Scraper un marché deux fois : le chevauchement qui mange un tiers d'un budget data

L'erreur qui coûte cher dans la construction de listes n'est pas le prix par profil. C'est d'extraire trois fois la même personne à travers trois recherches qui semblaient différentes au moment où vous les avez écrites. Sur une de nos extractions, quatre recherches ont renvoyé 23 089 lignes qui se résolvaient en 15 363 personnes distinctes. Un tiers de la dépense n'a rien acheté. Personne ne l'a remarqué avant l'étape de déduplication, moment où chaque doublon avait déjà été payé.

Pourquoi le chevauchement est invisible

Recherche un : responsables commerciaux dans des éditeurs de logiciels en France. Recherche deux : directeurs commerciaux dans des entreprises SaaS en France. Pour un humain, ce sont deux angles sur un marché. Pour une base de données, ce sont deux ensembles qui se chevauchent, et les personnes au milieu sont renvoyées, et facturées, deux fois. Plus la deuxième recherche est large, plus elle avale la première.

Ça empire avec les mois. Un marché que vous travaillez de façon répétée produit une nouvelle extraction chaque trimestre, et chacune collecte de nouveau les personnes que vous avez déjà. Sans détection des doublons contre votre propre historique, vous louez la même liste encore et encore.

L'ordre qui règle le problème

Comptez d'abord, partout où compter est gratuit. Puis triez vos recherches de la plus étroite à la plus large et vérifiez si l'une d'elles n'est pas un sous-ensemble d'une autre que vous prévoyez déjà de lancer. Si c'est le cas, supprimez-la : la recherche plus large renverra ces personnes de toute façon. Seulement ensuite, extrayez, la plus étroite d'abord, et gardez une trace de ce qui est remonté pour que la recherche suivante puisse l'exclure.

C'est aussi pourquoi la détection automatique des doublons contre les profils déjà scrapés n'est pas un simple confort. C'est la différence entre un budget data qui grandit avec votre marché et un budget qui grandit avec le nombre de fois où vous le regardez.

Le plafond des 2 500

Les recherches LinkedIn cessent d'être exportables d'un seul bloc au-delà de deux mille profils environ, et c'est là que les gens commencent à découper une requête à la main : par région, par tranche d'effectif, par première lettre du nom de l'entreprise. Chacune de ces tranches manuelles est une occasion de créer du chevauchement, et la plupart des gens en créent beaucoup. Un outil qui découpe la requête automatiquement au-delà de 2 500 profils supprime le plafond et la tentation en même temps.

Des champs propres, ce n'est pas cosmétique

Des emojis dans un prénom, un intitulé de poste collé à un nom de famille, des majuscules au hasard : tout ça survit à l'extraction, traverse l'enrichissement, et ressort à l'autre bout dans la première ligne d'un email. Un champ de fusion est le seul endroit où une donnée bâclée est lue par la personne que vous essayez d'impressionner. Nettoyer au moment de l'extraction est l'endroit le moins cher pour le faire, parce qu'après ça la mauvaise valeur a été copiée dans trois systèmes.

Ce que l'extraction ne vous donne pas

Des profils, pas des coordonnées. L'email et le mobile viennent ensuite d'un fournisseur d'enrichissement, qui facture au résultat, et le taux de réussite là-dessus est le chiffre qui décide de votre coût réel par contact exploitable. Sur une de nos exécutions sur des décideurs français, la cascade complète a renvoyé un mobile pour vingt pour cent d'entre eux. Vous dimensionnez une campagne sur ce chiffre, pas sur la taille de l'extraction.

Planifiez-le, puis n'y pensez plus

Un marché qui vous importe n'est pas une extraction ponctuelle, c'est une requête permanente. Des exécutions planifiées et la détection des nouveaux profils sur une recherche sauvegardée transforment une liste en flux : les personnes qui ont rejoint le segment depuis le mois dernier arrivent d'elles-mêmes, déjà dédupliquées contre tout ce que vous avez. C'est la différence entre un fichier qui vieillit dès le jour où il est construit et un pipeline qui reste à jour sans que personne ne pense à le rafraîchir.

Le test à faire avant de payer

Prenez un plan gratuit, extrayez deux cents profils d'une recherche que vous connaissez bien, et vérifiez trois choses : les champs sont-ils assez propres pour être fusionnés dans une première ligne, l'outil reconnaît-il les personnes que vous avez déjà extraites, et le découpage d'une grosse requête renvoie-t-il le nombre promis par l'aperçu de la recherche. Ces trois réponses vous en disent plus que n'importe quelle liste de fonctionnalités, et elles prennent un après-midi.