Парсинг телефонов с сайта: почему смена номера не помогает

Многие B2B-компании, обнаружив, что конкуренты как-то узнают об их клиентах, делают одно и то же: меняют телефон на сайте. Логика понятна - раз утечка через сайт, значит меняем контакты. Проходит месяц. Конкурент продолжает работать с теми же данными.

Замена сработала на уровне сайта. Только вот данные к тому моменту уже живут за пределами сайта - там, куда изменение на сайте просто не дотягивается.

Разберём, как телефон попадает в базы конкурентов - и почему к тому моменту, когда вы меняете номер, данные уже живут в десятках мест, до которых смена сайта не дотянется.

Хотите сразу к конкретике по своему случаю: бесплатный аудит периметра - на stopparsing.ru.

Как парсер находит телефон на вашем сайте

Кратко: парсер читает сайт как браузер и находит номер в нескольких местах одновременно - на это уходит несколько секунд.

Когда люди слышат «парсинг», они часто представляют что-то сложное и полуподпольное. На деле всё проще.

Парсер - это программа, которая запрашивает страницы сайта точно так же, как обычный браузер, и сохраняет нужные данные. Телефонный номер на сайте находится в нескольких местах сразу.

В заголовке и подвале сайта. Большинство компаний вставляют телефон в header и footer, потому что это удобно для посетителей. Но именно это делает номер максимально доступным для парсера: он присутствует на каждой странице без исключения. Один запрос к главной - и номер получен.

В специальных ссылках для мобильных. Стандарт HTML предусматривает формат tel:+79001234567 для кликабельных номеров. По нему телефон можно набрать одним касанием на смартфоне. Парсер ищет именно такие ссылки: они структурированы, однозначны и не требуют распознавания текста.

В структурированной разметке Schema.org. Многие сайты используют специальную разметку, чтобы поисковики лучше понимали их содержание. Для организаций есть поле telephone. Эта разметка написана так, чтобы машина читала её легко. Парсер читает так же легко.

В тексте страниц. Если номер просто написан в тексте, программа находит его с помощью регулярного выражения - шаблона поиска для российских форматов номеров. Работает для любого способа написания: через дефис, через пробел, с кодом города в скобках.

Особое место занимают страницы «Контакты» - они специально создаются с максимальным набором реквизитов. Парсеры знают об этом и приоритизируют их при сборе.

4 места, куда попадает номер после сбора

Кратко: собранный номер почти никогда не остаётся только у того, кто его собрал. Он движется дальше по цепочке, и вы не контролируете ни один шаг этого пути.

После того как номер попал к парсеру, начинается его жизнь в чужих системах.

Первое место: база данных конкурента или специализированного сборщика. Компания, запустившая парсинг, сохраняет данные в свою систему. Обновления сайта сюда не попадают автоматически - только если сборщик снова обойдёт ваш сайт.

Второе место: публичные агрегаторы. Яндекс.Карты, 2ГИС, Google, отраслевые справочники - все они регулярно собирают контакты с сайтов и отображают их в своих сервисах. Это происходит независимо от желания владельца сайта. Ваш телефон попадает туда автоматически, без вашего участия.

Третье место: базы данных брокеров. Существует целая индустрия перепродажи контактных баз. Брокеры покупают данные у первичных сборщиков, агрегируют из публичных источников и перепродают оптом. Ваш номер может присутствовать в сотнях таких баз одновременно.

Четвёртое место: рекламные платформы. Конкурент мог загрузить базу с вашим номером в Яндекс.Директ или ВКонтакте для показа рекламы этой аудитории. Загруженный сегмент продолжает работать - рекламная платформа не знает, что номер сменился.

Подводный камень в том, что каждое из этих мест существует независимо от других. Обновление в одном не означает обновления в остальных.

Аудит вашего периметра показывает, какие из этих каналов сейчас открыты: stopparsing.ru.

Почему смена номера не останавливает утечку

Кратко: к моменту замены данные уже живут в десятках систем - и ни одна из них не обновляется автоматически при смене информации на вашем сайте.

Замена работает на вашем сайте. Всё остальное - уже не ваш ресурс, и ваши действия на него не влияют.

Когда вы меняете номер:

• На вашем сайте - новый номер появляется сразу
• В базе данных конкурента - старый номер остаётся до следующего обхода парсером
• В агрегаторах - старый номер сохраняется до очередного цикла обновления
• У брокеров - старый номер продолжает перепродаваться без какого-либо уведомления

Параллельно происходит другое: новый номер появился на сайте - и система, которая следит за вашим сайтом, фиксирует его уже в первые сутки-двое. Через несколько дней новый номер уже в базах. Иногда оба номера - старый и новый - какое-то время присутствуют одновременно.

Это называется реакцией на следствие. Источник - открытый доступ к данным на уровне сайта - остался нетронутым.

Сколько живёт старый номер после замены на сайте

Кратко: от нескольких недель в системах с частым обновлением до года и дольше в базах брокеров.

Конкретные сроки зависят от того, в какие системы успел попасть номер.

Агрегаторы типа Яндекс.Карты или 2ГИС обновляют данные с периодичностью от нескольких недель до нескольких месяцев. Если ваш сайт регулярно обходится их ботами, замена может отразиться относительно быстро. Если нет - старый номер будет висеть в выдаче долго.

Базы данных брокеров обновляются медленнее всего. Экономически брокеру выгодно продавать «полную» базу с максимальным покрытием - стимула удалять устаревшие записи нет. Оценочно данные в таких базах живут от полугода до нескольких лет.

Отдельный вопрос - рекламные платформы. Сегмент аудитории, загруженный конкурентом на основе вашего старого номера, продолжает работать до тех пор, пока конкурент сам его не удалит или не перестанет платить за показы.

Практический вывод: даже если вы сменили номер на сайте сегодня, в ближайшие месяцы старый номер будет работать на тех, кто его уже зафиксировал.

Какие части сайта отдают номер в первую очередь

Кратко: заголовок и подвал - самые уязвимые места, потому что присутствуют на каждой странице.

Если смотреть на сайт глазами парсера, первыми в очереди стоят несколько зон.

Шапка сайта (header) - номер здесь виден сразу и присутствует на каждой странице без исключения. Один запрос к любому URL вашего сайта - и телефон получен.

Подвал (footer) - та же история. Часто компании дублируют номер в подвале для удобства, не думая о том, что это создаёт второй публичный экземпляр.

Страница «Контакты» - классическое место концентрации максимального числа реквизитов. Парсеры специально ищут страницы с соответствующими URL (/contacts, /о-нас, /about) как приоритетные для сбора.

Страница «О компании» - часто содержит телефоны руководства или отделов, которые не дублируются нигде больше.

Блог и новостные разделы - в постах периодически упоминаются контактные данные, особенно в материалах типа «как с нами связаться» или «условия работы».

Показательный момент: многие компании прячут номер в картинке, думая, что это защитит от парсинга. Продвинутые системы сбора данных умеют распознавать текст на изображениях - и для них это не преграда.

Другие каналы, которые остаются открытыми

Кратко: смена только сайтового номера закрывает один из нескольких параллельных каналов утечки - остальные продолжают работать.

Сайт - не единственный источник. Параллельно телефоны компании присутствуют в других публичных местах.

Профиль в Яндекс.Справочнике и Google Мой бизнес - создаётся один раз и потом редко обновляется. Номер здесь существует независимо от сайта.

Вакансии на hh.ru, SuperJob, Авито Работа - в объявлениях о найме часто указывается прямой номер HR-специалиста или отдела. Это публичные данные, индексируемые поисковиками.

Отраслевые каталоги и форумы - компании регистрируются в справочниках при создании и забывают об этом. Контакты там живут годами.

Подписи в деловых письмах - если ваш сотрудник написал письмо, которое опубликовано или проиндексировано, контакт стал публичным.

Тестовые сайты и поддомены - staging.yourcompany.ru, dev.yourcompany.ru часто остаются открытыми, содержат тот же контент, что и основной сайт, и парсятся наравне с ним.

Защита возможна - просто она должна охватывать весь периметр, включая каналы за пределами основного сайта.

4 способа, которыми конкурент использует собранные телефоны

Кратко: знание вашего номера само по себе ценностью не обладает. Собранные телефоны - инструмент для конкурентных операций.

Перехват вашего прогретого трафика. Посетитель зашёл на ваш сайт, изучил предложение, не оставил заявку - ушёл подумать. Конкурент, у которого есть его контакты, звонит первым. В вашей аналитике это выглядит как обычный отказ.

Построение карты вашей оргструктуры. Собрав номера сотрудников из открытых источников, конкурент получает представление о том, кто за что отвечает. Это основа для переманивания ключевых людей или для точечных коммерческих предложений.

Таргетированная реклама по вашей базе клиентов. Если конкурент получил номера ваших клиентов, он может показывать им рекламу в Яндекс.Директе или ВКонтакте по сегменту. Ваши клиенты видят предложения конкурента на тех же площадках, где видели вашу рекламу.

Утечка данных о ваших входящих звонках. Через недостаточно защищённые каналы данные о том, кому вы звоните, могут стать доступны сторонним системам. Конкурент узнаёт о ваших клиентах и выходит на них.

Каждый из этих сценариев - следствие того, что данные вышли из-под вашего контроля. Чем раньше закрыт канал, тем меньше сценариев успевает реализоваться.

Что реально закрывает канал

Кратко: закрыть канал можно только до того, как данные вышли наружу. Реакция после утечки - это не закрытие канала, а управление последствиями.

Смена номера - не ошибка. Это просто другой уровень воздействия. Смена работает на вашем сайте. Но данные уже живут там, куда смена не достаёт.

Системный подход к защите включает несколько уровней.

Аудит периметра. Прежде чем что-то закрывать, нужно понять, что именно открыто. Какие сайты, какие номера, какие каналы. Без этого закрываете одну дыру, не видя трёх других. Как устроен аудит периметра за 4 шага - в отдельном разборе.

Закрытие каналов на уровне источника. Это означает внесение ваших доменов и номеров в системы защиты от парсинга - так, чтобы автоматические сборщики получали значительно меньше данных уже на этапе попытки сбора.

Мониторинг периметра. Защита - не разовое действие. Компании растут: появляются новые сайты, новые сотрудники, новые номера. Периметр нужно поддерживать.

Работа со вторичными источниками. Часть данных уже ушла в агрегаторы и брокерские базы. Можно работать с запросами на актуализацию в публичных справочниках - это долго, но снижает присутствие устаревших данных.

Важная честная оговорка: гарантий абсолютной защиты нет. Открытый интернет - это среда, где данные всегда остаются частично доступными. Задача - сделать сбор значительно сложнее и дороже, чтобы конкурент переключился на более доступные цели.

Это принцип, по которому работает StopParsing: закрыть ваши сайты и телефоны сотрудников от систем сбора так, чтобы конкурентам стало намного сложнее снять ваши данные.

Первый шаг - бесплатный аудит периметра. Передаёте список сайтов и номеров - показываем, что из этого сейчас открыто для систем сбора данных.

Записаться на аудит: stopparsing.ru

Источники

• Schema.org - спецификация Organization.telephone: schema.org/Organization
• RFC 3966 - The tel URI for Telephone Numbers: datatracker.ietf.org/doc/html/rfc3966
• Федеральный закон 152-ФЗ «О персональных данных»: consultant.ru
• Парсинг сайтов и 152-ФЗ: что законно в России: /blog/parsing-saytov-i-152-fz-chto-zakonno
• StopParsing - защита сайтов и телефонов от парсинга: stopparsing.ru