Chronometrica ou Apify Facebook Comments Scraper : lequel choisir pour un export Excel ?

Comparez les paramètres qui influent sur votre fichier Excel

Utilisez ce tableau pour faire correspondre les paramètres de collecte aux exigences de votre fichier.

Le principal intérêt de Chronometrica réside dans cette combinaison de paramètres. Un nombre maximal de lignes par publication aide à définir la taille de l’échantillon enregistré. Les identifiants du commentaire parent et du commentaire racine préservent la structure des réponses. Les 2 bornes de date permettent de définir une période avant la collecte. Documentation de Chronometrica.

L’identifiant du commentaire parent désigne le commentaire auquel une réponse répond. L’identifiant du commentaire racine désigne le commentaire de premier niveau qui ouvre ce fil de réponses. Ces liens sont utiles pour savoir à quel propos une réponse se rapporte.

Utilisez les paramètres qui répondent à votre besoin réel. Si vous souhaitez seulement un petit fichier à lire manuellement, une plage de dates peut être inutile. Si le fichier sert à produire un rapport sur une période définie, fixez cette période avant de collecter les lignes.

Définissez ce que représentera une ligne

Rédigez un court plan de collecte avant de lancer l’un ou l’autre des Actors. Ce plan vous donnera une base claire pour vérifier l’export.

1. Identifiez la source. Conservez l’URL directe du contenu pour chaque publication visée. Ouvrez-la sans vous connecter et vérifiez qu’un visiteur peut lire les commentaires dont vous avez besoin.
2. Choisissez l’unité. Précisez si votre analyse porte sur des commentaires individuels, des réponses, des comptes ou des conversations complètes. Ce sont des unités différentes.
3. Fixez le maximum. Indiquez le nombre maximal de lignes enregistrées pour chaque URL de contenu. Précisez si ce maximum inclut les réponses.
4. Définissez la période. Utilisez une plage de dates seulement si la question l’exige. Notez les 2 bornes si vous avez besoin d’une période délimitée.
5. Définissez les vérifications du fichier. Précisez quels identifiants et quels liens entre réponses et commentaires doivent être conservés dans l’export.

Une ligne de commentaire correspond à 1 commentaire ou à 1 réponse enregistrée. Elle ne représente pas 1 personne. Un même compte peut écrire plusieurs commentaires, et le nom public d’un auteur n’est pas un identifiant unique de personne.

Une ligne ne représente pas non plus une conversation complète. Un commentaire de premier niveau accompagné de plusieurs réponses peut occuper plusieurs lignes. Un échantillon plafonné peut donc contenir moins de conversations que son nombre de lignes ne le laisse penser.

Cette distinction change l’interprétation du fichier. Si votre rapport exige le nombre de propos enregistrés, comptez les lignes de commentaires. S’il exige le nombre de comptes, définissez une méthode distincte pour les comptes et expliquez les limites des données publiques disponibles sur les auteurs. Ne transformez pas un total de lignes en un total de personnes.

Avec Chronometrica, la collecte se limite aux commentaires accessibles sans connexion. Les publications privées ou réservées aux amis ne sont pas prises en charge. Fournissez une URL de contenu prise en charge, plutôt qu’une URL de Page, de profil, de groupe, de story ou de fil d’actualité. Une publication dans un groupe doit elle aussi respecter les règles relatives aux URL prises en charge et à l’accès public. Documentation de Chronometrica.

Choisissez un nombre maximal de lignes et des critères de sélection par date

Le paramètre `maxResultsPerPost` de Chronometrica accepte des valeurs de 1 à 10 000 et vaut 500 par défaut. Il limite le total des lignes de commentaires et de réponses enregistrées pour chaque URL de contenu fournie. Les réponses sont désactivées par défaut via `includeReplies`. Activez-les si elles doivent faire partie de votre échantillon. Documentation de Chronometrica.

Choisissez le maximum en fonction du travail prévu. Le premier fichier doit être assez petit pour permettre une vérification ligne par ligne. Une fois ces vérifications réussies, augmentez le maximum selon votre plan d’analyse.

Distinguez le nombre maximal de lignes de toute limite de coût d’exécution. Notez les 2 si vous utilisez les 2. Une limite de coût ne garantit pas que l’exécution produira un nombre donné de lignes.

Conservez `collectAllAvailable` sur `false` pour le premier échantillon. Le régler sur `true` supprime la limite numérique. Ce changement n’est pas nécessaire pour vérifier que vos paramètres d’entrée et votre processus d’export fonctionnent. Documentation de Chronometrica.

Utilisez `commentsFrom` et `commentsUntil` si vous avez besoin d’une période dont les bornes sont incluses. Cela signifie que les dates de début et de fin indiquées font partie de la période. Avec un filtre de dates, Chronometrica ignore les commentaires dont la date n’est pas publique. Une réponse exige aussi que son commentaire parent soit enregistré et se situe dans cette période. Documentation de Chronometrica.

Ces critères de sélection par date modifient l’échantillon. Choisissez une période si votre rapport l’exige et si vous acceptez ces exclusions. N’indiquez pas de champs de date si votre première tâche consiste à examiner les lignes disponibles sans cette restriction.

Consignez ce choix dans le plan de collecte. Un lecteur doit pouvoir déterminer par la suite si l’absence d’une ligne peut résulter des critères de sélection par date, du nombre maximal de lignes ou d’une autre limite de collecte.

Collectez un petit échantillon avec la Task publiée

Commencez par la Task d’export des commentaires Facebook au format CSV ou Excel. Elle fournit une configuration de départ enregistrée pour le processus d’export.

Les paramètres d’entrée suivants utilisent le schéma actuellement publié. Remplacez l’URL d’exemple par celle de la publication publique visée. Il s’agit d’un exemple de paramètres d’entrée, pas d’un résultat de collecte.

{
  "startUrls": ["https://www.facebook.com/reel/1733966934399341"],
  "maxResultsPerPost": 25,
  "includeReplies": true,
  "commentSortMode": "all",
  "collectAllAvailable": false
}

Cette configuration définit un maximum de 25 lignes enregistrées pour l’URL de contenu fournie. Les réponses sont comprises dans ce maximum. Elle utilise des champs d’entrée pris en charge et active les réponses pour cet échantillon. Documentation de Chronometrica.

Utilisez l’échantillon pour vérifier le processus de collecte avant d’en augmenter la taille :

1. Remplacez l’URL et confirmez le nombre maximal de lignes.
2. Lancez la Task avec les paramètres prévus pour le petit échantillon.
3. Consultez `OUTPUT` pour connaître les échecs liés aux entrées et les motifs d’arrêt.
4. Conservez l’export JSON sans modification et le résumé de l’exécution.
5. Créez le fichier de travail Excel à partir de ce résultat enregistré.

Chronometrica signale les échecs liés aux entrées et les motifs d’arrêt dans `OUTPUT`. Il n’insère pas ces messages sous forme de fausses lignes de commentaires. Vérifiez ces informations même si le fichier de commentaires contient des lignes. Documentation de Chronometrica.

Le fichier JSON enregistré sert de référence pour les vérifications ultérieures. Si une valeur change lors de l’import dans la feuille de calcul, vous pouvez la comparer à l’export d’origine. Conservez le résumé de l’exécution avec ce fichier pour garder ensemble les lignes et le motif d’arrêt de la collecte.

Les jeux de données Apify permettent des exports JSON et Excel. Un jeu de données est l’ensemble enregistré des lignes de résultat d’une exécution. Vous pouvez conserver le JSON comme référence et utiliser Excel pour la copie de travail. Documentation des jeux de données Apify.

Importez le fichier sans modifier ses identifiants

Les identifiants relient les lignes de la feuille de calcul. Préservez-les avant de trier, de filtrer ou d’ajouter des colonnes d’analyse.

Les lignes de Chronometrica comprennent `commentId`, `isReply`, `parentCommentId`, `rootCommentId`, `publishedAt` et `scrapedAt`. Elles contiennent aussi le texte du commentaire, des champs publics sur l’auteur et des champs sur les réactions. `scrapedAt` indique l’heure de la collecte. Documentation de Chronometrica.

Utilisez cette méthode d’import :

1. Conservez l’export d’origine. Travaillez sur une copie pour préserver les valeurs sources.
2. Définissez les colonnes d’identifiants au format texte. Conservez `commentId`, `parentCommentId` et `rootCommentId` comme identifiants, sans conversion numérique.
3. Examinez les dates et les valeurs manquantes. Comparez-les au JSON de référence avant de les utiliser dans des filtres ou des calculs.
4. Ajoutez l’analyse dans des colonnes distinctes. Gardez les champs sources accessibles pour la vérification.

Pour les fichiers CSV, Microsoft documente le chemin Données > Récupérer et transformer des données > À partir d’un fichier texte/CSV et l’option Transformer les données. Utilisez un import contrôlé pour définir les colonnes d’identifiants au format texte avant leur chargement. Vous évitez ainsi de dépendre de la mise en forme automatique du CSV lorsque les colonnes de texte sont importantes. La disposition des menus peut varier selon la version d’Excel. Guide Microsoft pour l’import de fichiers texte et CSV.

Conservez les valeurs inconnues comme telles. Les décomptes, les dates et les identités peuvent être absents de la source publique. Un nombre de réactions manquant ne signifie pas 0 réaction. Une date manquante ne signifie pas une date ancienne. Ne remplacez aucune de ces données par une valeur qui en change le sens.

La même règle s’applique aux champs sur l’auteur. Conservez les valeurs publiques renvoyées, mais ne considérez pas des noms affichés identiques comme la preuve que 2 lignes proviennent de la même personne.

Vérifiez l’échantillon enregistré avant d’élargir la collecte

Un fichier qui s’ouvre dans Excel doit encore être vérifié. Comparez ses lignes et ses liens au plan de collecte.

1. Comptez les lignes enregistrées. Comparez le total au maximum défini et au motif d’arrêt consigné.
2. Comptez les identifiants de commentaires distincts. « Distincts » signifie que chaque identifiant différent ne compte qu’une fois. Examinez tout écart entre le nombre de lignes et le nombre d’identifiants distincts avant de traiter chaque ligne comme un commentaire différent.
3. Vérifiez les références des réponses. Pour chaque réponse, confirmez que chaque valeur non nulle de `parentCommentId` et de `rootCommentId` existe parmi les valeurs de `commentId` enregistrées.
4. Vérifiez l’import. Comparez les chaînes de caractères des identifiants et certaines valeurs de date au JSON non modifié.
5. Consignez la limite de collecte. Indiquez si la collecte s’est arrêtée au maximum ou pour un autre motif signalé. Conservez l’URL source et l’heure de collecte avec cette note.

Une référence non nulle contient une valeur au lieu d’être vide. Si cette valeur renvoie à une ligne absente, le fichier enregistré échoue à la vérification des liens. Recherchez la cause. Ne créez pas de ligne de commentaire parent et ne complétez pas le texte d’un commentaire manquant pour réussir la vérification.

Une exécution plafonnée produit un échantillon. Une exécution qui atteint la fin de la source disponible ne prouve toujours pas que Facebook a rendu chaque commentaire accessible. Aucun des 2 produits ne permet d’établir que tout ce que Facebook affiche a été collecté. Ne divisez pas le nombre de lignes enregistrées par un nombre affiché sur Facebook en appelant le résultat « couverture totale », sauf si vous avez des preuves que les 2 nombres décrivent le même ensemble public.

Ces vérifications permettent une conclusion utile, mais plus limitée : le fichier enregistré respecte les règles définies pour l’enregistrement des lignes, préserve ses identifiants et contient des références de réponses valides. Cela suffit pour décider s’il faut élargir la collecte pour la tâche prévue.

Si la prochaine tâche consiste à analyser les retours clients, poursuivez avec le guide sur l’export des commentaires Facebook et l’analyse des retours clients. Ce guide explique comment utiliser les lignes après avoir choisi et vérifié le processus d’export.

Un exemple de décision fictif

Cet exemple est entièrement fictif. Un analyste dispose de 2 publications publiques connues. Il a besoin d’au plus 100 lignes enregistrées par publication, réponses comprises. Chaque réponse doit conserver son lien avec le commentaire parent. Le rapport exige aussi des dates de début et de fin incluses dans la période. L’analyste accepte l’exclusion des commentaires dont la date est indisponible.

Chronometrica répond à ces exigences de paramétrage. L’analyste règle `maxResultsPerPost` sur 100, active les réponses, conserve la limite numérique et fournit les bornes de date requises. Pour 2 contenus distincts, le maximum défini est de 200 lignes enregistrées, avant que les limites de la source n’influent sur le résultat. Documentation de Chronometrica.

Supposons qu’un échantillon enregistré contienne 70 commentaires de premier niveau et 30 réponses. Il contient 100 lignes de commentaires. Il ne contient pas 100 personnes ni 100 conversations complètes.

L’analyste vérifie les identifiants enregistrés. Si le commentaire parent et le commentaire racine de chaque réponse existent dans le fichier, l’échantillon réussit la vérification des liens. Ce constat concerne l’échantillon enregistré ; il ne prouve pas que le fil source a été collecté dans son intégralité. L’analyste conserve le JSON et le résumé, puis prépare la copie de travail Excel.

Modifions le besoin : l’analyste utilise déjà le module Make officiel d’Apify, souhaite son export à 3 niveaux, puis filtre les dates dans Excel. Apify peut alors mieux convenir à son processus de travail. Documentation d’Apify.

Si le besoin réel est de collecter tous les commentaires privés, aucun de ces Actors publics ne convient. Il faut modifier les exigences de collecte avant que cette comparaison puisse aboutir à un choix adapté.