ScrapingBot
Scraping Bot ist ein Webdienst eines Marketingunternehmens aus Frankreich, der für die Automatisierung des Daten-Scrapings konzipiert wurde. Die Hauptaufgabe des Projekts bestand darin, eine moderne, visuell ausdrucksstarke Oberfläche zu schaffen.
Ein zentrales Merkmal war die Neuinterpretation des markeneigenen Roboter-Charakters, der als Teil der Marke erhalten blieb, aber visuell vollständig überarbeitet wurde. Für ihn wurde eine moderne KI-Animation erstellt, außerdem wurde der Fokus auf den Try-Now-Button verstärkt. In die Oberfläche wurden zudem Google-Reviews-Bewertungen sowie voluminöse 3D-Elemente integriert, die eine technologischere und hochwertigere Wahrnehmung des Produkts schaffen.
Die Struktur der Startseite wurde überarbeitet, mit dem Schwerpunkt auf praktischen Anwendungsbeispielen des Dienstes anstelle einer textlichen Beschreibung. Zusätzlich wurde ein Block mit Tarifplänen entworfen. Außerdem wurde ein Dashboard entwickelt, das die wichtigsten Kennzahlen des Dienstes anzeigt: Status der Anfragen, Umfang der verarbeiteten Daten und Token-Nutzung.
Wir arbeiten schon nicht zum ersten Mal mit diesem Team zusammen und haben erneut genau das Designniveau erhalten, auf das wir gehofft hatten — qualitativ hochwertig, mit Wow-Effekt und Liebe zum Detail. Die Jungs haben unser Konzept kompetent neu interpretiert, insbesondere den alten Roboter: Sie haben die Idee bewahrt, ihn aber mithilfe von Animation modern und lebendig gemacht. Besonders gut hat mir gefallen, wie sie die Startseite verstärkt haben.
Besonders erwähnenswert ist, dass das Design bereits beim ersten Mal abgenommen wurde, und wir danach ruhig ihren Empfehlungen folgen konnten. Außerdem haben sie geholfen, die Pricing-Seite richtig zu strukturieren, und einen für Entwickler verständlichen Ansatz für die API-Dokumentation entwickelt. Am Ende entstand ein starkes, durchdachtes Produkt, das voll und ganz unseren Erwartungen entspricht.
Funktionalität
Besonderheit
Dashboard für Datenanalyse und -kontrolle
Ein Dashboard, das es ermöglicht, in Echtzeit die wichtigsten Kennzahlen der Systemarbeit zu verfolgen: Umfang und Arten der gescrapten Daten, Token-Verbrauch sowie Status und Korrektheit der Verarbeitung der bearbeiteten Links.
