I sidste uge fortalte en af vores brugere mig, at han havde brugt en hel eftermiddag på at kopiere VVS-opslag fra SuperPages over i et regneark — 47 rækker på tre timer. Håndleddene gjorde ondt, dataene havde stavefejl, og han manglede stadig e-mails. Den historie ramte mig, fordi jeg selv har stået i præcis samme situation, og det er netop den slags problem, vi byggede Thunderbit til at løse.
SuperPages er en af de mest etablerede amerikanske databaser over lokale virksomheder, drevet af Thryv, med bred dækning på tværs af større byer og kategorier — VVS-folk, tandlæger, advokater, HVAC-teknikere, you name it. Ældre teknisk dokumentation beskrev det som en landsdækkende Yellow Pages-database med over 11 millioner opslag, og i dag viser sitet stadig stærke lokale kategorier. Udfordringen er ikke at finde opslagene. Det er at gøre dem om til en ren og beriget lead-liste uden at miste forstanden (eller hele eftermiddagen).
Ifølge HubSpots 2024 Sales Trends-rapport bruger sælgere kun omkring 2 timer om dagen på egentlig salg — resten bliver slugt af opgaver som dataindtastning og research. Og 81 % af salgsfolk siger, at AI kunne hjælpe dem med at bruge mindre tid på manuelt arbejde. Denne guide gennemgår tre måder at scrape SuperPages for leads på — fra no-code AI til Python — så du kan vælge den metode, der passer til dit niveau, og komme tilbage til det, der faktisk rykker resultaterne.
Scrape SuperPages til leads med AI Get Started Free
Hvad er SuperPages (og hvorfor elsker salgsteams det til leads)?
SuperPages er en amerikansk online virksomhedsoversigt, hvor lokale virksomheder er listet med kontaktoplysninger, kategorier, vurderinger og mere. Tænk på det som den digitale version af den gamle telefonbog med gule sider — bare søgbar efter kategori og lokation, og med mere data på hver listing.
Et typisk SuperPages-opslag kan indeholde:
- Virksomhedsnavn
- Telefonnummer
- Gadeadresse
- Website-URL (når den er tilgængelig)
- Kategori (fx VVS, familieret, HVAC)
- Vurderinger og anmeldelser
- Åbningstider (typisk på detaljesiden)
- Beskrivelse (detaljeside)
SuperPages-forsiden fremhæver populære kategorier som Home Services, Plumbers, Electricians, Dentists, Legal Services, Auto Repair, Restaurants og Pet Services — og det er netop de vertikaler, som salgsteams, bureauer og lokale serviceudbydere målretter i outbound-arbejdet.
Kort sagt er SuperPages en guldgrube for alle, der prospecter lokale virksomheder i USA. Dataene er strukturerede, dækningen er bred, og kategorierne passer godt til virkelige outbound-kampagner.
Prøv Thunderbit til SuperPages-leads
Hvorfor scrape SuperPages til leads? (De vigtigste use cases)
At browse SuperPages manuelt og kopiere data over i et regneark er et sort hul for produktiviteten. Scraping automatiserer processen og giver dig en målrettet, struktureret liste på få minutter i stedet for timer. Og fordi du selv styrer søgningen (kategori + by + søgeord), bliver resultatet ofte mere relevant end en generisk købt lead-liste.
Her er de mest almindelige use cases, jeg ser fra vores brugere:
| Use case | Hvem får gavn af det | Eksempel |
|---|---|---|
| Lokal leadgenerering | Salgsteams, bureauer | Byg en liste over VVS-folk i Dallas til cold outreach |
| Konkurrentanalyse | Drift, marketing | Sammenlign vurderinger og services på tværs af konkurrenter i et marked |
| Markedskortlægning | Forretningsudvikling | Find alle tandlæger i et postnummerområde til en ny produktlancering |
| Leverandørsourcing | Indkøb, drift | Find leverandører i en region med telefon- og webinfo |
| Lokal SEO-prospektering | Bureauer | Find virksomheder uden website eller med svag listing-data |
| Områdeplanlægning | Field sales | Gruppér håndværkere efter by, postnummer eller serviceområde |
Det amerikanske B2B leadgen-marked blev i 2024 vurderet til 8,5 mia. USD og forventes at nå 18,2 mia. USD i 2034 — så efterspørgslen efter den slags data er ikke på vej ned. En frisk scraped, kategori- og lokationsspecifik liste kan være mere målrettet end en generisk købt liste, men den skal stadig verificeres og deduplikeres, før du kontakter folk (mere om det senere).
Sådan ser slutresultatet ud: Eksempel på scraped data fra SuperPages
Før vi går i gang med hvordan, vil jeg gerne vise, hvad du faktisk ender med. Det er den del, de fleste guides springer over — men hvis du bruger tid på det, bør du også vide, hvad gevinsten er.
Her er et eksempel på en outputtabel (fiktive data, realistisk struktur):
| Virksomhedsnavn | Telefon | Adresse | Website | Kategori | Vurdering | Åbningstider | E-mail (beriget) |
|---|---|---|---|---|---|---|---|
| Sunset Pipe & Drain Co. | +1 213-555-0148 | 1842 W 7th St, Los Angeles, CA 90057 | sunsetpipe.example | VVS | 4.6 | Man-fre 7-18 | service@sunsetpipe.example |
| Arroyo HVAC Pros | +1 626-555-0182 | 72 N Fair Oaks Ave, Pasadena, CA 91103 | arroyohvac.example | HVAC | 4.8 | Man-lør 8-19 | hello@arroyohvac.example |
| Wilshire Family Dental | +1 323-555-0119 | 4100 Wilshire Blvd, Los Angeles, CA 90010 | wilshiredental.example | Tandlæger | 4.4 | Man-tor 9-17 | appointments@wilshiredental.example |
| Pacific Legal Aid Group | +1 310-555-0173 | 11845 W Olympic Blvd, Los Angeles, CA 90064 | Juridiske tjenester | 4.2 | Man-fre 8:30-17:30 | intake@pacificlegal.example | |
| Valley Auto Repair Center | +1 818-555-0198 | 14422 Ventura Blvd, Sherman Oaks, CA 91423 | valleyautorepair.example | Autoreparation | 4.7 | Man-lør 8-18 | info@valleyautorepair.example |
| Echo Park Pet Grooming | +1 213-555-0166 | 1511 Sunset Blvd, Los Angeles, CA 90026 | echoparkpets.example | Dyrepleje | 4.9 | Tir-søn 9-17 | booking@echoparkpets.example |
Et par ting at bemærke:
- Fra søgeresultatsiden: virksomhedsnavn, telefon, delvis adresse, kategori, vurdering, listing-URL.
- Fra virksomhedens detaljeside: fuld adresse, åbningstider, beskrivelse, anmeldelser, nogle gange website.
- Fra berigelse: e-mail (ofte kun fundet på virksomhedens egen hjemmeside eller via berigelsesværktøjer).
- Fra oprydning: telefonnummer formateret som E.164, normaliseret stat/postnummer, dedupe-nøgler, kilde-URL og scraped-at-dato.
Det er den slags output, du kan lægge direkte ind i et CRM, et Google Sheet eller en Airtable-base og begynde at arbejde med med det samme.
3 måder at scrape SuperPages til leads: Hurtig sammenligning
Ikke alle har samme tekniske komfortniveau — eller samme tålmodighed. Derfor får du her tre metoder side om side, så du kan vælge den, der passer:
| Kriterium | Thunderbit (AI no-code) | Visuelt scraper-værktøj (fx Octoparse) | Python (Requests + BS4) |
|---|---|---|---|
| Opsætningstid | ~2 min (installér udvidelsen) | ~15 min (byg workflow) | ~30 min (installér biblioteker, skriv kode) |
| Kræver kode? | Nej | Nej | Ja (Python) |
| Håndtering af pagination | Indbygget (klik eller scroll) | Kræver konfiguration | Manuel kode |
| Berigelse af undersider | 1-klik Subpage Scraping | Separat workflow/loop nødvendig | Separat script |
| Anti-blokering | Cloud Scraping håndterer det | Afhænger af plan/proxy-addon | DIY (proxies, headers, rate limits) |
| Eksportmuligheder | Excel, Google Sheets, Airtable, Notion, CSV, JSON | CSV, Excel, database | Hvad end du koder |
| Bedst til | Salgsteams, bureauer, ikke-udviklere | Semi-tekniske brugere | Udviklere, der vil have fuld kontrol |
Min anbefaling: Hvis du vil i gang med at scrape inden for de næste 2 minutter, så gå til metode 1. Hvis du foretrækker visuelle workflows og ikke har noget imod noget konfiguration, så prøv metode 2. Hvis du vil have fuld kontrol og kan Python, så spring til metode 3.
Metode 1: Scrape SuperPages til leads med Thunderbit (AI, no-code)
Det her er den hurtigste vej fra "jeg har en SuperPages-søgning" til "jeg har en lead-liste." Ingen kode, ingen workflow-buildere, ingen proxy-konfiguration. Jeg er selvfølgelig farvet — vi har selv bygget Thunderbit — men jeg gennemgår præcis, hvad der sker, så du selv kan vurdere det.
Sværhedsgrad: Begynder
Tidsforbrug: ~5 minutter for en fuld kategori-/byscrape
Det skal du bruge: Chrome-browser, Thunderbit Chrome Extension (gratis version virker)
Trin 1: Installér Thunderbit og åbn SuperPages
Gå til Thunderbit Chrome Extension Download Page og installér Thunderbit-udvidelsen. Det tager cirka et minut. Når den er installeret, går du til en SuperPages-søgeresultatside — for eksempel ved at søge på "Plumbers in Los Angeles, CA" på superpages.com.
Du bør kunne se Thunderbit-ikonet i browserens værktøjslinje og en sidebar, der er klar til brug.
Trin 2: Klik på "AI Suggest Fields" for automatisk at finde datakolonner
Åbn Thunderbit-sidebaren, og klik på "AI Suggest Fields." Thunderbits AI læser siden og foreslår automatisk kolonner baseret på det, den finder — typisk virksomhedsnavn, telefon, adresse, website, kategori, vurdering og listing-URL.
Du kan justere, tilføje eller fjerne kolonner, før du scraper. Vil du tilføje en brugerdefineret kolonne som "Har website?" eller "Serviceområde?" Så skriv bare en beskrivelse i almindeligt engelsk med Field AI Prompt. Du kan fx bede en kolonne om at "format phone as +1XXXXXXXXXX" eller "classify as residential vs. commercial."
Du burde nu se en tabel-preview med dine valgte kolonner i Thunderbit-panelet.
Trin 3: Klik på "Scrape" og se dataene blive udfyldt
Tryk på den blå "Scrape"-knap. Thunderbit henter alle listinger på den aktuelle side og udfylder tabellen række for række. På en typisk SuperPages-resultatside tager det cirka 30–45 sekunder.
Thunderbit håndterer pagination automatisk — den opdager "Next"-knapper eller infinite scroll og fortsætter, indtil den løber tør for sider eller rammer din grænse. Hvis du scraper et stort resultatudvalg (fx alle VVS-folk i et storbyområde), kan du skifte til Cloud Scraping-mode, som kan behandle op til 50 sider ad gangen uden at binde din browser.
Trin 4: Brug Subpage Scraping til at berige hver listing
Søgeresultatsiden giver dig basisdataene, men det rigtige guld — åbningstider, fulde beskrivelser, anmeldelser og nogle gange e-mail — ligger på hver virksomheds detaljeside. Klik på "Scrape Subpages", og Thunderbit besøger hver listings detaljeside og trækker berigede kolonner ind som åbningstider, beskrivelse, website-URL og eventuelle kontaktoplysninger, der er synlige der.
Det er en 1-klik-proces. Intet separat workflow, ingen konfiguration. De berigede data bliver føjet direkte til din eksisterende tabel.
Trin 5: Eksportér dine leads til Excel, Google Sheets, Airtable eller Notion
Når du er tilfreds med dataene, klik på Export. Thunderbit lader dig sende dine leads direkte til:
- Google Sheets (godt til CRM-forberedelse og deling)
- Airtable (lette pipeline-tabeller)
- Notion (research-databaser)
- Excel / CSV (CRM-import)
- JSON (til udvikleroverdragelse)
Alle eksportmuligheder er gratis. Hvis du sender leads ind i HubSpot eller Salesforce, er CSV eller Google Sheets ofte den hurtigste vej.
Pro tip: Scrape efter kategori + by i stedet for brede landsdækkende søgninger. "Emergency plumbers Dallas TX" giver dig en skarpere og mere handlingsklar liste end "plumbers Texas." Tilføj en kolonne for "Source URL" og "Scraped At" for sporbarhed.
Metode 2: Scrape SuperPages med et visuelt scraping-værktøj (Octoparse-eksempel)
Visuelle scraping-værktøjer som Octoparse ligger i midterfeltet: ingen kode, men mere opsætning og konfiguration end Thunderbit. Octoparse har endda en færdig SuperPages-skabelon til enklere use cases.
Sværhedsgrad: Mellem
Tidsforbrug: ~20–30 minutter til opsætning + scrape
Det skal du bruge: Octoparse-konto (gratis plan findes, med begrænsninger)
Trin 1: Opret en ny opgave og indlæs SuperPages-URL'en
Åbn Octoparse, klik på "New Task", og indsæt din SuperPages-søge-URL (fx "https://www.superpages.com/los-angeles-ca/plumbers"). Den indbyggede browser indlæser siden.
Trin 2: Auto-detect eller vælg datafelter manuelt
Klik på "Auto-detect" — Octoparse scanner siden og fremhæver de datafelter, den mener er relevante. Gennemgå Data Preview-panelet. Efter min erfaring fanger auto-detection ofte de fleste felter, men kan også tage ekstra ting med (som reklameetiketter eller navigationstekst) eller overse nogle. Du skal sandsynligvis manuelt tilføje eller fjerne et par felter.
Ifølge Octoparses hjælpeartikler opretter auto-detection et grundlæggende workflow med pagination og dataudtræk, men brugere skal muligvis selv tilføje manglende data manuelt.
Trin 3: Byg workflowet og konfigurér pagination
Klik på "Create workflow." Octoparse genererer en trinvis handlingssekvens. Gennemgå pagination-trinnet — sørg for, at det klikker på "Next" eller indlæser flere resultater korrekt. Hvis du vil have data fra hver virksomheds detaljeside (åbningstider, e-mail, beskrivelse), skal du tilføje en loop for detaljesider eller en subpage-handling i workflowet. Det gør løsningen mere kompleks end Thunderbits 1-klik-subpage-tilgang.
Trin 4: Kør opgaven og eksportér data
Kør opgaven lokalt (til små jobs) eller i Octoparses cloud (til planlagte eller større jobs — cloud er en betalt funktion). Når den er færdig, kan du eksportere som CSV, Excel eller JSON.
Begrænsninger, du bør kende: Octoparses gratis plan inkluderer 10 tasks, op til 50.000 rækker om måneden og kun lokal ekstraktion. Cloud-kørsler, IP-rotation, CAPTCHA-løsning og nogle eksportintegrationer kræver en betalt plan (starter omkring $69/måned ved årlig betaling).
Metode 3: Scrape SuperPages med Python (Requests + BeautifulSoup)
Det her er udviklervejen. Fuld kontrol, fuldt ansvar. Hvis du er tryg ved at skrive og vedligeholde Python-scripts, giver det dig mest fleksibilitet — men også flest hovedpiner.
Sværhedsgrad: Avanceret
Tidsforbrug: ~30–60 minutter (opsætning + kodning + fejlfinding)
Det skal du bruge: Python 3.x, pip, requests, beautifulsoup4, lxml, en kodeeditor
Trin 1: Sæt dit Python-miljø op
python -m venv .venv
source .venv/bin/activate
pip install requests beautifulsoup4 lxml pandas
Trin 2: Undersøg SuperPages' HTML-struktur
Åbn Developer Tools (F12) på en SuperPages-resultatside. Find CSS-selectors til virksomhedsnavn, adresse, telefon, website og link til detaljeside. Husk: HTML-strukturen kan ændre sig uden varsel, hvilket betyder, at dine selectors kan gå i stykker når som helst.
Trin 3: Skriv listing-scraperen og håndter pagination
Her er et forenklet eksempel. Vigtig forbehold: I mine tests returnerede en direkte request til SuperPages en Cloudflare "Attention Required"-blokside. Et naivt Requests-script kan fejle i stor skala — du kan få brug for browser-session-context, rate limiting, retries eller autoriserede alternativer.
import csv, time
from urllib.parse import urljoin
import requests
from bs4 import BeautifulSoup
BASE_URL = "https://www.superpages.com"
HEADERS = {
"User-Agent": (
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) "
"AppleWebKit/537.36 (KHTML, like Gecko) "
"Chrome/125.0 Safari/537.36"
)
}
def fetch(url):
resp = requests.get(url, headers=HEADERS, timeout=20)
resp.raise_for_status()
if "Attention Required" in resp.text or "Cloudflare" in resp.text:
raise RuntimeError("Blokeret. Sænk hastigheden eller skift til browser/cloud scraping.")
return BeautifulSoup(resp.text, "lxml")
def parse_listing(card):
name_el = card.select_one(".business-name, a.business-name, h2 a, h3 a")
phone_el = card.select_one(".phones, .phone, [class*=phone]")
address_el = card.select_one(".street-address, .adr, [class*=address]")
website_el = card.select_one("a.track-visit-website, a[href*='http']")
rating_el = card.select_one(".rating, [class*=rating]")
detail_url = urljoin(BASE_URL, name_el.get("href")) if name_el and name_el.get("href") else ""
return {
"business_name": name_el.get_text(" ", strip=True) if name_el else "",
"phone": phone_el.get_text(" ", strip=True) if phone_el else "",
"address": address_el.get_text(" ", strip=True) if address_el else "",
"website": website_el.get("href", "") if website_el else "",
"rating": rating_el.get_text(" ", strip=True) if rating_el else "",
"detail_url": detail_url,
}
def scrape_search(search_url, pages=3):
all_rows = []
for page in range(1, pages + 1):
page_url = f"{search_url}?page={page}"
soup = fetch(page_url)
cards = soup.select(".result, .organic, [class*=result]")
if not cards:
break
for card in cards:
all_rows.append(parse_listing(card))
time.sleep(5)
return all_rows
if __name__ == "__main__":
rows = scrape_search("https://www.superpages.com/los-angeles-ca/plumbers", pages=2)
with open("superpages_leads.csv", "w", newline="", encoding="utf-8") as f:
writer = csv.DictWriter(f, fieldnames=sorted({k for row in rows for k in row}))
writer.writeheader()
writer.writerows(rows)
Trin 4: Scrape detaljesider for berigelse
Skriv en separat funktion til at besøge hver detaljesides URL og udtrække åbningstider, e-mail, beskrivelse og anmeldelser. Det betyder, at du selv skal håndtere rate limits, fejlhåndtering og muligvis proxies.
Trin 5: Gem data i CSV eller JSON
Brug Python-modulerne csv eller json. Du skal også selv skrive deduplikerings-, oprydnings- og eksportlogik.
Typiske faldgruber:
- SuperPages kan blokere requests med Cloudflare eller lignende anti-bot-systemer (bekræftet i mine tests).
- Selectors er med vilje brede her, fordi SuperPages’ markup kan ændre sig.
- Antag ikke, at søgeresultatsider indeholder e-mails. Det gør de næsten aldrig.
- En produktionsscraper kræver gennemgang af robots/TOS, rate limiting, retry/backoff, struktureret logging og fejlhåndtering.
Hvis du vil dykke dybere ned i Python scraping, så se vores guide til web scraping med Python eller BeautifulSoup-tutorial.
Fra rå data til rigtige leads: Den fulde pipeline (Scrape → Rens → Verificér → CRM)
Her stopper de fleste scraping-guides — og det er også her, den reelle værdi begynder. Scraping giver dig råmaterialet. At gøre det til en brugbar lead-liste kræver et par ekstra trin.
Pipelinen ser sådan ud:
SuperPages-søgning → Scrape listinger → Scrape detaljesider/websites → Eksportér til Google Sheets eller CSV → Rens telefonnumre, adresser, kategorier → Deduplikér → Verificér e-mails/telefoner → Berig manglende kontakter → Importér til CRM → Compliance-korrekt outreach
Deduplikering: Fjern dubletter
SuperPages viser ofte den samme virksomhed i flere kategorier. Hvis du scraper både "plumbers" og "drain cleaning" i samme by, får du overlap.
- Primær dedupe-nøgle: Normaliseret telefonnummer + normaliseret gadeadresse.
- Sekundær: Domæne + by.
- Fallback: Virksomhedsnavn + postnummer (gennemgå manuelt for kæder/franchises).
I Google Sheets kan du bruge =UNIQUE(A:H) til eksakte række-matches, eller oprette en hjælpekolonne som =LOWER(REGEXREPLACE(B2&C2,"[^a-zA-Z0-9]","")) for at fange næsten-dubletter. I Excel kan du bruge Data > Remove Duplicates.
Dataoprydning: Standardisér telefoner, adresser og formatering
- Formatér telefonnumre som E.164 (for USA: +1 efterfulgt af 10 cifre). Det er det format, de fleste CRM-systemer og dialers forventer. Du kan bruge en Field AI Prompt i Thunderbit til at auto-formatere under scraping.
- Normalisér adresser: udvid forkortelser, udfyld manglende postnumre, og split i street/city/state/ZIP-kolonner, hvis nødvendigt.
- Fjern HTML-rester, ekstra mellemrum og tracking-parametre fra URL'er.
- Tilføj kolonnerne
source_directory,source_urlogscraped_atfor sporbarhed.
E-mail- og telefonverificering før outreach
Send ikke bare en kold e-mail til alle adresser, du har scraped. Verificering beskytter dit afsenderomdømme og holder bounce-raterne nede.
- E-mailverificering: ZeroBounce (starter ved ca. $39 for 2.000 credits plus 100 gratis månedlige credits) eller Bouncer ($8 for 1.000 credits, credits udløber aldrig) er solide valg.
- Telefonvalidering: Twilio Lookup tilbyder formatering og validering gratis; caller ID koster $0,01 pr. forespørgsel.
- Thunderbits gratis Email Extractor og Phone Number Extractor kan hente kontaktoplysninger, som mangler på listing-sider.
Berigelse: Find kontakter, når SuperPages ikke har e-mails
Mange SuperPages-opslag viser slet ingen e-mail — især ikke på søgeresultatsiden. Her er, hvad du kan gøre:
- Scrape virksomhedens Contact-, About- eller footer-sider. Thunderbits Subpage Scraping eller Email Extractor kan gøre det i bulk.
- Brug berigelsesværktøjer som Apollo, BetterContact, Icypeas eller Prospeo. Lille advarsel: for små lokale virksomheder (et enmands VVS-firma, en solo-tandlæge) kommer store B2B-databaser ofte tomme tilbage. Website-first-ekstraktion virker typisk bedre for dem.
- Kombinér flere kataloger. Scrape SuperPages, Yellow Pages og Google Maps for den samme kategori/by, og merge derefter og dedupliker. Overlap giver mere komplette records.
Hvis du nogensinde har prøvet at køre en lokal SMB-liste gennem Apollo og fået mest tomme felter, er du ikke alene. Derfor betyder website-first-tilgangen noget for denne målgruppe.
CRM-import: Få leads ind i HubSpot, Salesforce eller Google Sheets
- HubSpot: Gå til Data Management > Data Integration > Import data > Quick import (contacts only). Upload din
.csveller.xlsx. HubSpots importguide gennemgår field mapping. - Salesforce: Brug Data Import Wizard. Forbered en CSV, map kildefelterne til Salesforce-felter, og kør importen.
- Google Sheets / Airtable / Notion: Thunderbit eksporterer direkte til alle tre — ingen CSV mellemstation nødvendig.
Tip: Kortlæg dine scraped kolonner til CRM-felter, før du importerer. Et par minutters mapping sparer timer med manuel oprydning senere.
SuperPages vs. andre lokale virksomhedsdatabaser: Hvor finder du de bedste leads?
SuperPages er et stærkt udgangspunkt, men det er ikke den eneste database, der er værd at scrape. Sådan står den i forhold til andre:
| Katalog | Leadvolumen | Tilgængelige datafelter | Datanyhed | Sværhedsgrad ift. anti-scraping | Bedst til |
|---|---|---|---|---|---|
| SuperPages | Stor (USA-fokus) | Navn, telefon, adresse, website, kategorier, vurderinger | Mellem | Mellem | Home services, håndværkere, SMB'er |
| Yellow Pages | Stor (USA-fokus) | Ligner SuperPages | Mellem | Mellem | Generel lokal virksomhedsoutreach |
| Google Maps | Meget stor (global) | Navn, telefon, adresse, website, anmeldelser, åbningstider, fotos | Høj (opdateret af ejer) | Høj (aggressiv anti-bot) | De mest aktuelle lokale data |
| Yelp | Stor (USA-fokus) | Navn, telefon, adresse, anmeldelser, prisniveau | Høj | Høj | Restauranter, retail, servicevirksomheder |
| Manta | Mellem | Navn, telefon, adresse, estimater for omsætning, antal ansatte | Mellem | Lav | B2B-prospektering (omsætning/ansatdata) |
| BBB | Mellem | Navn, telefon, adresse, akkreditering, klager | Mellem | Lav | Troværdige/verificerede virksomheder |
Kilder: SuperPages-forsiden, VLDB SuperPages-paper, Google Places API-dokumentation, Yelp Places API-dokumentation, Manta-forsiden, BBB-guide.
Thunderbit fungerer på tværs af alle disse — inklusiv Instant Templates til populære sites som Google Maps og SuperPages — så du kan bruge samme workflow på flere kilder og samle dine lead-lister. Efter min erfaring er den bedste tilgang ofte at scrape to eller tre kataloger for den samme kategori/by og så deduplikerer. Overlap udfylder huller og giver et mere komplet billede.
For mere om scraping af andre kataloger, se vores guides om Yellow Pages scrapers, Google Maps scrapers og Yelp scrapers.
Juridiske og etiske tips til scraping af SuperPages-leads
Jeg er ikke jurist, og det her er ikke juridisk rådgivning — men jeg har været længe nok i feltet til at vide, at compliance-blindhed er en hurtig vej til problemer. Her er den praktiske gennemgang.
Offentlige virksomhedsdata vs. persondata
Virksomhedsoplysninger — virksomhedsnavn, virksomheds-telefon, virksomhedsadresse, virksomhedswebsite — betragtes generelt som offentlig kommerciel data. Det er noget andet end personlige forbrugerdata under GDPR eller CCPA. Men "offentligt" betyder ikke "ingen regler gælder." Tjek altid sitets vilkår.
SuperPages' Terms of Use (opdateret juli 2019) indeholder en klausul om "Data Mining Prohibited": brugere må ikke bruge bots, crawlers, spiders eller lignende værktøjer til at indsamle eller udtrække data uden Thryvs forudgående samtykke. Artiklen gennemgår metoder og workflows, men du bør læse vilkårene og indhente tilladelse, hvor det er nødvendigt, før du scraper i stor skala.
Outreach-compliance: CAN-SPAM og TCPA i korte træk
Hvis du bruger scraped e-mails til cold outreach, siger FTC's CAN-SPAM-guide, at du skal:
- Ikke bruge falske eller vildledende headers
- Ikke bruge bedrageriske emnelinjer
- Identificere beskeden som reklame, når det kræves
- Angive en gyldig fysisk postadresse
- Give en klar afmeldingsmulighed og respektere den hurtigt
Hvis du bruger scraped telefonnumre til kolde opkald, så tjek National Do Not Call Registry og overhold TCPA-reglerne — især omkring automatiserede opkald, forindspillede beskeder og SMS. FTC annoncerede i 2024 ændringer, der skulle styrke beskyttelsen mod vildledende B2B-telemarketing og AI-drevne scam-opkald.
Hurtig compliance-tjekliste
- ✅ Scrape kun offentligt listede virksomhedsdata
- ✅ Gennemgå SuperPages' Terms of Use og indhent tilladelse, hvor det kræves
- ✅ Verificér kontakter før outreach
- ✅ Medtag afmelding i e-mails
- ✅ Respekter robots.txt og rate limits
- ✅ Vedligehold DNC- og e-mail-suppressionlister
- ⚠️ Undgå at scrape personlige/forbrugerdata
- ⚠️ Sælg ikke rå scraped data videre uden juridisk gennemgang
Vælg din metode, og begynd at bygge din lead-liste
At scrape SuperPages til leads handler ikke bare om at trække rækker ud fra en webside. Den reelle værdi kommer fra hele pipeline-processen: scrape, rens, dedupliker, verificér, berig, importér og outreach på en compliant måde.
Her er den korte opsummering:
- Thunderbit er den hurtigste vej for salgsteams, bureauer og ikke-udviklere. To klik til at scrape, ét klik til at berige med undersider, gratis eksport til Google Sheets, Airtable, Notion eller Excel. Prøv gratis.
- Octoparse er et solidt visuelt workflow-værktøj til semi-tekniske brugere, der vil have mere kontrol over konfiguration.
- Python giver udviklere fuld fleksibilitet — men kræver vedligeholdelse, anti-blokering-hovedpine og ingen indbygget berigelse.
- Og husk: det samme workflow gælder for Yellow Pages, Google Maps, Yelp, Manta og BBB. Scrape flere kilder, merge, dedupliker, og du har den mest komplette lokale lead-liste, du kan få.
Hvis du vil se Thunderbit i aktion, kan du tjekke vores YouTube-kanal for walkthroughs eller udforske Thunderbit-priser for at se, hvad der passer til dit team.
Så er det bare at omsætte katalogsider til pipeline — og må dine telefonnumre altid være korrekt formaterede, og dine e-mails altid verificerede.
FAQ
Er det lovligt at scrape SuperPages til leads?
Scraping af offentligt tilgængelige virksomhedsdata til B2B-research er almindelig praksis, men SuperPages' Terms of Use forbyder data mining uden Thryvs forudgående samtykke. Gennemgå altid sitets vilkår, indhent tilladelse, hvor det er nødvendigt, og overhold outreach-regler som CAN-SPAM og TCPA. Denne artikel gennemgår metoder og workflows til undervisningsformål — det er dit ansvar at bruge dem compliant.
Hvilke data kan jeg få fra SuperPages?
En typisk scrape giver virksomhedsnavn, telefon, adresse, website, kategori, vurderinger, åbningstider og beskrivelser. E-mails vises sjældent på søgeresultatsiden — du skal normalt besøge virksomhedens detaljeside eller virksomhedens egen hjemmeside (via subpage scraping eller en email extractor) for at finde dem.
Kan jeg scrape SuperPages uden kode?
Ja. Værktøjer som Thunderbit (AI Chrome-udvidelse) og Octoparse (visuelt scraping-værktøj) lader dig scrape SuperPages uden at skrive en eneste linje kode. Thunderbit er den hurtigste løsning — installér udvidelsen, åbn en SuperPages-søgning, klik på "AI Suggest Fields" og derefter "Scrape."
Hvordan håndterer jeg pagination, når jeg scraper SuperPages?
Thunderbit håndterer pagination automatisk — den opdager "Next"-knapper eller infinite scroll og fortsætter. Octoparse kræver, at du konfigurerer et pagination-trin i workflowet. I Python skal du selv skrive logik til at loope sider (øge sidetal, finde den sidste side).
Hvordan får jeg e-mails fra SuperPages-opslag?
De fleste SuperPages-opslag viser ikke e-mails på søgeresultatsiden. Brug Thunderbits Subpage Scraping til at besøge hver detaljeside, eller brug den gratis Email Extractor på virksomhedens website. Hvis der stadig mangler data, kan du prøve berigelsesværktøjer som Apollo, BetterContact eller Prospeo — men for små lokale virksomheder virker website-first-ekstraktion ofte bedre end store B2B-databaser.
Prøv AI Web Scraper til SuperPages-leads Get Started Free
Læs mere
