Envía hasta 1.000 URLs o identificadores de perfil de LinkedIn y recibe cada perfil público como datos estructurados. Son datos personales sobre personas identificables, así que las reglas que los rigen están en esta página y no enterradas en una política: léelas antes de registrarte.
Hay una línea que atraviesa todo uso de datos de perfil, y no está donde la mayoría supone. Encontrar a alguien a quien acercarse es una cosa. Usar lo que encontraste para decidir algo sobre esa persona es otra, y está regulado.
Construir una lista de personas que podrían interesarse por un puesto y luego contactarlas profesionalmente. Es lo que hace la mayor parte del sector de la selección, y los perfiles se publican en parte para permitirlo.
Entender quién hace qué en una empresa a la que ya vendes, para que una aproximación llegue a la persona adecuada y no a la centralita.
No lo uses para evaluar a un candidato ni para decidir una oferta. En EE. UU. eso lo convierte en un informe de consumo que exige un proveedor conforme con la FCRA, y los datos de perfil exponen señales de edad, etnia, género y salud, así que decidir sobre ellos invita a una demanda por discriminación.
No lo uses para seguir a una persona concreta a lo largo del tiempo, construir un dosier o contactar con alguien a título personal en lugar de profesional. Las cuentas que hagan cualquiera de esas cosas se cierran.
Conviene decirlo claro: buscar a un candidato y evaluar a un aspirante pueden implicar los mismos datos y son jurídicamente bastante distintos. Lo primero es encontrar a alguien con quien hablar. Lo segundo es tomar una decisión que afecta a su sustento, y corresponde a un proveedor licenciado para ello.
Dos razones, y la segunda es la importante.
Primera, la referencia no los publica. Documenta la solicitud a fondo -una URL o un identificador de perfil, hasta 1.000 por ejecución- y describe la respuesta solo como un array de resultados por consulta, sin enumerar qué contiene una fila de perfil.
Segunda, en un servicio que devuelve datos personales sobre personas identificadas, una lista de campos supuesta significaría anunciar detalles concretos de personas reales cuya recepción no podemos confirmar: invención con una persona al otro lado. Por eso el diccionario de datos de abajo está medido en su lugar: diez columnas que aparecieron en todas las exportaciones que conservamos, con otras once que aparecieron solo en algunas ejecuciones, listadas aparte en vez de prometidas.
Qué hacer en su lugar: ejecuta un par de perfiles que ya conozcas en el nivel gratuito y lee el archivo. Eso te dice exactamente qué devuelve esto y, con igual utilidad, te permite decidir si de verdad quieres conservarlo todo antes de extraer mil filas.
Las exportaciones vuelven en dos formas. Estas diez aparecieron en todos los archivos; otras once aparecieron en unas ejecuciones y en otras no, así que se listan aparte en vez de prometerse.
Dos advertencias que conviene leer antes de construir sobre esto. Otras once columnas aparecieron en 7 de las 12 exportaciones pero no en el resto - query, address_country, address_locality, alumni_of, awards, description, iamge (escrito así en el archivo), job_title, languages, url y works_for -, así que prográmalas de forma defensiva o no las uses. Y un perfil que no puede leerse igualmente produce una fila: una de las doce volvió con el nombre "Sign Up" y un favicon en image, que es el aspecto de una descarga bloqueada y no de una persona real. Comprueba name e image antes de confiar en una fila.
Una URL o un identificador es toda la entrada. El primer paso no es técnico.
Ambas formas funcionan: una URL completa como linkedin.com/in/example o solo el identificador example.
Cada uno es trabajo en contexto profesional con una finalidad de negocio clara, que es en lo que realmente se apoya un argumento de interés legítimo.
La búsqueda es el uso mayoritario de los datos de perfil y la razón por la que buena parte se publica. Construye una lista larga para un puesto que realmente vas a cubrir, contacta a la gente profesionalmente y elimina a quien pida ser retirado. Lo que lo mantiene defendible es que se detiene en una aproximación: la toma de decisiones ocurre después, con el proceso adecuado.
Los acuerdos enterprise involucran a una docena de personas cuyos papeles no son evidentes desde fuera. Mapear el equipo relevante en una empresa con la que ya estás en conversación hace que tu aproximación llegue a quien tiene el problema, en lugar de ser reenviada tres veces o ignorada.
Análisis agregado en lugar de individual: cómo se define un cargo en todo un sector, qué habilidades se agrupan, cómo se conforman los equipos. Aquí el resultado es un patrón, no una persona, y la investigación agregada es el uso más fácil de justificar bajo cualquier régimen.
Si tu objetivo es llegar a contactos profesionales y no investigar personas concretas, otro servicio lo hace con menos datos personales y menos que justificar.
Enriquecimiento de Leads & Contactos parte del dominio de una empresa y devuelve contactos profesionales con nombre, cargo y dirección de correo de trabajo, cada uno etiquetado con la fuente de la que salió. Obtienes a quién contactar y cómo alcanzarlo, en calidad profesional, con un esquema totalmente documentado, y sin recopilar un historial laboral, un expediente académico ni nada más de lo que trae un perfil y que probablemente no necesitas.
De forma similar, si la pregunta es sobre una organización y no sobre sus personas, el Extractor de Empresas de LinkedIn lee solo páginas de empresa y no contiene dato personal alguno: once campos documentados, incluida una plantilla exacta. La minimización de datos no es solo un principio de cumplimiento; menos datos son genuinamente menos trabajo para conservarlos con responsabilidad.
Sin suscripción, sin mínimo. Tus primeras 500 filas corren de nuestra cuenta, y en este servicio gastar unas cuantas en comprobar la salida antes de escalar es lo sensato.
En cada cuenta nueva, por única vez. Sin tarjeta de crédito. Usa un puñado para ver exactamente qué contiene una fila de perfil y luego decide si quieres conservarlo todo antes de extraer mil.
Alrededor de 2 $ por cada 1.000 perfiles, una fila por perfil: exacto de presupuestar. Conviene señalar que el coste de conservar los datos con responsabilidad suele superar al de recopilarlos.
Precios por volumen, SLA y workers dedicados. En este servicio querremos entender el caso de uso y tu base jurídica antes del onboarding: no es un trámite, dado lo que son estos datos.
LIVESCRAPER10 al pagar.Ambos llevan menos datos personales que una extracción de perfiles, y los dos están completamente documentados.
Contactos profesionales con nombre, cargo y correo de trabajo, a partir de un dominio. La herramienta adecuada para llegar a personas en calidad profesional, con un esquema documentado y sin historial laboral adjunto.
Páginas de empresa en lugar de perfiles de miembros: once campos documentados, incluidos número exacto de empleados, seguidores y especialidades, sin ningún dato personal en la salida.
La categoría de datos más discutida de este catálogo. Aquí está la posición honesta, no la cómoda.
Un perfil público es visible para cualquiera, y recopilar información públicamente disponible para investigar es una práctica establecida desde hace mucho. Eso resuelve bastante menos de lo que la gente supone, porque "públicamente accesible" y "libre de tratar" son preguntas distintas. Un perfil describe a una persona identificable, así que es dato personal, y bajo el RGPD y regímenes comparables necesitas una base jurídica para conservarlo siquiera, no solo para actuar sobre él.
Las obligaciones que siguen son tuyas como responsable, y dos pillan a la gente por sorpresa. Como no obtuviste los datos directamente de la persona, por lo general tienes que decirle que los conservas, incluida su procedencia. Y puede oponerse a tu tratamiento o pedir la supresión, lo que significa que necesitas un sitio donde reciba esa solicitud y una forma de atenderla. Los reguladores de varias jurisdicciones han actuado contra el scraping de perfiles, así que esto se aplica y no es teórico.
Aparte, las condiciones de LinkedIn restringen el acceso automatizado y la plataforma las hace cumplir con más empeño que la mayoría de los sitios. Eso es una cuestión de términos y no un derecho asentado, y se aplica con independencia de tu posición en materia de protección de datos.
No tocamos nada detrás de un inicio de sesión y las exportaciones se borran solas a los 30 días. Lo que no podemos hacer es darte una base jurídica: eso nadie te lo puede vender. Si no sabes enunciar la tuya en una frase, habla con nosotros antes de ejecutar nada.
Las preguntas que más escuchamos. ¿Algo más? Habla con nosotros: las respuestas las escriben personas, no bots.
Para la mayoría de la prospección B2B, Enriquecimiento de Leads & Contactos hace el trabajo con menos datos personales y un esquema documentado. Si de verdad necesitas investigación de perfiles, háblanos primero del caso de uso y de tu base jurídica: preferimos acertar a aceptar el pedido.
El Extractor de Perfiles de LinkedIn lee perfiles públicos de miembros a granel, aceptando hasta 1.000 URLs o identificadores de perfil por ejecución: funciona tanto una dirección completa como solo el identificador. Existe para investigación en contexto profesional: buscar candidatos para puestos que de verdad vas a cubrir, mapear quién hace qué en una cuenta con la que ya estás en conversación, y análisis agregado de cómo se estructuran puestos y habilidades en un sector. Esos tres usos comparten una forma que merece la pena notar. Cada uno tiene una finalidad de negocio clara, cada uno se detiene en la comprensión o en una aproximación en lugar de una decisión, y cada uno es el tipo de tratamiento que un argumento de interés legítimo puede sostener de verdad.
Esta página no publica deliberadamente ninguna lista de campos. La referencia documenta a fondo el lado de la solicitud y describe la respuesta solo como un array de resultados por consulta, sin enumerar nunca qué contiene una fila de perfil. En otro punto de este catálogo un esquema sin documentar sería simplemente incómodo, lo diríamos y seguiríamos adelante. Aquí la información ausente afecta a detalles personales sobre personas identificables, e imprimir una suposición plausible significaría anunciar hechos concretos sobre individuos reales cuya recepción no podemos confirmar. Así que no se nombra nada, y la recomendación es concreta en su lugar: gasta unas pocas de las 500 filas gratuitas por única vez en perfiles cuyo contenido ya conoces, lee la exportación y decide si quieres conservar todo lo que hay en ella antes de extraer mil más.
La posición de cumplimiento merece más espacio que un descargo. Un perfil público es visible para cualquiera, y recopilar información públicamente disponible para investigar es una práctica establecida desde hace mucho, pero públicamente accesible y libre de tratar son preguntas separadas. Un perfil describe a una persona identificable, lo que lo convierte en dato personal, y bajo el RGPD y regímenes comparables necesitas una base jurídica para conservarlo siquiera, en lugar de solo para actuar sobre él. Dos obligaciones derivadas pillan a la gente por sorpresa. Como los datos no vinieron de la persona directamente, por lo general tienes que decirle que los conservas y de dónde salieron; y puede oponerse o pedir la supresión, lo que significa que tu proceso necesita un sitio donde eso aterrice. Los reguladores de varias jurisdicciones han actuado sobre el scraping de perfiles, así que son deberes que se aplican y no teóricos. Aparte, las condiciones de LinkedIn restringen el acceso automatizado y la plataforma las hace cumplir con más empeño que la mayoría, lo que es una cuestión de términos además de la de protección de datos.
Hay además una línea que importa más que cualquier detalle técnico: buscar y evaluar no son la misma actividad aunque usen los mismos datos. Encontrar a alguien a quien acercarse por un puesto es trabajo ordinario de selección. Usar lo que encontraste para evaluar a un aspirante o decidir una oferta es una decisión sobre el sustento de una persona: en EE. UU. eso convierte los datos en un informe de consumo, que solo puede facilitar un proveedor conforme con la FCRA, y los datos de perfil exponen además señales de edad, etnia, género y salud, así que decidir sobre ellos invita a una demanda por discriminación en cualquier jurisdicción. Ese uso está prohibido aquí, igual que vigilar a personas concretas o contactar con gente a título personal. Para la mayoría de la prospección B2B la recomendación honesta es otro producto por completo: Enriquecimiento de Leads & Contactos devuelve contactos profesionales con nombre, cargo y direcciones de correo de trabajo a partir del dominio de una empresa, con un esquema totalmente documentado y sin el historial laboral que trae un perfil, y el Extractor de Empresas de LinkedIn lee páginas de empresa que no contienen dato personal alguno. Menos datos son menos que justificar y menos que conservar con responsabilidad. Si no tienes claro si tu uso encaja, habla con nosotros antes de ejecutar nada.