Le scraping B2B attire les équipes commerciales qui veulent des données gratuites. Mais le vrai coût — légal, opérationnel et en qualité de data — est souvent bien supérieur à une base achetée légalement.
"On peut pas juste scraper LinkedIn / les Pages Jaunes / le site de nos concurrents ?" Cette question revient régulièrement dans les équipes commerciales B2B, souvent de la part de profils tech qui savent qu'un script Python peut extraire des données en quelques heures. C'est techniquement vrai. C'est juridiquement risqué. Et c'est opérationnellement sous-optimal dans la plupart des cas.
Ce guide explique précisément ce qui est légal ou pas, les vrais risques (pas ceux qu'on vous fait croire), la qualité réelle des données scrapées, et pourquoi les alternatives légales produisent de meilleurs résultats au final.
Le cadre légal du scraping B2B en France : ce qui est vraiment interdit
Le scraping n'est pas interdit par principe en droit français — le Conseil d'État a clairement établi que les données publiquement accessibles sur un site web peuvent, dans certaines conditions, être collectées automatiquement. Mais plusieurs textes encadrent strictement cette pratique.
RGPD (article 6)
Tout traitement de données personnelles nécessite une base légale. Pour des coordonnées de dirigeants, la base légale la plus souvent invoquée est "l'intérêt légitime" — mais encore faut-il que la collecte et le traitement soient proportionnés et que les personnes soient informées.
Loi Informatique et Libertés
Prévoit des obligations d'information et de respect des droits des personnes. Le scraping de grande ampleur sans information des personnes concernées est une violation caractérisée.
Conditions d'utilisation des plateformes
LinkedIn, Société.com, Pages Jaunes interdisent explicitement le scraping automatisé dans leurs CGU. La violation des CGU est contractuellement punissable et, depuis des jugements récents, peut constituer un délit informatique (accès frauduleux à un système).
Directive sur les bases de données (droit sui generis)
Les bases de données qui représentent un investissement substantiel sont protégées même si leur contenu n'est pas couvert par un copyright. Extraire massivement le contenu d'une telle base peut constituer une violation.
En pratique : scraper 500 contacts sur un site public pour une recherche ponctuelle est dans une zone grise tolérée. Constituer une base de 50 000 contacts via scraping automatisé sans processus d'information et de gestion des droits des personnes est une violation caractérisée du RGPD.
Les vrais risques : que peut-il vous arriver concrètement ?
Amende administrative
Jusqu'à 20 M€ ou 4 % du CA mondial annuel pour une violation caractérisée du RGPD. La CNIL a sanctionné plusieurs sociétés françaises pour scraping non conforme entre 2021 et 2024, avec des amendes allant de 50 000 € à plusieurs millions d'euros.
Mise en demeure publique
La CNIL publie ses mises en demeure sur son site officiel. Même sans amende, la publicité d'une mise en demeure peut causer des dommages réputationnels considérables, notamment pour les SaaS B2B.
Action civile par les personnes concernées
Depuis 2018, les personnes dont les données ont été scrapées sans consentement peuvent engager des recours civils. Des class actions B2B commencent à émerger dans le droit européen.
Blocage par les plateformes
LinkedIn a gagné plusieurs procès contre des scrapers (HiQ Labs v. LinkedIn aux États-Unis, procédures européennes). Les CGU de la plupart des plateformes interdisent explicitement le scraping — une violation peut entraîner la fermeture définitive du compte et des poursuites au titre des CGU.
En 2023, la CNIL a mis en demeure une société B2B française qui utilisait un scraper sur les registres officiels pour constituer des listes de prospection sans informer les personnes concernées. La mise en demeure a été rendue publique — et la société a perdu des clients directement à cause de la publicité de cette sanction.
Les 4 problèmes de qualité des données scrapées
Au-delà des risques légaux, le scraping produit des données de moindre qualité que les bases de données professionnelles — pour des raisons structurelles qu'aucun script ne peut contourner.
Données non vérifiées
Une adresse scrappée sur un site web peut être un alias, un email de contact générique, ou une adresse obsolète depuis 2 ans. Sans processus de vérification, le taux de bounce dépasse souvent 20–30 %.
Pas de mise à jour automatique
Un script de scraping capture un instant T. Les données stagnent jusqu'au prochain passage du script — ce qui peut signifier 6 à 18 mois d'obsolescence si le scraping n'est pas réalisé régulièrement.
Complétude partielle
Le scraping web capture ce qui est publié. Or, les adresses nominatives de dirigeants (la donnée la plus précieuse) ne sont quasiment jamais publiées sur les sites d'entreprise. On récupère surtout des contact@ et des info@.
Formatage hétérogène
Des données issues de 50 sites web différents ont 50 formats différents. Le nettoyage, la normalisation et la déduplication représentent souvent 60 à 80 % du temps total du projet de scraping.
Le vrai coût du scraping vs l'achat de données
Pour comparer honnêtement, voici le calcul réel sur un projet de 5 000 contacts :
| Coût | Scraping maison | DataB2B |
|---|---|---|
| Développement & configuration | 3–5 jours dev | 0 |
| Nettoyage et normalisation | 2–3 jours | 0 |
| Coût direct de la donnée | 0 € | 950 € (5 000 contacts) |
| Taux de bounce estimé | 20–30 % | < 5 % |
| Contacts exploitables réels | ~3 500 | ~4 750 |
| Risque légal | Élevé | Nul |
| Délai total avant prospection | 5–10 jours | 30 minutes |
Comparatif des alternatives légales
Fichiers B2B qualifiés (DataB2B)
Base de 559 000 contacts vérifiés. Adresses nominatives, mobiles directs, SIRET. Taux de bounce < 5 %.
LinkedIn Sales Navigator
Excellent pour la recherche avancée par fonction, secteur et effectif. Limite : pas de mobile direct, email à trouver séparément.
Apollo.io / Hunter.io
Agrégation de données de multiples sources. Qualité variable selon le marché cible. Bon complément mais pas suffisant seul pour le marché français.
Scraping maison
Données non vérifiées, maintenance continue nécessaire, coût réel très élevé quand on inclut le temps de développement et de traitement.
Comment auditer vos pratiques actuelles
Si vous utilisez déjà du scraping dans votre processus de prospection, voici comment évaluer votre niveau de risque et ajuster vos pratiques :
Savez-vous précisément d'où vient chaque ligne de votre base de données ?
Si non : risque élevé. Vous ne pourrez pas répondre à une demande CNIL.
Les personnes de votre base ont-elles été informées de leur présence dans votre base ?
Si non : violation de l'article 13/14 du RGPD, obligation d'information.
Avez-vous un processus de gestion des demandes de suppression ?
Si non : violation du droit à l'effacement (article 17 du RGPD).
Votre base a-t-elle été constituée en accord avec les CGU des sources utilisées ?
Si non : risque contractuel et potentiellement pénal (accès frauduleux).
Questions fréquentes sur le scraping B2B
Q : Peut-on scraper les Pages Jaunes légalement ?
R : Non sans accord préalable. Les Pages Jaunes disposent d'une protection "base de données" (droit sui generis) et leurs CGU interdisent explicitement l'extraction automatisée. Des décisions de justice françaises ont condamné des scrapers des Pages Jaunes.
Q : Et les données publiques du registre SIRENE ?
R : Les données SIRENE sont librement réutilisables sous licence ouverte d'État — mais elles ne contiennent pas de coordonnées de contact directes. Les récupérer et les utiliser pour de la prospection sans enrichissement et sans processus d'information est dans une zone grise, pas un blanc-seing.
Q : Un script Python qui visite les sites web d'entreprises est-il du scraping ?
R : Oui, si le script extrait et stocke des données automatiquement. Même sur des sites sans CGU explicite contre le scraping, le droit sur les bases de données peut s'appliquer si le site représente un investissement substantiel.
Q : Peut-on utiliser des outils comme Phantombuster ou Octoparse légalement ?
R : Ces outils sont légaux. Leur utilisation sur des plateformes qui interdisent le scraping (LinkedIn, Facebook) ne l'est pas. Sur des sources autorisées, leur usage est conforme, sous réserve de respecter le RGPD sur le traitement des données collectées.
La donnée B2B qualifiée sans risque légal
Sources déclarées, RGPD compatible — taux de bounce garanti < 5 %
Accéder à la base →