Se connecterEssayer gratuitement

[ Les sources de données publiques ]

Le registre national des entreprises : ce qu'il contient vraiment

Depuis 2023, une seule formalité et un seul registre remplacent le registre du commerce, le répertoire des métiers et le registre agricole. C'est la source la plus complète sur les entreprises françaises, et elle est intégralement téléchargeable.

Ce qu'il a remplacé

Une entreprise française s'immatriculait autrefois dans le registre correspondant à son activité : le registre du commerce et des sociétés pour les commerçants et les sociétés, le répertoire des métiers pour les artisans, le registre des actifs agricoles pour les exploitants. Une entreprise mixte s'inscrivait deux fois.

Le registre national des entreprises les réunit. Il est tenu par l'INPI, alimenté par le guichet unique des formalités, et il couvre toutes les entreprises exerçant sur le territoire français, quelle que soit leur forme.

Ce qu'on y trouve

  • L'identité de l'entreprise : dénomination, forme juridique, capital, date d'immatriculation, activité déclarée.
  • Les adresses : siège, établissements, domiciliation.
  • Les personnes : dirigeants, associés au-delà d'un certain seuil, bénéficiaires effectifs.
  • Les événements de la vie de l'entreprise : changements de dirigeant, transferts de siège, augmentations de capital, radiations.
  • Les procédures collectives, avec leur nature et leur date.
  • Les documents déposés : statuts, actes, comptes annuels.

C'est cette richesse qui rend le registre intéressant pour la prospection : il ne dit pas seulement qui existe, il dit depuis quand, sous quelle forme, dirigé par qui, et avec quel historique.

Ce qui est ouvert, ce qui ne l'est pas

Le principe est la publicité : le registre est consultable par tous, et la majeure partie de son contenu est diffusée en données ouvertes, sous une licence qui autorise la réutilisation, y compris commerciale.

Trois catégories échappent à cette diffusion, et il faut le savoir avant de promettre quoi que ce soit à un client :

  • Les données personnelles des entrepreneurs individuels : adresse du domicile, date et lieu de naissance ne sont pas diffusées librement.
  • Le registre des bénéficiaires effectifs, dont l'accès a été restreint aux autorités et aux personnes justifiant d'un intérêt légitime.
  • Les comptes annuels déclarés confidentiels par les entreprises qui y ont droit. Voir la page sur les comptes annuels.

Le consulter, ou le télécharger

Pour une entreprise à la fois, l'annuaire des entreprises de l'administration est le chemin le plus court : une recherche par nom ou par SIREN, une fiche, aucune inscription.

Pour un traitement en masse, le registre est diffusé en téléchargement intégral et par interface de programmation. C'est ce qui permet de construire un fichier plutôt que de collecter des fiches une par une. Il faut alors accepter le prix d'entrée : plusieurs dizaines de gigaoctets, un schéma qui évolue d'un millésime à l'autre, et un travail de rapprochement pour relier ces lignes au reste du monde (au site web, à la fiche Google, à la page LinkedIn).

C'est exactement ce travail que fait une base de données B2B. La matière première est gratuite ; l'assemblage ne l'est pas.

Interroger le registre par critères, et compter le résultat sans télécharger le dump

Le téléchargement intégral vaut la peine quand on veut tout le registre. Quand on n'en veut qu'une tranche (une forme juridique, un code NAF, un département, une fenêtre de création), une recherche entreprises filtrée sur ces mêmes champs rend cette tranche directement, et le comptage qui la précède est gratuit. Vous savez donc combien de lignes vous attendent avant de décider d'en extraire une seule.

Dans la plateforme, pas à pas

  1. Ouvrez la recherche entreprises. Le panneau de filtres est organisé en cartes : Filtres généraux, Légal, LinkedIn, Maps, Website. Les critères du registre sont dans la carte Légal.
  2. Carte Légal, champ « Forme juridique » : le code comme le libellé fonctionnent. « SAS », « 9220 » et « Association » sont acceptés indifféremment.
  3. Carte Légal, « Année de création » : les deux bornes De et À. La pastille « Créée récemment » (1, 3, 6 ou 12 mois) vise le même champ et l'emporte sur les bornes, qui sont alors grisées avec la mention « Ignorée tant que Créée récemment est active ».
  4. Carte Filtres généraux, « Localisation » : trois champs, Ville, Département et Région. Le département accepte le code ou le nom (69, ou Rhône).
  5. Carte Filtres généraux, « Activité » : c'est le filtre métier unifié, qui rassemble le code NAF, la catégorie Google et le secteur LinkedIn. Il n'existe pas de champ code NAF brut à l'écran ; pour raisonner en codes NAF exacts, il faut passer par l'API.
  6. Carte Légal, « Entreprises actives uniquement », pour écarter les sociétés cessées.
  7. Lisez le compteur au-dessus de la liste : « N entreprises », suivi de « · M établissements » quand des fiches Google entrent dans le résultat. Il s'affiche avant toute extraction et ne consomme rien.
  8. Si le volume convient, exportez. Sinon, resserrez un filtre et relisez le compteur : c'est la boucle qui remplace le téléchargement du dump.

Forme juridique, année de création, capital et code NAF n'existent que dans le registre. Tant qu'aucun filtre propre à LinkedIn (domaine, followers, technologies du site) ou à Google (note, avis, ouverture) n'est posé à côté, poser l'un d'eux restreint la recherche au registre seul : les fiches Google et les pages LinkedIn sortent du résultat, et le compteur devient le compte du registre, pas celui de l'ensemble de la base. C'est exactement ce qu'on veut ici, mais autant le savoir. Deux réserves sur les chiffres affichés. Le compteur n'est recompté après déduplication que jusqu'à 2 000 résultats : au-delà, il additionne les sources sans dédupliquer et arrondit donc par excès, d'autant plus que plusieurs sources répondent. Et le filtre Employés exclut automatiquement les entreprises dont l'effectif est inconnu, soit la très grande majorité du parc : son infobulle annonce environ une entreprise renseignée sur quinze.

Par l'API : POST /companies/find

{
  "filters": {
    "naf_code": { "include": ["41.x"] },
    "legal_form": { "include": ["SAS"] },
    "headquarters_department_code": { "include": ["69"] },
    "creation_date_min": "2023",
    "company_ceased": false
  },
  "countOnly": true
}

{ "success": true, "total": 1834, "totalEstimated": false, "establishmentsTotal": 0, "leads": [], "meta": { "sources": ["Legal"] } }. Le champ total est le nombre de sociétés qui correspondent, leads reste vide, et rien n'est débité. totalEstimated dit si ce total a été recompté après déduplication (false, cas d'un résultat inférieur ou égal à 2 000) ou s'il s'agit de la somme des sources avant déduplication, donc majorée (true). establishmentsTotal vaut 0 ici : c'est le compte des fiches Google, et Google ne participe pas à cette recherche. meta.sources confirme que seul le registre a été interrogé. Pour extraire ensuite, remplacez countOnly par limit (1 000 fiches au maximum par page) et déroulez les pages avec le pagination.nextToken renvoyé à la racine de la réponse.

La clé se passe dans l'en-tête Authorization, en clair, sans préfixe Bearer. countOnly: true (ou limit: 0) est le seul mode de comptage gratuit : limit: 1 renvoie une fiche, donc coûte un crédit, et plafonne le total à 100 000. naf_code accepte le préfixe (41.x pour tout le 41) ou le code exact (41.20A). creation_date_min et creation_date_max acceptent une année, étendue à l'année entière, ou une date ISO complète, prise telle quelle ; created_since_months (1, 3, 6 ou 12) vise le même champ et l'emporte sur ces bornes. Les cinq filtres de cet exemple sont propres au registre, ce qui explique le meta.sources réduit à Legal. Enfin, une clé d'API déroule au plus 250 000 fiches sur une même recherche : passé ce point, le nextToken n'est plus rendu et meta.paginationLimitNotice le dit.

Le détail des champs, des filtres et des codes de réponse est dans la documentation de l'API.

Avec Claude, en langage courant

Combien de SAS du bâtiment ont été immatriculées dans le Rhône depuis 2023 ? Juste le nombre, ne me sors pas les fiches.

Claude enchaîne basile_activity_suggest puis basile_count.

basile_activity_suggest sert à traduire « bâtiment » en identifiants de concept avant de compter ; si vous raisonnez déjà en codes NAF, il est inutile. basile_count envoie countOnly : rien n'est débité et le total n'est pas plafonné, c'est donc l'outil à appeler en premier, toujours. Gardez la même réserve qu'à l'écran : au-delà de 2 000 résultats, ce total additionne les sources sans dédupliquer et se lit comme un ordre de grandeur haut. basile_search_companies, lui, coûte un crédit par fiche renvoyée et son total est plafonné à 100 000. Quand des fiches Google entrent dans le résultat, basile_count renvoie en plus establishmentsTotal, le nombre de points de vente derrière les sociétés dédupliquées : le registre compte une ligne par société, Google une par établissement.

Lire la fiche consolidée d'une entreprise : registre, Google et LinkedIn côte à côte

Le rapprochement que ce chapitre décrit comme le vrai coût du travail (relier une ligne du registre au site, à la fiche Google et à la page LinkedIn) est déjà fait. La fiche restitue les trois sources séparément, sans les fondre, de sorte qu'on voit toujours quelle information vient d'où. C'est ce qui permet de constater que l'adresse du siège au registre et celle de la fiche Google ne sont pas la même, ou que l'effectif LinkedIn ne dit pas la même chose que la tranche d'effectif déclarée.

Dans la plateforme, pas à pas

  1. Lancez une recherche entreprises qui ramène la société : par son nom, ou par son numéro dans le champ « SIREN / TVA » de la carte Légal.
  2. Sur la ligne de résultat, regardez les pastilles de source. Une ligne peut en porter jusqu'à trois : Legal (le registre), LinkedIn, Google. Elles ne disent pas d'où vient la ligne, mais dans quelles sources la société a été retrouvée. Une quatrième pastille, Web, signale seulement que la société a un site : ce n'est pas une source, et elle n'ouvre rien.
  3. Survolez une pastille Legal, LinkedIn ou Google : le contenu brut de cette source seule s'affiche, champ par champ.
  4. Cliquez la ligne pour ouvrir le panneau de détails. Onglet « Entreprise » : Coordonnées, À propos, Identité légale, Liens & sources, Technologies du site (Web), puis Tous les champs. Onglet « Personnes » pour les gens rattachés à cette société.
  5. Quand la société a une fiche Google, le panneau annonce « N établissements Google » et en liste jusqu'à 200 : une enseigne à trois cents magasins a trois cents fiches Google pour une seule ligne au registre.

Les trois sources ne se rejoignent que si le rapprochement a pu se faire, et il s'appuie largement sur le domaine du site. Une société sans site reste donc souvent au registre seul : ce n'est pas un trou dans le registre, c'est l'absence du point d'accroche qui aurait permis de la relier ailleurs. Deux réserves de contenu, aussi : la note et les avis n'existent que sur les fiches Google, et les technologies du site ne sont renseignées que pour les sites qui ont été analysés.

Par l'API : GET /companies/{id}/full

{ "success": true, "sources": [ { "source": "LKI", "row": { ... }, "columns": [ ... ] }, { "source": "Legal", ... }, { "source": "GMB", ... } ] } : une entrée par source présente, dans l'ordre LinkedIn, Legal, Google, jamais fusionnées. Chaque entrée porte le contenu brut de la source dans row, et la liste ordonnée de ses champs réellement peuplés dans columns : le registre y met la forme juridique, le capital, l'adresse du siège et l'immatriculation, LinkedIn l'effectif, le secteur, la description et le domaine, Google la note, les avis, les horaires et la catégorie. L'entrée GMB porte en plus un establishments: { total, items } qui liste les établissements rattachés, jusqu'à 200 renvoyés, total donnant le nombre réel.

L'identifiant est le _id d'un résultat de POST /companies/find : il n'y a pas d'accès direct par SIREN sur cette route. Passez donc par une recherche d'abord, par exemple {"filters": {"siren": {"include": ["315597013"]}}, "limit": 1}, et reprenez le _id du lead. Deux points de facturation : la recherche débite un crédit par fiche renvoyée, et /full en débite un de plus, à chaque appel, même pour une fiche déjà payée dans la recherche qui précède. Enfin, les drapeaux has_legal_match, has_lki_match et has_gmb_match ne figurent pas dans /full : ils sont posés sur les résultats de /find, et c'est là qu'on voit d'un coup d'oeil dans quelles sources chaque société existe.

Le détail des champs, des filtres et des codes de réponse est dans la documentation de l'API.

Avec Claude, en langage courant

Sors-moi la fiche complète de la société dont le SIREN est 315597013 : ce que dit le registre, ce que dit sa page LinkedIn, ce que dit sa fiche Google, sans mélanger les trois.

Claude enchaîne basile_search_companies puis basile_get_entity.

basile_search_companies ne sert ici qu'à obtenir le _id : mettez limit à 1 pour ne payer qu'une fiche. basile_get_entity avec kind « companies » et full à true rend ensuite les sources séparées. Comptez donc deux crédits pour une société. Pour plusieurs sociétés d'un coup, ne bouclez pas sur basile_get_entity : basile_export coûte le même prix par ligne et rend tout en une fois.

À lire ensuite