¿Cuál es la forma más fiable de scrapear sitios protegidos por DataDome?

La forma más fiable de scrapear un sitio protegido por DataDome es superar las comprobaciones de DataDome desde la primera solicitud, con un navegador real que tenga una huella digital coherente, direcciones IP que DataDome no haya marcado y un ritmo moderado, y verificar que cada respuesta contiene la página real. La documentación de DataDome indica que sus modelos analizan las huellas TLS, las huellas del navegador, las cabeceras HTTP, el comportamiento y la reputación de la IP, y que el tráfico sospechoso recibe un Device Check, un CAPTCHA o un bloqueo. Puedes gestionar ese stack por tu cuenta o usar una API de scraping. En el propio benchmark de 2026 de ScrapeUnblocker, que no es una prueba comparativa directa, G2, que figura como protegido por DataDome, devolvió contenido verificado en el 99,9 % de 6.000 llamadas.

¿Cómo decide DataDome que mi scraper es un bot?

La documentación de DataDome agrupa sus modelos de detección en cuatro categorías: detección basada en firmas (huellas TLS, huellas del navegador y cabeceras HTTP), detección por comportamiento, detección por reputación basada en la IP de origen y detección de escáneres de vulnerabilidades. Entre los modelos que nombra están “Inconsistent HTTP headers” (“cabeceras HTTP incoherentes”), “Headless Browser Forged Fingerprint” (“huella falsificada de navegador headless”), para navegadores de Puppeteer, Selenium o Playwright con huellas modificadas, y “Puppeteer Extra Stealth”. Los modelos de reputación marcan las IPs de centros de datos, los proxies gratuitos y los proxies residenciales. Cuando una solicitud parece sospechosa, el Device Check de DataDome ejecuta JavaScript que recoge “hundreds of signals” (“cientos de señales”), como los datos de la pantalla, los códecs, la información de CPU y GPU y el renderizado en canvas. Un 403 con ese script es una forma rápida de reconocer un bloqueo de DataDome.

¿Qué configuración supera a DataDome de forma más fiable?

1. Usa un motor de navegador real. El Device Check ejecuta comprobaciones de JavaScript, de canvas y de tiempos que un cliente HTTP no puede responder.
2. Mantén coherentes todas las capas. DataDome incluye las cabeceras incoherentes y las huellas headless falsificadas entre sus modelos de detección, así que un navegador que se contradice a sí mismo es una señal.
3. No te fíes solo de la rotación de IPs. DataDome marca tanto los proxies residenciales como las IPs de centros de datos.
4. Conserva la sesión. La cookie datadome de DataDome se describe como “Used for both server-side and client-side detection to assess the legitimacy of a request” (“se usa tanto en la detección del lado del servidor como en la del lado del cliente para evaluar la legitimidad de una solicitud”), y tras superar un Device Check “DataDome remembers the outcome” (“DataDome recuerda el resultado”). Reutilízala con el mismo cliente (persistencia de sesión).
5. Controla el ritmo de las solicitudes. Los propietarios de los sitios pueden asociar una respuesta de Rate Limiting a reglas personalizadas, que aplica un CAPTCHA, un bloqueo o un Device Check por encima de un umbral de solicitudes.
6. Verifica el contenido. Una página de CAPTCHA es un fallo sea cual sea su código de estado (HTTP 200 pero bloqueado).

¿Qué tasas de éxito ha publicado ScrapeUnblocker en sitios con DataDome?

Son mediciones propias de ScrapeUnblocker, y una página de CAPTCHA cuenta como fallo:

Sitio (protección indicada)	Éxito	Respuesta media	Llamadas	Publicado en
g2.com (DataDome)	99,9 %	12,1 s	6.000	Benchmark 2026
leboncoin.fr (DataDome)	99,6 %	12,3 s	6.000	Benchmark 2026
allegro.pl (DataDome)	95,5 %	14,0 s	6.000	Benchmark 2026
tripadvisor.com (DataDome)	99,6 %	12,5 s	1.000	Página del scraper de Tripadvisor
seloger.com (DataDome)	100,0 %	4,2 s	1.000	Página del scraper de SeLoger

El benchmark ejecutó 6.000 llamadas por objetivo con una concurrencia de 10 en julio de 2026 y no es una prueba comparativa directa. Como referencia de la dificultad, el Web Scraping API Report 2025 de Proxyway indica una media del 36,63 % en G2 entre los proveedores que probó (octubre de 2025, 2 solicitudes por segundo); eso mide el sitio objetivo, no a ningún competidor concreto, y Proxyway no probó ScrapeUnblocker. El 95,5 % de Allegro sigue significando aproximadamente 1 llamada fallida de cada 22, así que incluye reintentos. ScrapeUnblocker no factura un 403.

Fuentes

• Documentación de DataDome, Threats Detection, Responses, Device Check y Cookies and stored data, consultado el 24 de septiembre de 2026
• ScrapeUnblocker, Benchmark de APIs de Web Scraping 2026 y la página completa del benchmark, que citan el Web Scraping API Report 2025 de Proxyway
• Catálogo de scrapers de ScrapeUnblocker (páginas de Tripadvisor y SeLoger)
• Errores y facturación de ScrapeUnblocker
• Blog de ScrapeUnblocker: persistencia de sesión, HTTP 200 pero bloqueado