Comments 6
Его либо продают за годовую зарплату разработчика
Судя по статье, все-таки за месячную?
Справедливо, тут опечатался. 226 200 руб. — это месяц работы разработчика, а не год; в тексте надо было написать «месячную». Поправил. Суть от этого не меняется, но становится честнее. Для соло-разработчика без инвестора это всё равно та сумма, ради которой идёшь считать, а не платишь мимоходом: почти одиннадцать лет хостинга и домена этого проекта.
Детект по маркерам не идеален. Салон с самописным виджетом записи, не оставившим узнаваемых следов в HTML, я мог посчитать как «без записи».
Возможно, стоило HTML этих страничек прогнать через LLM с вопросом «есть ли на этой странице возможность записи в салон красоты?»
А результаты выборочно перепроверить, потому что LLM.
Спасибо, замечание по делу — пошёл и проверил.
Взял случайную выборку из сайтов, которые скрипт отнёс к «без записи» (пул 927, перечитал 85):
— 1 сайт (1,2%) — настоящий промах: там GBooking, этой системы не было в моём списке маркеров. Добавлю. — 11 — страницы на Tilda, где в разметке есть booking/zapis. Выборочно открыл: выбора времени нет, на части прямо «оставьте заявку, мы перезвоним». По определению из статьи это и есть «записаться нельзя», так что отнесены верно. — 13 — только слова «онлайн-запись» в тексте, без механизма. — 60 — ничего похожего на запись.
То есть поправка на пропущенные системы — порядка процента. Важнее другое: смещения тут разнонаправленные. Маркеры завышают долю «без записи», а сама выборка (только салоны с сайтом) её занижает, и второй эффект заметно сильнее — так что итоговая оценка остаётся консервативной.
Про прогон через LLM: мысль здравая, но я сознательно пошёл другим путём. 1900 страниц через модель — это деньги и, главное, невоспроизводимый результат: читатель не сможет повторить прогон и получить те же числа. Маркеры тупее, зато детерминированы и проверяются построчно — что вы, собственно, и сделали.
А ещё я получил побочный вывод, ради которого, может, и стоило всё затевать: простое число про твой собственный город — уже не общественное достояние.
Вы прям Америку открыли. Таргетинг нынче небесплатен. Вы же хотели получить данные по конкретной страте, пользующейся определённой услугой, чтобы продать ей возможность воспользоваться ею. "... Дикобразу - дикобразово." (с)
Тут не про таргетинг. Мне не нужны были ни контакты, ни база — нужно было одно агрегированное число: у скольких салонов города есть онлайн-запись. Персональных данных в нём нет, продавать по такому списку нечего.
И упёрся я не в цену, а в формулировку лицензии: она запрещает сохранить результат в файл — даже если число останется у меня в тетради. Это запрет другого рода, чем «данные стоят денег».
Коммерческий интерес у меня есть, я его в статье и не прячу. Потому и выложил метод со скриптом: любое число можно перепроверить или опровергнуть, не веря мне на слово.
Хотел одно число про салоны своего города. Легально оно стоит 226 000 ₽ — обошёлся OpenStreetMap