Metodologia
Jak przygotowujemy bazy firm
Transparentność to fundament naszego serwisu. Poniżej opisujemy dokładnie, skąd biorą się dane, jak są czyszczone i w jaki sposób liczymy liczbę rekordów oraz kompletność.
1. Źródła danych
Wszystkie dane pochodzą z oficjalnych rejestrów publicznych:
• CEIDG — Centralna Ewidencja i Informacja o Działalności Gospodarczej (jednoosobowe działalności gospodarcze i spółki cywilne)
• KRS — Krajowy Rejestr Sądowy (spółki prawa handlowego, fundacje, stowarzyszenia)
• REGON — Rejestr Gospodarki Narodowej (identyfikacja podmiotów)
Synchronizacja z rejestrami odbywa się w cyklu codziennym.
2. Filtrowanie aktywnego stanu
Z rejestrów pobieramy wyłącznie podmioty w aktywnym stanie:
• działalność niezawieszona i niezlikwidowana (CEIDG)
• wpis nieusunięty, bez otwartej likwidacji i upadłości (KRS)
To gwarantuje, że w bazie nie znajdą się firmy martwe.
3. Czyszczenie i deduplikacja
Każdy rekord przechodzi przez pipeline czyszczenia:
• deduplikacja po NIP (jeden NIP = jedna firma)
• normalizacja nazw (usuń wielokrotne spacje, ujednolicenie form prawnych: Sp. z o.o., S.A.)
• walidacja kodów pocztowych i adresów
• usunięcie testowych i jawnie błędnych rekordów
4. Kompletność danych kontaktowych
Kompletność e-maili i telefonów liczymy jako odsetek rekordów z niepustym,
zwalidowanym polem. Dane kontaktowe pochodzą z rejestru, są uzupełniane
z publicznie dostępnych źródeł i weryfikowane automatycznie (poprawność formatu,
aktywność domeny, format numeru). Podajemy ją jawnie na każdej stronie bazy.
5. Liczenie liczby rekordów
Liczba rekordów podana na stronie bazy to realna liczba firm spełniających
wybrane kryteria (branża/PKD/zawód/województwo/powiat/gmina/miasto) w bieżącym
stanie rejestru. Liczby są przeliczane przy każdej aktualizacji danych.
6. Aktualizacja danych
Pełna synchronizacja z rejestrami odbywa się w cyklu codziennym. Każda baza ma etykietę
z datą ostatniej aktualizacji. Na życzenie oferujemy subskrypcję odświeżania danych
co kwartał, aby Twoja baza była zawsze aktualna.