Rémi Kokabi5 septembre 202611 min de lectureMis à jour: 28 sept. 2026
J'ai transformé n'importe quel site web en liste de leads avec Claude Skills (étape par étape)
J'ai vu des équipes commerciales cramer des heures à copier-coller des noms depuis des onglets LinkedIn et des annuaires de conférences dans des tableurs. Un SDR m'a montré ses chiffres : 11 heures par semaine, rien que pour la recherche manuelle. Plus d'une journée de travail complète, envolée.
Dans cet article, je vous montre exactement comment transformer n'importe quelle page web en une liste de leads propre et importable grâce au Website Scraper Claude Skill de lemlist. On couvre le fonctionnement du scraping, quel outil correspond à quel besoin, et comment passer d'une URL brute à une campagne outbound active. Le benchmark MCP de lemlist place l'ensemble du workflow à moins de deux minutes (Les meilleures plateformes de Sales Intelligence en 2026 : classement et avis), donc le gain de temps est bien réel.
Si vous êtes là pour scraper tout de suite : récupérez le Website Scraper Claude Skill sur GitHub → et passez directement à la section pas-à-pas ci-dessous.
Ce que fait un website scraper et pourquoi les équipes commerciales en ont besoin
Un website scraper extrait automatiquement les données d'une page web et les transforme en fichier structuré, comme un tableur. Il lit le code source de la page, récupère les champs que vous définissez (noms, titres, emails, infos entreprise) et les exporte en lignes et colonnes exploitables.
Pour les équipes commerciales, c'est tout l'intérêt. Vous avez sûrement passé des heures à copier des noms et des titres depuis des onglets LinkedIn dans un tableur à la main. Un scraper compresse tout ça en une seule étape automatisée, avec en sortie un CSV importable directement dans votre CRM ou votre outil de prospection.
Voici ce que ça donne en pratique :
Le scraper identifie et extrait les champs que vous définissez, comme les intitulés de poste ou les adresses email
Le contenu brut de la page devient quelque chose que vous pouvez trier, filtrer et rechercher
Une fois configuré, le même scrape tourne sur des centaines de pages sans que vous touchiez à quoi que ce soit
Il normalise le HTML brouillon en colonnes cohérentes, pour passer moins de temps à nettoyer les données après coup
Bien sûr, un scraper ne corrige pas un mauvais ciblage. URLs pourries en entrée, données pourries en sortie. Mais quand vous visez les bonnes sources, la différence de vitesse est spectaculaire. La base de données de lemlist couvre plus de 600 M de contacts (La seule plateforme dont vous avez besoin pour l'outbound | lemlist), et la plateforme affiche une note de 4,6/5 sur G2, donc quand on parle de prospection à grande échelle, on a fait nos devoirs.
Comment fonctionne le web scraping
Le scraping se décompose en deux étapes : récupérer la page, puis en extraire ce dont vous avez besoin. Comprendre les deux vous aide à diagnostiquer quand un scrape ne renvoie pas ce que vous attendiez.
Extraction et parsing
D'abord, le scraper envoie une requête à la page cible, comme quand vous tapez une URL dans votre navigateur. Le serveur répond avec le HTML de la page, le code brut contenant tout le texte visible, les images et la structure.
Le scraper parse ensuite ce HTML en une structure navigable, parfois appelée arbre DOM. Parser signifie simplement cartographier la page (titres, tableaux, liens) pour que l'outil sache exactement où chercher les données demandées. Sans cette étape, vous vous retrouvez face à un mur de code sans moyen de localiser quoi que ce soit d'utile.
Cela dit, une grande partie des sites modernes affichent leur contenu via JavaScript après le chargement initial du HTML. Si le scraper ne lit que la réponse HTML statique, il passera à côté de tout ce qui est construit dynamiquement par React, Angular ou des frameworks similaires. En plus, beaucoup de sites déploient des systèmes anti-bot (CAPTCHAs, fingerprinting, limites de requêtes par IP) qui bloquent les requêtes automatisées répétées. Les scrapers basiques plantent sur ces deux obstacles, c'est pourquoi la catégorie a évolué vers des solutions qui gèrent le rendu et la détection nativement.
Formats de sortie et structuration des données
Une fois les données extraites, le scraper les nettoie : suppression des balises HTML, correction du formatage texte, organisation dans un fichier exploitable. Le format à choisir dépend de ce que vous comptez faire ensuite avec les données.
Format | Idéal pour | Cas d'usage Sales |
|---|---|---|
CSV | Vérification dans un tableur, imports CRM | Import direct dans HubSpot, Salesforce ou lemlist |
JSON | Intégrations API, workflows développeurs | Faire transiter les données entre outils par code |
Markdown | Documentation, contexte IA | Alimenter Claude ou un autre LLM pour analyse |
Pour la plupart des workflows commerciaux, le CSV est le format par défaut. C'est ce qu'attend votre CRM, et c'est la sortie par défaut du Website Scraper Claude Skill de lemlist (on y revient juste après).
Types d'outils de web scraping
Tous les scrapers ne conviennent pas à tous les usages. Le bon choix dépend de votre niveau technique, du volume de données nécessaire et de la fréquence d'exécution.
Extensions navigateur et scrapers no-code
Des outils comme Web Scraper (Chrome), Octoparse ou Browse AI tournent directement dans votre navigateur. Vous cliquez sur les éléments voulus, et l'extension construit le scraper pour vous.
Parfait pour les petits jobs rapides. Mais au-delà de quelques centaines d'enregistrements, ou si le site utilise beaucoup de JavaScript, vous allez probablement buter sur des limites qui demandent un upgrade payant ou des contournements manuels.
APIs de scraping et frameworks développeurs
Des frameworks comme BeautifulSoup et Scrapy (Python) ou Puppeteer (JavaScript) donnent aux développeurs un contrôle total sur la récupération et le parsing d'une page. Ils gèrent bien la rotation de proxys et les pages lourdes en JavaScript.
Le hic : quelqu'un doit écrire et maintenir le code. Sans support technique, cette approche crée souvent plus de travail qu'elle n'en économise.
APIs de scraping managées
Une catégorie plus récente se situe entre les frameworks bruts et les outils no-code. Des services comme Firecrawl et ScrapingBee proposent une infrastructure managée qui gère le rendu JavaScript, la rotation de proxys et le contournement anti-bot via un seul appel API. Vous envoyez une URL, vous récupérez des données structurées. Pas de navigateur à gérer, pas de proxys à configurer.
Pour les équipes qui ont besoin d'une extraction fiable à grande échelle sans maintenir une base de code scraping, cette catégorie comble le vide. La contrepartie, c'est le coût : les APIs managées facturent à la requête, et ça grimpe vite en volume.
Scrapers IA et Claude Skills
Cette catégorie élimine à la fois le clic et le code. Vous décrivez ce que vous voulez en langage naturel, et un agent IA s'occupe du reste.
Un Claude Skill est un fichier d'instructions en texte brut, appelé SKILL.md, qui indique à Claude comment exécuter une tâche précise, ici le scraping. Le Website Scraper Claude Skill de lemlist vous permet de taper quelque chose comme « Scrape tous les contacts de cette URL dans un CSV avec nom, titre, entreprise et email. » Claude lit la page, identifie les champs et génère le fichier.
Pour les équipes sans développeur sous la main, c'est le chemin le plus direct d'une URL à une liste de leads exploitable.
Comment choisir le bon scraper pour votre workflow
Si vous avez besoin d'une petite liste ponctuelle, une extension navigateur fait le job, gratuitement et rapidement. Pour de l'extraction récurrente à grande échelle, une API de scraping, un service managé ou un framework convient mieux, à condition d'avoir du support dev ou du budget. Si vous prospectez sans coder, un scraper IA ou un Claude Skill supprime totalement la barrière technique. Et pour une automatisation outbound complète, un Claude Skill couplé à lemlist gère le scraping, l'enrichissement et le lancement de campagne en un seul flux.
Comment scraper un site web et exporter les données en CSV
Voici le workflow avec le Website Scraper Claude Skill de lemlist, étape par étape.
1. Choisissez votre URL cible et définissez vos champs. Identifiez votre source (un annuaire, une page d'équipe, un listing sectoriel) et décidez en amont quelles colonnes vous voulez (nom, titre, email, entreprise, localisation). Sauter cette étape, c'est se retrouver avec un fichier brouillon rempli de données inutiles.
2. Installez le skill. Rendez-vous sur le repo GitHub, clonez-le, et pointez Claude Desktop vers le fichier SKILL.md via votre config MCP. L'installation prend généralement moins de cinq minutes.
3. Lancez le scrape et vérifiez votre CSV. Tapez un prompt en précisant l'URL et les colonnes définies. Claude lit la page, extrait les données et génère un CSV avec une ligne par enregistrement. Vérifiez quelques entrées par rapport à la page d'origine avant de faire confiance au résultat.
4. Gérez la pagination. Beaucoup d'annuaires répartissent les résultats sur des dizaines de pages. Le skill suit automatiquement les liens « page suivante », et pour les sites plus volumineux, les sessions sont reprises là où elles se sont arrêtées. Un timeout ne signifie pas tout recommencer.
Utiliser un website scraper pour la génération de leads
Le scraping ne mérite sa place dans votre workflow que s'il est lié à quelque chose de précis que vous cherchez. Quelques cas d'usage qui valent le coup :
Les listes de speakers de conférences, les pages d'associations et les annonces de prix contiennent souvent des prospects filtrables par rôle ou zone géographique
Les pages « À propos » et les bios de dirigeants vous donnent des noms, des titres et du contexte sur l'activité de l'entreprise, exactement ce qui fait que votre premier message ressemble à de la recherche et pas à un template
Une entreprise qui recrute un « Head of Revenue Operations » signale qu'elle structure une équipe que votre produit pourrait accompagner
De nouveaux logos clients ou des mises à jour de tarifs sur le site d'un prospect indiquent souvent qu'il est plus susceptible de répondre maintenant
Ce dernier point mérite qu'on s'y arrête. Le timing compte autant que le ciblage, et vérifier manuellement les sites concurrents pour détecter des changements n'est pas tenable à grande échelle. Les agents de signaux d'intention de lemlist peuvent automatiser cette veille, détecter ces moments clés et ajouter des leads à vos campagnes avec un message lié au déclencheur.
Comment nettoyer et enrichir des données scrapées avant la prospection
Un CSV scrapé est un point de départ, pas quelque chose à partir de quoi vous envoyez directement. Les scrapes bruts contiennent généralement des doublons, un formatage incohérent et des coordonnées que personne n'a encore vérifiées.
Commencez par supprimer les enregistrements en double issus de pages qui se chevauchent. Ensuite, normalisez les intitulés de poste (« VP Sales » vs « Vice President of Sales ») et les formats de téléphone pour que votre segmentation fonctionne réellement. Après ça, vérifiez les adresses email au niveau SMTP, car les vérifications de syntaxe seules passent à côté des vrais problèmes. Enfin, rattachez les contacts au bon enregistrement CRM pour que rien n'atterrisse dans le mauvais compte.
Les agents d'enrichissement de données de lemlist gèrent ça automatiquement : emails vérifiés et contexte LinkedIn récupérés auprès de plusieurs fournisseurs, contacts associés aux bons enregistrements entreprise.
Astuce : si vous importez des leads scrapés dans lemlist, la plateforme signale les emails non vérifiés avant l'envoi, protégeant votre réputation d'expéditeur. Vous pouvez enrichir les champs manquants directement dans le campaign builder.
Web scraping : cadre légal et bonnes pratiques
La question de la légalité arrive presque immédiatement, et la réponse honnête comporte quelques nuances.
Ce que dit la loi sur le scraping de données publiques
La décision du Ninth Circuit dans l'affaire hiQ Labs v. LinkedIn a établi que la clause « sans autorisation » du Computer Fraud and Abuse Act ne s'applique pas aux données accessibles publiquement, puisqu'il n'y a pas de permission d'accès à violer en premier lieu. Cela dit, créer un compte et accepter les conditions d'utilisation d'un site est une situation totalement différente. Scraper en violation de ces conditions relève du contrat, indépendamment de la question CFAA.
Le tableau complet est important ici. Le litige entre hiQ Labs et LinkedIn s'est en réalité terminé en décembre 2022, quand les parties ont conclu un accord privé. hiQ a accepté une injonction permanente lui imposant de cesser le web scraping, de supprimer tout le code source et les données, et de verser 500 000 $ de dommages à LinkedIn. Les différentes décisions ayant mené à ce point montrent que, dans certaines circonstances, le scraping de sites web publics peut être légal au regard du CFAA mais peut tout de même engager la responsabilité sur le terrain de la rupture de contrat ou des délits civils. Autrement dit : la question CFAA a penché d'un côté, mais la question contractuelle a penché de l'autre.
Robots.txt et limites de requêtes
Robots.txt est un fichier qui indique aux outils automatisés quelles pages un site autorise ou interdit. Le vérifier avant de scraper est une pratique de base, et limiter la fréquence de vos requêtes compte aussi, car bombarder un serveur de requêtes peut dégrader le site pour les vrais visiteurs.
Considérations RGPD
Scraper des données personnelles de résidents de l'UE fait entrer le RGPD en jeu. Pour la prospection B2B, la base de l'intérêt légitime prévue à l'article 6(1)(f), appuyée par la mention explicite du marketing direct dans le considérant 47, fournit un fondement juridique pour la prospection B2B à froid dans l'UE, tant que vous pouvez démontrer un intérêt commercial réel et respecter le droit d'opposition. L'intérêt légitime n'est pas un blanc-seing pour autant. Les organisations doivent réaliser une évaluation d'intérêt légitime documentant leur raisonnement.
lemlist est conforme au RGPD côté prospection, mais l'étape de collecte des données mérite une discussion avec votre équipe juridique si vous ciblez l'UE.
Transformez vos données scrapées en campagnes outbound
Un CSV propre ne sert à rien tant qu'il ne se transforme pas en vraies conversations. C'est le dernier kilomètre : passer du tableur à la séquence.
Avec lemlist, vous uploadez votre CSV et lancez des séquences multicanales par email, LinkedIn, appels, SMS et WhatsApp depuis un seul workflow. La synchro avec HubSpot et Salesforce garde vos fiches à jour, et une inbox unique vous permet de gérer les réponses quel que soit le canal ou la boîte d'envoi. lemwarm, inclus avec chaque licence, maintient votre délivrabilité stable même quand vous envoyez à grande échelle.
Le parcours complet ressemble à ça : scraper avec le Claude Skill, enrichir dans lemlist, lancer la campagne, gérer les réponses dans une seule inbox. Ce qui prenait 45 minutes de jonglage entre onglets prend maintenant moins de deux minutes (Les meilleures plateformes de Sales Intelligence en 2026 : classement et avis).
À vous de jouer
En résumé : choisissez une URL, installez le Claude Skill, lancez le scraping, nettoyez les données dans lemlist et envoyez. Toute la boucle, d'une page web brute à une campagne multicanale active, tient dans un seul workflow.
Commencez par une seule page d'annuaire dont vous savez qu'elle contient de bons prospects. Lancez le skill, vérifiez le CSV rapidement et importez-le dans lemlist pour voir l'enrichissement et la vérification en action. Un seul test suffit pour savoir si ça remplace votre process actuel.
Démarrez l'essai gratuit de 14 jours, sans carte bancaire, résiliable à tout moment.
Récupérez le Website Scraper Claude Skill sur GitHub →
Lancez vos campagnes outbound IA
Automatisez votre prospection et personnalisez vos séquences IA pour décrocher plus de rendez-vous.