准备询问什么内容？
第一次考虑外包爬虫的人们最为犹豫的地方意外地是询问本身。"我不懂技术，该如何解释"，"应该确定了什么再联系"，这样想来，审查可能会拖延数周。
总结一下，并不需要完美准备好才能提问。要求通常是在咨询后一起整理的，这个过程本身就是引入流程的一部分。只要了解整个流程如何进行，每个步骤都会更快。本文是按顺序整理从询问到收到第一批数据的步骤的指南。
引入流程7步
1. 询问
告诉我们您想要收集的数据是什么，将用途是什么。像"想要监视竞争对手的价格"这样的简短句子就足够了。不需要确定目标网站或项目。
2. 确定要求
根据询问内容，具体确定收集目标网站、收集项目（字段）、收集规模和周期、交付格式。告诉我们目的，我们也会反过来建议"如果是这个目的，这个网站的这个项目是必要的"。
3. 可收集性检查
这是实际检查已确定的目标网站的阶段。检查阻止程度、是否需要登录、所需项目是否存在于屏幕上，以判断可收集性和难度。在这里会发生像"这个项目在这个网站上不存在"或"这个渠道有更好的来源"这样的调整。
4. 报价
根据检查结果给出报价。报价是免费的，个别计费和订阅中哪个更合适也会在这个阶段一起指导。如果想了解成本结构，先阅读报价文章和TCO比较文章会加快对话进程。
5. 合同
确定费率、期限、交付条件。需要确认的三个事项是 — 是否会再次产生费用以添加网站，是否包括维护，是否可以进行中途调整或终止。
6. 启动（初始设置·审核）
设置爬虫并审核第一批收集结果的阶段。确认字段是否正确捕获，值的格式是否合适，并进行调整。仔细审核将使后续运营更加顺利。
7. 定期交付·运营
数据将按照确定的周期开始到达。爬虫的运营·维护·监控由我们负责，如果网站更改导致收集出现问题，我们会首先发现并做出应对。
在询问之前整理好的内容
虽然不是必需的，但如果以下内容已整理好，要求确定（第2步）将大大缩短。
- 目的：想要用这些数据做出什么样的判断（最重要的）
- 目标网站：候选URL几个（不需要确定）
- 收集项目：需要的信息（例如：商品名称·价格·评论正文·评分）
- 规模和周期：大致关键词·商品数量，每天/每周等
- 交付格式：Excel·电子邮件·API·数据库连接·仪表板中的首选
- 未来计划：增加网站·项目的可能性
即使所有内容都为空，也可以进行询问。但第一行（目的）越明确越好。目的越明确，我们就能填补其他内容。
在可收集性检查中看到什么
第3步是决定引入流程质量的关键阶段，所以稍微解释一下。在这个阶段要确认的有三点。
- 可访问性 — 目标网站的阻挡程度和登录障碍。阻挡严重的网站需要相应的基础设施，这将影响难度和成本。
- 项目存在性 — 想要的信息是否实际显示在屏幕上。不存在的项目无法用任何技术收集，因此在这个阶段要找到替代来源或调整项目。
- 结构稳定性 — 页面结构对收集有多稳定。频繁改版的网站会增加维护负担，这将影响选择计费方式（是否订阅）。
如果跳过这个审查直接进行合同的公司需要注意。如果在签约后发现无法收集数据，那么时间和成本都会受损。
运营开始后：如何处理额外请求
如果是个别计费，运营中添加网站·项目是新的订单 — 需要报价和审批，会再次产生开发费用。
如果是订阅，这个过程将减少到一次请求。额外开发包含在月费中，只需告诉我们"也请添加这个网站"，就会被反映，无需额外报价。这意味着不需要重新走1~5步骤，数据需求和收集开始之间的间隔会缩短。
常见问题
Q. 完全不懂技术可以吗？
可以。只需要"想用什么数据做什么"。网站结构和收集技术是我们来判断的范围。
Q. 引入需要多久？
取决于要求有多明确。如果目标和项目已确定，审查和报价会更快，如果从确定要求开始，前面的步骤会更长。在询问时告诉我们您的时间要求，我们会根据您的要求指导。
Q. 可以先看数据再决定吗？
在启动阶段，通过审核第一批收集结果来调整字段和格式。在签约之前，我们会根据可收集性检查结果指导哪些项目以什么形式出现。
一起阅读的好文
- 爬虫报价，为什么每家公司都不同 — 成本结构和隐藏成本
- 爬虫订阅 vs 个别计费，通过1年总成本（TCO）比较得出答案
- 爬虫公司，如何选择 — 数据收集外包前确认的7个要点
立即开始
只需一句目的即可开始。其他步骤我们会一起整理。
