Парсинг контактов с сайтов: как и что законно

Это тема, где технический вопрос вторичен: собрать контакты просто, законно использовать - сложно. Разберём границы.

Две разные категории

Смешение этих двух вещей - причина большинства проблем.

Данные организации. Общий телефон, общая почта вида для обращений, юридический адрес, реквизиты. Это данные юридического лица, они публикуются намеренно, и сбор из открытых источников обычно допустим.

Персональные данные. Имя, должность, личная рабочая почта конкретного сотрудника, его телефон. Это персональные данные, и их обработка регулируется законом.

Ключевое, что стоит понять: факт публикации не означает разрешения на любую обработку. Закон различает «данные общедоступны» и «есть основание для их обработки». Собранная из открытых источников база персональных данных остаётся базой персональных данных со всеми требованиями к ней.

Что требует закон

Основные вещи, применимые к обработке персональных данных:

• Нужно основание. Согласие субъекта либо иное законное основание. «Нашли в интернете» основанием не является.
• Нужна цель. Конкретная и заявленная, а данные должны ей соответствовать по составу: собирать больше, чем нужно для цели, нельзя.
• Субъект имеет права. Узнать, какие данные о нём обрабатываются, и потребовать их удаления. Это означает, что нужен процесс, а не просто файл.
• Есть требования к хранению. Защита, ограничение доступа, срок хранения.
• Массовая рассылка без согласия запрещена отдельно, законом о рекламе.

Практический вывод: сбор персональных данных без юридической проработки - это риск, который не окупается. Если задача коммерческая, вопрос решается с юристом до разработки, а не после обращения от того, чьи данные вы собрали.

Что решается законно

Задачи, которые не упираются в персональные данные:

Сбор данных компаний. Реквизиты, общие контакты, адреса, сфера деятельности - для проверки контрагентов, анализа рынка, подготовки к продажам.

Проверка собственных данных. Актуальны ли ваши контакты на площадках, где вы размещены.

Анализ рынка. Сколько компаний в сегменте, как они себя представляют, какие услуги указывают.

Обогащение существующей базы. У вас уже есть клиенты с законным основанием - вы дополняете информацию о компаниях.

Мониторинг упоминаний и публичной активности организаций.

Общее у всех: данные организаций, а не физических лиц, и цель, не связанная с рассылкой.

Почему рассылка по собранной базе не работает

Даже оставляя закон в стороне, практическая часть неутешительна:

Почтовые системы это распознают. Массовая отправка на адреса, которые не подписывались, ведёт к жалобам, а жалобы - к потере репутации домена. Восстанавливать её долго и дорого, и страдает вся ваша переписка, а не только рассылка.

Отклик близок к нулю. Письмо, которого не ждали, читают единицы.

Репутация компании. Быть замеченным в спаме дороже любого числа собранных адресов.

Собранные адреса быстро устаревают. Люди меняют работу, адреса перестают существовать, часть из них - ловушки, специально размещённые для выявления сборщиков.

Рабочая альтернатива: собирать данные компаний для подготовки, а контакт устанавливать способом, который предполагает согласие. Это медленнее и работает.

Практические ограничения при сборе

Если задача укладывается в законные рамки:

• Собирайте минимум. Только то, что нужно для заявленной цели.
• Не собирайте персональные данные заодно. Имя и должность рядом с общей почтой - это уже другая категория.
• Соблюдайте правила сайта. Запрет на автоматический сбор есть у большинства.
• Не создавайте нагрузку на чужой сервер.
• Храните источник и дату для каждой записи. Если придётся объяснять происхождение данных, это единственное, что поможет.
• Предусмотрите удаление по запросу.

Общая картина по правовым границам сбора - гид по парсингу. Технически - парсинг на Python.