為什麼沒有統一單價
資料擷取最常見的詢問是一句話：一萬筆多少錢。
這個問題沒法直接回答，原因不是不願意報價，而是筆數和成本之間的關係很弱。同樣一萬筆資料，一個結構規整、分頁清晰、欄位齊全的網站，和一個需要依地理網格拆成幾十次搜尋、欄位缺失率過半、還要人工核查的網站，實際工作量可能相差好幾倍。
依筆計價看起來乾脆，實際結果是簡單專案報得偏貴、複雜專案做到一半發現做不下去，最後還是要重新談。所以我們的做法是：先做小規模測試，拿到實測資料再報價。
真正影響成本的七個因素
一、存取難度
目標網站對自動化存取的限制程度，直接決定了擷取的穩定性和所需資源。有些站點結構開放、存取順暢；有些需要處理頻率限制、動態載入或存取驗證。這一項是成本差異最大的變數。
二、地區差異
同一個網站在不同國家回傳的內容可能完全不同。價格、可售狀態、搜尋結果集合都可能隨地區變化。需要多地區比較的專案，成本不是簡單乘以地區數量，還要加上參數固定和結果對齊的工作。
三、分頁與載入方式
一次性列出全部結果、點擊翻頁、捲動載入、需要逐層展開，這四種方式的處理成本遞增。更麻煩的是很多平台對單次查詢的結果數量有上限，要涵蓋完整範圍必須把查詢拆成很多次再合併去重——這部分工作量常常超過擷取本身。
四、是否需要代理或人工核查
需要分散式存取資源的專案，會產生直接的資源成本。有些欄位機器判斷不可靠，例如商家是否屬於目標產業、商品是否屬於目標品類，這類需要人工抽檢或全檢的專案，成本結構和純自動化完全不同。
五、清洗與去重難度
原始資料到可用資料之間有一段距離。同一實體在結果裡重複出現、地址格式不統一、價格幣別混雜、名稱大小寫和縮寫不一致，這些都需要規則處理。去重口徑越複雜，成本越高。
六、欄位缺失率
如果你要求名單裡每一筆都必須有網站和電話，而目標平台上這兩個欄位的填寫率只有一半，那麼要拿到一萬筆合格資料，實際需要擷取的原始筆數遠不止一萬。缺失率是數量預期和成本估算的關鍵變數，也是最容易被忽略的一個。
七、交付時限
正常排程和急件排程的成本不同。多數專案的瓶頸不在處理速度，而在穩定擷取所需的時間窗口——壓縮時間往往意味著更高的資源投入。
自己判斷專案量級
在聯絡我們之前，可以先用下面幾個問題給需求做個粗判斷：
偏簡單的專案通常滿足： 目標站點單一；資料量在幾千筆以內；一次性交付不需要週期更新；欄位都在列表頁可見，不需要逐筆進入詳情頁；不需要人工核查。
屬於中等的專案通常有： 兩三個目標站點或多個地區；資料量在一萬到十萬筆之間；需要進入詳情頁取欄位；有依月或依週的更新需求；需要依明確規則去重。
屬於複雜的專案通常涉及： 需要依網格或類目拆分成大量查詢才能涵蓋完整範圍；高頻更新，例如每天多次的價格監控；需要人工核查欄位準確性；多來源資料需要交叉比對合併；對完整率有明確的合約層級要求。
這三檔之間的價格差異是數量級的，而不是百分比。判斷清楚自己在哪一檔，溝通效率會高很多。
報價流程
- 你提供：目標網址、需要的欄位、數量範圍、更新頻率、交付格式和資料用途。
- 我們做小規模測試：確認欄位可得性、實際可擷取筆數和欄位缺失率。這一步不單獨收費。
- 給出測試結論和範例：包括能拿到什麼、拿不到什麼、缺失率多少，以及基於實測的報價。
- 確認後執行：依確認的欄位結構和口徑交付，附欄位說明與已知限制。
測試結論無論是否合作都歸你。如果測試結果表明這個需求不值得做，我們會直接說，而不是先接下來再想辦法。
一個建議
比起先問價格，更有效的做法是先把需求寫清楚：目標網址、欄位清單、數量範圍、更新頻率、資料用途。這五項確定後，測試和報價通常一兩天內就能給出結論；反過來，需求含糊時來回溝通的時間往往比擷取本身還長。