Είναι νόμιμη η εξαγωγή δεδομένων από ιστοσελίδες;

Δημόσια και μη δημόσια δεδομένα στην εξαγωγή δεδομένων από ιστοσελίδες

Ο σαφέστερος κανόνας στο web scraping είναι η διάκριση μεταξύ δημόσιων και μη δημόσιων δεδομένων. Πληροφορίες που είναι ορατές σε κάθε επισκέπτη χωρίς σύνδεση, όπως καταχωρίσεις προϊόντων, επαγγελματικοί κατάλογοι, αγγελίες ακινήτων και ειδησεογραφικά άρθρα, μπορούν κατά κανόνα να συλλεχθούν. Η πρόσβαση σε ιστοσελίδες που είναι δημόσια διαθέσιμες δεν ταυτίζεται συνήθως με μη εξουσιοδοτημένη πρόσβαση σε πληροφοριακό σύστημα, εφόσον δεν παρακάμπτονται τεχνικά μέτρα προστασίας ή περιορισμοί πρόσβασης.

Τα μη δημόσια δεδομένα είναι διαφορετική περίπτωση. Αν χρειάζεται να συνδεθείτε σε λογαριασμό, να παρακάμψετε συνδρομητικό φραγμό ή να χρησιμοποιήσετε διαπιστευτήρια άλλου προσώπου για να φτάσετε στις πληροφορίες, εισέρχεστε σε πεδίο μη εξουσιοδοτημένης πρόσβασης. Η ελληνική και ευρωπαϊκή νομοθεσία προστατεύουν τα πληροφοριακά συστήματα και τα δεδομένα που δεν δικαιούστε να δείτε. Το βασικό συμπέρασμα παραμένει ότι η συλλογή δημοσίως ορατών στοιχείων διαφέρει ουσιωδώς από την πρόσβαση σε περιεχόμενο με περιορισμό πρόσβασης.

Για επιχειρηματική χρήση, περιοριστείτε σε δεδομένα που μπορεί να δει κάθε επισκέπτης χωρίς να συνδεθεί. Αν το έργο σας απαιτεί πρόσβαση σε λογαριασμό, πρέπει να είστε ο νόμιμος κάτοχος του λογαριασμού ή να έχετε ρητή άδεια από τον κάτοχό του.

Προσωπικά δεδομένα και νομοθεσία περί ιδιωτικότητας

Η συλλογή προσωπικών δεδομένων, όπως ονόματα, διευθύνσεις email, τηλέφωνα, διευθύνσεις IP και δεδομένα τοποθεσίας, ενεργοποιεί υποχρεώσεις προστασίας δεδομένων. Στην Ελλάδα, ο GDPR και ο Ν. 4624/2019 απαιτούν νόμιμη βάση επεξεργασίας, διαφάνεια για τον τρόπο χρήσης των δεδομένων και σεβασμό των δικαιωμάτων των υποκειμένων.

Η νόμιμη βάση είναι καθοριστική. Αν συλλέγετε επαγγελματικά στοιχεία επικοινωνίας από έναν δημόσιο επαγγελματικό κατάλογο για B2B επικοινωνία, ενδέχεται να βασίζεστε σε έννομο συμφέρον, υπό τις κατάλληλες προϋποθέσεις. Αν συλλέγετε προφίλ καταναλωτών, αξιολογήσεις με ονόματα ή δραστηριότητα σε κοινωνικά δίκτυα, πρέπει να εξετάσετε πολύ προσεκτικότερα τη συγκατάθεση, τον περιορισμό του σκοπού και τα δικαιώματα των υποκειμένων. Το Ευρωπαϊκό Συμβούλιο Προστασίας Δεδομένων έχει καταστήσει σαφές ότι το γεγονός πως δεδομένα είναι δημόσια διαθέσιμα δεν τα εξαιρεί από τον GDPR. Εξακολουθείτε να χρειάζεστε νόμιμη βάση και να λαμβάνετε υπόψη τις εύλογες προσδοκίες των προσώπων.

Στην πράξη, πολλές επιχειρήσεις αποφεύγουν εντελώς τα προσωπικά δεδομένα. Αντί να συλλέγετε αξιολογήσεις χρηστών μαζί με τα ονόματά τους, συλλέξτε συγκεντρωτικές βαθμολογίες και ανώνυμο κείμενο. Αντί να συγκεντρώνετε μεμονωμένα προφίλ κοινωνικών δικτύων, συλλέξτε δημόσιες αναρτήσεις χωρίς να τις συνδέετε με ταυτοποιήσιμα πρόσωπα, εκτός αν έχετε σαφή νομική βάση και αντίστοιχη πολιτική απορρήτου. Αν το έργο σας απαιτεί προσωπικά δεδομένα, συμβουλευτείτε δικηγόρο προστασίας δεδομένων πριν ξεκινήσετε.

Όροι χρήσης: σύμβαση και τεχνική πρόσβαση

Οι περισσότερες ιστοσελίδες δημοσιεύουν όρους χρήσης που απαγορεύουν το scraping, την αυτοματοποιημένη πρόσβαση ή την εμπορική χρήση των δεδομένων τους. Η νομική βαρύτητα αυτών των όρων συχνά παρερμηνεύεται. Η παραβίαση όρων χρήσης δεν σημαίνει αυτομάτως ότι το scraping αποτελεί ποινικό αδίκημα. Η παραβίαση μιας σύμβασης δεν είναι από μόνη της το ίδιο με μη εξουσιοδοτημένη πρόσβαση σε πληροφοριακό σύστημα.

Ωστόσο, οι όροι χρήσης παραμένουν συμβατικοί όροι και η παραβίασή τους μπορεί να έχει αστικές συνέπειες. Ο ιδιοκτήτης μιας ιστοσελίδας μπορεί να στείλει εξώδικη πρόσκληση, να ζητήσει ασφαλιστικά μέτρα ή να διεκδικήσει αποζημίωση για παραβίαση σύμβασης, εφόσον μπορεί να αποδείξει ζημία. Στην Ελλάδα, η εφαρμογή των όρων εξαρτάται και από το αν ο χρήστης τους έχει αποδεχθεί έγκυρα, ενώ η επιβολή τους είναι πιθανότερη όταν η ιστοσελίδα μπορεί να αποδείξει πραγματική βλάβη.

Πώς να προσεγγίζετε τους όρους χρήσης

Διαβάστε τους όρους. Αν το scraping απαγορεύεται ρητά και σχεδιάζετε εμπορικό έργο, αξιολογήστε τον κίνδυνο. Οι μεγάλες πλατφόρμες με ισχυρές νομικές ομάδες είναι πιθανότερο να επιβάλουν τους όρους τους από μικρότερες ιστοσελίδες.
Ελέγξτε πρώτα αν υπάρχει API. Πολλές πλατφόρμες προσφέρουν επίσημα API που παρέχουν δομημένα δεδομένα χωρίς συμβατική ασάφεια.
Λειτουργήστε με σεβασμό και σωστή τεχνική συμπεριφορά. Ακόμη και όταν οι όροι απαγορεύουν το scraping, αρκετές ιστοσελίδες ανέχονται αυτοματοποιημένα προγράμματα χαμηλού όγκου που δεν διαταράσσουν τη λειτουργία τους. Η διαφορά μεταξύ ανοχής και νομικής διεκδίκησης συχνά κρίνεται από την κλίμακα και τον αντίκτυπο.
Τεκμηριώστε τη διαδικασία σας. Αν προκύψει αμφισβήτηση, το ότι συλλέξατε μόνο δημόσια δεδομένα, τηρήσατε το robots.txt και διατηρήσατε λογικούς ρυθμούς αιτημάτων ενισχύει τη θέση σας.

Για έργα σε γκρίζα ζώνη, όπως η συλλογή δεδομένων από μια μεγάλη ηλεκτρονική αγορά ή μια πλατφόρμα ακινήτων για παρακολούθηση τιμών, η πρακτική συμβουλή είναι να ενεργείτε προσεκτικά, να χρησιμοποιείτε μια αξιόπιστη υπηρεσία scraping που κατανοεί τα όρια και να είστε έτοιμοι να διακόψετε αν υπάρξει νομική αντίδραση.

Πνευματικά δικαιώματα και δικαιώματα βάσεων δεδομένων

Τα πνευματικά δικαιώματα προστατεύουν πρωτότυπα δημιουργικά έργα, όπως κείμενα, εικόνες, βίντεο και κώδικα λογισμικού. Η συλλογή δεδομένων από μια ιστοσελίδα δεν σας δίνει κυριότητα στο περιεχόμενό της. Αν αναδημοσιεύσετε συλλεγμένα άρθρα, περιγραφές προϊόντων ή φωτογραφίες χωρίς άδεια, κινδυνεύετε να παραβιάσετε πνευματικά δικαιώματα. Στην Ελλάδα και την ΕΕ, τα δικαιώματα βάσεων δεδομένων προσθέτουν ένα ακόμη επίπεδο προστασίας: η Οδηγία για τις Βάσεις Δεδομένων παρέχει ειδική προστασία σε βάσεις στις οποίες έχει γίνει ουσιώδης επένδυση για τη συλλογή, τον έλεγχο ή την παρουσίαση των δεδομένων.

Τα ίδια τα γεγονότα δεν προστατεύονται συνήθως από πνευματικά δικαιώματα, όπως οι τιμές, οι διευθύνσεις και τα τεχνικά χαρακτηριστικά προϊόντων. Ο τρόπος όμως με τον οποίο εκφράζονται ή οργανώνονται μπορεί να προστατεύεται. Η συλλογή αμιγώς πραγματικών δεδομένων για εσωτερική χρήση, όπως σύγκριση τιμών, έρευνα αγοράς ή παρακολούθηση αποθεμάτων, ενέχει συνήθως μικρότερο κίνδυνο από την αναδημοσίευση περιεχομένου. Η δημόσια επαναχρησιμοποίηση των δεδομένων με τρόπο που ανταγωνίζεται άμεσα την αρχική πηγή είναι πιο επισφαλής.

Πώς να μειώσετε τον κίνδυνο πνευματικών δικαιωμάτων

Εξαγάγετε γεγονότα, όχι δημιουργικό περιεχόμενο. Συλλέξτε τιμές, προδιαγραφές και διαθεσιμότητα, όχι διαφημιστικά κείμενα ή επαγγελματικές φωτογραφίες.
Μετασχηματίστε τα δεδομένα. Όταν συγκεντρώνετε, αναλύετε ή αναδιαμορφώνετε τα δεδομένα σε δικό σας προϊόν, προσθέτετε νέα αξία.
Αναφέρετε την πηγή όπου είναι εύλογο. Αν προβάλλετε συλλεγμένα δεδομένα δημόσια, παραπέμπετε στην αρχική πηγή.
Αποφύγετε τη μαζική αναδημοσίευση. Η αντιγραφή μιας ολόκληρης ιστοσελίδας ή βάσης δεδομένων είναι η πιο ξεκάθαρη περίπτωση παραβίασης. Χρησιμοποιήστε τα δεδομένα για τη λήψη αποφάσεων, όχι για να αντικαταστήσετε την αρχική πηγή.

Για εμπορικά έργα που θα αναδημοσιεύουν ή θα αναδιανέμουν συλλεγμένο περιεχόμενο, όπως ιστοσελίδες σύγκρισης, υπηρεσίες συγκέντρωσης δεδομένων ή σύνολα δεδομένων εκπαίδευσης AI, αξίζει να επενδύσετε σε νομικό έλεγχο.

Τεχνικός αντίκτυπος: σεβαστείτε την υποδομή

Ακόμη και όταν έχετε δικαίωμα να συλλέξετε δεδομένα, ο τεχνικός τρόπος έχει σημασία. Η υπερφόρτωση μιας ιστοσελίδας με αιτήματα μπορεί να προκαλέσει άρνηση παροχής υπηρεσίας ή να θεμελιώσει αξιώσεις αποζημίωσης όταν παρεμποδίζει τη λειτουργία του συστήματος. Επιθετικό scraping που προκαλεί μετρήσιμη βλάβη, όπως διακοπές λειτουργίας, αυξημένο κόστος φιλοξενίας ή υποβαθμισμένη εμπειρία χρήστη, μπορεί να οδηγήσει σε αξιώσεις αποζημίωσης ή ασφαλιστικά μέτρα.

Ο περιορισμός του ρυθμού αιτημάτων είναι ταυτόχρονα ένδειξη σεβασμού και νομική δικλείδα ασφαλείας. Ένα σωστά σχεδιασμένο εργαλείο εξαγωγής δεδομένων μιμείται την ανθρώπινη συμπεριφορά: περιμένει μεταξύ αιτημάτων, σέβεται τις οδηγίες του robots.txt, δηλώνει την ταυτότητά του με αναγνωριστικό προγράμματος και επιβραδύνει όταν η ιστοσελίδα επιστρέφει σφάλματα. Οι ιστοσελίδες εφαρμόζουν μέτρα προστασίας από αυτοματοποιημένα προγράμματα όχι μόνο για να επιβάλουν τους όρους χρήσης, αλλά και για να προστατεύσουν την υποδομή τους.

Το robots.txt δεν είναι νομικά δεσμευτικό, όμως η αγνόησή του αποδυναμώνει τη θέση σας σε περίπτωση διαφοράς. Η τήρησή του μπορεί να λειτουργήσει ως ένδειξη καλής πίστης, ενώ η παραβίασή του μπορεί να υποστηρίξει ισχυρισμούς ότι ενεργήσατε εν γνώσει σας αντίθετα προς τους περιορισμούς πρόσβασης. Για επιχειρηματικά έργα, ρυθμίστε τα εργαλεία εξαγωγής δεδομένων σας ώστε να τηρούν το robots.txt, εκτός αν έχετε συγκεκριμένο λόγο και νομική συμβουλή για να ενεργήσετε διαφορετικά.

Πρακτική λίστα ελέγχου συμμόρφωσης

Κάθε έργο scraping πρέπει να ξεκινά με έλεγχο συμμόρφωσης. Η ακόλουθη λίστα καλύπτει τις βασικές νομικές και τεχνικές παραμέτρους για επιχειρήσεις στην Ελλάδα και την ΕΕ. Δεν υποκαθιστά νομική συμβουλή, αλλά προσφέρει ένα πλαίσιο για να εντοπίσετε κινδύνους πριν διαθέσετε πόρους.

Πριν ξεκινήσετε

Επιβεβαιώστε ότι τα δεδομένα είναι δημόσια. Μπορεί να τα δει κάθε επισκέπτης χωρίς σύνδεση ή πληρωμή; Αν ναι, προχωρήστε. Αν όχι, σταματήστε ή ζητήστε άδεια.
Ελέγξτε αν υπάρχει επίσημο API. Πολλές πλατφόρμες παρέχουν δομημένη πρόσβαση σε δεδομένα, η οποία αποφεύγει συμβατικές ασάφειες.
Διαβάστε τους όρους χρήσης. Σημειώστε τυχόν ρητές απαγορεύσεις για scraping, αυτοματοποιημένη πρόσβαση ή εμπορική χρήση. Αξιολογήστε τον κίνδυνο επιβολής με βάση το ιστορικό της πλατφόρμας και τη χρήση που σχεδιάζετε.
Εντοπίστε τα προσωπικά δεδομένα. Θα συλλέξετε ονόματα, email, τηλέφωνα ή άλλα αναγνωριστικά; Αν ναι, καθορίστε τη νόμιμη βάση σας βάσει GDPR.
Εξετάστε πνευματικά δικαιώματα και δικαιώματα βάσεων δεδομένων. Εξάγετε δημιουργικό περιεχόμενο, όπως κείμενα και εικόνες, ή πραγματικά δεδομένα, όπως τιμές και προδιαγραφές; Σχεδιάστε να χρησιμοποιείτε γεγονότα, όχι αντιγραφή περιεχομένου, και να προσθέτετε νέα αξία όπου είναι εφικτό.

Κατά τη διάρκεια του έργου

Σεβαστείτε το robots.txt. Ρυθμίστε το εργαλείο εξαγωγής δεδομένων σας να τηρεί τις οδηγίες απαγόρευσης, εκτός αν έχετε νομικό λόγο να ενεργήσετε διαφορετικά.
Περιορίστε τον ρυθμό αιτημάτων. Αφήνετε χρονική απόσταση μεταξύ των αιτημάτων για να μην υπερφορτώνετε την ιστοσελίδα-στόχο. Ένα αίτημα ανά δευτερόλεπτο είναι μια καλή αφετηρία για μικρές ιστοσελίδες.
Χρησιμοποιήστε σαφές αναγνωριστικό προγράμματος. Δηλώστε το εργαλείο εξαγωγής δεδομένων σας με περιγραφικό αναγνωριστικό και παρέχετε στοιχεία επικοινωνίας.
Παρακολουθείτε αποκλεισμούς και σφάλματα. Αν λαμβάνετε κωδικούς 403, 429 ή captcha, επιβραδύνετε ή σταματήστε.
Αποθηκεύστε τα δεδομένα με ασφάλεια. Αν συλλέγετε προσωπικά δεδομένα, κρυπτογραφήστε τα κατά τη μεταφορά και την αποθήκευση, περιορίστε την πρόσβαση και τηρήστε τους κανόνες διατήρησης δεδομένων.

Μετά τη συλλογή

Χρησιμοποιήστε τα δεδομένα για τον δηλωμένο σκοπό. Μην επαναχρησιμοποιείτε προσωπικά δεδομένα χωρίς νέα νόμιμη βάση.
Αναφέρετε τις πηγές όπου απαιτείται. Αν προβάλλετε συλλεγμένα δεδομένα δημόσια, παραπέμπετε στην αρχική ιστοσελίδα.
Ανταποκριθείτε σε αιτήματα αφαίρεσης. Αν ο ιδιοκτήτης μιας ιστοσελίδας σας ζητήσει να σταματήσετε ή να διαγράψετε δεδομένα, λάβετε το αίτημα σοβαρά υπόψη.
Κάνετε περιοδικό έλεγχο. Οι νόμοι αλλάζουν, οι όροι χρήσης ενημερώνονται και οι προτεραιότητες επιβολής μεταβάλλονται. Επανεξετάζετε τον έλεγχο συμμόρφωσής σας κάθε χρόνο.

Πότε να ζητήσετε νομική συμβουλή

Ορισμένα έργα βρίσκονται σαφώς εντός ασφαλών ορίων, όπως η συλλογή δημόσιων καταχωρίσεων προϊόντων για εσωτερική σύγκριση τιμών, η συγκέντρωση αγγελιών ακινήτων για ανάλυση αγοράς ή η συλλογή αξιολογήσεων πελατών για έρευνα συναισθήματος. Άλλα είναι αμφίσημα ή υψηλού κινδύνου. Πρέπει να συμβουλευτείτε δικηγόρο αν το έργο σας περιλαμβάνει κάποιο από τα ακόλουθα:

Συλλογή δεδομένων από πλατφόρμα που έχει στείλει εξώδικες προσκλήσεις ή έχει κινηθεί νομικά κατά εργαλείων εξαγωγής δεδομένων στο παρελθόν.
Συλλογή προσωπικών δεδομένων σε μεγάλη κλίμακα, ειδικά αν σκοπεύετε να τα πουλήσετε, να τα χρησιμοποιήσετε για κατάρτιση προφίλ ή να τα συνδυάσετε με άλλα σύνολα δεδομένων.
Αναδημοσίευση ή αναδιανομή συλλεγμένου περιεχομένου με τρόπο που ανταγωνίζεται την αρχική πηγή.
Πρόσβαση σε δεδομένα πίσω από σύνδεση, συνδρομητικούς φραγμούς ή τεχνικές προστασίες, ακόμη και αν έχετε λογαριασμό.
Δραστηριοποίηση σε ρυθμιζόμενο κλάδο, όπως χρηματοοικονομικές υπηρεσίες, υγεία ή νομικές υπηρεσίες, όπου η διαχείριση δεδομένων υπόκειται σε ειδικούς κανόνες.

Ένας δικηγόρος δεν μπορεί να καταστήσει νόμιμο ένα παράνομο έργο, αλλά μπορεί να σας βοηθήσει να οργανώσετε μια υπερασπίσιμη προσέγγιση, να συντάξετε όρους και ενημερώσεις απορρήτου και να προτείνει μέτρα μετριασμού του κινδύνου. Για έργα υψηλής αξίας, όπως η δημιουργία μιας πλατφόρμας SaaS που βασίζεται σε συλλεγμένα δεδομένα, η έναρξη μιας ιστοσελίδας σύγκρισης ή η δημιουργία εμπορικού συνόλου δεδομένων, το κόστος της νομικής συμβουλής είναι μικρό σε σύγκριση με το κόστος μιας δικαστικής διαφοράς ή ενός προστίμου.

Συνεργασία με υπηρεσία scraping

Πολλές επιχειρήσεις επιλέγουν να αναθέσουν εξωτερικά τη συλλογή δεδομένων αντί να αναπτύξουν εργαλεία εξαγωγής δεδομένων εσωτερικά. Μια επαγγελματική υπηρεσία προσφέρει τεχνική εξειδίκευση, διαχειρίζεται την προστασία από αυτοματοποιημένα προγράμματα και κατανοεί τα νομικά όρια. Κατά την αξιολόγηση ενός παρόχου, ρωτήστε για τις πρακτικές συμμόρφωσής του. Συλλέγει μόνο δημόσια δεδομένα; Τηρεί το robots.txt και τα όρια ρυθμού; Αποφεύγει προσωπικά δεδομένα, εκτός αν του παρέχετε νόμιμη βάση;

Η Kodrana διατηρεί έναν κατάλογο έτοιμων εργαλείων εξαγωγής δεδομένων για συνήθεις πλατφόρμες, όπως ηλεκτρονικές αγορές, ιστοσελίδες ακινήτων, πλατφόρμες αγγελιών εργασίας και επαγγελματικούς καταλόγους, και δημιουργεί προσαρμοσμένα εργαλεία εξαγωγής δεδομένων για νέες πηγές εντός 2-5 εργάσιμων ημερών. Συλλέγουμε μόνο δημόσια διαθέσιμα δεδομένα, δεν συνδεόμαστε ποτέ σε λογαριασμούς που δεν μας ανήκουν και ρυθμίζουμε κάθε εργαλείο εξαγωγής δεδομένων ώστε να τηρεί τεχνικά και νομικά όρια. Πριν ξεκινήσουμε οποιοδήποτε έργο, εξετάζουμε την ιστοσελίδα-στόχο και επιβεβαιώνουμε τη σκοπιμότητα. Για νέους πελάτες, παρέχουμε δωρεάν δείγμα 50-100 εγγραφών, ώστε να ελέγξετε την ποιότητα των δεδομένων και τη συμμόρφωση πριν δεσμευτείτε. Αν δεν είστε βέβαιοι αν το έργο σας είναι εφικτό, στείλτε μας την ιστοσελίδα και τα πεδία που χρειάζεστε και θα ελέγξουμε το επίπεδο προστασίας και θα σας προτείνουμε την κατάλληλη νομική και τεχνική διαδρομή.

Συχνές ερωτήσεις

Είναι παράνομο το web scraping στην Ελλάδα;

Το web scraping δεν είναι εγγενώς παράνομο στην Ελλάδα. Η συλλογή δημόσια ορατών δεδομένων χωρίς παράκαμψη τεχνικών προστασιών ή παραβίαση της νομοθεσίας για την προστασία δεδομένων είναι κατά κανόνα νόμιμη. Ωστόσο, το scraping μπορεί να γίνει παράνομο αν αποκτάτε πρόσβαση σε μη δημόσια δεδομένα χωρίς εξουσιοδότηση, συλλέγετε προσωπικά δεδομένα παράνομα ή προκαλείτε τεχνική βλάβη σε μια ιστοσελίδα. Τα νομικά όρια εξαρτώνται από το τι συλλέγετε, πώς το συλλέγετε και πώς χρησιμοποιείτε τα δεδομένα στη συνέχεια.

Μπορούν οι όροι χρήσης μιας ιστοσελίδας να καταστήσουν το scraping παράνομο;

Οι όροι χρήσης είναι συμβατικοί όροι και όχι ποινικός νόμος. Η παραβίασή τους δεν καθιστά αυτομάτως το scraping ποινικό αδίκημα. Ωστόσο, ο ιδιοκτήτης μιας ιστοσελίδας μπορεί να επιδιώξει αστικά ένδικα μέσα, όπως εξώδικη πρόσκληση, ασφαλιστικά μέτρα ή αγωγή για παραβίαση σύμβασης, αν μπορεί να αποδείξει ζημία. Η παραβίαση όρων χρήσης από μόνη της δεν ταυτίζεται με μη εξουσιοδοτημένη πρόσβαση, αλλά μεγάλες πλατφόρμες ενδέχεται να επιβάλουν τους όρους τους δυναμικά.

Ποια είναι η διαφορά μεταξύ δημόσιων και μη δημόσιων δεδομένων στο web scraping;

Δημόσια δεδομένα είναι όσα είναι ορατά σε κάθε επισκέπτη χωρίς σύνδεση, πληρωμή ή παράκαμψη τεχνικών εμποδίων. Παραδείγματα είναι οι καταχωρίσεις προϊόντων, τα ειδησεογραφικά άρθρα και οι επαγγελματικοί κατάλογοι. Τα μη δημόσια δεδομένα απαιτούν ταυτοποίηση ή παράκαμψη ελέγχων πρόσβασης, όπως πίνακες πελατών, περιεχόμενο με συνδρομή ή ιδιωτικά προφίλ χρηστών. Η συλλογή δημόσιων δεδομένων είναι κατά κανόνα νόμιμη, ενώ η συλλογή μη δημόσιων δεδομένων χωρίς άδεια δεν είναι.

Πρέπει να τηρώ το robots.txt όταν κάνω scraping;

Το robots.txt δεν είναι νομικά δεσμευτικό, αλλά η αγνόησή του αποδυναμώνει τη νομική σας θέση αν προκύψει διαφορά. Η τήρηση του robots.txt μπορεί να θεωρηθεί ένδειξη καλής πίστης, ενώ η παραβίασή του μπορεί να υποστηρίξει ισχυρισμούς μη εξουσιοδοτημένης πρόσβασης ή κακής πίστης. Για επιχειρηματικά έργα, η τήρηση του robots.txt είναι μια χαμηλού κόστους δικλείδα που μειώνει τον κίνδυνο.

Μπορώ να συλλέγω προσωπικά δεδομένα με scraping βάσει GDPR;

Μπορείτε να συλλέγετε προσωπικά δεδομένα αν διαθέτετε νόμιμη βάση βάσει GDPR και πληροίτε τις σχετικές υποχρεώσεις. Το ότι τα δεδομένα είναι δημόσια διαθέσιμα δεν σημαίνει ότι εξαιρούνται από την προστασία. Χρειάζεστε νομική αιτιολόγηση, πρέπει να σέβεστε τα δικαιώματα των υποκειμένων και να περιορίζετε τη συλλογή στο αναγκαίο. Για τις περισσότερες επιχειρηματικές περιπτώσεις, η αποφυγή προσωπικών δεδομένων είναι απλούστερη και ασφαλέστερη. Αν το έργο σας τα απαιτεί, συμβουλευτείτε δικηγόρο προστασίας δεδομένων πριν ξεκινήσετε.

Νομιμότητα του web scraping: τι πρέπει να γνωρίζουν οι επιχειρήσεις