Comment fonctionne la reconnaissance d'entreprises ? La technique en 6 étapes

Une reconnaissance d'entreprises sur un site web ressemble de l'extérieur à de la magie : quelqu'un consulte une page. Peu après, un nom d'entreprise figure dans une liste. Derrière, il n'y a pourtant aucun savoir secret, mais une chaîne de quelques étapes bien compréhensibles. Celui qui les connaît peut mieux évaluer les résultats et comparer les offres.

Le déroulement en six étapes

1. Consultation de page après consentement. Le visiteur ouvre une page. Le script de mesure n'est chargé que lorsqu'il a accepté les statistiques. S'il refuse, il ne se passe rien.
2. Le script signale la consultation. Il envoie un petit message au service : quelle page, quel site web.
3. Le serveur voit l'adresse IP. Chaque connexion porte une adresse d'expéditeur. Le serveur la lit pour exécuter l'étape suivante.
4. Interrogation du registre des réseaux. Le serveur demande par RDAP (Registration Data Access Protocol) à qui appartient le réseau dans lequel se trouve l'adresse. La réponse contient le nom du réseau, le pays et le titulaire. Plus de détails dans Le reverse IP lookup expliqué simplement.
5. Classement dans des classes. À partir des informations, on détermine quel type de réseau il s'agit : entreprise, fournisseur d'accès, centre de données ou indéterminé.
6. Écarter l'adresse, stocker le résultat. L'adresse IP n'est pas conservée. Seul ce qui est nécessaire à l'exploitation est stocké. Cela ne vaut que pour les entreprises.

Important pour la compréhension : le service ne reconnaît ni un appareil ni une personne. Il reconnaît un réseau et classe son titulaire.

Les classes

Tous les réseaux n'appartiennent pas à une entreprise. C'est pourquoi une reconnaissance d'entreprises sérieuse trie d'abord.

La classe « sans forme juridique » est le côté prudent de la procédure. En cas de doute, rien n'est stocké.

Comment le classement se fait

Le classement est une heuristique, c'est-à-dire un ensemble de règles fondées sur l'expérience. Elle procède dans cet ordre. La première règle qui correspond l'emporte :

1. Si l'entrée mentionne un hébergeur connu, un centre de données, un service VPN ou un relais, c'est un centre de données. Il existe pour cela une liste de fournisseurs connus et de mots-clés.
2. Si le réseau appartient à un fournisseur d'accès, reconnaissable à une liste de fournisseurs connus, à des mots-clés comme Telekom, câble ou fibre ou à des noms de réseaux pour des pools de clients, c'est un fournisseur d'accès.
3. Si le titulaire est une organisation avec forme juridique ou une institution, c'est une entreprise. Les formes juridiques sont par exemple GmbH, AG, KG, association enregistrée ou fondation. Comptent comme institutions par exemple les hautes écoles, les communes, les cliniques ou les banques.
4. Les entreprises individuelles sont exclues, car une personne privée se trouve derrière.
5. Si rien de cela ne correspond, le réseau reste sans forme juridique et est écarté.

Cela a des limites que vous devriez connaître. Un petit fournisseur sous forme de GmbH peut passer à travers si son nom ne contient rien de révélateur. Une entreprise dont le nom sonne comme celui d'un fournisseur peut être écartée à tort. Une heuristique s'améliore quand on entretient ses listes. Elle ne sera jamais sans erreur. Celui qui vous promet 100 pour cent promet trop.

Pour les réseaux de fournisseurs, il existe un second essai : la recherche inversée via le nom d'hôte. Elle est décrite dans Enregistrement PTR : comment un nom d'hôte devient une entreprise.

Mémoire tampon par plage de réseau

Les titulaires de réseaux changent rarement. Ce serait donc du gaspillage de réinterroger le registre à chaque visite. Le résultat est mis en mémoire tampon pour la plage de réseau. Dans Whovisit, un délai de 30 jours s'applique par défaut, après quoi on interroge à nouveau.

Deux détails sont importants :

• La plage est limitée. Si le réseau est une grande attribution à un fournisseur, seule la petite plage autour de l'adresse est retenue, un bloc /24 pour IPv4, un bloc /48 pour IPv6. Car des réseaux de clients avec d'autres titulaires peuvent s'y trouver.
• Les résultats incertains ne sont pas retenus. Les interrogations échouées et les réseaux sans forme juridique n'atterrissent pas dans la mémoire tampon. Rien ne reste ainsi de ce qui pourrait être faux ou se rapporter à une personne.

La mémoire tampon contient des plages de réseau et des titulaires. Ce sont des données de registre publiques. Elle ne contient pas d'adresses de visiteurs.

Protection des données dans le déroulement

L'adresse IP est brièvement traitée dans le déroulement, mais pas stockée. C'est précisément cette distinction entre traiter et stocker qui est importante pour la qualification juridique. Pour savoir si une adresse IP est une donnée à caractère personnel, voyez Adresse IP et RGPD : est-elle une donnée à caractère personnel ?. Quelle base juridique convient à quel usage, Reconnaissance des visiteurs et RGPD : une analyse sobre l'explique.

Il faut le dire honnêtement : lors de l'interrogation du registre, l'adresse part vers l'annuaire des réseaux. C'est aussi un traitement, qui devrait figurer dans votre politique de confidentialité et dans le registre des activités de traitement. Vous trouverez un aperçu de tous les champs et délais sur la page qui décrit comment nous le mettons en œuvre.

Ce qu'il faut en retenir

La reconnaissance d'entreprises est une recherche dans un registre suivie d'un tri, et non une lecture de personnes. La qualité se joue dans le tri et dans les limites des données de registre. Comment cela se répercute sur les résultats, Taux de reconnaissance : pourquoi les chiffres varient autant le montre. Ce que signifient les différentes classes dans l'interface figure dans l'aide sous Classes de visiteurs : entreprise, fournisseur d'accès, centre de données.

Un aperçu de toutes les manières de reconnaître les entreprises derrière les visites, même sans interrogation du réseau, figure dans Quelles entreprises visitent mon site web ?.