Benchmark de Raspagem de Avaliações: Bright Data, Oxylabs & Decodo

Testamos 5 provedores de web scraping em 5 grandes plataformas de avaliações, totalizando 12.500 solicitações, e medimos a taxa de sucesso, tempo de conclusão e campos de metadados.

Benchmark de raspagem de avaliações

Você pode ler a seção metodologia do benchmark para mais detalhes sobre o processo de teste.

Cobertura de domínio por provedor

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

Desempenho de raspagem de avaliações por domínio

Campos de metadados disponíveis para provedores com respostas JSON estruturadas

Provedores de raspagem de avaliações & resultados do benchmark

Bright Data alcançou a maior taxa de sucesso média de 78% em todas as cinco plataformas de avaliações e foi o único provedor a retornar JSON estruturado em quatro delas: Amazon, Google Maps, Trustpilot e Yelp. Liderou na Amazon (96%) e Trustpilot (98%), entregando até 39 campos de metadados por avaliação, incluindo status de verificação, localização do avaliador e respostas do proprietário. Google Maps foi seu domínio mais fraco com 39%, embora a maioria dos provedores também tenha falhado neste domínio devido ao conteúdo de avaliação renderizado em JavaScript.

Oxylabs foi o provedor mais rápido no benchmark com 5s de tempo médio de conclusão, significativamente à frente do próximo mais próximo em 13s. Obteve resultados altos no Trustpilot (98%) e Tripadvisor (91%), e empatou com o topo na Amazon (92%) com 10 campos JSON estruturados. Não retornou resultados no Google Maps ou Yelp, onde carecia de configurações de raspagem dedicadas para essas plataformas.

Decodo marcou 93% no Trustpilot e 76% no Tripadvisor usando seu proxy desbloqueador, demonstrando desempenho sólido em páginas de avaliação renderizadas no servidor. No entanto, registrou 0% tanto no Google Maps quanto no Yelp, e apenas 11% na Amazon, apesar de usar um endpoint API estruturado. Sua cobertura é limitada a duas das cinco plataformas testadas, tornando-o a opção mais restrita no benchmark para raspagem de avaliações.

SerpApi oferece APIs dedicadas separadas para cada grande plataforma de avaliações, em vez de um único endpoint de raspagem de propósito geral. Fornece APIs individuais para Avaliações do Google Maps, Avaliações do Yelp, Tripadvisor, cada uma retornando JSON estruturado com campos específicos da plataforma, como menções de tópicos e sub-avaliações no Google Maps, status elite e divisões de idiomas no Yelp, ou detalhes de localização no Tripadvisor por consulta.

Zyte foi um dos únicos dois provedores a retornar resultados em todas as cinco plataformas, terminando com uma taxa de sucesso média de 65%. Desempenhou melhor no Tripadvisor (86%) e Yelp (57%), mantendo extração constante entre domínios. Google Maps foi um ponto positivo relativo em 41%, uma das pontuações mais altas em um domínio onde a maioria dos provedores falhou. Toda a extração foi baseada em HTML com análise de seletor CSS, portanto, nenhum campo de metadados estruturado foi retornado além dos cinco campos padrão de avaliação.

Nimble alcançou 92% na Amazon e 66% no Trustpilot, mostrando que pode lidar efetivamente com páginas de avaliação estruturadas. No entanto, o desempenho caiu para 1% no Google Maps e 31% no Yelp, onde a renderização pesada em JavaScript limitou sua extração baseada em HTML. Sua média geral de 52% reflete esse suporte desigual à plataforma, com tempos de conclusão médios de 20s.

Metodologia do benchmark de raspagem de avaliações

Selecionamos os 5 principais domínios focados em avaliações da lista de sites principais do Tranco: Amazon, Google Maps, Tripadvisor, Trustpilot e Yelp. Os cinco provedores de raspagem foram escolhidos entre empresas de raspagem de dados web com pelo menos 100 funcionários. Cada provedor 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.

Provedores e tipos de integração

Os provedores foram integrados usando duas abordagens dependendo da plataforma:

• JSON API estruturada: O provedor retorna dados de avaliação analisados no formato JSON com campos nomeados (por exemplo, reviewer_name, rating, review_text). Bright Data e Oxylabs ofereceram isso para plataformas selecionadas.
• Resposta HTML: O provedor retorna HTML renderizado, que analisamos usando seletores CSS para extrair campos de avaliação. Decodo, Nimble e Zyte usaram principalmente essa abordagem.

Nota: Decodo retornou uma resposta estruturada JSON para a Amazon, mas nenhuma das respostas continha dados de avaliação bem-sucedidos. Sua taxa de sucesso de 11% na Amazon veio inteiramente da detecção correta de 404, portanto, nenhum campo de metadados é relatado para essa combinação.

Regras de validação do benchmark de raspagem de avaliações

Cada resposta passou por uma validação de três etapas:

1. Envio: Código de status HTTP entre 200-399 ou 404 era necessário para passar.
2. Execução: Para provedores assíncronos, o trabalho de raspagem teve que ser concluído sem tempo limite ou erro.
3. Validação: A resposta tinha que conter dados de avaliação utilizáveis.
   • Para respostas JSON: pelo menos uma avaliação com um review_text válido (string) ou rating (inteiro).
   • Para respostas HTML: pelo menos uma correspondência de seletor CSS retornando conteúdo de avaliação.

Antes de executar o benchmark completo, testamos cada provedor com URLs intencionalmente quebradas, páginas 404 confirmadas e páginas ao vivo com zero avaliações para mapear como cada provedor sinaliza esses casos extremos. Os provedores retornaram diferentes indicadores dependendo de sua implementação, incluindo códigos de erro explícitos, status HTTP 404 ou corpos de resposta vazios.

Quando um provedor identificou corretamente uma página como não encontrada ou retornou uma resposta apropriada para uma página sem avaliações, o resultado foi contado como válido. Em seguida, aplicamos uma etapa de verificação cruzada entre provedores: se um provedor retornou resultados vazios em uma URL onde pelo menos um outro provedor extraiu dados de avaliação, esse resultado vazio foi reclassificado como uma falha. Isso separou falhas de extração de páginas que simplesmente não tinham avaliações para retornar.

Tempo de conclusão

O tempo de conclusão foi medido de ponta a ponta, desde a solicitação API inicial até receber a resposta final. Para provedores assíncronos (por exemplo, Bright Data dataset API), isso inclui o tempo de polling/espera até que os resultados estivessem prontos.

Campos de metadados disponíveis

Para provedores que retornam JSON estruturado, contamos o número total de campos exclusivos retornados em todas as avaliações. Para respostas baseadas em HTML, a contagem de metadados reflete o conjunto fixo de campos de seletor CSS usados para extração (5 campos: reviewer_name, review_text, rating, review_date, review_title).

Conjunto de dados do benchmark de raspagem de avaliações

As 2.500 URLs de teste foram coletadas de páginas de avaliações acessíveis publicamente em cinco plataformas de avaliação principais classificadas pelo Tranco. As URLs foram limpas para remover parâmetros de localidade, formatos inválidos e duplicatas antes do teste.

Configuração compartilhada

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

• Execução sequencial: uma solicitação por vez, sem solicitações paralelas
• Atraso entre solicitações: 2 segundos
• Tratamento de limite de taxa: espera de 30 segundos com até 3 retentativas em HTTP 429
• Tempo limite de envio: 300 segundos
• Tempo limite de execução: 600 segundos
• Cada URL foi testada uma vez por provedor

Configurações do provedor

Bright Data

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

O Dataset API foi consultado via o endpoint /progress/{snapshot_id} em intervalos de 1 segundo até que o status atingisse 'ready'. Os resultados foram então buscados do endpoint /snapshot/{snapshot_id}.

Decodo

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

Oxylabs

Oxylabs usou uma API de fonte dedicada para a Amazon (fonte: amazon_reviews) com saída JSON estruturada. Para Google Maps, Tripadvisor, Trustpilot e Yelp, usamos o proxy Web Unblocker. As solicitações 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. Todas as solicitações retornaram HTML renderizado, que analisamos com seletores CSS. Nenhuma configuração específica de domínio foi aplicada.

Zyte

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

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{ipi2026,
  author = {Şipi, Nazlı},
  title  = {{Benchmark de Raspagem de Avaliações: Bright Data, Oxylabs & Decodo}},
  year   = {2026},
  month  = apr,
  howpublished    = {\url{https://aimultiple.com/review-scraping}},
  note   = {AIMultiple. Acessado em 16 Abril 2026}
}

Nazlı Şipi

Pesquisador de IA

Siga-nos

Nazlı é analista de dados na AIMultiple. Ela possui experiência prévia 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