Un proxy residencial enruta tu petición por una dirección IP que pertenece a una conexión de internet doméstica y no a un centro de datos. Para el destino, la petición parece venir de la casa de alguien.
Existe porque un número creciente de fuentes trata los rangos de IP de centro de datos de otra manera — y a veces los rechaza directamente.
Por qué la fuente puede distinguirlo
Los rangos de IP de centro de datos están publicados y son fáciles de identificar. Una plataforma que quiera limitar la lectura automatizada puede bloquear o estrangular esos rangos sin tocar a los visitantes normales. Medido en la API de búsqueda de una red: una petición desde una IP de centro de datos devuelve 403 en la primerísima llamada, no después de una ráfaga — así que es una política, no un límite de frecuencia.
Qué cuesta, en tres monedas
| Coste | Detalle |
|---|---|
| Dinero | Normalmente con precio por gigabyte, y muy por encima del coste del ancho de banda |
| Latencia | Un salto más, a menudo lento |
| Determinismo | La misma llamada a veces funciona y a veces falla |
El tercero es el que se subestima. A través de un proxy residencial, esa misma API bloqueada funcionó 8 veces de 15, al azar. Para una consulta puntual eso sirve. Para un archivo horario no: una ventana que capturó la mitad de sus datos no es comparable con una ventana que los capturó todos, y una serie temporal construida con una mezcla de las dos es peor que no tener serie.
Esa medición es la razón de que apagáramos esa fuente para la recolección en lugar de pasarla por un proxy — mientras las rutas de perfil de la misma red, que no lo necesitan, siguen en servicio.
La parte que los proveedores se dejan fuera
Una tasa de éxito parcial no aparece como tasa de error. Aparece como datos más delgados, que parecen una semana tranquila. A menos que midas la completitud por ventana y no por petición, una fuente intermitente y una sana son indistinguibles desde fuera — la forma general de un fallo silencioso.
Cuándo es la herramienta correcta
Para lecturas a demanda en las que un reintento es barato y un fallo es visible, un proxy residencial es una respuesta razonable a un bloqueo de centro de datos. Para cualquier cosa que tenga que ser completa y comparable en el tiempo es el cimiento equivocado, y por mucho que reintentes el problema de comparabilidad no se arregla.