Le scraping LinkedIn est l’extraction automatique de données de profils (nom, poste, entreprise, expérience) par un logiciel plutôt que par copie manuelle. Il comporte deux risques distincts : un risque contractuel, car les conditions d’utilisation de LinkedIn interdisent les bots et extensions qui copient les profils, et un risque de protection des données, car une donnée visible sur un profil reste une donnée personnelle au sens du RGPD. Respecter l’un ne règle pas l’autre. Les alternatives légitimes sont la recherche manuelle, LinkedIn Recruiter, l’API officielle, la base de l’ATS, la cooptation et les outils de sourcing qui documentent la finalité et l’origine de chaque donnée.
Qu’est-ce que le scraping LinkedIn
Le scraping LinkedIn est la collecte automatisée d’informations sur LinkedIn par un programme qui lit les profils et enregistre leurs champs dans une base de données ou un tableur. Au lieu de consulter les profils un par un, le recruteur lance un extracteur qui récupère nom, titre, entreprise, expérience et localisation de centaines de profils.
Le scraping LinkedIn attire les recruteurs parce que le réseau concentre des professionnels qui ne cherchent pas d’emploi. Selon l’enquête de Statista sur la fréquence d’utilisation de LinkedIn en Espagne de mars 2024, 21 % des répondants utilisent LinkedIn chaque jour et 24 % une fois par semaine.
Le scraping se distingue de deux pratiques voisines :
- Recherche manuelle : le recruteur consulte les profils et ne note que l’essentiel.
- Outil de sourcing : recherche, filtrage et prise de contact dans un flux à l’accès et au traitement définis.
- Scraping non maîtrisé : accumule des profils sans limiter les champs, la finalité ni la conservation.
Comment fonctionne le scraping LinkedIn, étape par étape
Un extracteur LinkedIn transforme des pages conçues pour des personnes en enregistrements. Nul besoin d’IA : il repère des champs dans le code de la page et les enregistre.
- Définir la recherche : des filtres ou une liste d’URL de profils.
- Ouvrir chaque profil : avec un navigateur et une session connectée, qui ne voit que ce que ce compte peut voir.
- Analyser le HTML : si LinkedIn modifie sa structure, l’extracteur laisse des champs vides ou confond l’employeur précédent et l’actuel sans signaler d’erreur.
- Enregistrer les champs : dans un CSV ou une base, idéalement avec la source et la date.
- Répéter avec des pauses : des rythmes élevés et des schémas répétitifs déclenchent des restrictions du compte.
Méthodes d’extraction des données LinkedIn et risque pour le compte
Il existe cinq façons d’extraire des données de LinkedIn ; le risque pour le compte croît avec l’automatisation non autorisée. Les extensions de navigateur et les scripts maison sont les méthodes que LinkedIn interdit expressément.
| Méthode | Fonctionnement | Volume indicatif | Risque pour le compte |
|---|---|---|---|
| Copie manuelle | Le recruteur copie ce qui est visible | Quelques profils par jour | Faible |
| Extension de navigateur | Lit la page pendant la navigation | Des dizaines à des centaines par jour | Élevé : interdite par LinkedIn |
| Script maison (crawler) | Simule la navigation et extrait les champs | Des milliers de profils | Très élevé |
| Outil tiers | Automatise recherche et extraction | Des milliers de profils | Dépend du fournisseur |
| API officielle de LinkedIn | Accès réservé aux partenaires approuvés | Cas approuvés | Faible, dans ses conditions |
Ces volumes ne sont ni des limites sûres ni autorisées. Le risque pour le compte ne mesure pas non plus le risque en matière de protection des données.
Le scraping LinkedIn est-il légal selon les conditions d’utilisation de LinkedIn ?
Non : les conditions d’utilisation de LinkedIn interdisent le scraping des profils. Sa page d’aide sur les logiciels et extensions interdits sur LinkedIn renvoie à la section 8.2, qui interdit d’« utiliser des logiciels, des dispositifs, des scripts, des robots ou tout autre moyen ou processus (tels que des robots d’indexation, des modules d’extension de navigateur et compléments, ou toute autre technologie) visant à effectuer du web scraping ou à copier les Services, y compris des profils et d’autres données des Services ».
La section 8.2 de LinkedIn interdit aussi de contourner les limites d’utilisation des recherches et des profils. Cette interdiction contractuelle se traduit d’ordinaire par la restriction ou la fermeture du compte. Une base légale au titre de la protection des données ne la lève pas, et une autorisation contractuelle ne remplace pas non plus une base légale.
Risques du scraping LinkedIn au regard du RGPD et de l’AEPD espagnole
Dans l’Union européenne, les données extraites d’un profil LinkedIn sont des données personnelles soumises au RGPD, même lorsque le profil est public. Même les scores et inférences qu’un algorithme produit sur une personne peuvent l’être, comme l’explique l’analyse juridique de Forlopd sur les systèmes algorithmiques dans le monde du travail. Hors de l’UE, au Québec ou en Afrique francophone, vérifiez la loi locale applicable.
En Espagne, l’autorité de protection des données (AEPD) a déjà traité les données du profil public LinkedIn comme des données personnelles : dans sa décision sur la faille de sécurité de LinkedIn en 2018, elle a examiné comment des sites non approuvés pouvaient collecter des données de profil via le bouton « Remplissage automatique », avant de classer l’affaire une fois la faille corrigée.
Avant d’utiliser des données LinkedIn dans une campagne, le cabinet doit pouvoir justifier :
- La base légale du traitement concerné.
- La finalité : pour quel poste les données sont collectées.
- La minimisation : pourquoi ces champs et pas d’autres.
- La transparence et les droits : ce que la personne reçoit comme information et comment elle peut s’opposer.
L’intérêt légitime n’est pas une autorisation universelle : il faut peser nécessité, attentes raisonnables de la personne et droits, et le documenter.
Quelles données LinkedIn sont les plus sensibles pour un cabinet de recrutement
Plus une donnée LinkedIn est proche du contact direct ou d’une inférence algorithmique, plus le RGPD est exigeant.
| Donnée extraite | Nature | Exigence principale | Risque |
|---|---|---|---|
| Nom, poste et entreprise | Identifiante | Base légale et minimisation | Moyen |
| Parcours et formation | Valeur de profilage | Information et durée de conservation | Moyen à élevé |
| E-mail professionnel | Contact | Base pour le contact et droit d’opposition | Élevé |
| Téléphone mobile | Contact personnel | Nécessité justifiée | Élevé |
| Âge ou langue déduits | Inférence algorithmique | Analyse de risque et intervention humaine | Très élevé |
Lorsque la donnée ne provient pas de la personne, l’article 14 du RGPD publié au journal officiel espagnol (BOE) impose de l’informer de son origine dans un délai raisonnable d’un mois au maximum, ou plus tôt en cas de prise de contact. Le guide pour évaluer un outil de sourcing au regard du RGPD applique cette analyse au choix du fournisseur.
Filtres IA et décisions automatisées dans le sourcing LinkedIn
Un filtre IA qui note des candidats LinkedIn fait du profilage, et le RGPD encadre les décisions fondées exclusivement sur ce traitement automatisé. Classer des candidats par IA est admissible ; les écarter sans vraie revue humaine, non.
En 2026, l’AEPD a adressé un avertissement à une entreprise au sujet de son outil d’IA de tri des candidatures, rappelant la protection des données dès la conception et l’analyse d’impact en cas de risque élevé. Dans sa note sur les garanties pour utiliser l’IA dans l’analyse des CV, l’AEPD précise que la personne qui décide « doit pouvoir évaluer de manière critique l’information ou le score fourni par le système et prendre sa propre décision » (notre traduction).
Classer des spécialistes Java selon leur expérience des systèmes distribués, c’est prioriser. Écarter quiconque semble avoir plus de 50 ans d’après sa date de diplôme est un critère discriminatoire, à proscrire. Consignez les filtres utilisés, la date et la personne qui a validé. La différence entre sélection du personnel par IA et décision professionnelle tient à qui garde le dernier mot.
Checklist pour un sourcing LinkedIn auditable
Un sourcing LinkedIn est auditable lorsque le cabinet peut dire qui a approuvé la recherche, d’où vient chaque donnée et ce qui en a été fait.
- Campagne approuvée : poste, responsable et finalité avant toute recherche.
- Registre par candidat : source, date, base légale et statut d’opposition.
- Champs minimaux : uniquement ce qui sert l’évaluation ou le contact.
- Arrêt en cas de restriction : face à un blocage ou un CAPTCHA, arrêter, ne pas contourner.
- Conservation et suppression : une date de revue, tableurs exportés compris.
- Opposition respectée : aucune personne opposée ne revient par une autre liste.
Alternatives légales au scraping LinkedIn en 2026
Il existe six alternatives légitimes au scraping LinkedIn ; chacune couvre l’accès à la plateforme, la base légale du traitement, ou les deux. Aucune ne légitime à elle seule n’importe quel usage ultérieur.
| Alternative | Apport | Base d’accès ou de traitement | Pour qui |
|---|---|---|---|
| LinkedIn Recruiter Lite | Recherche avancée et InMails | Abonnement conforme à ses conditions | Recruteurs indépendants |
| LinkedIn Recruiter Corporate | Recherche et collaboration d’équipe | Licence dans le périmètre autorisé | Grandes équipes TA |
| API officielle de LinkedIn | Données dans vos propres systèmes | Accès approuvé par LinkedIn | Entreprises avec développeurs |
| Base de l’ATS | Talents déjà enregistrés | Finalité compatible avec la collecte | Cabinets avec historique |
| Cooptation et candidatures entrantes | Candidats qui postulent ou acceptent d’être présentés | Contact sollicité par la personne | Toute recherche |
| Outil de sourcing comme HeyTalent | Recherche LinkedIn, filtres IA, e-mails, téléphones et prospection | Données publiques sous intérêt légitime, selon le fournisseur | Cabinets et chasseurs de têtes aux recherches récurrentes |
L’analyse des alternatives à LinkedIn Recruiter en Espagne classe ces options selon les besoins.
Comment HeyTalent s’inscrit comme alternative au scraping LinkedIn
HeyTalent est une plateforme de sourcing pour cabinets et chasseurs de têtes qui réunit l’extraction de profils LinkedIn, les filtres par variables IA, la recherche d’e-mails et de téléphones et les séquences de prospection sur LinkedIn, sans licence LinkedIn. Les campagnes de connexion avec note peuvent nécessiter LinkedIn Premium Business.
En matière de protection des données, HeyTalent indique traiter les données publiques sur la base de l’intérêt légitime, en toute transparence, et ne jamais revendre de données. Le cabinet reste responsable de la finalité et de la base légale de ses campagnes.
En matière de qualité des données, HeyTalent indique que ses profils LinkedIn sont à jour à 100 % parce qu’ils sont extraits en temps réel au moment de la recherche. Cela décrit la méthode, pas l’exactitude des coordonnées.
En matière de risque pour le compte, l’expérience de HeyTalent sur les comptes qu’elle gère situe la limite à environ 100 invitations par semaine pour un compte gratuit et jusqu’à environ 200 pour un compte payant ; LinkedIn ne publie aucun chiffre officiel. HeyTalent cesse d’envoyer lorsque le compte atteint sa limite et met les campagnes en pause si un compte frôle un blocage.