Website Data Extractor voor complete bedrijfsrecords
Plak of importeer een lijst met domeinen, of gebruik websites die andere bronnen hebben gevonden. Map Extract controleert elke site, leest robots.txt, crawlt de belangrijkste pagina's en slaat openbare contacten, gestructureerde bedrijfsdata, juridische kenmerken en technologiesignalen op. Daarna zoekt het naar een bijpassende Maps-vermelding en social media-profielen.
Wat u krijgt
Drie crawlniveaus
Fast, Balanced of Deep, met prioriteitspagina's eerst, het lezen van de sitemap en een gerenderde browser als terugval voor sites die alleen met scripts zijn gebouwd. Geparkeerde, onbereikbare en geblokkeerde sites worden vastgelegd en apart gezet, niet als data behandeld.
Bedrijfsgegevens en technologie
JSON-LD-types, bedrijfs- en btw-nummers, CMS, e-commerceplatform, hosting, vervaldatum van het SSL-certificaat, analytics- en advertentiepixels, en een type website zoals actief bedrijf, webwinkel, uitgever of blog.
AI-verrijking met bewijs
Optioneel AI-onderzoek vult voor geschikte velden een ontbrekende omschrijving, categorie, locatie of openbaar contact aan, wanneer er bewijs beschikbaar is. Geaccepteerde waarden behouden de bron-URL en de passage die ze onderbouwt.
Mailboxdoel en e-mailcontroles
Elk adres krijgt een label naar doel (aanvragen, verkoop, boekingen, support), en privacy-, abuse- en no-reply-mailboxen worden uitgesloten van outreach. De verificatie rapporteert syntaxis, mailroutering en, indien ingeschakeld, mailboxcontroles.
Controlestatus vóór export
Records worden gemarkeerd als vastgelegd, verrijkt, aangehouden voor controle of klaar om te verzenden. Exporteer als CSV, XLSX of JSONL, of als eenvoudige e-maillijsten gesplitst op verificatie-uitslag.
Layer 3 en Engelse vertalingen
Layer 3 voegt extra feiten toe die een website vermeldt, elk gekoppeld aan een geciteerde passage. Geschikte anderstalige omschrijvingen krijgen een Engelse versie, en de oorspronkelijke tekst blijft bewaard.
Hoe het werkt
Elke website crawlen
Elk domein wordt gecontroleerd op DNS en bereikbaarheid. Pagina's die in robots.txt zijn uitgesloten, worden overgeslagen. Fast leest de homepage, Balanced leest menu's, footer en belangrijke pagina's (tot 15) en Deep volgt links over twee niveaus (standaard 20, tot 50). Contact-, over-ons-, diensten-, boekings-, prijs- en beleidspagina's komen eerst.
Bronnen koppelen
Vanaf de website plant Map Extract tot zeven zoekopdrachten in Maps op basis van het eigen bewijs van de site (domein, naam met postcode of plaats, telefoonnummer, adres) en accepteert het een vermelding alleen als het websitedomein overeenkomt. Daarna worden geschikte profielen op Facebook en Instagram tegen hetzelfde bedrijf gecontroleerd.
Ontbrekende velden verrijken
Optioneel AI-onderzoek vult hiaten in geschikte velden wanneer er bewijs is. Elke geaccepteerde waarde behoudt de bron-URL en de onderbouwende passage; niet-onderbouwde suggesties blijven leeg. Layer 3 kan extra feiten toevoegen die de website vermeldt, en anderstalige omschrijvingen krijgen naast het origineel een Engelse versie.
Het record controleren
Controleer elk record, de bronnen en de status: vastgelegd, verrijkt, aangehouden voor controle of klaar om te verzenden. Elk e-mailadres heeft een mailboxdoel, zoals verkoop of boekingen, en een verificatie-uitslag die aangeeft welke controles zijn uitgevoerd.
Exporteren of doorgeven
Exporteer goedgekeurde records als CSV, XLSX of JSONL, gefilterd op kwaliteit, bron en datum, of geef ze door aan een outreachmodule. Outreach behoudt zijn eigen toestemmingscontroles, suppressie en goedkeuringsstappen.
FAQ over de Website Data Extractor
Wat heb ik nodig om te beginnen?
Een lijst met domeinen of URL's (geplakt of geïmporteerd), Map Extract op een Windows-pc en een internetverbinding. Omgaan met dubbele records, subdomeinfilters en blokkeerlijsten voor e-mailadressen en domeinen stelt u vóór de run in.
Respecteert het robots.txt?
Ja. robots.txt wordt gelezen en uitgesloten pagina's worden overgeslagen. Privacy- en voorwaardenpagina's kunnen nog worden gelezen zodat juridische gegevens kunnen worden vastgelegd. Een site die toegang blokkeert of een CAPTCHA toont, wordt als geblokkeerd vastgelegd, en domeinen in quarantaine worden alleen opnieuw geprobeerd als u dat kiest.
Kan het Britse bedrijven koppelen aan Companies House?
Ja, als Britse workflow. Een bedrijfsnummer of naam die op de site staat, kan worden gebruikt om een overeenkomst in het register te zoeken, waarbij statutair adres, status en statusgeschiedenis worden vastgelegd. Voor gebruik van de Companies House API is uw eigen gratis API-sleutel nodig.
Heb ik een AI-sleutel nodig?
Nee. Verzamelen, websites crawlen, koppelen en exporteren werken zonder AI. AI-verrijking, Layer 3 en Engelse vertalingen hebben een geconfigureerde aanbieder nodig, zoals uw eigen Gemini API-sleutel, een lokaal model in LM Studio of een AI-route via de browser, en de voorwaarden en kosten van die aanbieder zijn van toepassing.
Hoe nauwkeurig zijn de records?
Map Extract slaat op wat elke bron publiceert en bewaart de bronlink ernaast. Vermeldingen worden gekoppeld via overeenkomende websitedomeinen, resultaten uit het verkeerde gebied worden gemarkeerd en AI-waarden hebben een onderbouwende passage nodig voordat ze worden opgeslagen. Bronnen veranderen en kunnen onvolledig zijn, dus controleer records voordat u erop vertrouwt.
Waar worden mijn records opgeslagen en wat wordt gedeeld?
Projecten worden lokaal op uw Windows-pc opgeslagen in een SQLite-database, en u kiest wat u exporteert. Runs sturen verzoeken naar de bronnen die u inschakelt en, als u AI aanzet, gaan uw prompt en de gekozen context naar de AI-aanbieder die u selecteert. Openbare bedrijfs- en social media-resultaten die de app verzamelt, worden automatisch geüpload naar de servers van Map Extract zolang de app gelicentieerd is en draait; de privacyverklaring legt dit uit.
Begin met één kleine run die u kunt controleren
Lees de handleiding van de Website Data Extractor, controleer de status van de gratis demo en de systeemvereisten en kies daarna een licentie voor uw Windows-pc.