先分清：这和商家信息采集是两件事
同一个平台，取商家基础信息和取评论，在成本和限制上完全不是一回事。
商家基础信息（名称、地址、电话、类目、评分）在搜索结果列表上就有，一次搜索翻页就能批量拿到。
评论要先定位到具体商家，再点进详情页，再逐页展开评论列表。一百家商家的基础信息，和一百家商家的评论，请求量差一到两个数量级。
这个区分不做，报价和工期都会错。所以提需求时第一句就该说清楚要的是哪一种。
显示的评论数，和能取到的条数
这是这类需求里最常见的误解。
商家页上写着「3,000 条评论」，但实际能翻页取到的往往只有其中一部分。评论列表存在可回溯深度限制，超出的部分不是采集不到，是平台不再往下展示。
这不是能力问题，也不会因为多花钱而改变。需要注意的是：
- 不同商家的可取比例不一样，评论越多的商家，能取到的比例通常越低
- 不能用取到的条数除以显示总数当作覆盖率去做统计推断，因为取到的那部分不是随机样本
测试阶段我们会先跑几个代表性商家，把「显示多少、实际取到多少」的实测数字给你，再决定这个需求要不要按原方案做。
排序决定你取到的是哪一批
评论列表有多种排序方式，而你只能取到排在前面的那些。这意味着排序方式直接决定了样本构成：
按最相关排序（多数平台的默认）——排前面的是被判定为高质量、高互动的评论。这些评论往往更长、更详细，但也更可能是被反复展示因而影响力被放大的那批。用这个排序做「大家怎么评价这家店」的整体印象是合理的，做「最近有没有出问题」则会漏掉新近的差评。
按最新排序——能拿到近期评论，适合口碑监测和变化追踪。但会漏掉那些长期被顶在前面的高影响力评论，做整体印象分析会失真。
结论是：排序方式必须写进需求，并且写进交付说明。 同一家商家，两种排序取到的评论集合可能重叠不到一半——如果两批数据用了不同排序还拿来对比，得出的「口碑变化」很可能是排序造成的假象。
本地向导权重
平台会给活跃评论者标记等级，这类账号的评论在排序中通常有更高权重。
对你的影响是：按默认排序取到的评论，会系统性偏向活跃评论者。这批人的评论习惯和普通用户不同——写得更长、更常给出细节、评分分布也可能不一样。
这不是坏事，但要知道。做情感倾向统计时，如果不区分评论者类型，得到的分布不能代表全体顾客。我们默认保留页面公开显示的评论者等级标记，就是为了让你能做这个区分。
明确不做的：评论者的身份识别、跨平台账号关联、联系方式挖掘。找到写差评的人是谁不在承接范围内，这一条没有例外，完整边界写在海外公开数据采集的合规边界。
评论数据适合做什么
适合：
- 口碑变化监测 —— 固定排序、固定周期重复采集，看差评是不是在增多、集中在什么问题上
- 竞品对比 —— 同一批条件下取多家商家的评论，比较关注点差异
- 选址与市场研究 —— 某个区域的同类商家普遍被抱怨什么，是进入前值得知道的
- 产品与服务改进 —— 从评论文本里提取反复出现的具体问题
不适合：
- 精确的评分统计 —— 取到的不是全量，算出来的平均分不等于页面显示的评分
- 单次快照下结论 —— 评论是累积的，一次采集只能看到当下的横截面
- 判断评论真实性 —— 公开页面上没有可靠依据，任何声称能识别刷评的说法都要谨慎
提需求时说清这五项
- 商家范围：按关键词加地区搜出来的全部，还是你给定的商家清单
- 每家取多少条：全部（受深度限制）还是取前 N 条
- 排序方式：最新还是最相关——这一条决定样本构成，必须定
- 是否需要评论者等级标记：做分层分析就要，只看文本可以不要
- 一次性还是周期性：口碑监测必须是周期性的，单次没有比较基准
这五项确定后，测试阶段会先跑几个商家把实测可取条数给你。字段口径与快照时间的处理原则写在海外数据的字段值怎么统一，商家信息采集本身的说明在 Google Maps 平台页。