สัปดาห์ก่อน มีผู้ใช้คนหนึ่งเล่าให้ผมฟังว่าเขาใช้เวลาช่วงบ่ายทั้งวันคัดรายชื่อช่างประปาจาก SuperPages ลงสเปรดชีต — ได้มา 47 แถวใน 3 ชั่วโมง มือก็ล้า ข้อมูลก็พิมพ์ผิด แถมยังไม่มีอีเมลอีกต่างหาก เรื่องนี้ฟังแล้วคุ้นมาก เพราะผมก็เคยเจอสถานการณ์แบบนั้นมาแล้ว และนี่แหละคือปัญหาที่เราสร้าง Thunderbit ขึ้นมาเพื่อแก้ให้ตรงจุด
SuperPages เป็นหนึ่งในไดเรกทอรีธุรกิจท้องถิ่นของสหรัฐฯ ที่อยู่มานาน บริหารโดย Thryv และครอบคลุมเมืองใหญ่กับหมวดหมู่หลากหลาย — ช่างประปา ทันตแพทย์ ทนาย ช่าง HVAC จะนึกถึงอะไรก็มีหมด เอกสารเชิงเทคนิคยุคก่อนเคยอธิบายไว้ว่าเป็นฐานข้อมูล Yellow Pages ระดับประเทศที่มีรายชื่อมากกว่า 11 ล้านรายการ และในปัจจุบันเว็บไซต์ก็ยังแสดงหมวดหมู่ท้องถิ่นจำนวนมากอยู่ ความท้าทายจริง ๆ ไม่ใช่การหาลิสต์ แต่คือการเปลี่ยนให้เป็นรายชื่อลีดที่สะอาด ครบ และนำไปใช้ต่อได้ โดยไม่เสียสติไปก่อน (หรือเสียทั้งบ่าย)
จากรายงาน 2024 Sales Trends ของ HubSpot ระบุว่า ตัวแทนขายใช้เวลาเพียงราว 2 ชั่วโมงต่อวันกับงานขายจริง ๆ ที่เหลือถูกกลืนไปกับงานอย่างการกรอกข้อมูลและการค้นคว้า และผู้เชี่ยวชาญด้านการขาย 81% มองว่า AI จะช่วยให้พวกเขาใช้เวลาน้อยลงกับงานที่ต้องทำมือ คู่มือนี้จะพาคุณดู 3 วิธีในการดึงข้อมูล SuperPages เพื่อหา leads — ตั้งแต่ AI แบบไม่ต้องเขียนโค้ด ไปจนถึง Python — เพื่อให้คุณเลือกวิธีที่เหมาะกับทักษะของตัวเองและกลับไปโฟกัสกับงานที่สร้างผลลัพธ์จริง
ดึงลีดจาก SuperPages ด้วย AI Get Started Free
SuperPages คืออะไร และทำไมทีมขายถึงชอบใช้หาลีด
SuperPages คือไดเรกทอรีธุรกิจออนไลน์ที่เน้นตลาดสหรัฐฯ ซึ่งรวบรวมข้อมูลธุรกิจท้องถิ่นพร้อมรายละเอียดติดต่อ หมวดหมู่ คะแนนรีวิว และอื่น ๆ ลองนึกภาพสมุดโทรศัพท์ Yellow Pages แบบเดิมในเวอร์ชันดิจิทัล — แต่ตอนนี้ค้นหาได้ทั้งตามหมวดหมู่และทำเล แถมข้อมูลในแต่ละรายการก็แน่นกว่าเดิม
โดยทั่วไป รายการธุรกิจบน SuperPages อาจมีข้อมูลเหล่านี้:
- ชื่อธุรกิจ
- เบอร์โทรศัพท์
- ที่อยู่ถนน
- เว็บไซต์ (ถ้ามี)
- หมวดหมู่ เช่น Plumbing, Family Law, HVAC
- คะแนนและรีวิว
- เวลาทำการ (มักอยู่ในหน้ารายละเอียด)
- คำอธิบายธุรกิจ (หน้ารายละเอียด)
หน้าแรกของ SuperPages จะโชว์หมวดที่คนค้นหาบ่อย เช่น Home Services, Plumbers, Electricians, Dentists, Legal Services, Auto Repair, Restaurants และ Pet Services ซึ่งบังเอิญเป็นกลุ่มธุรกิจที่ทีมขาย เอเจนซี่ และผู้ให้บริการท้องถิ่นมักใช้ทำ outreach พอดี
สรุปง่าย ๆ คือ SuperPages เป็นขุมทรัพย์สำหรับใครก็ตามที่กำลังหาลูกค้าในตลาดท้องถิ่นของสหรัฐฯ ข้อมูลมีโครงสร้างชัด ครอบคลุมกว้าง และแมปกับแคมเปญขายจริงได้ดีมาก
ลองใช้ Thunderbit สำหรับลีดจาก SuperPages
ทำไมต้องดึงข้อมูลจาก SuperPages เพื่อหา leads
การเปิด SuperPages แล้วคัดลอกข้อมูลลงสเปรดชีตทีละรายการเป็นงานที่กินเวลามหาศาล การทำเว็บสแครปช่วยให้คุณได้รายชื่อที่เป็นระบบและตรงเป้าภายในไม่กี่นาทีแทนที่จะเป็นหลายชั่วโมง และเพราะคุณเป็นคนกำหนดการค้นหาเอง (หมวดหมู่ + เมือง + คีย์เวิร์ด) ผลลัพธ์จึงมักตรงเป้ากว่าการซื้อ lead list แบบกว้าง ๆ ทั่วไป
นี่คือ use case ที่พบบ่อยจากผู้ใช้ของเรา:
| Use Case | ใครได้ประโยชน์ | ตัวอย่าง |
|---|---|---|
| สร้างลีดท้องถิ่น | ทีมขาย, เอเจนซี่ | ทำรายชื่อช่างประปาใน Dallas สำหรับ cold outreach |
| วิเคราะห์คู่แข่ง | Operations, การตลาด | เปรียบเทียบคะแนนรีวิวและบริการของคู่แข่งในตลาดเดียวกัน |
| ทำแผนที่ตลาด | Business development | ระบุรายชื่อทันตแพทย์ทั้งหมดในรหัสไปรษณีย์หนึ่ง ๆ สำหรับเปิดตัวสินค้าใหม่ |
| หาแหล่งซัพพลายเออร์ | จัดซื้อ, Operations | ค้นหาผู้ขายในพื้นที่พร้อมข้อมูลเบอร์โทรและเว็บไซต์ |
| หาโอกาส Local SEO | เอเจนซี่ | ค้นหาธุรกิจที่ไม่มีเว็บไซต์หรือข้อมูลลิสต์ยังไม่สมบูรณ์ |
| วางแผนพื้นที่ขาย | ฝ่ายขายภาคสนาม | จัดกลุ่มผู้รับเหมาตามเมือง รหัสไปรษณีย์ หรือพื้นที่ให้บริการ |
ตลาดการสร้างลีด B2B ในสหรัฐฯ มีมูลค่าประมาณ 8.5 พันล้านดอลลาร์ในปี 2024 และคาดว่าจะโตถึง 18.2 พันล้านดอลลาร์ในปี 2034 ดังนั้นความต้องการข้อมูลประเภทนี้ยังไม่ลดลงง่าย ๆ รายชื่อที่เพิ่งสแครปมาใหม่และเจาะตามหมวดกับพื้นที่จริง อาจตรงเป้ากว่ารายชื่อซื้อสำเร็จรูป แต่ก็ยังต้องตรวจสอบและลบข้อมูลซ้ำก่อนนำไปใช้งานจริง (เดี๋ยวผมจะพูดถึงส่วนนี้ต่อ)
ตัวอย่างผลลัพธ์สุดท้าย: ข้อมูลที่สแครปจาก SuperPages หน้าตาเป็นอย่างไร
ก่อนจะไปดูวิธีทำ ผมอยากให้คุณเห็นก่อนว่าคุณจะได้อะไรจริง ๆ เพราะนี่คือส่วนที่คู่มือส่วนใหญ่มักข้ามไป — แต่ถ้าคุณจะลงทุนเวลา ก็ควรรู้ว่าปลายทางหน้าตาเป็นแบบไหน
ตัวอย่างตารางผลลัพธ์ด้านล่างนี้เป็นข้อมูลสมมติ แต่สะท้อนรูปแบบจริง:
| ชื่อธุรกิจ | โทรศัพท์ | ที่อยู่ | เว็บไซต์ | หมวดหมู่ | คะแนน | เวลาทำการ | อีเมล (ที่เติมเพิ่ม) |
|---|---|---|---|---|---|---|---|
| Sunset Pipe & Drain Co. | +1 213-555-0148 | 1842 W 7th St, Los Angeles, CA 90057 | sunsetpipe.example | Plumbing | 4.6 | Mon-Fri 7a-6p | service@sunsetpipe.example |
| Arroyo HVAC Pros | +1 626-555-0182 | 72 N Fair Oaks Ave, Pasadena, CA 91103 | arroyohvac.example | HVAC | 4.8 | Mon-Sat 8a-7p | hello@arroyohvac.example |
| Wilshire Family Dental | +1 323-555-0119 | 4100 Wilshire Blvd, Los Angeles, CA 90010 | wilshiredental.example | Dentists | 4.4 | Mon-Thu 9a-5p | appointments@wilshiredental.example |
| Pacific Legal Aid Group | +1 310-555-0173 | 11845 W Olympic Blvd, Los Angeles, CA 90064 | Legal Services | 4.2 | Mon-Fri 8:30a-5:30p | intake@pacificlegal.example | |
| Valley Auto Repair Center | +1 818-555-0198 | 14422 Ventura Blvd, Sherman Oaks, CA 91423 | valleyautorepair.example | Auto Repair | 4.7 | Mon-Sat 8a-6p | info@valleyautorepair.example |
| Echo Park Pet Grooming | +1 213-555-0166 | 1511 Sunset Blvd, Los Angeles, CA 90026 | echoparkpets.example | Pet Grooming | 4.9 | Tue-Sun 9a-5p | booking@echoparkpets.example |
สิ่งที่ควรสังเกต:
- จากหน้าผลการค้นหา: ชื่อธุรกิจ เบอร์โทร ที่อยู่บางส่วน หมวดหมู่ คะแนน และ URL ของลิสต์
- จากหน้ารายละเอียดธุรกิจ (หน้าย่อย): ที่อยู่เต็ม เวลาทำการ คำอธิบาย รีวิว และบางครั้งเว็บไซต์
- จากการเติมข้อมูลเพิ่มเติม: อีเมล (มักต้องไปหาในเว็บไซต์ของธุรกิจเอง หรือใช้เครื่องมือ enrichment)
- จากการทำความสะอาดข้อมูล: รูปแบบโทรศัพท์เป็น E.164, รัฐ/ZIP ที่มาตรฐานเดียวกัน, คีย์สำหรับลบข้อมูลซ้ำ, source URL และวันที่สแครป
นี่คือผลลัพธ์ที่คุณเอาไปใส่ใน CRM, Google Sheet หรือ Airtable แล้วเริ่มทำงานต่อได้ทันที
3 วิธีในการดึงข้อมูลจาก SuperPages เพื่อหา leads: เปรียบเทียบแบบเร็ว
แต่ละคนมีระดับความถนัดทางเทคนิคและความอดทนไม่เท่ากัน ดังนั้นนี่คือ 3 วิธีเทียบกันตรง ๆ เพื่อให้คุณเลือกได้ง่ายขึ้น:
| เกณฑ์ | Thunderbit (AI ไม่ต้องเขียนโค้ด) | Visual Scraper (เช่น Octoparse) | Python (Requests + BS4) |
|---|---|---|---|
| เวลาเริ่มต้น | ~2 นาที (ติดตั้ง extension) | ~15 นาที (สร้าง workflow) | ~30 นาที (ติดตั้งไลบรารี, เขียนโค้ด) |
| ต้องเขียนโค้ดไหม | ไม่ต้อง | ไม่ต้อง | ต้อง (Python) |
| จัดการ pagination | มีในตัว (คลิกหรือเลื่อน) | ต้องตั้งค่า | ต้องเขียนโค้ดเอง |
| ดึงข้อมูลจากหน้าย่อย | Scrape Subpage แบบคลิกเดียว | ต้องทำ workflow/loop แยก | ต้องเขียนสคริปต์แยก |
| ป้องกันการโดนบล็อก | มี Cloud Scraping ช่วยจัดการ | ขึ้นกับแพ็กเกจ/พร็อกซีเสริม | ต้องจัดการเอง (proxy, headers, rate limits) |
| รูปแบบการส่งออก | Excel, Google Sheets, Airtable, Notion, CSV, JSON | CSV, Excel, database | แล้วแต่ที่คุณเขียน |
| เหมาะกับใคร | ทีมขาย, เอเจนซี่, คนไม่สาย dev | ผู้ใช้ที่พอมีพื้นฐานเทคนิค | นักพัฒนาที่ต้องการควบคุมเต็มที่ |
คำแนะนำของผม: ถ้าคุณอยากเริ่มสแครปภายใน 2 นาที ให้ไปที่วิธีที่ 1 ถ้าคุณชอบ workflow แบบเห็นภาพและรับได้กับการตั้งค่าบางอย่าง ให้ลองวิธีที่ 2 ถ้าคุณต้องการคุมทุกอย่างเองและใช้ Python เป็นอยู่แล้ว ให้ข้ามไปวิธีที่ 3
วิธีที่ 1: ดึง SuperPages เพื่อหา leads ด้วย Thunderbit (AI, ไม่ต้องเขียนโค้ด)
นี่คือเส้นทางที่เร็วที่สุดจาก “มีหน้าค้นหา SuperPages” ไปสู่ “มีรายชื่อ leads อยู่ในมือ” ไม่ต้องเขียนโค้ด ไม่ต้องสร้าง workflow ไม่ต้องตั้ง proxy เอง ผมอาจจะมีอคติอยู่บ้าง — เพราะเราสร้าง Thunderbit ขึ้นมา — แต่ผมจะพาคุณดูแบบละเอียดเพื่อให้ตัดสินใจเองได้
ระดับความยาก: มือใหม่
เวลาที่ใช้: ~5 นาที สำหรับการสแครปทั้งหมวด/ทั้งเมือง
สิ่งที่ต้องมี: เบราว์เซอร์ Chrome, Thunderbit Chrome Extension (ฟรีก็ใช้ได้)
ขั้นตอนที่ 1: ติดตั้ง Thunderbit แล้วเปิด SuperPages
ไปที่ หน้าโหลด Thunderbit Chrome Extension แล้วติดตั้ง extension ใช้เวลาประมาณหนึ่งนาที หลังติดตั้งเสร็จ ให้เปิดหน้า search result ของ SuperPages — ตัวอย่างเช่นค้นหา “Plumbers in Los Angeles, CA” บน superpages.com
คุณควรจะเห็นไอคอน Thunderbit อยู่บนแถบเครื่องมือของเบราว์เซอร์ และมีแถบ sidebar พร้อมใช้งาน
ขั้นตอนที่ 2: กด “AI Suggest Fields” เพื่อให้ระบบเดาคอลัมน์ให้เอง
เปิด sidebar ของ Thunderbit แล้วกด “AI Suggest Fields” AI ของ Thunderbit จะอ่านหน้าเว็บและแนะนำคอลัมน์ที่น่าจะต้องใช้ให้โดยอัตโนมัติ — โดยมากจะเป็นชื่อธุรกิจ เบอร์โทร ที่อยู่ เว็บไซต์ หมวดหมู่ คะแนน และ URL ของลิสต์
คุณสามารถปรับ เพิ่ม หรือลบคอลัมน์ก่อนเริ่มสแครปได้ ถ้าอยากเพิ่มคอลัมน์แบบกำหนดเอง เช่น “มีเว็บไซต์ไหม?” หรือ “พื้นที่ให้บริการ?” ก็แค่พิมพ์คำอธิบายเป็นภาษาอังกฤษธรรมดาใน Field AI Prompt ตัวอย่างเช่น คุณอาจสั่งให้คอลัมน์หนึ่ง “จัดรูปแบบเบอร์โทรเป็น +1XXXXXXXXXX” หรือ “แยกว่าบริการนี้เน้น residential หรือ commercial”
ตอนนี้คุณควรเห็นตารางตัวอย่างพร้อมคอลัมน์ที่ตั้งค่าไว้ในแผงของ Thunderbit แล้ว
ขั้นตอนที่ 3: กด “Scrape” แล้วดูข้อมูลถูกดึงเข้ามาเอง
กดปุ่มสีน้ำเงิน “Scrape” Thunderbit จะดึงข้อมูลจากลิสต์ทั้งหมดในหน้านั้นและเติมลงในตารางทีละแถว สำหรับหน้า SuperPages ทั่วไป มักใช้เวลาประมาณ 30–45 วินาที
Thunderbit จัดการ pagination ให้อัตโนมัติ — มันจะตรวจจับปุ่ม “Next” หรือ infinite scroll แล้ววิ่งต่อไปเรื่อย ๆ จนกว่าจะหมดหน้าหรือถึงลิมิตของคุณ ถ้าคุณกำลังดึงข้อมูลชุดใหญ่ เช่น ช่างประปาทั้งพื้นที่มหานคร ให้สลับไปใช้ Cloud Scraping ซึ่งประมวลผลได้สูงสุด 50 หน้าในครั้งเดียวโดยไม่ทำให้เบราว์เซอร์คุณค้าง
ขั้นตอนที่ 4: ใช้ Subpage Scraping เพื่อเก็บข้อมูลเพิ่มจากแต่ละลิสต์
หน้าผลการค้นหาจะให้ข้อมูลพื้นฐาน แต่สิ่งที่มีค่าจริง ๆ — เวลาทำการ คำอธิบายเต็ม รีวิว และบางครั้งอีเมล — มักอยู่ในหน้ารายละเอียดของแต่ละธุรกิจ ให้กด “Scrape Subpages” แล้ว Thunderbit จะเข้าไปเยี่ยมแต่ละหน้ารายละเอียดและดึงคอลัมน์ที่เสริมมา เช่น เวลาทำการ คำอธิบาย URL เว็บไซต์ และข้อมูลติดต่อที่มองเห็นได้
ทั้งหมดนี้เป็นกระบวนการคลิกเดียว ไม่ต้องสร้าง workflow แยก ไม่ต้องตั้งค่าเพิ่มเติม ข้อมูลที่เติมเพิ่มจะถูกต่อเข้าไปในตารางเดิมของคุณเลย
ขั้นตอนที่ 5: ส่งออก leads ไปยัง Excel, Google Sheets, Airtable หรือ Notion
เมื่อพอใจกับข้อมูลแล้ว ให้กด Export Thunderbit จะส่งลีดของคุณไปยัง:
- Google Sheets (เหมาะกับการเตรียม CRM และแชร์ต่อ)
- Airtable (ตาราง pipeline แบบเบา ๆ)
- Notion (ฐานข้อมูลสำหรับ research)
- Excel / CSV (นำเข้า CRM)
- JSON (ส่งต่อให้นักพัฒนา)
ตัวเลือกส่งออกทั้งหมดใช้ฟรี หากคุณจะป้อนลีดเข้า HubSpot หรือ Salesforce การ export เป็น CSV หรือ Google Sheets มักเป็นทางที่เร็วที่สุด
เคล็ดลับ: ให้สแครปตามหมวด + เมือง แทนการค้นหาแบบทั้งรัฐ เช่น “emergency plumbers Dallas TX” จะได้รายชื่อที่แคบและนำไปใช้ได้จริงกว่า “plumbers Texas” เพิ่มคอลัมน์ “Source URL” และ “Scraped At” เพื่อเก็บที่มาของข้อมูล
วิธีที่ 2: ดึง SuperPages ด้วยเครื่องมือสแครปแบบเห็นภาพ (ตัวอย่าง Octoparse)
เครื่องมือสแครปแบบเห็นภาพอย่าง Octoparse อยู่ตรงกลางพอดี: ไม่ต้องเขียนโค้ด แต่ต้องตั้งค่าและปรับแต่งมากกว่า Thunderbit นิดหน่อย และ Octoparse เองก็มีเทมเพลต SuperPages สำเร็จรูปสำหรับงานที่ไม่ซับซ้อน
ระดับความยาก: ปานกลาง
เวลาที่ใช้: ~20–30 นาที สำหรับตั้งค่า + สแครป
สิ่งที่ต้องมี: บัญชี Octoparse (มีแพ็กเกจฟรี แต่มีข้อจำกัด)
ขั้นตอนที่ 1: สร้าง task ใหม่และใส่ URL ของ SuperPages
เปิด Octoparse แล้วคลิก “New Task” จากนั้นวาง URL หน้าค้นหาของ SuperPages เช่น “https://www.superpages.com/los-angeles-ca/plumbers” เบราว์เซอร์ในตัวจะโหลดหน้าเว็บขึ้นมา
ขั้นตอนที่ 2: ให้ระบบเดาข้อมูลอัตโนมัติหรือเลือกฟิลด์เอง
คลิก “Auto-detect” — Octoparse จะสแกนหน้าเว็บและไฮไลต์ฟิลด์ข้อมูลที่คิดว่าน่าจะเกี่ยวข้อง ดูในแผง Data Preview จากประสบการณ์ของผม auto-detection มักจะจับได้เกือบครบ แต่ก็อาจดึงของเกินมา เช่น ป้ายโฆษณาหรือข้อความนำทาง หรือพลาดบางฟิลด์ไป คุณจึงมักต้องเพิ่มหรือลบบางอย่างเองอยู่ดี
ตามเอกสารช่วยเหลือของ Octoparse การ auto-detection จะสร้าง workflow พื้นฐานที่มีขั้นตอน pagination และ extract data ให้ แต่ผู้ใช้อาจต้องเติมข้อมูลที่ขาดด้วยตนเอง
ขั้นตอนที่ 3: สร้าง workflow และตั้งค่า pagination
คลิก “Create workflow” Octoparse จะสร้างลำดับการทำงานแบบทีละขั้นตอนให้ ตรวจดูขั้นตอน pagination ให้ดีว่ามันคลิก “Next” หรือโหลดผลลัพธ์เพิ่มถูกต้องหรือไม่ ถ้าคุณต้องการข้อมูลจากหน้ารายละเอียดของแต่ละธุรกิจ เช่น เวลาทำการ อีเมล คำอธิบาย คุณจะต้องเพิ่ม loop ของ detail page หรือ action สำหรับ subpage เข้าไปใน workflow ซึ่งจะซับซ้อนกว่าแนวทาง one-click ของ Thunderbit พอสมควร
ขั้นตอนที่ 4: รัน task แล้ว export ข้อมูล
รัน task แบบ local (สำหรับงานเล็ก) หรือใช้ cloud ของ Octoparse (สำหรับงานตั้งเวลา หรือชุดใหญ่ — cloud เป็นฟีเจอร์แบบเสียเงิน) เมื่อเสร็จแล้ว export เป็น CSV, Excel หรือ JSON
ข้อจำกัดที่ควรรู้: แพ็กเกจฟรีของ Octoparse มี 10 tasks, ดึงได้สูงสุด 50,000 แถว/เดือน และดึงได้เฉพาะแบบ local extraction ส่วนการรันบน cloud, IP rotation, การแก้ CAPTCHA และบาง integration สำหรับ export ต้องใช้แพ็กเกจเสียเงิน (เริ่มราว 69 ดอลลาร์/เดือนเมื่อจ่ายรายปี)
วิธีที่ 3: ดึง SuperPages ด้วย Python (Requests + BeautifulSoup)
นี่คือสาย dev ของจริง คุมได้เต็มที่ แต่ก็รับผิดชอบเต็มตัว ถ้าคุณถนัดเขียนและดูแลสคริปต์ Python วิธีนี้ยืดหยุ่นที่สุด — แต่ก็ทำให้ปวดหัวได้มากที่สุดเช่นกัน
ระดับความยาก: ขั้นสูง
เวลาที่ใช้: ~30–60 นาที (ตั้งค่า + เขียนโค้ด + ดีบัก)
สิ่งที่ต้องมี: Python 3.x, pip, requests, beautifulsoup4, lxml, code editor
ขั้นตอนที่ 1: ตั้งค่าสภาพแวดล้อม Python
python -m venv .venv
source .venv/bin/activate
pip install requests beautifulsoup4 lxml pandas
ขั้นตอนที่ 2: ตรวจโครงสร้าง HTML ของ SuperPages
เปิด Developer Tools (F12) บนหน้าผลการค้นหาของ SuperPages แล้วหาตัวเลือก CSS สำหรับชื่อธุรกิจ ที่อยู่ เบอร์โทร เว็บไซต์ และลิงก์ไปหน้ารายละเอียด จำไว้ว่ารูปแบบ HTML อาจเปลี่ยนได้โดยไม่มีการแจ้งล่วงหน้า ซึ่งแปลว่า selectors ของคุณอาจพังเมื่อไหร่ก็ได้
ขั้นตอนที่ 3: เขียนสคริปต์ดึงลิสต์และจัดการ pagination
นี่คือตัวอย่างแบบย่อ ข้อควรระวังสำคัญ: จากการทดสอบของผม การส่ง request ตรงไปที่ SuperPages จะเจอหน้า block ของ Cloudflare ที่ขึ้นว่า “Attention Required” ได้ สคริปต์ Requests แบบตรง ๆ อาจใช้ไม่ได้เมื่อสเกลใหญ่ — คุณอาจต้องมี browser-session context, rate limiting, retries หรือทางเลือกที่ได้รับอนุญาต
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("โดนบล็อก ให้ชะลอความถี่หรือเปลี่ยนไปใช้ 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)
ขั้นตอนที่ 4: ดึงข้อมูลจากหน้ารายละเอียดเพื่อเพิ่มข้อมูล
เขียนฟังก์ชันแยกอีกชุดเพื่อเข้าไปยัง URL ของหน้ารายละเอียดแต่ละรายการ แล้วดึงเวลาทำการ อีเมล คำอธิบาย และรีวิว ขั้นตอนนี้หมายความว่าคุณต้องดูแล rate limit, error handling และอาจรวมถึง proxy ด้วย — ทั้งหมดนี้คุณต้องจัดการเอง
ขั้นตอนที่ 5: บันทึกข้อมูลเป็น CSV หรือ JSON
ใช้โมดูล csv หรือ json ของ Python และคุณจะต้องเขียน logic สำหรับลบข้อมูลซ้ำ ทำความสะอาด และส่งออกเองทั้งหมด
ข้อผิดพลาดที่พบบ่อย:
- SuperPages อาจบล็อก request ด้วย Cloudflare หรือระบบป้องกันบอทอื่น ๆ (ผมยืนยันจากการทดสอบแล้ว)
- selectors ในตัวอย่างนี้ตั้งให้กว้างไว้ เพราะโครงสร้าง markup ของ SuperPages เปลี่ยนได้
- อย่าคิดว่าหน้าผลการค้นหาจะมีอีเมล — โดยมากไม่มี
- สแครปเปอร์ระดับ production ต้องมีการตรวจ robots/TOS, rate limiting, retry/backoff, structured logging และ error capture
ถ้าอยากเจาะลึกการสแครปด้วย Python มากขึ้น ลองอ่านคู่มือ web scraping with Python หรือ BeautifulSoup tutorial ของเรา
จากข้อมูลดิบสู่ลีดจริง: พipeline ครบวงจร (สแครป → ทำความสะอาด → ตรวจสอบ → เข้า CRM)
ตรงนี้แหละคือจุดที่คู่มือสแครปส่วนใหญ่หยุด — แต่จริง ๆ แล้วมูลค่าที่แท้จริงเพิ่งเริ่มต้นจากตรงนี้ การสแครปให้คุณแค่ข้อมูลดิบ แต่การแปลงให้เป็น lead list ที่ใช้งานได้ ต้องมีอีกหลายขั้นตอน
pipeline จะหน้าตาประมาณนี้:
ค้นหาใน SuperPages → สแครปรายการ → สแครปหน้ารายละเอียด/เว็บไซต์ → export ไป Google Sheets หรือ CSV → ทำความสะอาดเบอร์โทร ที่อยู่ หมวดหมู่ → ลบข้อมูลซ้ำ → ตรวจสอบอีเมล/โทรศัพท์ → เติมข้อมูลติดต่อที่ขาด → นำเข้า CRM → outreach อย่างถูกต้องตามกฎหมาย
การลบข้อมูลซ้ำ: เอารายการที่ซ้ำออก
SuperPages มักแสดงธุรกิจเดียวกันในหลายหมวด ถ้าคุณสแครปทั้ง “plumbers” และ “drain cleaning” ในเมืองเดียวกัน คุณจะเจอรายการทับซ้อนกัน
- คีย์หลักสำหรับลบซ้ำ: เบอร์โทรที่ทำให้เป็นมาตรฐาน + ที่อยู่ถนนที่ทำให้เป็นมาตรฐาน
- คีย์รอง: โดเมน + เมือง
- ทางสำรอง: ชื่อธุรกิจ + รหัสไปรษณีย์ (กรณีแฟรนไชส์ควรตรวจด้วยตา)
ใน Google Sheets ใช้ =UNIQUE(A:H) สำหรับแถวที่ตรงกันเป๊ะ หรือสร้างคอลัมน์ช่วยเช่น =LOWER(REGEXREPLACE(B2&C2,"[^a-zA-Z0-9]","")) เพื่อจับรายการที่เกือบซ้ำ ใน Excel ใช้ Data > Remove Duplicates ได้เลย
การทำความสะอาดข้อมูล: มาตรฐานเบอร์โทร ที่อยู่ และรูปแบบ
- จัดรูปแบบเบอร์โทรเป็น E.164 (สำหรับสหรัฐฯ คือ +1 ตามด้วยเลข 10 หลัก) เป็นฟอร์แมตที่ CRM และ dialer ส่วนใหญ่ใช้ Thunderbit สามารถใช้ Field AI Prompt เพื่อจัดรูปแบบอัตโนมัติระหว่างสแครปได้
- ทำที่อยู่ให้เป็นมาตรฐาน: ขยายตัวย่อ เติม ZIP ที่ขาด และแยกเป็นคอลัมน์ street/city/state/ZIP หากจำเป็น
- ลบ HTML ที่ติดมาด้วย ช่องว่างเกิน และ query parameters สำหรับ tracking ออกจาก URL
- เพิ่มคอลัมน์
source_directory,source_url, และscraped_atเพื่อใช้ย้อนกลับตรวจสอบที่มา
ตรวจสอบอีเมลและโทรศัพท์ก่อน outreach
อย่าเพิ่งยิงอีเมลเย็นไปทุกที่อยู่ที่คุณสแครปมา การตรวจสอบช่วยปกป้องชื่อเสียงของผู้ส่งและลด bounce rate
- ตรวจสอบอีเมล: ZeroBounce (เริ่มราว $39 สำหรับ 2,000 credits พร้อมเครดิตฟรี 100 credits ต่อเดือน) หรือ Bouncer ($8 สำหรับ 1,000 credits และ credits ไม่หมดอายุ) เป็นตัวเลือกที่ดี
- ตรวจสอบเบอร์โทร: Twilio Lookup ให้ทั้งการจัดรูปแบบและตรวจสอบฟรี ส่วน caller ID อยู่ที่ $0.01 ต่อ request
- Free Email Extractor และ Phone Number Extractor ของ Thunderbit ช่วยดึงข้อมูลติดต่อที่หน้าลิสต์ไม่ได้แสดง
การเติมข้อมูลเพิ่มเติม: หา contact ให้เจอเมื่อ SuperPages ไม่มีอีเมล
หลายลิสต์บน SuperPages ไม่แสดงอีเมลเลย โดยเฉพาะบนหน้าผลการค้นหา วิธีที่ควรทำคือ:
- สแครปหน้า Contact, About หรือ footer ของเว็บไซต์ธุรกิจเอง Thunderbit’s Subpage Scraping หรือ Email Extractor ทำแบบ bulk ได้
- ใช้เครื่องมือ enrichment อย่าง Apollo, BetterContact, Icypeas หรือ Prospeo แต่ต้องบอกตรง ๆ ว่าสำหรับธุรกิจท้องถิ่นขนาดเล็ก (ร้านประปา 2 คน หรือทันตแพทย์ที่ทำคนเดียว) ฐานข้อมูล B2B ขนาดใหญ่มักไม่ค่อยเจออะไร การดึงจากเว็บไซต์ของธุรกิจเองมักเวิร์กกว่า
- ผสานหลายไดเรกทอรีเข้าด้วยกัน สแครป SuperPages, Yellow Pages และ Google Maps สำหรับหมวด/เมืองเดียวกัน แล้ว merge กับ dedupe ข้อมูลที่ซ้ำกัน ความทับซ้อนจะช่วยเติมช่องว่างให้ครบขึ้น
ถ้าคุณเคยเอารายชื่อ SMB ท้องถิ่นไปใส่ใน Apollo แล้วเจอช่องว่างเต็มไปหมด คุณไม่ได้เจอคนเดียว นั่นแหละคือเหตุผลว่าทำไมแนวทางเริ่มจากเว็บไซต์ของธุรกิจถึงสำคัญกับกลุ่มนี้
การนำเข้า CRM: เอาลีดเข้า HubSpot, Salesforce หรือ Google Sheets
- HubSpot: ไปที่ Data Management > Data Integration > Import data > Quick import (contacts only) อัปโหลดไฟล์
.csvหรือ.xlsxของคุณ คู่มือการ import ของ HubSpot จะพาคุณ map ฟิลด์ต่าง ๆ - Salesforce: ใช้ Data Import Wizard เตรียม CSV, map ฟิลด์ต้นทางกับฟิลด์ใน Salesforce แล้วเริ่มนำเข้า
- Google Sheets / Airtable / Notion: Thunderbit export ตรงไปได้ทั้งสามที่ ไม่ต้องผ่าน CSV ก่อน
เคล็ดลับ: แมปคอลัมน์ที่สแครปมาให้ตรงกับฟิลด์ใน CRM ก่อน import ใช้เวลาแมปไม่กี่นาทีแต่ช่วยประหยัดเวลาทำความสะอาดแบบ manual ได้หลายชั่วโมง
SuperPages เทียบกับไดเรกทอรีธุรกิจท้องถิ่นอื่น ๆ: ที่ไหนมีลีดดีที่สุด
SuperPages เป็นจุดเริ่มต้นที่ดี แต่ไม่ใช่ไดเรกทอรีเดียวที่ควรสแครป นี่คือภาพเปรียบเทียบ:
| ไดเรกทอรี | ปริมาณลีด | ฟิลด์ข้อมูลที่มี | ความสดของข้อมูล | ความยากในการสแครป | เหมาะกับ |
|---|---|---|---|---|---|
| SuperPages | มาก (เน้นสหรัฐฯ) | ชื่อ โทร ที่อยู่ เว็บไซต์ หมวดหมู่ คะแนน | ปานกลาง | ปานกลาง | Home services, ผู้รับเหมา, SMB |
| Yellow Pages | มาก (เน้นสหรัฐฯ) | คล้าย SuperPages | ปานกลาง | ปานกลาง | outreach ธุรกิจท้องถิ่นทั่วไป |
| Google Maps | มากมาก (ทั่วโลก) | ชื่อ โทร ที่อยู่ เว็บไซต์ รีวิว เวลาทำการ รูปภาพ | สูง (เจ้าของอัปเดต) | สูง (anti-bot เข้ม) | ข้อมูลท้องถิ่นที่อัปเดตที่สุด |
| Yelp | มาก (เน้นสหรัฐฯ) | ชื่อ โทร ที่อยู่ รีวิว ช่วงราคา | สูง | สูง | ร้านอาหาร ค้าปลีก และธุรกิจบริการ |
| Manta | ปานกลาง | ชื่อ โทร ที่อยู่ ประมาณรายได้ จำนวนพนักงาน | ปานกลาง | ต่ำ | B2B prospecting (ข้อมูลรายได้/พนักงาน) |
| BBB | ปานกลาง | ชื่อ โทร ที่อยู่ การรับรอง เรื่องร้องเรียน | ปานกลาง | ต่ำ | ธุรกิจที่น่าเชื่อถือ/ผ่านการตรวจสอบ |
แหล่งข้อมูล: SuperPages homepage, VLDB SuperPages paper, Google Places API docs, Yelp Places API docs, Manta homepage, BBB guide.
Thunderbit ใช้งานได้กับทุกแหล่งนี้ — รวมถึง Instant Templates สำหรับเว็บยอดนิยมอย่าง Google Maps และ SuperPages — คุณจึงใช้ workflow เดิมกับหลายแหล่งแล้วรวม lead list เข้าด้วยกันได้ จากประสบการณ์ของผม วิธีที่ดีที่สุดมักเป็นการสแครป 2–3 ไดเรกทอรีในหมวด/เมืองเดียวกัน แล้วลบข้อมูลซ้ำ ความทับซ้อนจะช่วยเติมข้อมูลที่หายไปและให้ภาพที่ครบกว่า
ถ้าอยากอ่านต่อเรื่องการสแครปไดเรกทอรีอื่น ๆ ดูคู่มือของเราเกี่ยวกับ Yellow Pages scrapers, Google Maps scrapers, และ Yelp scrapers
เคล็ดลับด้านกฎหมายและจริยธรรมสำหรับการสแครป leads จาก SuperPages
ผมไม่ใช่ทนาย และนี่ไม่ใช่คำแนะนำทางกฎหมาย — แต่ผมอยู่ในสายงานนี้มาพอจะรู้ว่า ถ้าละเลยเรื่อง compliance รับรองว่ามีโอกาสเจ็บตัวสูง นี่คือสิ่งที่ควรรู้แบบใช้งานได้จริง
ข้อมูลธุรกิจสาธารณะ vs ข้อมูลส่วนบุคคล
รายการธุรกิจ — ชื่อบริษัท เบอร์โทรธุรกิจ ที่อยู่ธุรกิจ เว็บไซต์ธุรกิจ — โดยทั่วไปถือเป็นข้อมูลเชิงพาณิชย์ที่เปิดเผยสาธารณะ ซึ่งแตกต่างจากข้อมูลผู้บริโภคส่วนบุคคลภายใต้ GDPR หรือ CCPA แต่คำว่า “สาธารณะ” ไม่ได้แปลว่า “ไม่มีข้อกำหนดใด ๆ” ยังไงก็ต้องตรวจ Terms of Service ของเว็บไซต์เสมอ
ข้อกำหนดการใช้งานของ SuperPages (อัปเดตเมื่อกรกฎาคม 2019) มีข้อห้ามเกี่ยวกับ “Data Mining Prohibited” ระบุว่าผู้ใช้ไม่อาจใช้บอท crawler spider หรือเครื่องมือคล้ายกันเพื่อรวบรวมหรือดึงข้อมูลโดยไม่ได้รับความยินยอมล่วงหน้าจาก Thryv บทความนี้พูดถึงวิธีและ workflow แต่คุณควรตรวจเงื่อนไขเหล่านี้และขออนุญาตเมื่อจำเป็นก่อนจะสแครปในระดับใหญ่
การทำ outreach ให้ถูกต้อง: พื้นฐาน CAN-SPAM และ TCPA
ถ้าคุณจะใช้อีเมลที่สแครปมาเพื่อ cold outreach แนวทางของ FTC เรื่อง CAN-SPAM ระบุว่าคุณต้อง:
- ห้ามใช้หัวข้อหรือ header ที่เป็นเท็จหรือทำให้เข้าใจผิด
- ห้ามใช้ subject line ที่หลอกลวง
- ระบุให้ชัดว่าข้อความเป็นโฆษณาเมื่อจำเป็น
- ใส่ที่อยู่ไปรษณีย์จริงที่ใช้งานได้
- มีวิธี opt-out ที่ชัดเจนและต้องทำตามอย่างรวดเร็ว
ถ้าคุณจะใช้เบอร์โทรที่สแครปมาโทรเย็น ตรวจ National Do Not Call Registry และปฏิบัติตามกฎ TCPA โดยเฉพาะเรื่องการโทรอัตโนมัติ ข้อความบันทึกเสียง และ SMS FTC ยังประกาศการเปลี่ยนแปลงในปี 2024 เพื่อเพิ่มการคุ้มครองจากการตลาด B2B ที่หลอกลวงและการโทรหลอกด้วย AI
เช็กลิสต์ compliance แบบเร็ว
- ✅ สแครปเฉพาะข้อมูลธุรกิจที่เปิดเผยต่อสาธารณะ
- ✅ ตรวจ Terms of Use ของ SuperPages และขออนุญาตเมื่อจำเป็น
- ✅ ตรวจสอบ contact ก่อน outreach
- ✅ ใส่ opt-out ในอีเมล
- ✅ เคารพ robots.txt และ rate limits
- ✅ เก็บรายชื่อ DNC และ suppression list สำหรับอีเมล
- ⚠️ หลีกเลี่ยงการสแครปข้อมูลส่วนบุคคล/ผู้บริโภค
- ⚠️ อย่าขายต่อข้อมูลดิบที่สแครปมาโดยไม่ผ่านการตรวจทางกฎหมาย
เลือกวิธีของคุณแล้วเริ่มสร้าง lead list ได้เลย
การสแครป SuperPages เพื่อหาลีดไม่ใช่แค่การดึงแถวข้อมูลจากหน้าเว็บ แต่คุณค่าที่แท้จริงมาจาก pipeline ทั้งหมด: สแครป ทำความสะอาด ลบข้อมูลซ้ำ ตรวจสอบ เติมข้อมูล นำเข้า และทำ outreach อย่างถูกต้องตามข้อกำหนด
สรุปสั้น ๆ:
- Thunderbit คือทางที่เร็วที่สุดสำหรับทีมขาย เอเจนซี่ และคนไม่ใช่นักพัฒนา คลิกสองครั้งเพื่อสแครป หนึ่งคลิกเพื่อเติมข้อมูลจากหน้าย่อย ส่งออกไป Google Sheets, Airtable, Notion หรือ Excel ได้ฟรี ลองใช้ฟรีได้เลย
- Octoparse เป็นเครื่องมือ workflow แบบเห็นภาพที่ดีสำหรับผู้ใช้กึ่งเทคนิคที่อยากควบคุมการตั้งค่ามากขึ้น
- Python ให้ความยืดหยุ่นเต็มที่กับนักพัฒนา — แต่ต้องแลกกับงานดูแลรักษา ปัญหาการบล็อก และไม่มี enrichment ในตัว
- และอย่าลืมว่า workflow เดียวกันนี้ใช้กับ Yellow Pages, Google Maps, Yelp, Manta และ BBB ได้ด้วย สแครปหลายแหล่ง รวมข้อมูล แล้วลบซ้ำ คุณจะได้รายชื่อลีดท้องถิ่นที่ครบที่สุดเท่าที่จะเป็นไปได้
ถ้าอยากดู Thunderbit ทำงานจริง ลองเข้าไปที่ ช่อง YouTube ของเราสำหรับวิดีโอสอนแบบ step-by-step หรือดู ราคา Thunderbit เพื่อเลือกแพ็กเกจที่เหมาะกับทีมของคุณ
ตอนนี้ก็ถึงเวลาทำให้หน้ารายชื่อไดเรกทอรีกลายเป็น pipeline แล้วขอให้เบอร์โทรของคุณจัดรูปแบบถูกต้อง และอีเมลของคุณผ่านการตรวจสอบเสมอ
คำถามที่พบบ่อย
การสแครป SuperPages เพื่อหา leads ทำได้ถูกกฎหมายไหม?
การสแครปข้อมูลธุรกิจที่เปิดเผยต่อสาธารณะเพื่อการวิจัย B2B เป็นเรื่องที่พบได้ทั่วไป แต่ SuperPages กำหนดใน Terms of Use ว่าห้าม data mining โดยไม่ได้รับความยินยอมล่วงหน้าจาก Thryv เสมอควรอ่านเงื่อนไขของเว็บ ขออนุญาตเมื่อจำเป็น และปฏิบัติตามกฎการทำ outreach เช่น CAN-SPAM และ TCPA บทความนี้อธิบายวิธีและ workflow เพื่อการศึกษาเท่านั้น — คุณมีหน้าที่ใช้งานอย่างถูกต้องตามกฎหมายเอง
ฉันดึงข้อมูลอะไรได้บ้างจาก SuperPages?
โดยทั่วไปการสแครปจะได้ชื่อธุรกิจ เบอร์โทร ที่อยู่ เว็บไซต์ หมวดหมู่ คะแนน เวลาทำการ และคำอธิบาย อีเมลมักไม่แสดงในหน้าผลการค้นหา คุณจึงต้องไปดูหน้ารายละเอียดของธุรกิจหรือเว็บไซต์ของบริษัทเอง (ใช้ subpage scraping หรือ email extractor) ถึงจะมีโอกาสหาเจอ
สแครป SuperPages โดยไม่เขียนโค้ดได้ไหม?
ได้ เครื่องมืออย่าง Thunderbit (AI Chrome extension) และ Octoparse (visual scraper) ช่วยให้คุณสแครป SuperPages ได้โดยไม่ต้องเขียนโค้ดเลย Thunderbit เป็นตัวเลือกที่เร็วที่สุด — ติดตั้ง extension เปิดหน้าค้นหา SuperPages กด “AI Suggest Fields” แล้วกด “Scrape” ได้ทันที
จะจัดการ pagination ตอนสแครป SuperPages ยังไง?
Thunderbit จัดการ pagination ให้โดยอัตโนมัติ — มันจะตรวจจับปุ่ม “Next” หรือ infinite scroll แล้วไปต่อเอง ส่วน Octoparse ต้องตั้งค่า pagination step ใน workflow เอง ถ้าใช้ Python คุณต้องเขียน logic วนหน้าด้วยตัวเอง (เพิ่มเลขหน้า และตรวจจับหน้าสุดท้าย)
จะเอาอีเมลจากลิสต์ SuperPages มาได้อย่างไร?
ลิสต์ส่วนใหญ่บน SuperPages ไม่แสดงอีเมลในหน้าผลการค้นหา ใช้ Thunderbit’s Subpage Scraping เพื่อเข้าไปดูแต่ละหน้ารายละเอียด หรือใช้ Free Email Extractor บนเว็บไซต์ของธุรกิจเอง สำหรับช่องว่างที่เหลือ ลองใช้เครื่องมือ enrichment อย่าง Apollo, BetterContact หรือ Prospeo — แต่สำหรับธุรกิจท้องถิ่นขนาดเล็ก การดึงจากเว็บไซต์ของธุรกิจเองมักได้ผลดีกว่าฐานข้อมูล B2B ขนาดใหญ่
ลองใช้ AI Web Scraper สำหรับลีดจาก SuperPages Get Started Free
เรียนรู้เพิ่มเติม
