Парсинг — удалённая работа в Москве

Спарсить: контакты. Сбор целевой B2B-базы продавцов ЛКМ 1) Цель Сформировать чистую, дедуплицированную базу розничных и оптовых продавцов ЛКМ с офлайн-точками, в ассортименте которых обязательно присутствуют: масла / антисептики / пропитки по древесине; краски по минеральным основаниям (бетон, штукатурка, кирпич и т.п.). Исключить: производители ЛКМ; чисто онлайн-магазины без офлайн-адресов; краски по металлу, автоэмали, индустриальные покрытия. Объём общий: 10 000–20 000 записей. Пилот: 200-1000 записей. Оплата: Безналичный расчет по реквизитам юридического лица. 2) География Вся РФ, кроме: Краснодарский край Республика Дагестан, Ставропольский край Республика Крым Новосибирская область Калининградская область Челябинская область Тверская область Смоленская область Самарская область Вологодская область Амурская область Горно-Алтайск (Респ. Алтай) Якутск (Респ. Саха (Якутия)) Саратовская область Пензенская область Сахалинская область 3) Единица учёта Одна строка = одна оффлайн-торговая точка (магазин/офис/склад с приёмом клиентов). Если у компании несколько офлайн-адресов — каждая точка отдельной строкой. Все строки обязательно содержат ИНН юрлица. 4) Поля данных Идентификация company_name — торговое наименование точки/магазина legal_name — юрлицо inn — ИНН обязательно website — сайт (если есть) evidence_url — ссылка-доказательство source_type — источник (сайт/2ГИС/Яндекс/каталог и т.п.) collected_at — дата сбора (YYYY-MM-DD) Гео region / city / address - Все отдельными столбцами Контакты Телефоны: phone_1 … phone_5 в формате E.164 (+7XXXXXXXXXX); Каждый телефон в отдельном столбце E-mail: email_1 … email_5 - Каждый в отдельном столбце Мессенджеры (если публично): messengers (WA/TG ссылки/ID) (если есть) ЛПР decision_maker_name — ФИО decision_maker_role — должность (директор/коммерческий/рук. отдела продаж/закупок и т.п.) decision_maker_email — прямой e-mail decision_maker_mobile — прямой мобильный (в E.164) dm_profile_link — публичная ссылка (сайт/LinkedIn/VK/HH и т.п.), если есть Ассортимент/бренды category_flags — 0/1 поля: wood_oils, wood_antiseptics, wood_impregnations, mineral_paints brands — встречающиеся бренды (через ;) sales_mode — розница/опт/розн+опт notes — (не обязательно) важные пометки (например: «есть тонировка/колеровка», «нет розницы», «приём заявок только по телефону») Телефоны и e-mail разносить по столбцам, по одному контакту на столбец . Допускается добавлять phone_6+, email_6+, если нужно. 5) Что включать / исключать Включать: профильные ЛКМ-магазины, строительно-отделочные магазины/базы, дистрибьюторы/дилеры, DIY-сети только при наличии офлайн-адреса точки и целевых категорий. Исключать: производителей ЛКМ; чисто онлайн-магазины; точки, где из ЛКМ только металл/автоэмали/порошки; подрядчиков-маляров без розницы/опта. 6) Дедупликация и консолидация Дедуп по ключу: inn + address → далее domain/website → пересечение множеств телефонов. Если найдены дубль-точки с одинаковым адресом — объединять контакты в одну строку, не теряя номера/e-mail (в свободные столбцы). Для сетей: разные адреса = разные строки, один и тот же ИНН допустим. 7) Нормализация и валидация ИНН: проверка длины и контрольной суммы; неверные — не принимаются. Телефоны: привести к E.164; ЛПР: ФИО «Фамилия Имя Отчество» (если есть отчество). Должность — нормализовать (директор/коммерческий директор/рук. продаж/рук. закупок и т.д.). 8) Источники (разрешены любые) Допустимы любые публичные источники (сайты компаний, 2ГИС, Яндекс Карты/Справочник, каталоги/реестры, страницы брендов «Где купить», маркетплейсы — только если можно выйти на реальные реквизиты продавца), OSINT-поиск ЛПР (сайты «О компании», пресс-релизы, вакансии, соцсети, профессиональные сети и т.п.). 9) Процесс и приёмка Этап 1. Пилот — 200 - 1000 строк Критерии приемки пилота: 100% строк: inn, address, хотя бы один телефон ≥ 80% строк: website ≥ 70% строк: ЛПР (ФИО + должность + хотя бы один прямой контакт: e-mail или мобильный) Дубликаты ≤ 3% Срок 1-2 дня Этап 2. Основная поставка — до 10–20 тыс. строк Те же правила, допускается не ниже: ≥ 60% строк с ЛПР (ФИО + должность + ≥ 1 прямой контакт) Итоговый отчёт: распределение по регионам, доля по category_flags, топ-бренды по встречаемости, список источников и их доли. График: по партиям минимум 5 тыс./нед. (можно чаще и все сразу), каждая партия проходит тот же контроль качества. 10) Формат поставки Google Sheets (предпочтительно) или XLSX (альтернатива). Все данные на одном листе.