domicilio social, el estado y el historial de estados. El uso de la API de Companies House requiere su propia clave de API gratuita.
¿Necesito una clave de IA?
No. La recopilación, el rastreo de sitios web, el cotejo y la exportación funcionan sin IA. El enriquecimiento con IA, Layer 3 y las traducciones al inglés necesitan un proveedor configurado, como su propia clave de API de Gemini, un modelo local de LM Studio o una vía de IA en el navegador, y se aplican las condiciones y tarifas de ese proveedor.
¿Qué precisión tienen los registros?
Map Extract guarda lo que publica cada fuente y conserva el enlace a la fuente junto a ello. Las fichas se vinculan cotejando los dominios web, los resultados de la zona equivocada se marcan y los valores de IA necesitan un pasaje que los respalde antes de guardarse. Las fuentes cambian y pueden estar incompletas, así que revise los registros antes de confiar en ellos.
¿Dónde se guardan mis registros y qué se comparte?
Los proyectos se guardan localmente en su PC con Windows en una base de datos SQLite, y usted elige qué exportar. Las ejecuciones envían solicitudes a las fuentes que usted activa y, si activa la IA, su consulta y el contexto elegido van al proveedor de IA que seleccione. Los resultados públicos de empresas y redes sociales que recopila la aplicación se suben automáticamente a los servidores de Map Extract mientras tiene licencia activa y está en ejecución; el Aviso de privacidad lo explica.
Empiece con una ejecución pequeña que pueda comprobar
Lea la guía de Website Data Extractor, consulte el estado de la demo gratuita y los requisitos del sistema y, después, elija una licencia para su PC con Windows.