L’enrichissement des données est le processus consistant à ajouter des informations à des enregistrements que vous détenez déjà. Un lead arrive avec un nom et un email professionnel ; l’enrichissement ajoute le secteur d’activité de l’entreprise, sa taille, sa localisation et sa technologie, et parfois le poste et l’ancienneté de la personne. Un compte existe dans votre CRM avec un nom ; l’enrichissement ajoute son domaine, sa tranche d’effectifs et ses recrutements récents.
Cela se distingue de la constitution de listes, qui crée des enregistrements à partir de rien. Ce sujet est couvert dans building a B2B lead database with web scraping. L’enrichissement part de ce que vous avez déjà et le rend plus utile, et la qualité du résultat dépend bien davantage des décisions de correspondance et de sourcing que d’un quelconque fournisseur de données pris isolément.
Les quatre types d’enrichissement
| Type | Exemples de champs | Sources typiques |
|---|---|---|
| Firmographique | Secteur, tranche de taille, tranche de chiffre d’affaires, localisations, actionnariat | Registres, sites web d’entreprises, fournisseurs sous licence |
| Technographique | Outils et plateformes utilisés par une entreprise | Code source et en-têtes du site web, enregistrements DNS publics, offres d’emploi |
| Contact | Poste, ancienneté, département, coordonnées professionnelles | Sites web d’entreprises, annuaires professionnels, fournisseurs sous licence |
| Intention et activité | Recrutement, lancements, levées de fonds, comportement de recherche | Offres d’emploi, actualités, sites d’avis et de comparaison |
La plupart des équipes ont d’abord besoin des données firmographiques, car elles déterminent le routage et le scoring. L’enrichissement des contacts porte le poids de conformité le plus lourd. Les signaux d’intention perdent de leur valeur le plus rapidement, comme évoqué dans scraping intent signals to power sales intelligence.
La clé de jointure décide de tout
L’enrichissement est un problème de correspondance avant d’être un problème de données. Chaque valeur ajoutée ne vaut que ce que vaut le lien entre votre enregistrement et celui de la source.
Le domaine de l’entreprise est la meilleure clé. Il est partagé par la plupart des sources et rarement ambigu. Enrichir uniquement par le nom de l’entreprise produit des correspondances erronées mais confiantes entre des entreprises aux noms similaires.
Le domaine de l’email relie une personne à une entreprise, avec une grande exception : les domaines d’email gratuits ne renvoient à personne. Un lead avec une adresse personnelle ne peut pas être enrichi au niveau de l’entreprise à partir de la seule adresse.
Les identifiants de registre font autorité lorsque vous les possédez, en particulier pour les entités juridiques et les filiales.
Stockez un niveau de confiance de correspondance pour chaque champ enrichi, et refusez d’écrire des correspondances à faible confiance dans les champs qui déterminent le routage ou la tarification. Un secteur d’activité erroné sur un compte est pire qu’un champ vide.
D’où viennent les données d’enrichissement
| Source | Points forts | Points faibles |
|---|---|---|
| Données de première partie | Précises, consenties, spécifiques à vous | Ne couvrent que les personnes qui vous les ont fournies |
| Web public | Actuel, large, peu coûteux par enregistrement | Nécessite une infrastructure de collecte et de parsing |
| Registres d’entreprises | Font autorité pour les faits juridiques | Étroit ; aucun signal commercial |
| Fournisseurs sous licence | Rapides à intégrer, large couverture | Coût, sourcing opaque, fraîcheur variable |
Les configurations les plus solides combinent les quatre. Les données de première partie l’emportent partout où elles existent, les registres tranchent les faits juridiques, les fournisseurs sous licence comblent rapidement l’étendue, et la collecte sur le web public fournit la fraîcheur et les signaux spécifiques qu’aucun fournisseur ne vend.
Le sourcing des fournisseurs est aussi votre risque que le leur. Si un fournisseur ne peut pas expliquer d’où viennent ses données de contact et sur quelle base, cette incertitude vous est transférée lorsque vous les utilisez.
L’enrichissement en cascade
Plutôt que de faire confiance à une seule source par champ, exécutez les sources dans un ordre défini et arrêtez-vous lorsqu’un champ est rempli avec une confiance suffisante.
- Vérifiez les données de première partie.
- Interrogez les sources faisant autorité telles que les registres pour les champs qu’elles possèdent.
- Collectez sur la présence publique propre de l’entreprise, qui est généralement la description la plus fraîche d’elle-même.
- Recourez aux fournisseurs sous licence pour les lacunes restantes.
Enregistrez quelle source a rempli chaque champ. Définissez ensuite la précédence par champ plutôt que par source : un registre l’emporte pour la raison sociale, le site web de l’entreprise l’emporte généralement pour la description du produit, et les offres d’emploi l’emportent pour les recrutements en cours. Lorsque les sources divergent au-delà d’une tolérance, conservez les deux et signalez le conflit plutôt que d’en choisir une silencieusement.
Où l’infrastructure de proxy trouve sa place, et où elle n’en a pas
Les fournisseurs sous licence et les API officielles n’ont pas besoin de proxies. Vous les appelez directement avec une clé. L’argument plus large en faveur de l’infrastructure de proxy pour la génération de leads et l’enrichissement se trouve dans residential proxies for B2B lead generation.
Les sources du web public, elles, en ont besoin, pour les mêmes raisons que toute collecte à grande échelle.
Les sites web d’entreprises sont de nombreux sites petits et indépendants. Ils bloquent rarement le trafic ordinaire, mais un volume important depuis une seule adresse attire un throttling, et certains servent un contenu différent selon la région.
Les registres et annuaires sont soumis à des limites de débit et parfois régionaux, et beaucoup paginent les résultats d’une manière qui nécessite une session cohérente.
Les offres d’emploi sont géo-filtrées, donc les signaux de recrutement pour une région doivent être collectés depuis cette région ; voir job-board data and labour-market intelligence.
Avec la passerelle Shifter, le marché et la session sont définis dans les identifiants face à p.shifter.io:443 :
customer-USERNAME-country-fr-sid-enrich-registry-03-ttl-600:PASSWORDConserver une seule sortie avec sid convient à une recherche paginée dans un registre. L’omettre effectue une rotation à chaque requête, ce qui convient pour récupérer de nombreuses pages d’accueil d’entreprises indépendantes. L’arbitrage est expliqué dans sticky vs rotating residential proxies.
Pour les sites qui affichent du contenu avec JavaScript, une API de web scraping qui renvoie du JSON structuré via des règles d’extraction supprime le travail de parsing et de navigateur, et ne facture que les réponses réussies. La manière de faire atterrir ces données de façon fiable est couverte dans moving web scraping API data into SQL.
La détection technographique, en toute honnêteté
Les indicateurs technologiques proviennent de signaux publics : balises de script et code source des pages, en-têtes de réponse, enregistrements DNS publics tels que les entrées mail et de vérification de domaine, annuaires partenaires et outils mentionnés dans les offres d’emploi.
Traitez chacun d’eux comme une preuve assortie d’un niveau de confiance plutôt que comme un fait. Des balises laissées en place après qu’une entreprise a cessé de payer pour un outil sont fréquentes. Une mention dans une seule offre d’emploi peut concerner un système obsolète. Deux signaux indépendants ou plus qui concordent sont bien plus fiables qu’un seul.
Fraîcheur
Les données enrichies se dégradent à des rythmes différents. Les noms d’entreprise et les domaines restent stables pendant des années ; les effectifs et la technologie changent en quelques mois ; les postes et les coordonnées de contact changent le plus vite.
Ré-enrichissez sur des déclencheurs plutôt que selon un calendrier unique : lorsqu’un enregistrement est touché par les ventes, lorsqu’un signal suggère un changement, et selon un cycle périodique adapté au taux de dégradation de chaque champ. Stockez la date d’observation par champ pour que l’obsolescence soit visible.
Conformité pour l’enrichissement des contacts
Enrichir l’enregistrement d’une personne constitue un traitement de ses données personnelles, et les obligations ne s’allègent pas parce que la source était publique. À titre d’indication générale, et en consultant votre propre conseil juridique :
- Limitez la finalité et les champs. N’ajoutez que ce que la finalité documentée exige. Les numéros de téléphone personnels, les profils sociaux personnels et les adresses personnelles n’ont pas leur place dans l’enrichissement B2B.
- Soyez transparent. Lorsque des données personnelles sont obtenues auprès de sources autres que la personne concernée, le RGPD exige généralement de l’en informer, au plus tard lors du premier contact.
- Propagez les désinscriptions et les suppressions. Une suppression doit atteindre les caches d’enrichissement et tous les systèmes ayant reçu des données enrichies, sinon le prochain cycle d’enrichissement restaurera silencieusement ce qui a été supprimé.
- Connaissez vos fournisseurs. La diligence raisonnable sur le sourcing d’un fournisseur fait partie de votre propre responsabilité.
Le cadrage plus large se trouve dans residential proxies and GDPR compliance.
Mesurer l’enrichissement
| Métrique | Ce qu’elle vous indique |
|---|---|
| Taux de correspondance | Part des enregistrements liés à un enregistrement source avec une confiance suffisante |
| Taux de remplissage par champ | Où la couverture est faible |
| Précision sur un échantillon vérifié | Si les valeurs remplies sont correctes |
| Taux de conflit | À quelle fréquence les sources divergent |
| Fraîcheur par champ | La part des données ayant dépassé leur seuil de ré-enrichissement |
| Coût par enregistrement enrichi | L’économie réelle, y compris les recherches échouées et à faible confiance |
La précision est la métrique que les équipes négligent, et c’est celle qui compte. Vérifiez un échantillon aléatoire à la main chaque trimestre.
FAQ
Qu’est-ce que l’enrichissement des données ?
L’ajout d’attributs provenant d’autres sources à des enregistrements que vous détenez déjà, comme ajouter le secteur, la taille et la technologie à un compte, ou le poste et l’ancienneté à un contact.
Ai-je besoin de proxies pour l’enrichissement des données ?
Uniquement pour la collecte sur le web public. Les fournisseurs sous licence et les API officielles sont appelés directement.
Quel enrichissement doit venir en premier ?
Les données firmographiques, car elles déterminent le routage, le scoring et la segmentation. L’enrichissement des contacts vient ensuite et nécessite le plus de soin.
Pourquoi nos valeurs d’enrichissement changent-elles constamment dans un sens puis dans l’autre ?
Généralement, deux sources avec des valeurs différentes et aucune règle de précédence. Définissez une précédence par champ et signalez les conflits au lieu de laisser la dernière écriture s’imposer.
L’essentiel à retenir
La qualité de l’enrichissement provient des décisions prises autour des données, et non d’une source unique : une clé de jointure fiable, une confiance de correspondance sur chaque champ, une cascade qui privilégie les sources de première partie et faisant autorité, des règles de précédence par champ, et une fraîcheur suivie par attribut.
Utilisez l’infrastructure de proxy là où l’enrichissement touche le web public, appelez directement les sources sous licence, et maintenez l’enrichissement des contacts dans une finalité documentée avec des désinscriptions qui atteignent chaque copie. La vue produit se trouve sur la page residential proxies for lead generation, avec les tarifs sur la page de tarification.