Comment extraire des données publiques d'Instagram pour la recherche marketing

Instagram a supprimé l'accès public à son API en 2020, mais les points d'accès web publics renvoient toujours des profils, publications et données de hashtags au format JSON. Voici ce qui est accessible, pourquoi les IP mobiles sont importantes, et où se situe la limite.

Instagram a fermé l'accès public à son API officielle en 2020, c'est pourquoi chaque guide sur l'extraction de données Instagram s'appuie désormais sur les points d'accès web publics. La bonne nouvelle pour la recherche marketing : ces points d'accès renvoient toujours des profils, publications, reels et volumes de hashtags sous forme de JSON propre, sans besoin de connexion. Le hic, c'est qu'Instagram est l'une des plateformes les plus agressives pour signaler le trafic automatisé, donc l'IP que vous utilisez et le rythme que vous maintenez décident si le point d'accès reste ouvert. Ce guide couvre ce qui est accessible, le code pour y parvenir, et les limites des CGU et du RGPD que vous ne devez pas franchir.

Quelles données publiques d'Instagram vous pouvez réellement collecter

Sans compte, vous pouvez accéder à une quantité surprenante de données, toutes utiles pour la recherche de marché et d'influenceurs :

• Profils : nom complet, bio, nombre de followers et d'abonnements, nombre de publications, statut vérifié et professionnel.
• Publications et reels : légende, hashtags, mentions, URL des médias, nombre de likes et de commentaires, horodatages, et les premiers commentaires.
• Hashtags : volume total de publications et clusters de tags associés - pratique pour trouver des tags adjacents moins saturés.
• Lieux : nom, coordonnées, adresse et nombre de publications pour un emplacement.

Ce que vous ne pouvez pas obtenir sans session authentifiée : listes complètes de followers, liste des comptes ayant aimé une publication, comptes privés et stories. Ces points d'accès nécessitent un cookie de session, et c'est précisément là que se concentrent les interdictions de compte et les violations des CGU. Pour la recherche, restez à la surface publique.

Le point d'accès de profil public, avec code

L'application web d'Instagram récupère les données de profil à partir d'un point d'accès JSON que tout le monde peut appeler, à condition d'envoyer l'en-tête id de l'application web publique. Routez-le via un proxy et vous obtenez les données de profil en quelques lignes :

import requests

PROXY = "http://USER:PASS@gate.quantumproxies.io:8000"  # mobile pool
proxies = {"http": PROXY, "https": PROXY}

HEADERS = {
    "x-ig-app-id": "936619743392459",  # public web app id
    "User-Agent": "Mozilla/5.0 (iPhone; CPU iPhone OS 17_2 like Mac OS X) "
                  "AppleWebKit/605.1.15 (KHTML, like Gecko) Mobile/15E148",
}

def profile(username):
    url = "https://www.instagram.com/api/v1/users/web_profile_info/"
    r = requests.get(url, params={"username": username},
                     headers=HEADERS, proxies=proxies, timeout=20)
    r.raise_for_status()
    return r.json()["data"]["user"]

u = profile("natgeo")
print(u["full_name"], u["edge_followed_by"]["count"])

La même charge utile contient les publications récentes sous edge_owner_to_timeline_media, donc un appel vous donne le profil et son engagement récent ensemble :

for edge in u["edge_owner_to_timeline_media"]["edges"]:
    node = edge["node"]
    print(node["shortcode"],
          node["edge_media_preview_like"]["count"],   # likes
          node["edge_media_to_comment"]["count"])       # comments

Pourquoi les proxies mobiles l'emportent sur Instagram

L'échec le plus courant d'Instagram est un blocage de limite de taux : le point d'accès commence à renvoyer des erreurs et interdit temporairement l'IP qui l'a frappé. Attendre et allonger les délais d'attente aide un peu, mais la solution durable est le type d'IP. Les proxies mobiles sont la meilleure option ici en raison du CGNAT - une seule IP mobile est partagée par des milliers de vrais abonnés, donc Instagram ne peut pas la bloquer sans toucher des utilisateurs authentiques. Cela rend les sorties mobiles les plus difficiles à interdire et correspond le mieux à la façon dont la plupart des gens naviguent réellement sur l'application. Notre explication sur pourquoi le CGNAT rend les IP mobiles fiables couvre le mécanisme, et proxies mobiles vs VPN explique pourquoi un VPN ne peut pas faire cela.

Associez un pool de proxies mobiles avec un rythme humain - délais aléatoires, concurrence limitée, et un arrêt lorsque le taux de blocage augmente - et les points d'accès publics restent ouverts lors de longues collectes.

Les proxies résidentiels sont une solution de repli raisonnable lorsqu'un pool mobile n'est pas disponible - notre réseau résidentiel s'étend sur plus de 200 pays pour une collecte géo-précise - mais sur Instagram spécifiquement, les sorties mobiles survivent le plus longtemps. Quel que soit le type d'IP, traitez une réponse de limite de taux comme un signal pour ralentir, pas pour réessayer plus fort : reculez, tournez, et allongez l'intervalle entre les appels. Un extracteur qui respecte la limitation collecte bien plus sur une journée qu'un qui martèle à travers les blocages et brûle son pool en une heure.

Obtenez des proxies mobiles conçus pour les plateformes sociales

Hashtags et découverte

Pour la découverte de tendances et d'influenceurs, les données de hashtags surpassent l'extraction de profils individuels. Les pages de hashtags exposent le volume de publications et les clusters de tags associés, ce qui vous permet de cartographier à quel point un sujet est saturé et de trouver des tags adjacents plus calmes à cibler. Combinez cela avec les taux d'engagement par profil - likes et commentaires sur le nombre de followers - et vous avez une liste restreinte défendable de créateurs sans jamais toucher aux données protégées. Si votre recherche s'étend sur plusieurs plateformes, la même discipline s'applique aux données publiques de TikTok, et il y a un chevauchement avec l'automatisation sociale sur Instagram, TikTok et X.

Que garder, et quoi laisser tomber

Pour la recherche, stockez les signaux agrégés et laissez tomber le reste. Les nombres de followers et d'abonnements, la fréquence des publications, les likes et commentaires moyens, et l'utilisation des hashtags vous disent tout sur la portée et l'engagement sans conserver une pile de détails personnels. Les URL des médias expirent et les légendes complètes alourdissent votre stockage, donc conservez des identifiants stables comme le shortcode plus les métriques, et récupérez le contenu à la demande. Minimiser ce que vous conservez est à la fois une bonne ingénierie et le côté le plus sûr de la ligne du RGPD - un tableau des taux d'engagement est bien moins sensible qu'un entrepôt de comptes nommés et leurs publications.

Les lignes des CGU et du RGPD

Deux limites comptent. Premièrement, les conditions d'utilisation d'Instagram restreignent la collecte automatisée, et utiliser une session connectée pour extraire des données protégées met en danger le compte, pas seulement l'IP - restez sur les points d'accès publics, non authentifiés pour la recherche. Deuxièmement, les identifiants de followers, les auteurs de commentaires et les détails de profil sont des données personnelles. En vertu du RGPD et de régimes similaires, vous avez besoin d'une base légale pour les collecter et les stocker, vous devez minimiser ce que vous conservez, et vous devez éviter de créer des profils d'individus identifiables sans raison claire. Les métriques agrégées (nombres de followers, taux d'engagement, volumes de hashtags) sont bien plus sûres que des listes de personnes nommées. Notre guide sur le RGPD et l'extraction de données personnelles couvre les spécificités - et ceci est un guide pratique, pas un conseil juridique.

Questions fréquemment posées

Pouvez-vous extraire des données Instagram sans compte ?

Oui, pour les données publiques. Le point d'accès de profil web renvoie les bios, les nombres de followers et les publications récentes au format JSON lorsque vous envoyez l'en-tête public x-ig-app-id, et les pages de hashtags et de lieux exposent le volume et les métadonnées. Les listes de followers, les likers et les comptes privés nécessitent une session authentifiée et doivent être évités pour la recherche.

Pourquoi Instagram continue-t-il de limiter le taux de mon extracteur ?

Vous frappez le point d'accès trop rapidement depuis une IP qu'Instagram ne fait pas confiance. Ralentissez avec des délais aléatoires, limitez la concurrence, et passez aux proxies mobiles - une IP mobile CGNAT est partagée par des milliers de vrais utilisateurs, donc Instagram est bien plus lent à la bloquer qu'une adresse de centre de données.

L'extraction de données Instagram est-elle légale ?

La collecte de données publiques, non personnelles pour la recherche est généralement moins risquée, mais les conditions d'utilisation d'Instagram restreignent l'automatisation et les données personnelles sont régies par le RGPD et des lois similaires. Restez sur les points d'accès publics, minimisez les données personnelles que vous stockez, et consultez un avocat pour tout ce qui implique des individus identifiables à grande échelle. Ceci n'est pas un conseil juridique.

Quel est le meilleur type de proxy pour l'extraction de données Instagram ?

Les proxies mobiles. Parce que le CGNAT mappe une IP mobile à de nombreux vrais abonnés, la plateforme ne peut pas l'interdire sans dommages collatéraux, ce qui rend les sorties mobiles les plus durables pour une collecte soutenue. Les proxies résidentiels sont un deuxième choix raisonnable ; les IP de centre de données sont bloquées le plus rapidement.

Les données publiques d'Instagram sont très accessibles pour la recherche marketing - les points d'accès de profil, de publication et de hashtag renvoient toujours du JSON propre. Les deux variables qui décident du succès sont l'IP (les mobiles l'emportent) et la retenue (données publiques uniquement, rythme humain, données personnelles minimales). Faites cela correctement et le point d'accès reste ouvert.

Commencez à collecter avec les proxies mobiles de QuantumProxies