Benchmark de Scraping de Reviews: Bright Data, Oxylabs & Decodo

Testámos 5 fornecedores de web scraping em 5 grandes plataformas de reviews, num total de 12.500 pedidos, e medimos a taxa de sucesso, o tempo de conclusão e os campos de metadados.

Benchmark de scraping de reviews

Pode ler a secção metodologia do benchmark para mais detalhes sobre o processo de teste.

Cobertura de domínios por fornecedor

• ✅ = suportado, devolve HTML
• ✅ ✅ = suportado, devolve dados estruturados

Desempenho do scraping de reviews por domínio

Campos de metadados disponíveis para fornecedores com respostas estruturadas em JSON

Preços dos fornecedores de scraping de reviews

Teste grátis dos fornecedores de scraping de reviews

Fornecedores de scraping de reviews e resultados do benchmark

Bright Data alcançou a taxa de sucesso média mais elevada, de 78%, em todas as cinco plataformas de reviews e foi o único fornecedor a devolver JSON estruturado em quatro delas: Amazon, Google Maps, Trustpilot e Yelp. Liderou na Amazon (96%) e no Trustpilot (98%), fornecendo até 39 campos de metadados por review, incluindo estado de verificação, localização do revisor e respostas do proprietário. O Google Maps foi o seu domínio mais fraco, com 39%, embora a maioria dos fornecedores também tenha falhado neste domínio devido ao conteúdo das reviews ser renderizado em JavaScript.

Oxylabs foi o fornecedor mais rápido no benchmark, com um tempo médio de conclusão de 5s, significativamente à frente do seguinte, com 13s. Apresentou resultados elevados no Trustpilot (98%) e no Tripadvisor (91%), e igualou o nível superior na Amazon (92%) com 10 campos estruturados em JSON. Não devolveu resultados no Google Maps nem no Yelp, onde não tinha configurações de scraping dedicadas para estas plataformas.

Decodo obteve 93% no Trustpilot e 76% no Tripadvisor usando o seu proxy desbloqueador, demonstrando um desempenho sólido em páginas de reviews renderizadas no servidor. No entanto, registou 0% tanto no Google Maps como no Yelp, e apenas 11% na Amazon, apesar de usar um endpoint de API estruturada. A sua cobertura limita-se a duas das cinco plataformas testadas, tornando-o a opção mais restrita no benchmark para scraping de reviews.

SerpApi oferece APIs dedicadas separadas para cada grande plataforma de reviews, em vez de um único endpoint de scraping de uso geral. Fornece APIs individuais para Reviews do Google Maps, Reviews do Yelp, Tripadvisor, cada uma devolvendo JSON estruturado com campos específicos da plataforma, como menções de tópicos e sub-classificações no Google Maps, estatuto de elite e distribuição por idioma no Yelp, ou detalhes de localização no Tripadvisor por consulta.

Zyte foi um dos únicos dois fornecedores a devolver resultados em todas as cinco plataformas, terminando com uma taxa de sucesso média de 65%. Teve o melhor desempenho no Tripadvisor (86%) e no Yelp (57%), mantendo uma extração estável entre domínios. O Google Maps foi um ponto relativamente positivo, com 41%, uma das pontuações mais altas num domínio onde a maioria dos fornecedores falhou. Toda a extração foi baseada em HTML com análise por seletores CSS, pelo que não foram devolvidos campos de metadados estruturados além dos cinco campos de review padrão.

Nimble atingiu 92% na Amazon e 66% no Trustpilot, mostrando que consegue lidar eficazmente com páginas de reviews estruturadas. No entanto, o desempenho caiu para 1% no Google Maps e 31% no Yelp, onde a renderização pesada em JavaScript limitou a sua extração baseada em HTML. A sua média geral de 52% reflete este suporte desigual entre plataformas, com tempos de conclusão médios de 20s.

Metodologia do benchmark de scraping de reviews

Selecionámos os 5 principais domínios focados em reviews da lista de top sites Tranco: Amazon, Google Maps, Tripadvisor, Trustpilot e Yelp. Os cinco fornecedores de scraping foram escolhidos entre empresas de web data scraping com pelo menos 100 funcionários. Cada fornecedor recebeu o mesmo conjunto de 2.500 URLs (500 por plataforma), e medimos três métricas: taxa de sucesso, tempo de conclusão e campos de metadados disponíveis.

Fornecedores e tipos de integração

Os fornecedores foram integrados usando duas abordagens, dependendo da plataforma:

• JSON via API estruturada: O fornecedor devolve dados de reviews analisados em formato JSON com campos nomeados (ex.: reviewer_name, rating, review_text). Bright Data e Oxylabs ofereceram isto para plataformas selecionadas.
• Resposta HTML: O fornecedor devolve HTML renderizado, que analisámos usando seletores CSS para extrair campos de review. Decodo, Nimble e Zyte usaram principalmente esta abordagem.

Nota: Decodo devolveu uma resposta estruturada em JSON para a Amazon, mas nenhuma das respostas continha dados de reviews bem-sucedidos. A sua taxa de sucesso de 11% na Amazon veio inteiramente da deteção correta de 404, pelo que não são reportados campos de metadados para essa combinação.

Regras de validação do benchmark de scraping de reviews

Cada resposta passou por uma validação em três passos:

1. Submissão: Foi exigido um código de estado HTTP entre 200-399 ou 404 para passar.
2. Execução: Para fornecedores assíncronos, o trabalho de scraping tinha de ser concluído sem timeout ou erro.
3. Validação: A resposta tinha de conter dados de reviews utilizáveis.
   • Para respostas JSON: pelo menos uma review com um review_text (string) ou rating (número inteiro) válido.
   • Para respostas HTML: pelo menos uma correspondência de seletor CSS devolvendo conteúdo de review.

Antes de executar o benchmark completo, testámos cada fornecedor com URLs intencionalmente quebradas, páginas 404 confirmadas e páginas ativas com zero reviews para mapear como cada fornecedor sinaliza estes casos limite. Os fornecedores devolveram indicadores diferentes dependendo da sua implementação, incluindo códigos de erro explícitos, estado HTTP 404 ou corpos de resposta vazios.

Quando um fornecedor identificou corretamente uma página como não encontrada ou devolveu uma resposta apropriada para uma página sem reviews, o resultado foi contado como válido. Aplicámos então um passo de verificação cruzada entre fornecedores: se um fornecedor devolveu resultados vazios num URL onde pelo menos outro fornecedor extraiu dados de reviews, esse resultado vazio foi reclassificado como falha. Isto separou falhas de extração de páginas que simplesmente não tinham reviews para devolver.

Tempo de conclusão

O tempo de conclusão foi medido de ponta a ponta, desde o pedido inicial à API até à receção da resposta final. Para fornecedores assíncronos (ex.: Bright Data dataset API), isto inclui o tempo de polling/espera até os resultados estarem prontos.

Campos de metadados disponíveis

Para fornecedores que devolvem JSON estruturado, contámos o número total de campos únicos devolvidos em todas as reviews. Para respostas baseadas em HTML, a contagem de metadados reflete o conjunto fixo de campos de seletores CSS usados para extração (5 campos: reviewer_name, review_text, rating, review_date, review_title).

Conjunto de dados do benchmark de scraping de reviews

Os 2.500 URLs de teste foram recolhidos de páginas de reviews publicamente acessíveis nas cinco plataformas de reviews mais bem classificadas da Tranco. Os URLs foram limpos para remover parâmetros de localidade, formatos inválidos e duplicados antes dos testes.

Configuração partilhada

Todos os fornecedores receberam URLs idênticos do mesmo conjunto de dados e foram testados nas mesmas condições:

• Execução sequencial: um pedido de cada vez, sem pedidos paralelos
• Atraso entre pedidos: 2 segundos
• Tratamento de limite de taxa: espera de 30 segundos com até 3 tentativas em HTTP 429
• Timeout de submissão: 300 segundos
• Timeout de execução: 600 segundos
• Cada URL foi testado uma vez por fornecedor

Configurações dos fornecedores

Bright Data

Bright Data usou dois métodos de integração dependendo do domínio. Para Amazon, Google Maps, Trustpilot e Yelp, usámos a Dataset API, que devolve JSON estruturado com campos analisados. Para o Tripadvisor, usámos um web unblocker que devolve HTML renderizado, que analisámos localmente com seletores CSS.

A Dataset API foi consultada via o endpoint /progress/{snapshot_id} em intervalos de 1 segundo até o estado atingir ‘ready’. Os resultados foram depois obtidos do endpoint /snapshot/{snapshot_id}.

Decodo

Decodo usou a Universal Scraper API para a Amazon. Para Google Maps, Tripadvisor, Trustpilot e Yelp, usámos o web unblocker com o cabeçalho X-SU-Headless: HTML para renderização JavaScript. Todos os pedidos incluíram um cabeçalho User-Agent de desktop.

Oxylabs

Oxylabs usou uma source API dedicada para a Amazon (source: amazon_reviews) com saída estruturada em JSON. Para Google Maps, Tripadvisor, Trustpilot e Yelp, usámos o proxy Web Unblocker. Os pedidos do Unblocker incluíram um cabeçalho User-Agent de desktop.

Nimble

Nimble usou a Web API para todos os domínios com render: true para renderização JavaScript. Todos os pedidos devolveram HTML renderizado, que analisámos com seletores CSS. Não foi aplicada nenhuma configuração específica de domínio.

Zyte

Zyte usou a Extract API para todos os domínios com browserHtml: true, que devolve HTML renderizado por JavaScript via um navegador headless. Não foi aplicada nenhuma configuração específica de domínio.

Veja mais dos nossos benchmarks e insights baseados em dados na Pesquisa Google.

Adicionar como fonte preferencial

Perguntas frequentes

Cite este benchmark

Escolha o formato adequado ao local onde você vai publicar. Colar a versão com link no seu CMS preserva o backlink.

@misc{sipi2026,
  author = {Şipi, Nazlı},
  title  = {{Benchmark de Scraping de Reviews: Bright Data, Oxylabs & Decodo}},
  year   = {2026},
  month  = jul,
  howpublished    = {\url{https://aimultiple.com/review-scraping}},
  note   = {AIMultiple. Acessado em 24 Julho 2026}
}

Nazlı Şipi

Pesquisadora de IA

Siga-nos

Nazlı é analista de dados na AIMultiple. Ela tem experiência anterior em análise de dados em diversos setores, onde trabalhou na transformação de conjuntos de dados complexos em insights acionáveis.

Ver perfil completo

Seja o primeiro a comentar

Seu endereço de e-mail não será publicado. Todos os campos são obrigatórios. Os comentários são deixados em seu idioma original.

Nome

Endereço de email

Comentário

0/450

Postar comentário