Le scraping, des méthodes et des outils au service de la veille

L’étudiant en informatique mettant à jour un tableau pour réaliser un exposé à partir des données wikidata réalise une action de scraping. Le chargé d’étude qui doit réaliser une présentation commerciale scrape des données issues de son entreprise et l’enrichit de données issues d’autres sources comme des études de marché ou l’INSEE.

On peut donc définir l’action de « scraper » comme l’action de collecter automatiquement des données provenant de différentes sources hétérogènes (sites Web, tableaux, api/applications).

De bonnes pratiques

Même si l’on souhaite limiter les risques, il est très difficile – à l’heure du RGPD, de l’intelligence artificielle, de l’évolution des conditions générales d’utilisation des grandes plates-formes – de définir aujourd’hui les contours légaux fixes et définitifs du scraping.

Des contours demeurent imprécis, mais des éléments demeurent fondamentaux : collecter l’intégralité des données publiques issues d’un site est proscrit ; collecter massivement des données en exploitant des failles, c’est s’exposer à une condamnation civile et pénale. La deuxième erreur serait d’en tirer une dimension commerciale sans valeur ajoutée et s’apparente aussi à du pillage pur et simple. Il est impératif de se raisonner sur la fréquence et le nombre de requêtes effectuées par heure ou jour, et plus encore par seconde dans certains cas.

Sur la plate-forme de formation CyberInstitut, un article de blog donne quelques clés de la question du scraping et de la sécurité informatique. Enfin, la diffusion d’outils et de la culture du « no code » auprès d’un public plus néophyte et encore moins sensibilisé aux questions éthiques est un nouvel enjeu majeur de déstabilisation des écosystèmes de l’entreprise. En effet, par défi, par maladresse, l’adolescent, l’étudiant, qui souhaite tenter de comprendre et maîtriser les techniques de scraping, sans objectif ni éthique, peut adopter des comportements prohibés, ou pire être l’« idiot utile » de puissances étrangères.