Web scraping - co to jest i jak chronić przed nim stronę

Każdego dnia po Twojej stronie chodzi więcej programów niż ludzi. Część z nich to wyszukiwarki, część to narzędzia analityczne, a część to skrypty, które po cichu kopiują ceny, opisy i dane kontaktowe. To właśnie web scraping.

Ten tekst prowadzi dwie ścieżki. Pierwsza jest dla osoby, która chce zbierać dane ze stron internetowych i zastanawia się, jak to zrobić technicznie i zgodnie z prawem. Druga jest dla właściciela witryny, po której chodzą cudze boty i który chce wiedzieć, co z tym zrobić. Obie ścieżki spotykają się w tym samym miejscu: przy pliku robots.txt i przy przepisach, które od sierpnia 2026 mają wreszcie zęby.

Czym jest web scraping

Web scraping to proces automatycznego pobierania danych ze stron internetowych przez program, a nie przez człowieka klikającego w przeglądarce. Skrypt wysyła do serwera takie samo żądanie jak Twoja przeglądarka, dostaje w odpowiedzi kod HTML, wyciąga z niego interesujące fragmenty i zapisuje je w pliku albo w bazie danych.

Sama technika jest stara jak sieć i sama w sobie neutralna. Tym samym mechanizmem działa porównywarka cen, narzędzie do audytu SEO, agregator ofert pracy i skrypt kopiujący cudzy katalog produktów. Różnica leży w tym, co się pobiera, w jakiej skali i za czyją zgodą.

Czym jest web scraping w jednym zdaniu

Web scraping to technika zamieniania treści przeznaczonej dla oczu w dane przeznaczone dla maszyny. Strona pokazuje cenę jako ładnie sformatowany napis, a scraper zapisuje ją jako liczbę w kolumnie. Cała reszta to szczegóły techniczne.

Formalnie jest to proces ekstrakcji danych: program pobiera dokument, rozpoznaje w nim wzorce i zwraca uporządkowany zbiór. W anglojęzycznych źródłach spotkasz określenie web data extraction, czyli dokładnie to samo. Web scraping pozwala w kilka minut zebrać to, czego ręczne kopiowanie wymagałoby przez tydzień.

W polskich tekstach spotkasz kilka nazw tego samego zjawiska: scrapowanie, data scraping, ekstrakcja albo po prostu automatyczne pobieranie danych. Program, który to robi, to scraper albo web scraper. Efekt scrapowania zawsze wygląda tak samo: tabela zamiast strony.

Scraping a web crawler

Te dwa pojęcia mylą się nagminnie. Web crawler chodzi po linkach i buduje mapę tego, co gdzie leży. Scraper wchodzi na konkretną stronę i wyciąga z niej konkretne informacje.

W praktyce często działają razem: crawler zbiera listę adresów, scraper przechodzi po nich i pobiera dane. Googlebot jest crawlerem, który przy okazji indeksuje treść. Skrypt zbierający ceny z tysiąca kart produktów jest scraperem.

Web scraping a interfejs API

Jeśli serwis udostępnia interfejs API, scraping jest zwykle zbędny. API to oficjalne wejście dla programów: zwraca gotowe, ustrukturyzowane dane, ma dokumentację i nie psuje się przy każdej zmianie wyglądu strony.

Scraping jest rozwiązaniem awaryjnym. Sięga się po niego wtedy, gdy API nie istnieje, jest płatne ponad rozsądek albo nie udostępnia tego, czego potrzebujesz. Zasada jest prosta: najpierw sprawdź dokumentację serwisów internetowych, z których chcesz korzystać, i dopiero gdy oficjalnej drogi nie ma, buduj scraper.

Warto też pamiętać o kosztach utrzymania. Integracja z API działa latami bez zmian, a scraper wymaga opieki, bo psuje się przy każdej większej przebudowie źródła. API to po prostu bardziej efektywny wybór na dłuższą metę.

Jak działa web scraping od środka

Proces web scrapingu ma zawsze te same trzy etapy, niezależnie od tego, czy uruchamiasz go w Pythonie, czy klikasz w gotowej platformie.

Krok pierwszy: żądanie do serwera

Program wysyła żądanie HTTP pod wskazany adres. Serwer odpowiada kodem strony razem ze statusem: 200 gdy wszystko poszło dobrze, 403 gdy odmawia dostępu, 429 gdy uznał, że przesadzasz z zapytaniami. Więcej o tych kodach piszemy w tekście o błędzie 403 Forbidden.

Krok drugi: parsowanie HTML

Odpowiedź to zwykły tekst z mnóstwem znaczników. Parser zamienia go w strukturę, po której da się poruszać, a program wskazuje, którego elementu szuka: nagłówka o danej klasie, komórki tabeli, atrybutu obrazka. Tu właśnie pracują biblioteki takie jak BeautifulSoup dla Pythona.

Ten etap jest najbardziej kruchy. Wystarczy, że właściciel danej strony zmieni nazwę klasy CSS, a scraper zaczyna zwracać puste pola.

Krok trzeci: zapis danych

Wyciągnięte wartości trafiają do pliku CSV, arkusza albo do bazy danych. Dopiero na tym etapie surowy zbiór staje się czymś użytecznym: da się go filtrować, porównywać i podpiąć pod raport.

Strony, które budują się w przeglądarce

Coraz więcej serwisów renderuje treść dopiero po stronie użytkownika, JavaScriptem. Prosty skrypt dostaje wtedy pustą skorupę bez danych. Rozwiązaniem jest narzędzie, które steruje prawdziwą przeglądarką i czeka, aż strona się zbuduje.

Kiedy zaczyna się prawdziwy problem

Pobranie jednej strony to kwestia kilku linijek. Schody zaczynają się przy dużą skalę: tysiące podstron, limity, blokady adresu IP, zmieniające się układy. Wtedy dochodzą kolejki zadań, ponawianie prób, rotacja adresów i obsługa błędów, a projekt przestaje być skryptem, a staje się systemem.

Do czego wykorzystuje się web scraping

Firmy korzystają z web scrapingu w kilku powtarzalnych scenariuszach. Prawie zawsze chodzi o to samo: dane istnieją publicznie, ale nikt nie udostępnia ich w wygodnej formie.

Monitorowanie cen produktów

Najczęstsze zastosowanie w e-commerce. Sklep monitoruje poziom cen produktów u konkurencji, żeby reagować na promocje albo pilnować sugerowanych cen odsprzedaży. Zbieranie danych z witryn internetowych kilkunastu konkurentów naraz daje obraz rynku, którego nie da się zbudować ręcznie.

Technicznie polega to na automatycznym pobieraniu danych z różnych stron internetowych o stałej porze i porównaniu ich z własnym cennikiem. Zestawienie informacji z różnych stron internetowych trafia potem do jednego raportu albo wprost do reguł zmiany cen w sklepie.

SEO i analiza treści

Pozyskiwanie danych o nagłówkach, tytułach i strukturze serwisów konkurencji to codzienność w marketingu. Na tej podstawie buduje się mapy tematyczne i briefy. Podobnie działają narzędzia audytowe, tylko że skanują Twoją własną witrynę.

Zbieranie danych kontaktowych

Tu zaczyna się obszar wrażliwy. Automatyczne pobieranie adresów e-mail z katalogów firm bywa legalne, ale jeśli w grze pojawiają się dane osobowe, wchodzą przepisy o ochronie danych i cała operacja wymaga podstawy prawnej. O obowiązkach informacyjnych piszemy przy okazji plików cookies i RODO.

Badania, media i analizy rynku

Naukowcy zbierają korpusy tekstów, dziennikarze śledzą zmiany w cennikach i rejestrach, analitycy monitorują oferty pracy albo ogłoszenia nieruchomości. To najmniej kontrowersyjna gałąź scrapingu, bo zwykle mieści się w wyjątkach przewidzianych dla badań naukowych.

Trenowanie modeli AI

Zbieranie danych z internetu na dużą skalę stało się paliwem dla modeli językowych. To właśnie ten scenariusz wywrócił dyskusję o legalności do góry nogami i doprowadził do przepisów, o których piszemy niżej. Więcej o samej technologii znajdziesz w tekście o sztucznej inteligencji.

Narzędzia do web scrapingu

Wybór narzędzia zależy od tego, ile masz danych, jak często je pobierasz i czy w ogóle programujesz.

Rozszerzenia i platformy bez kodu

Najprostsze wejście to rozszerzenie do Google Chrome, w którym zaznaczasz myszką elementy do pobrania. Sprawdza się przy jednorazowym zadaniu na kilkaset rekordów i nie trzeba przy nim niczego programować.

Kolejny poziom to platforma chmurowa: za abonament dostajesz harmonogram, obsługę blokad i eksport do arkusza. Taka platforma kosztuje więcej niż własny skrypt, ale nie wymaga zespołu, który będzie ją utrzymywał.

Python: requests, BeautifulSoup i Scrapy

Python jest domyślnym językiem tej dziedziny. Biblioteka requests pobiera stronę, BeautifulSoup pozwala przeszukać jej strukturę, a Scrapy to pełny framework do projektów, w których trzeba obsłużyć kolejki, ponowienia i eksport.

Podział jest prosty: requests plus BeautifulSoup do zadań doraźnych, Scrapy wtedy, gdy scraper ma działać cyklicznie i przetwarzać duże zbiory.

Sterowanie przeglądarką: Puppeteer i Selenium

Gdy strona wymaga JavaScriptu, potrzebne jest narzędzie prowadzące prawdziwą przeglądarkę. Puppeteer robi to z poziomu JavaScriptu, Selenium ma wersje dla wielu języków. Kosztem jest wydajność: taki scraper jest wolniejszy i cięższy niż zwykłe zapytanie.

Gotowe API do scrapingu

Istnieją dostawcy, którzy sprzedają scraping jako usługę: Ty wysyłasz adres, oni zwracają gotowe dane i biorą na siebie proxy oraz obejście zabezpieczeń. Wygodne, ale przenosi odpowiedzialność prawną tylko częściowo.

Jak wybrać

Jednorazowa lista kilkuset pozycji to rozszerzenie do przeglądarki. Powtarzalny raport dzienny to skrypt w Pythonie z harmonogramem. Setki tysięcy rekordów miesięcznie to framework albo usługa zewnętrzna. Dobranie narzędzia większego niż potrzeba jest najczęstszym błędem początkujących.

Czy web scraping jest legalny

Krótka odpowiedź: samo pobieranie publicznie dostępnych informacji ze stron internetowych zwykle nie jest zakazane, ale legalność web scrapingu rozstrzyga się na czterech niezależnych poziomach naraz. Wystarczy naruszyć jeden, żeby cała operacja stała się problemem.

Prawa autorskie i wyjątek na eksplorację danych

Treści na stronach są chronione prawem autorskim. Unijna dyrektywa wprowadziła jednak wyjątek na eksplorację tekstów i danych: wolno zwielokrotniać utwory w celu analizy, o ile uprawniony nie zastrzegł tego wyraźnie. Dla badań naukowych wyjątek jest szerszy i nie da się go wyłączyć.

Zastrzeżenie musi być czytelne dla maszyny

Tu pada najważniejsze zdanie tego artykułu dla każdego, kto prowadzi stronę. W grudniu 2025 niemiecki sąd apelacyjny w Hamburgu (sprawa Kneschke przeciwko LAION) orzekł, że zastrzeżenie praw wyrażone zwykłym zdaniem w regulaminie nie spełnia wymogu czytelności maszynowej. Zastrzeżenie musi dać się odczytać i wykonać automatycznie.

Praktyczny wniosek jest brutalnie prosty: zdanie w warunkach korzystania o zakazie automatycznego pobierania danych samo w sobie nie wystarczy. Potrzebny jest wpis w pliku robots.txt albo znacznik w formacie przewidzianym dla zastrzeżeń, czyli komunikat o automatycznym pobieraniu danych podany w formie, którą program odczyta bez udziału człowieka.

Ochrona baz danych

Osobna warstwa, o której mało kto pamięta. Jeśli ktoś poniósł istotny nakład na stworzenie i weryfikację zbioru, przysługuje mu prawo do bazy danych niezależne od praw autorskich. Przepisy o ochronie baz danych chronią sam wysiłek włożony w zebranie informacji, więc można je naruszać nawet wtedy, gdy pojedyncze rekordy nie są utworami.

Dotyczy to przede wszystkim serwisów ogłoszeniowych, katalogów firm i porównywarek cen. Pobranie istotnej co do jakości lub ilości części takiego zbioru jest naruszeniem, choć web scraping pojedynczych rekordów zwykle nim nie będzie.

Dane osobowe

Imię i nazwisko, adres e-mail zawierający nazwisko, numer telefonu osoby fizycznej to dane osobowe także wtedy, gdy leżą na widoku. Ich zbieranie wymaga podstawy prawnej i obowiązku informacyjnego, a fakt, że ktoś opublikował je w internecie, sam z siebie nie jest zgodą.

Regulamin i dostęp po zalogowaniu

Naruszenie regulaminu serwisu to sprawa cywilna, ale realna, zwłaszcza gdy zaakceptowałeś go przy zakładaniu konta. Zupełnie inaczej wygląda sytuacja, gdy scraper obchodzi zabezpieczenia albo pobiera dane spod logowania. Tu z terenu sporów cywilnych przechodzi się na grunt przepisów o ochronie systemów informatycznych.

Granica jest dość czytelna. Treść widoczna bez konta to jedno, a logowanie to sygnał, że właściciel świadomie ograniczył krąg odbiorców. Automat, który podaje cudze albo masowo zakładane dane dostępowe, wychodzi poza spór o regulamin.

AI Act i zaostrzenie od sierpnia 2026

Unijne rozporządzenie o sztucznej inteligencji nakłada na dostawców modeli ogólnego przeznaczenia obowiązek prowadzenia polityki poszanowania prawa autorskiego, w tym respektowania zastrzeżeń dotyczących eksploracji danych. Obowiązki obowiązują od sierpnia 2025, a od 2 sierpnia 2026 Komisja może za ich nieprzestrzeganie nakładać kary. Innymi słowy: robots.txt przestał być tylko dobrym obyczajem.

Etyczny web scraping w praktyce

Można pobierać dane w sposób, który nikomu nie szkodzi. Poniższe zasady nie są przepisami, ale ich przestrzeganie znacząco zmniejsza ryzyko blokady i sporu.

Czytaj robots.txt

Plik robots.txt to deklaracja właściciela strony, które ścieżki są otwarte dla botów. Nie blokuje technicznie niczego, ale ignorowanie go jest dziś argumentem przeciwko Tobie. Sprawdź go zawsze przed pierwszym uruchomieniem scrapera.

Nie zabijaj cudzego serwera

Scraper potrafi wysłać w minutę tyle zapytań, ile człowiek w miesiąc. Rozsądne tempo, przerwy między żądaniami i pobieranie w godzinach mniejszego ruchu to minimum przyzwoitości. Przeciążenie serwisu może zostać uznane za działanie na jego szkodę.

Przedstaw się

Ustaw własny nagłówek identyfikujący bota razem z adresem kontaktowym. Podszywanie się pod zwykłą przeglądarkę bywa konieczne technicznie, ale utrudnia obronę, jeśli sprawa trafi na wokandę.

Bierz tylko to, czego potrzebujesz

Pobieranie całych serwisów na zapas tworzy zbiór, którego nie umiesz uzasadnić ani zabezpieczyć. Zawężenie zakresu do konkretnych pól to jednocześnie mniejsze ryzyko prawne i mniejszy rachunek za infrastrukturę.

Nie podawaj cudzej pracy za swoją

Jeśli publikujesz dane zebrane web scrapingiem, wskaż źródło. Przepisanie cudzego zestawienia bez wzmianki o pochodzeniu to najkrótsza droga do wezwania od prawnika, a przy okazji sygnał dla wyszukiwarek, że Twoja treść jest wtórna.

Jak chronić stronę przed scrapingiem

Teraz druga strona lustra. Jeśli prowadzisz sklep albo serwis z ogłoszeniami, ktoś Cię już scrapuje. Pytanie brzmi, ile Cię to kosztuje i co da się z tym zrobić.

Kiedy scraping naprawdę szkodzi

Nie każdy bot jest problemem. Realne straty pojawiają się w trzech sytuacjach: gdy ruch automatów obciąża serwer na tyle, że spowalnia stronę dla klientów, gdy konkurencja podbiera Twoje ceny w czasie rzeczywistym i podcina je o złotówkę, oraz gdy ktoś kopiuje opisy produktów i publikuje je u siebie.

Ten trzeci przypadek boli podwójnie, bo poza utratą przewagi dochodzi ryzyko, że wyszukiwarka uzna Twoją wersję za kopię. Warto więc zacząć od oceny, który z tych scenariuszy faktycznie Cię dotyczy, zanim wyda się budżet na zabezpieczenia.

Czego nie da się osiągnąć

Zacznijmy od uczciwego postawienia sprawy: nie da się w stu procentach zablokować scrapingu treści, którą pokazujesz publicznie. Każde zabezpieczenie da się obejść, jeśli ktoś ma dość motywacji. Celem jest podniesienie kosztu, nie zbudowanie muru.

Limity zapytań

Najskuteczniejszy pojedynczy mechanizm. Serwer zlicza żądania z jednego adresu IP w oknie czasowym i po przekroczeniu progu zaczyna blokować ruch albo zwalniać odpowiedzi. Dobrze ustawiony limit nie przeszkadza użytkownikom, a wycina prymitywne skrypty.

Zapora aplikacyjna i CDN

Usługi typu Cloudflare rozpoznają wzorce ruchu botów po odciskach połączenia, a nie po deklarowanej nazwie. To najwygodniejsze rozwiązanie dla firmy bez własnego zespołu, bo reguły aktualizuje dostawca.

Test odróżniający człowieka od bota

Wyzwanie pokazywane przy podejrzanym ruchu zatrzymuje większość automatów. Kosztem jest wygoda odwiedzających, dlatego uruchamia się je warunkowo. Szerzej opisaliśmy to przy okazji ochrony formularzy.

Pułapki i znaki wodne

Link niewidoczny dla użytkownika, a widoczny w kodzie, wyłapuje boty, które klikają wszystko. Podobnie działają celowo wprowadzone unikalne rekordy: jeśli pojawią się w cudzym serwisie, masz dowód skopiowania zbioru.

Zaglądaj do logów

Scraping widać w logach serwera jako serie żądania z jednego zakresu adresów, o równych odstępach, bez pobierania obrazków i stylów. Regularny przegląd logów mówi o skali zjawiska więcej niż jakiekolwiek narzędzie zewnętrzne.

Zapisz to w warunkach korzystania

Jasny zapis w regulaminie nie zatrzyma bota, ale jest podstawą roszczenia. Traktuj go jako uzupełnienie zabezpieczeń technicznych, nigdy jako ich zamiennik. Przy sklepie warto zrobić to razem z resztą dokumentów, o których piszemy w tekście o regulaminie sklepu internetowego.

Boty AI i zastrzeganie treści

Od dwóch lat po stronach chodzi nowa kategoria botów: te, które zbierają materiał do trenowania modeli i te, które pobierają treść na żywo, żeby odpowiedzieć użytkownikowi asystenta. To zupełnie inna sytuacja niż klasyczny scraping konkurencji.

Kto dokładnie chodzi po Twojej stronie

Najwięksi dostawcy publikują nazwy swoich botów, żeby dało się je rozpoznać i zablokować. GPTBot odpowiada za zbieranie danych treningowych OpenAI, ClaudeBot za dane Anthropic, a Google-Extended jest przełącznikiem decydującym o wykorzystaniu treści do trenowania modeli Google, osobnym od zwykłego indeksowania.

Jak je wykluczyć

Wpisy w robots.txt kierowane do konkretnych nazw botów to obecnie standardowa metoda. Warto pamiętać o dwóch rzeczach: nazwa bota jest deklaracją, którą można podrobić, a blokada działa tylko wobec tych, którzy chcą jej przestrzegać. Realne egzekwowanie odbywa się na serwerze albo na CDN.

Zastrzeżenie czytelne dla maszyny

Wobec orzeczenia z Hamburga sam regulamin nie wystarcza. Standardem opracowanym pod ten wymóg jest plik z zastrzeżeniem eksploracji publikowany pod ustalonym adresem w katalogu well-known witryny. To niewielki plik, a stanowi formalne oświadczenie woli w formie, której nie da się zignorować jako nieczytelnej.

Czy w ogóle blokować

To decyzja biznesowa, nie techniczna. Blokując boty AI, chronisz treść przed wykorzystaniem bez wynagrodzenia, ale znikasz z odpowiedzi asystentów, które dla części branż stają się nowym źródłem ruchu. Rozsądny kompromis to wpuszczanie botów odpowiadających na pytania na żywo i wykluczanie tych zbierających dane treningowe.

Przy stronie usługowej blokada bywa strzałem we własną stopę. Przy wydawcy treści albo bazie, która sama w sobie jest produktem, sytuacja odwraca się o sto osiemdziesiąt stopni. Decyzję podejmij świadomie i zapisz ją, bo za rok nikt nie będzie pamiętał, dlaczego w robots.txt stoi akurat taki wpis.

Sprawdź, kto już Cię odwiedza

Zanim cokolwiek zablokujesz, wyfiltruj z logów serwera nazwy botów z ostatnich trzydziestu dni razem z liczbą żądań. Zwykle okazuje się, że dwa lub trzy z nich generują większość ruchu automatów, a reszta pojawia się sporadycznie. To zestawienie jest lepszą podstawą decyzji niż jakakolwiek ogólna lista z internetu.

Najczęstsze błędy przy web scrapingu

Lista zebrana z projektów, które trafiły do nas do naprawy albo do oceny ryzyka. Web scraping jest techniką pozornie prostą i właśnie dlatego tak łatwo zrobić go źle.

Zbyt duże narzędzie do małego zadania

Rozbudowany framework przy zadaniu na trzysta rekordów to tydzień pracy zamiast godziny. Skala projektu powinna wynikać z liczby danych, a nie z ambicji.

Poleganie na wyglądzie strony

Scraper oparty o nazwy klas CSS przestanie działać przy pierwszym liftingu serwisu. Jeśli to możliwe, sięgaj po dane ze znaczników strukturalnych, które zmieniają się rzadziej.

Brak kontroli poprawności

Scraper, który nagle zwraca puste pola, zwykle nie zgłasza błędu. Bez prostego testu poprawności danych karmi raport zerami przez tygodnie, zanim ktokolwiek to zauważy.

Odkładanie kwestii prawnych na koniec

Najdroższy błąd. Analiza podstawy prawnej po zbudowaniu systemu bywa zbyt późna, bo czasem oznacza wyrzucenie całego zbioru. Pytanie o to, co wolno pobrać, zadaje się przed pierwszą linijką kodu.

Najczęstsze pytania o web scraping

Co to jest web scraping?

To automatyczne pobieranie danych ze stron internetowych przez program. Skrypt pobiera kod strony, wyciąga z niego wybrane informacje i zapisuje je w ustrukturyzowanej formie, na przykład w bazie danych.

Czy data scraping jest legalny?

Zbieranie ogólnodostępnych informacji zwykle tak, ale trzeba sprawdzić cztery rzeczy: prawa autorskie i zastrzeżenie eksploracji, prawo do bazy danych, dane osobowe oraz warunki korzystania z serwisu. Pobieranie danych z witryn internetowych bez zgody staje się problemem najczęściej przy tej drugiej i trzeciej pozycji.

Co to jest scraper?

Program albo skrypt wykonujący scrapowanie. Może być rozszerzeniem do przeglądarki, kilkunastoma linijkami w Pythonie albo rozbudowanym systemem pobierającym miliony rekordów dziennie.

W jakim języku pisze się scrapery?

Najczęściej w Pythonie, ze względu na biblioteki requests, BeautifulSoup i Scrapy. Przy stronach wymagających renderowania sięga się po JavaScript i Puppeteer albo po Selenium.

Czy właściciel strony wykryje scraping?

Zwykle tak. Charakterystyczne wzorce w logach, brak pobierania zasobów graficznych i regularność zapytaniami zdradzają automat. Nie znaczy to jednak, że każdy właściciel to monitoruje.

Co zrobić, gdy scraper dostaje blokadę

Najpierw zwolnić tempo i sprawdzić, czy nie łamiesz robots.txt. Obchodzenie blokady przez rotację adresu IP jest technicznie proste, ale świadome omijanie zabezpieczeń zmienia ocenę prawną całego przedsięwzięcia.

Jak zablokować scrapowanie mojej strony?

Limity zapytań, zapora aplikacyjna albo CDN, wyzwanie dla podejrzanego ruchu i pułapki w kodzie. Do tego wpisy w robots.txt oraz zastrzeżenie czytelne dla maszyny, jeśli zależy Ci na wykluczeniu botów AI.

Czy blokować boty AI?

Zależy od modelu biznesowego. Wydawcy treści zwykle blokują boty treningowe, a wpuszczają te, które cytują źródło w odpowiedzi. Firmy usługowe częściej zostawiają wszystko otwarte, bo obecność w odpowiedziach asystentów przynosi im zapytania.

Kto pomoże to poukładać?

Po stronie technicznej potrzebny jest ktoś z dostępem do serwera i logów, po stronie prawnej ktoś, kto oceni podstawę przetwarzania. Napisz do nas - zajmujemy się zarówno zabezpieczaniem stron, jak i budową narzędzi do zbierania danych.