Extractie
- Openbare websites, met respect voor hun voorwaarden en zonder ze te overbelasten
- pdf's, facturen en gescande documenten met OCR
- Excel, CSV en exports uit andere software
- Officiële API's en open dataportalen, wanneer die bestaan
Nexura Digital-dienst
Data-extractie en -opschoning zodat U met betrouwbare informatie werkt
Wij verzamelen data van openbare websites, documenten en spreadsheets, maken die schoon en leveren ze in een stabiel formaat, met een herhaalbaar proces.
Wij halen data uit openbare websites, pdf's, Excel-bestanden en andere bronnen, normaliseren die, verwijderen dubbele records en leveren ze klaar voor uw CRM, uw webwinkel of uw analyse. Het is bedoeld voor bedrijven met rommelige lijsten, catalogi of administraties die het werk juridisch verantwoord en gedocumenteerd willen laten uitvoeren. U kunt starten met een 7-dagen-proef op één specifieke dataset.
Wat wij met uw data doen
Opschoning en normalisatie
- Datums, telefoonnummers en landen in standaardformaten zoals ISO 8601 of E.164
- Dubbele records die worden herkend, ook als ze anders geschreven zijn
- Gesplitste velden en geünificeerde eenheden
- Twijfelachtige records gemarkeerd voor controle, niet verwijderd
Laden en herhalen
Wij leveren in een spreadsheet, een CSV-bestand of rechtstreeks in uw database of CRM. Als de bron blijft wijzigen, laten wij een n8n-workflow of een ingepland script achter.
Juridisch correct en ordelijk: de grenzen die wij respecteren
Dit is technische ondersteuning, geen juridisch advies: als een project juridische vragen oproept, moet uw jurist die beoordelen voordat wij beginnen.
Gebruiksvoorwaarden en robots.txt
Wij lezen de gebruiksvoorwaarden van elke site en het robots.txt-bestand, de standaard (RFC 9309) waarmee een site aangeeft wat niet gecrawld mag worden. Wij omzeilen geen inlogschermen, betaalmuren of CAPTCHA's en beperken het aantal verzoeken.
Persoonsgegevens en AVG
Openbaar betekent niet bruikbaar voor elk doel: de AVG beschermt ook persoonsgegevens die gepubliceerd zijn. Wij verzamelen alleen de velden die nodig zijn en bouwen nooit lijsten voor ongevraagde commerciële berichten.
Hoe het werk verloopt
Vijf stappen
- Wij bepalen waarvoor U de data gebruikt en welke velden U nodig heeft
- Wij beoordelen bronnen, voorwaarden en, als er persoonsgegevens zijn, hoe dat past binnen de AVG
- Wij testen de extractie op een steekproef en meten de kwaliteit
- Wij spreken met U af welke regels gelden voor opschoning en ontdubbeling
- Wij verwerken de volledige dataset en leveren die met een kwaliteitsrapport
Projecten die passen en projecten die niet passen
Goede match
Leverancierscatalogi in pdf die in uw webwinkel moeten komen, klantdatabases vol dubbele records vóór een CRM-migratie, openbare prijzen in een markt die U wilt volgen, of open data voor een onderzoek.
Geen match
E-mailadressen of telefoonnummers verzamelen voor koude campagnes, beschermde content kopiëren om die opnieuw te publiceren, of data halen van sites die dat uitdrukkelijk verbieden. Ook niet als U een juridisch oordeel nodig heeft: dat is werk voor een jurist.
Wat elke levering omvat
Data en documentatie
- Een schone dataset in het afgesproken formaat
- Een datawoordenboek met elk veld, de herkomst en het formaat
- Een kwaliteitsrapport: verwerkte records, samengevoegde duplicaten en twijfelgevallen
- Een gedocumenteerd script of n8n-workflow om het proces te herhalen
- Een logboek van de bronnen en de datum van elke extractie
Als het proces zich herhaalt
De workflow draait op een server die U betaalt, n8n Cloud of uw eigen VPS, met de kosten opgenomen in de offerte, en blijft op uw naam staan.
7-dagen-proef met een echte dataset
Van steekproef tot resultaat
Een realistische optie is het opschonen en ontdubbelen van uw klantenbestand of een catalogus, of het automatiseren van extractie uit één specifieke openbare bron. Wij beginnen met een steekproef, spreken de regels af en leveren het resultaat met het kwaliteitsrapport. Voordat wij ook maar één record aanraken, leggen wij scope, data en voorwaarden schriftelijk vast.
FAQ
Veelgestelde vragen
Is het legaal om data van een openbare website te halen?
Dat hangt af van welke data, welke site en waarvoor. De gebruiksvoorwaarden van de site, de rechten op de inhoud en, als er persoonsgegevens bij komen kijken, de AVG spelen allemaal een rol. Wij passen voorzichtige technische criteria toe en wijzen op de risico's die wij zien, maar wij geven geen juridisch advies: bij twijfelgevallen beslist U samen met uw jurist.
Wat gebeurt er als de website haar ontwerp wijzigt?
Extracties van websites breken wanneer de paginastructuur verandert. Daarom geven wij de voorkeur aan officiële API's of downloads wanneer die bestaan, voegen wij controles toe die U waarschuwen als er lege data of vreemde formaten binnenkomen, en documenteren wij hoe het proces kan worden aangepast. Indien nodig wordt onderhoud apart afgesproken.
Kunt U data uit gescande pdf's halen?
Ja, met OCR. Voor complexe documenten combineren wij dat met AI-modellen die specifieke velden halen, zoals bedragen, datums of referenties. De kwaliteit hangt af van de scan, dus wij valideren op een steekproef, markeren velden met lage betrouwbaarheid en controleren totalen wanneer het document die bevat.
Hoe herkent U dubbele records?
Wij combineren exacte regels, zoals hetzelfde BTW-nummer of e-mailadres, met fuzzy matching op namen en adressen dat rekening houdt met afkortingen, accenten of typefouten. Duidelijke gevallen worden automatisch samengevoegd en twijfelgevallen gaan naar een lijst die uw team beslist. Onze demo van de verzoekautomatisering laat het idee zien: het is een simulatie in de browser, geen echte workflow.
Contact
Welke data kost U vandaag de meeste tijd?
Stuur ons een steekproef of beschrijf de bron en het gebruik. Wij vertellen U of het haalbaar is, met welke beperkingen, en hoe de 7-dagen-proef eruit zou zien.