Cât costă web scraping: defalcare buget pe 12 luni

Întrebarea „cât costă web scraping" pare simplă, dar răspunsul corect e altul decât te aștepți. Setup-ul — scriptul care extrage prima dată datele — e doar vârful aisbergului. Costul real apare lună de lună, după lansare: în mentenanță, proxy-uri și conformitate.

Acest ghid defalcă bugetul pe 12 luni, nu doar pe prima săptămână. Compară cele patru abordări pe care le-am pus față în față în cum alegi unealta de web scraping și pune cifre orientative pe fiecare. Toate prețurile de mai jos sunt estimări și intervale — nu garanții. Verifică-le la zi pe paginile furnizorilor, pentru că se schimbă des și diferă după volum și țintă.

Dacă vrei contextul de bază (ce e și cum funcționează), pornește de la ce este web scraping.

Cele patru abordări și ce plătești la fiecare

Pe scurt, ai patru drumuri:

• Cod propriu (DIY). Scrii și rulezi scraperul tu (Python, Scrapy, Playwright). Software-ul e gratis; plătești timp de dezvoltare, infrastructură, proxy-uri și — mai ales — mentenanță.
• API de scraping. Trimiți un URL, furnizorul se ocupă de proxy-uri, randare JavaScript și anti-bot, îți întoarce HTML sau date structurate. Plătești per cerere sau per credit.
• No-code. Construiești scraperul vizual, point-and-click, fără cod. Plătești un abonament lunar.
• Managed / outsourced. Cumperi datele sau plătești pe cineva să livreze pipeline-ul. Cost direct mare, efort tehnic intern aproape zero.

Costul total al fiecăruia depinde de aceiași factori. Hai să-i vedem.

Ce umflă factura: cost drivers reali

Volumul de pagini

Numărul de pagini pe lună e primul multiplicator. La 1.000 de pagini/lună, costul dominant e timpul de dezvoltare; la 1.000.000, dominanta devine proxy-urile. Potrivit calculatorului de buget Apify (2026), dacă greșești scara cu un ordin de mărime, poți subestima bugetul de circa 5 ori.

Apărări anti-bot și proxy-uri

Aici se duc cei mai mulți bani la volum. În 2024, traficul automat a depășit pentru prima dată traficul uman — 51% din tot traficul de internet, potrivit Imperva Bad Bot Report. Site-urile răspund cu Cloudflare, DataDome și fingerprinting; tu răspunzi cu proxy-uri.

Diferența de preț e brutală:

• Proxy-uri residential (IP-uri reale, greu de blocat): în medie ~8 $/GB, cu trei paliere în 2026 — enterprise (Bright Data, Oxylabs) la 8,50–12 $/GB, mid-market (Decodo/SOAX/NetNut) la 3–6 $/GB și budget (IPRoyal, Webshare) de la ~1,75 $/GB, conform comparațiilor agregate de piață din 2026. Bright Data pornește la 4 $/GB pay-as-you-go și coboară spre 2,50 $/GB la volum.
• Proxy-uri datacenter (ieftine, dar ușor de detectat): 0,60–1,30 $/GB — de 8–10 ori mai ieftine, dar blocate aproape instant pe țintele protejate.

Randarea JavaScript adaugă un cost separat: de 3–10 ori mai mult decât o cerere HTTP simplă.

Mentenanța la schimbările de site

Acesta e costul cel mai subestimat — și, de regulă, cel mai mare. Site-urile își schimbă layout-ul, clasele CSS și structura HTML; selectorii tăi se sparg și pipeline-ul tace.

Cât de des? Operatorii descriu scraperele drept ceva care „se sparge la câteva săptămâni" și cere „babysitting constant". Studiile de mentenanță software estimează că 50–80% din costul total al unui software apare după lansare, iar inginerii de date petrec aproximativ 40% din timp reparând feed-uri sparte și reprocesând date lipsă (sinteză ScrapeHero, 2026).

În ore concrete: un scraper de producție cere realist 4–8 ore/lună pentru o țintă simplă și 20+ ore/lună pentru una puternic protejată. La un tarif de 75 $/oră, sunt 300–1.500 $/lună în muncă de mentenanță înainte ca scraperul să strângă un singur rând (ScrapeBadger, 2026). Apify pune intervale similare: 1–2 ținte → 150–375 $/lună; 5–10 ținte → 750–1.500 $/lună; 50+ ținte → un inginer full-time.

Tool-urile AI mai noi, care „citesc" pagina semantic în loc de selectori ficși, reduc povara: un studiu citat de Extralt indică o scădere de circa 85% a efortului de mentenanță când sistemul recunoaște singur schimbările de structură. Nu e magie — mută problema din „s-a spart selectorul" în „AI-ul a interpretat greșit" — dar schimbă economia.

Stocare și livrare

Datele trebuie ținute undeva și scoase de acolo. Egress-ul din cloud costă: de exemplu, AWS S3 percepe ~0,09 $/GB pentru transferul de date spre internet. La volume mici e neglijabil; la milioane de înregistrări pe lună, intră în calcul.

Overhead-ul de conformitate

Conformitatea nu e gratis. Dacă atingi date cu caracter personal, ai de făcut un temei legitim (LIA), o informare și o politică de retenție — toate consumă timp și, uneori, consultanță. Un review legal inițial al cazului tău de utilizare se încadrează tipic în 500–2.000 $ (estimare Apify, 2026). Detaliile pentru piața locală sunt în web scraping conform GDPR în România; aici contează doar că e o linie de cost reală, nu o notă de subsol.

Cât costă fiecare abordare (cu cifre 2026)

Reține: cifrele de mai jos sunt prețuri de listă, în mare parte în dolari, conform paginilor furnizorilor. Convertește-le la cursul zilei și tratează-le ca puncte de plecare.

Cod propriu (DIY)

Aparent gratis: Python, Scrapy, BeautifulSoup, Playwright — toate open-source. Costul real e în patru straturi (request, proxy, parsing, orchestrare) plus oameni.

Pus cap la cap, o echipă internă de trei ingineri care construiește și întreține scraping in-house ajunge la 80.000–150.000 $/an, incluzând salarii, infrastructură și mentenanță (estimare Tendem, 2026). Pentru un singur scraper simplu, costul nu e licența, ci cele 4–40 de ore de mentenanță pe lună de mai sus, plus proxy-urile.

Alegi DIY când ai dezvoltatori, vrei control total pe logica de extragere și ai ținte care justifică investiția. Eviți DIY când scraping-ul e un mijloc, nu produsul tău.

API de scraping

Plătești per cerere sau per credit, iar furnizorul duce greul de infrastructură.

• ScraperAPI: plan gratuit cu 1.000 de credite; Hobby 49 $/lună (100.000 de credite, doar US/EU); Startup 149 $; Business 299 $ (geotargeting global); Scaling 475 $ (prețuri verificate pe pagina ScraperAPI, 2026). Atenție la multiplicatorii de credite: o pagină standard = 1 credit, Amazon = 5, Google/Bing = 25, LinkedIn = 30, iar ocolirea anti-bot (Cloudflare, DataDome) adaugă ~10 credite. Pe ținte grele, costul real poate ajunge la ~0,037 $/cerere — adică planul „de 49 $" acoperă mult mai puține pagini decât pare.
• Zyte API: cea mai ieftină opțiune pay-as-you-go la cereri HTTP simple — de la 0,13 $ per 1.000 de cereri (comparație Apify, mai 2026).
• Apify: Starter 29 $/lună (cu 29 $ credite), Scale 199 $, Business 999 $; consum la circa 0,16–0,30 $ per compute unit.

API-ul e potrivit când ai cod propriu care trebuie doar alimentat cu proxy-uri fiabile, fără să gestionezi tu infrastructura.

No-code

Abonament lunar fix, fără cod — predictibil pentru buget.

• Octoparse: plan gratuit (10 task-uri, 50.000 de rânduri/lună); Standard ~69 $/lună la plată anuală (~83 $ lunar); Professional ~249 $. Rularea în cloud cu anti-blocare folosește proxy residential propriu la 3 $/GB (pagina Octoparse și analiză CheckThat, 2026).
• Browse AI: gratuit (50 de credite/lună); Personal 19 $/lună; Professional 69 $; Premium 500 $+. Punctul forte: AI-ul se adaptează automat când pagina își schimbă layout-ul, deci mentenanța scade.
• Firecrawl: acoperă zona dintre no-code și dev — Hobby 16 $/lună (5.000 de pagini), Standard 83 $ — util mai ales pentru pipeline-uri care alimentează LLM-uri.

No-code e alegerea când nu ai dezvoltatori, volumul e moderat și vrei date în câteva minute.

Managed / outsourced

Plătești ca să nu te atingi de infrastructură. Cost direct mare, efort intern aproape zero.

Serviciile managed pornesc de la ~199 $/lună pentru nevoi bazice și trec de 100.000 $/an la volume enterprise (estimare Tendem, 2026); proiectele custom de scraping sunt cotate des între 10.000 și 250.000 $+ (date Bright Data via Vendr, 2026).

Pentru proiecte punctuale, freelancing-ul e mai accesibil: tariful median pentru web scraping pe Upwork e ~30 $/oră (tipic 20–40 $, specializat 50–100 $+). Un scraper simplu costă tipic 500–2.000 $, unul de complexitate medie 2.000–5.000 $, iar unul complex 5.000–20.000 $ (sinteză Tendem, 2026). Riscul: freelancerii pot livra scrapere care se sparg în câteva săptămâni, iar multe echipe ajung să plătească mai mult pe mentenanță decât pe build.

Pentru context local: un dezvoltator mid din Europa de Est se tarifează freelance în jur de 40–65 $/oră, iar un senior 60–90 $/oră (index.dev, 2026) — sub nivelul vest-european, dar departe de „ieftin".

TCO pe 12 luni: cum gândești calculul

Nu există un total universal — depinde de volum, complexitatea țintei și cât valorează timpul echipei tale. Dar logica e mereu aceeași. Adună:

1. Setup (o singură dată): build-ul (de la câteva ore în no-code la 2–4 săptămâni de dev pentru DIY) plus un eventual review legal (500–2.000 $).
2. × 12 luni operare: abonament sau credite (API/no-code) ori proxy plus infrastructură (DIY).
3. × 12 luni mentenanță: orele lunare × tariful tău. Aceasta e linia care decide bugetul, nu setup-ul.

O regulă de buget des citată: pune deoparte 10–20% pe an din valoarea proiectului doar pentru actualizări, dacă întreții in-house. Altfel spus: dacă mentenanța nu apare în calcul, calculul e greșit.

Când se amortizează

Costul are sens doar raportat la ce economisești. Exemplul clasic e monitorizarea prețurilor — vezi pe larg monitorizarea prețurilor concurenței.

O ilustrare des folosită: urmărirea manuală zilnică a 1.000 de SKU-uri de la concurență cere ~5 ore de analist pe săptămână; la 25 $/oră, sunt ~6.500 $/an în muncă. Automatizat cu un tool no-code, ajunge la ~1.500 $/an (Standard ~83 $/lună plus ~300 $/an proxy) — o reducere de circa 77%, plus analistul eliberat pentru lucru cu valoare mai mare (calcul CheckThat pe Octoparse, 2026).

Pragul de amortizare diferă pe abordări:

• No-code și API se amortizează repede pe volume mici-medii, fiindcă elimină ore de muncă manuală cu un cost lunar mic.
• DIY se amortizează doar la volum mare sau cerințe unice, unde controlul total justifică orele de mentenanță.
• Managed se amortizează când datele sunt critice pentru decizii și costul unei erori (sau al downtime-ului) depășește premium-ul plătit.

Cum alegi în funcție de buget

Fără rețetă unică, dar câteva repere:

• Buget mic, volum mic, fără dezvoltatori: no-code (Octoparse, Browse AI) sau un API ieftin pay-as-you-go (Zyte).
• Ai dezvoltatori, vrei control, ținte protejate: API de scraping în loc de cod propriu, ca să nu cari tu infrastructura de proxy.
• Date critice, vrei zero bătăi de cap operaționale: managed/outsourced, acceptând costul direct mai mare.
• Produs care depinde de scraping la scară: DIY sau hibrid, costând onest acele 50–80% din TCO care vin după lansare.

Întrebări frecvente

Cât costă cel mai ieftin mod de a începe?

Gratuit, pentru testare: planurile free de la Octoparse (10 task-uri), Apify (5 $ credite/lună) sau Zyte la 0,13 $ per 1.000 de cereri simple. Pentru producție, bugetează de la câteva zeci de dolari pe lună în sus, plus mentenanța.

De ce e mentenanța atât de scumpă?

Pentru că rulezi într-un spațiu pe care nu-l controlezi. Orice redesign, regulă anti-bot nouă sau val de trafic îți poate sparge scraperul. Studiile pun 50–80% din costul total al software-ului în faza de după lansare (sinteză ScrapeHero, 2026), iar la scraping efectul e mai acut.

Proxy-urile residential merită diferența de preț?

Depinde de țintă. Pe site-uri puternic protejate, IP-urile datacenter (0,60–1,30 $/GB) sunt blocate aproape instant, iar cele residential (~8 $/GB) trec — deci da. Pe ținte neprotejate, datacenter e suficient și de 8–10 ori mai ieftin.

API de scraping sau cod propriu?

API când vrei doar un strat fiabil de proxy peste cod existent și nu vrei să gestionezi infrastructura. Cod propriu când ai dezvoltatori, cerințe unice și volum care justifică orele de mentenanță.

Cât durează până se amortizează un proiect?

Variabil, dar pe cazuri tipice de monitorizare a prețurilor, economiile de muncă manuală pot acoperi costul în primele luni. No-code și API se amortizează cel mai rapid pe volume mici-medii; DIY, mai târziu.

Prețurile astea sunt valabile în România?

Prețurile de tool-uri și proxy sunt globale (în dolari) și se aplică la fel; convertește la cursul zilei. Diferă costul muncii: tarifele dev din Europa de Est sunt sub cele vest-europene, ceea ce schimbă mai ales linia de mentenanță.

Vrei un pipeline de date care livrează lună de lună, nu unul care se sparge la fiecare redesign? Spune-ne volumul, țintele și frecvența de care ai nevoie și estimăm împreună abordarea cu cel mai bun cost total — pornind de la serviciul de web scraping și pipeline-uri de date sau de la restul ghidurilor din cost scraping.