不少代理IP采购方案看起来参数齐全：IP数量大、地区覆盖广、响应时间低，套餐价格也不高。可一接入真实爬虫任务，超时、字段缺失、地域不匹配和重复重试便接连出现。
问题通常不是某一个参数造假，而是采购时把“代理连接正常”误认为“业务结果有效”。对于公开、授权、合规的数据采集任务，真正需要衡量的是：完整任务运行后，有多少请求形成了可解析、可入库、符合质量要求的数据。
评分前需要确定哪些业务基线？
先定义任务，再评价服务商。没有统一业务基线，不同测试结果没有比较价值。
同一种代理服务，在网站采集、舆情监测、广告监测、招投标数据和跨境选品任务中的表现可能完全不同。采购方需要提前固定以下条件：
| 基线项目 | 需要明确的内容 | 影响 |
|---|---|---|
| 任务地区 | 国内、海外或混合 | 决定资源地区和产品类型 |
| 目标类型 | 列表页、详情页、接口或静态资源 | 影响延迟、流量和解析方式 |
| 请求规模 | 日请求量、峰值QPS和并发数 | 决定套餐规格和承载要求 |
| 会话要求 | 每请求切换、短周期复用或固定出口 | 决定短效、隧道或长效产品 |
| 地域要求 | 国家、省份、城市或运营商 | 决定资源覆盖是否有实际价值 |
| 有效结果 | 状态正常、字段完整、内容可解析 | 决定业务有效率的计算口径 |
| 合规范围 | 公开页面、授权接口和访问频率规则 | 决定任务是否能够进入测试 |
其中最容易产生争议的是“成功”的定义。HTTP状态正常，只代表服务器返回了响应，并不代表拿到了正确数据。建议将请求结果拆成三个层次：
- 网络层成功：代理连接正常，没有连接错误或超时。
- 页面层成功：目标页面按预期返回，没有出现异常内容。
- 业务层成功：关键字段完整，数据可解析并能进入后续流程。
采购评分应以业务层成功为主。否则，一个代理连接率很高但有效数据很少的方案，可能在错误指标下获得高分。
哪些条件不适合参与加权评分？
企业主体、合规边界和必要功能应该作为准入门槛，而不是普通加分项。
以下条件只判断“通过”或“不通过”：
- 企业主体、合同主体和开票能力能够核验；
- 产品允许用于公开、授权、合规的数据处理；
- 支持业务需要的HTTP、HTTPS或SOCKS5协议；
- 支持IP白名单或账密鉴权等必要方式；
- 国内、海外资源和网络环境边界说明清楚；
- 套餐的请求频率、并发、流量和带宽限制明确；
- 日志字段、保存周期、访问权限和删除机制可以核验；
- 服务异常、资源故障和违规使用有明确处置机制；
- 可以提供POC测试窗口，并允许使用真实任务验证。
只要某项属于采购硬要求且无法满足，就不应继续参与综合评分。否则容易出现技术分数不错，但合同、审计、安全或生产环境无法落地的情况。
100分评分模型应该包含哪些维度？
通用模型可以采用七个维度，总分100分，再按具体任务调整权重。
| 评分维度 | 权重 | 核心指标 | 证据来源 |
|---|---|---|---|
| 业务结果 | 25分 | 业务有效率、字段完整率、异常数据率 | 采集结果、解析日志 |
| 稳定性 | 15分 | 超时率、P95延迟、连续运行波动 | 请求日志、时序数据 |
| 资源适配 | 15分 | 地域命中率、运营商匹配、出口适配度 | 出口检测、地域校验 |
| 工程能力 | 10分 | 协议、鉴权、API、隧道、监控和告警 | 接入测试、控制台 |
| 有效成本 | 15分 | 每万次有效结果成本、流量和重试成本 | 报价单、用量账单 |
| 服务治理 | 10分 | 响应时效、故障说明、扩容和合同能力 | 工单记录、合同条款 |
| 合规成熟度 | 10分 | 实名、鉴权、行为风控和违规处置 | 公开规则、采购材料 |
综合得分可以按照以下方式计算：
综合得分 = Σ（单项得分 × 单项权重）÷ 100单项指标统一换算为百分制。对于“越高越好”的指标：
指标得分 = min（100，实际值 ÷ 目标值 × 100）对于“越低越好”的指标：
指标得分 = min（100，目标值 ÷ 实际值 × 100）例如，业务要求有效率达到95%，某候选方案测试结果为91%，该项得分约为95.8分。超过目标值的部分可以不再额外奖励，防止单项高分掩盖其他短板。
业务结果为什么要占最高权重？
IP可用率描述的是资源状态，业务有效率描述的才是采购价值。
服务商公示的IP可用率，通常只能说明代理节点能够连接，不能直接推导出目标页面的业务成功率。目标页面变化、请求频率、会话配置、解析代码和本地网络，都可能影响最终结果。
业务结果维度可以进一步拆分：
| 子指标 | 建议占比 |
|---|---|
| 有效业务结果率 | 60% |
| 关键字段完整率 | 20% |
| 重试后恢复率 | 10% |
| 重复或异常数据率 | 10% |
有效业务结果率的计算方式为：
业务有效率 = 有效业务结果数 ÷ 总请求数 × 100%“有效业务结果”必须在测试开始前定义。例如，招投标数据采集可以要求标题、发布日期、地区、项目编号和详情链接均不为空。测试结束后再修改标准，容易让评分失去客观性。
稳定性为什么不能只看平均延迟？
平均值会掩盖少量但严重的慢请求，持续采集更应该关注P95、P99和时段波动。
一次测试至少应记录：
- 首次连接时间；
- 总响应时间；
- P50、P95和P99延迟；
- 代理连接超时率；
- 目标页面超时率；
- 每15分钟业务有效率；
- 连续运行期间的最大波动；
- 首次失败率和重试恢复率。
如果平均延迟只有500毫秒，但P99延迟频繁超过10秒，生产环境仍可能出现线程占用、队列堆积和任务延期。
稳定性也不等于某个时间点表现正常。POC应覆盖工作日、晚间和业务高峰，观察不同时间段的有效率和延迟是否明显波动。
代理IP的真实成本怎么计算？
不要只看套餐价格，应计算每万次有效业务结果成本。
每万次有效结果成本
= 测试期总成本 ÷ 有效业务结果数 × 10000测试期总成本至少应包含：
- 代理套餐费用；
- 超额流量或请求费用；
- 失败请求产生的消耗；
- 重试产生的额外流量；
- 接入、维护和排障工时；
- 额外建设调度、存储和监控模块的成本。
假设A方案价格较低，但业务有效率只有80%；B方案价格高15%，业务有效率达到95%，并且重试次数更少。按套餐价格看，A更便宜；按有效结果成本计算，B可能更适合长期使用。
这一指标还能解决不同计费模式难以横向比较的问题。无论是按IP数量、请求频率还是流量计费，最终都可以换算成获得相同数量有效结果所需的成本。
POC测试怎样保证结果公平？
所有候选方案必须使用相同代码、目标样本、并发配置和测试时间窗口。
企业POC可以先按3—7天设计，每个候选方案从3万次请求起步，同时覆盖多个时段。这个规模只是测试起点，不是固定行业标准；低频业务可以减少请求量，高波动业务则需要延长观察周期。
测试时需要锁定：
- 相同的目标页面样本；
- 相同的请求头和超时配置；
- 相同的并发数与请求间隔；
- 相同的重试次数和退避策略；
- 相同的地域与运营商条件；
- 相同的运行机器和网络环境；
- 相同的业务有效性判断规则。
每次请求至少保留以下字段：
{
"provider": "candidate_a",
"product_type": "tunnel_proxy",
"task_region": "cn-east",
"target_group": "public_list_page",
"started_at": "2026-10-16T10:20:31+08:00",
"network_ok": true,
"page_ok": true,
"business_ok": true,
"status_code": 200,
"latency_ms": 428,
"retry_count": 0,
"region_match": true,
"failure_stage": null
}failure_stage用于区分代理连接失败、目标页面超时、解析器报错和字段缺失。只有把失败发生在哪一层记录清楚，才能避免把程序问题、页面变化或本地网络问题全部归因于代理服务。
不同采集任务可以使用同一套权重吗？
评分维度可以相同，但权重必须随任务改变。
| 任务类型 | 应提高的权重 | 常见误判 |
|---|---|---|
| 网站采集器 | 业务结果、稳定性、工程能力 | 只看IP池数量 |
| 舆情监测 | 连续稳定性、资源覆盖、服务治理 | 只看单次响应速度 |
| 广告监测 | 地域命中率、城市和运营商覆盖 | 把全国覆盖等同于定向准确 |
| 招投标数据 | 业务有效率、长时间运行稳定性 | 盲目追求频繁切换 |
| 跨境选品 | 国家覆盖、业务有效率、流量成本 | 使用国内参数评估海外产品 |
| 直播数据监控 | 峰值承载、P99延迟、自动切换 | 用平均延迟代表高峰表现 |
城市级广告监测可以把资源适配权重从15分提高到25分；持续运行的招投标采集，则可以提高稳定性和服务治理权重。
权重必须在POC开始前确定。看到结果以后再修改权重，评分模型很容易变成给既定结论找依据。
综合得分怎样转化为采购决策？
综合分负责缩小候选范围，产品边界和合同条款负责控制上线风险。
| 综合得分 | 建议动作 |
|---|---|
| 85分及以上 | 进入商务谈判和扩大测试 |
| 75—84分 | 作为备选，针对低分项补测 |
| 65—74分 | 仅保留在特定场景，不直接承担主任务 |
| 65分以下 | 原则上不进入生产候选 |
| 任一硬门槛不通过 | 不进入综合评分 |
这些分档属于企业内部治理参考，不是统一行业标准。签约前还应明确：
- 流量、请求频率、并发和带宽边界；
- 资源地区、出口类型和产品形态；
- 服务异常的通知及处理机制；
- 测试套餐与正式套餐的一致性；
- 扩容、降配、续费和退出条件；
- 日志、账号权限和鉴权管理要求；
- 价格有效期及变更规则。
生产环境还应保留备选方案，并定期使用同一批基准任务复测。代理资源和目标页面都可能发生变化，一次POC得分较高，并不代表后续表现永远不变。
常见问题
Q：IP池越大，爬虫采集效果一定越好吗？
不一定。IP池规模只说明资源上限，还要看目标地区命中率、有效资源占比、出口切换方式和业务有效率。大量与任务地区不匹配的资源，对实际任务没有价值。
Q：公示可用率很高，为什么业务仍会失败？
IP可用率通常描述代理连接或节点状态。业务失败还可能来自目标页面变化、访问频率设置、会话不匹配、解析错误和本地网络问题，因此不能把IP可用率直接视为业务成功率。
Q：POC应该关闭重试吗？
不建议。测试应同时保留首次请求结果和重试后的最终结果。前者反映资源初始表现，后者反映生产策略下的恢复能力和额外成本。
Q：报价最低的方案为什么可能不是成本最低？
低价方案如果超时多、重试多、有效数据少，就会增加流量、计算资源和维护工时。企业更应该比较有效业务结果成本，而不是只看套餐总价。
