PitchBookのスクレイピング方法【2026年版】（API & Python）

2026年に PitchBook をスクレイピングする最も手早い方法は、PitchBook のレンダリング済みページを自分でパースするのではなく、正規化された JSON — 企業・ファンド・投資家・アドバイザー・リミテッドパートナーのプロフィール概要 — を返す構造化 API を呼び出すことです。PitchBook は VC、PE、M&A リサーチにおけるデフォルトのプライベートマーケット・データ端末ですが、セルフサービス型の API はなく、その利用規約はこのシリーズの中でも最も厳しい部類に入ります。このガイドでは、実際に公開されているものは何か、公開されていないものは何か、そしてそれを収集する3つの方法を取り上げます。

なぜ PitchBook のプロフィールデータをスクレイピングするのか？

PitchBook の公開プロフィールページは、複数のワークフローで使われるプライベートマーケットのコンテキストの一部を表に出しています。

• スタートアップ・企業リサーチ — 企業の設立年、ステータス、従業員数、業界、投資家数をリサーチ資料や CRM レコードに取り込みます。
• 投資家ディスカバリー — VC ファームや投資家のタイプ、ステータス、投資／ポートフォリオ／エグジット件数を調べ、資金調達やパートナーシップの候補を精査します。
• ファンドと LP のトラッキング — ファンドの戦略、ステータス、規模、ヴィンテージ、運用者、またはリミテッドパートナーの機関タイプと所在地を確認します。
• M&A・アドバイザリーリサーチ — サービスプロバイダーの専門分野と、そのプロバイダーがクレジットされたディールを確認します。
• マーケットインテリジェンス・ディールソーシングツール — PitchBook の公開識別子や説明文を、複数あるシグナルの1つとして社内の企業・投資家データベースに追加します。

PitchBook をスクレイピングするのは合法か？

選択肢1: Python で DIY する（そしてなぜ破綻するか）

DIY のスクレイパーは PitchBook のプロフィール URL にリクエストを送り、レンダリングされたページをパースします。

import requests
from bs4 import BeautifulSoup

resp = requests.get(
    "https://pitchbook.com/profiles/company/752821-12",
    headers={"User-Agent": "Mozilla/5.0 (compatible; research-bot/1.0)"},
)
soup = BeautifulSoup(resp.text, "html.parser")
# Overview, description, and contact fields render as labeled key/value
# blocks; funding history, cap table, and full investor list render as
# gated "Request a free trial" / "request access" panels with no data

デモは動きますが、その後破綻します。

• 利用規約は明確で、ペナルティも数値化されている。 Section 4.3 はスクレイパー、ロボット、ボット、スパイダー、データマイニングツールを名指しで禁止しており、明記された救済措置 — データを削除し direct-data 価格の150%を支払う — は理論上のリスクではなく実際のコストになります。
• ページの大部分はスクレイピングされて消えるのではなく、そもそもゲートされている。 資金調達／評価額の履歴、完全なキャップテーブル、投資家の完全なリスト、ディール履歴はすべて「Request a free trial」や「request access」のプロンプトとして表示され、その裏に値は存在しません — 利用規約の問題以前に、パースするものがそもそもありません。
• 5種類のプロフィール、5種類の URL 形態。 企業、ファンド、投資家、アドバイザー、リミテッドパートナーはそれぞれ独自の /profiles/{kind}/{id} パスの下にあり、テーブルのレイアウトも少しずつ異なります（投資家ページには「Co-Investors」、企業ページには「Investors」、ファンドページには「Limited Partners」があります）。
• ディスカバリーの手段がない。 クロールすることを想定した公開のオートコンプリートや検索は存在しません — すでにプロフィール id か URL を知っている必要があり、PitchBook 自身の検索ページは robots.txt で除外されています。

選択肢2: ノーコードツール

マーケットプレイスのスクレイパーアクターは PitchBook プロフィールページの単発取得用に存在し、ページのティーザーフィールドをスプレッドシートに取り込むことはできます。しかし定期実行には向きません — スケジューリングもなく、5種類のプロフィール間で一貫したスキーマもなく、Section 4.3 が「その他のデバイス、プログラム、ツール、アルゴリズム、プロセス、方法論」を名指ししている以上、独自コードによる DIY と同じ利用規約上のリスクを抱えています。

選択肢3: 構造化された PitchBook API

繰り返し実行できる、権限の範囲が明確なワークフローには、PitchBook スクレイピング API が5種類すべてのプロフィールに対して正規化された JSON を返します — ページのパースも、ゲートされたパネルの推測も不要です。id またはソース URL で企業プロフィールを取得します。

curl "https://api.crawlora.net/api/v1/pitchbook/company?id=752821-12" \
  -H "x-api-key: $CRAWLORA_API_KEY"

{
  "code": 200,
  "msg": "OK",
  "data": {
    "kind": "company",
    "id": "752821-12",
    "name": "Thinking Machines Lab",
    "description": "Developer of artificial intelligence systems designed to support the research and development of AI technologies.",
    "overview": {
      "Year Founded": "2024",
      "Status": "Private",
      "Employees": "130",
      "Latest Deal Type": "Early Stage VC",
      "Investors": "23"
    },
    "contact": {
      "Website": "http://www.thinkingmachines.ai",
      "Ownership Status": "Privately Held (backing)",
      "Financing Status": "Venture Capital-Backed",
      "Primary Industry": "Business/Productivity Software",
      "Corporate Office": "95 3rd Street, 2nd Floor, San Francisco, CA 94103, United States"
    },
    "tables": [
      {
        "name": "Investors",
        "total": 23,
        "columns": ["Investor Name", "Investor Type", "Holding", "Investor Since", "Participating Rounds"],
        "rows": [["Accel", "Venture Capital", "Minority", "", ""]]
      }
    ],
    "faqs": [
      { "question": "When was Thinking Machines Lab founded?", "answer": "Thinking Machines Lab was founded in 2024." }
    ],
    "source_url": "https://pitchbook.com/profiles/company/752821-12",
    "fetched_at": "2026-07-08T20:00:00Z"
  }
}

残り4種類 — アドバイザー、ファンド、投資家、リミテッドパートナー — もまったく同じエンベロープを共有し、kind と overview／contact のラベルがタイプごとに変わるだけです。

import requests

h = {"x-api-key": "YOUR_API_KEY"}
base = "https://api.crawlora.net/api/v1/pitchbook"

company = requests.get(f"{base}/company", headers=h, params={"id": "752821-12"}).json()["data"]
investor = requests.get(f"{base}/investor", headers=h, params={"id": "294471-37"}).json()["data"]
fund = requests.get(f"{base}/fund", headers=h, params={"url": "https://pitchbook.com/profiles/fund/19719-91F"}).json()["data"]

{
  "code": 200,
  "msg": "OK",
  "data": {
    "kind": "investor",
    "id": "294471-37",
    "name": "Better Capital (California)",
    "description": "Founded in 2006, Better Capital is a venture capital firm based in Santa Clara, California.",
    "overview": {
      "Investor Type": "Venture Capital",
      "Status": "Active",
      "Investments": "339",
      "Portfolio": "218",
      "Exits": "49"
    },
    "contact": {
      "Website": "http://www.bettercapital.vc",
      "Investor Status": "Actively Seeking New Investments",
      "Corporate Office": "1600 Duane Avenue, Santa Clara, CA 95148, United States"
    },
    "tables": [
      {
        "name": "Co-Investors",
        "total": 843,
        "columns": ["Name", "With", "Exits", "Lead Partner", "Series", "Industry"],
        "rows": [["Astir Ventures", "33", "", "", "", ""]]
      }
    ],
    "source_url": "https://pitchbook.com/profiles/investor/294471-37",
    "fetched_at": "2026-07-08T20:00:00Z"
  }
}

アドバイザー、ファンド、リミテッドパートナーのプロフィールも同じように動作します — パス（/pitchbook/advisor、/pitchbook/fund、/pitchbook/limited-partner）を差し替えて、id か url のいずれかを渡すだけです。プロフィール1件につき1行を保存し、スケジュールを組んで再実行すれば、従業員数、投資家数、ディールクレジットの変化を時系列で追跡できます。

収集できるもの

各プロフィール（企業、ファンド、投資家、アドバイザー、リミテッドパートナー）ごとに次を取得できます。プロフィールの kind と id、name、テキストの description、タイプ別のサマリーフィールドからなる overview ブロック（設立年、ステータス、従業員数、投資家／投資／ポートフォリオ／エグジット件数、ファンド規模とヴィンテージ、または専門家数など、種別に応じて内容が変わります）、contact ブロック（ウェブサイト、所有／資金調達ステータス、主要業界、本社所在地）、そのプロフィールタイプが公開しているサンプルの関連テーブルを収める tables 配列（Investors、Co-Investors、Limited Partners のいずれか — total 件数は入りますが表示される rows は一部のみ）、短い faqs 配列、そして source_url と fetched_at。あくまで公開されているティーザーデータのみです。

制約とよくある課題

• 端末レベルの深さではなく、ティーザーレベルの深さ。 これはログアウト状態の訪問者が公開の PitchBook プロフィールページで目にするものとまったく同じです — いくつかの概要・連絡先フィールド、説明文、そして一部のサンプルテーブル行です。完全な資金調達・評価額履歴、完全なキャップテーブル、投資家や LP の全リスト、ディールごとの詳細は PitchBook 自身のログインの先にあり、全体を見るには有料プラットフォームかライセンス供与された Direct Data / API 契約が必要です。
• 検索やディスカバリーのエンドポイントがない。 PitchBook のオートコンプリートや検索エンドポイントはここにはなく、PitchBook 自身の /search と /profiles/search パスもいずれにせよ robots.txt でクロールから除外されています — プロフィール id や URL は通常、PitchBook 自体をクロールするのではなく、ウェブ検索やプレスリリース、すでに手元にある別のデータセットから得られます。
• 5種類のプロフィール、5種類の id 名前空間。 752821-12 のような企業 id と 294471-37 のような投資家 id はエンドポイント間で互換性がありません — 手元にある id や URL に対応する種別をリクエストしてください。
• 利用規約でゲートされ、実効性のある執行条項がある。 PitchBook の Section 4.3 はスクレイパーやボットを明確に禁止しており、違反すると価格の150%のペナルティと強制的なデータ削除が科されると明記しています — プロジェクトの範囲は本当に公開されている参照用途に限定し、商用規模での利用は PitchBook 自身の Direct Data チームを通じてください。
• 公開データのみ。 これはログアウトした訪問者にすでに表示されているものを収集するだけであり、PitchBook がエンタープライズ向けプラットフォームサブスクリプションとして販売している製品そのもの、つまり基盤となるディール・評価額・キャップテーブルデータベースを再構築する手段では決してありません。

どこで使われるか

• ディールソーシングとプロスペクティングツール — 企業や投資家のターゲットリストを、他のソースと並ぶ1つのシグナルとして PitchBook の公開識別子で強化します。
• 競合・マーケットリサーチ — 企業の公開ステータス、業界分類、投資家数を時系列で追跡します。
• LP/GP 関係のマッピング — 公開プロフィールデータからリミテッドパートナー、ファンド運用者、共同投資パターンを突き合わせます。
• CRM・リサーチ資料の強化 — 検証済みの PitchBook プロフィールリンクとサマリーフィールドを、社内の企業・投資家レコードに添付します。

出典

収集を始める

まずは無料でお試しください: 任意の公開 URL を無料ウェブスクレイパーに通すか、アンチボットチェッカーでサイトがボットをブロックするかどうかを確認できます。サインアップ不要です。

企業、ファンド、投資家、アドバイザー、リミテッドパートナーの各エンドポイントをプレイグラウンドで試し、API ドキュメントでスキーマを確認し、料金をご覧ください。資金調達データはどの投資家が企業を後押ししているかを教えてくれますが、Product Hunt のローンチとトラクションデータは市場が実際に気づいたかどうかを教えてくれます — この2つを組み合わせれば、資本と需要の両方をカバーするスタートアップリサーチのパイプラインになります。人材面では、GitHub のスクレイピング方法が、資金調達ラウンドに先立つことも多い開発者アクティビティのシグナルを取り上げています。