Meilleurs Glassdoor Datasets

Les datasets Glassdoor offrent des informations utiles sur les offres d'emploi, les avis des employeurs et les salaires, mais ils ne sont pas la source exclusive de données sur le marché du travail ou la marque employeur.

Nous passons en revue les quatre principaux fournisseurs de datasets Glassdoor : Bright Data, Coresignal, Oxylabs et Actowiz. Notre évaluation couvre la structure des datasets de chaque fournisseur, les techniques d'extraction, les calendriers de mise à jour, les options de livraison et les modèles de tarification.

Meilleurs fournisseurs de données Glassdoor

Bright Data propose plusieurs façons d'accéder aux données Glassdoor, notamment des datasets prédéfinis, une API Scraper dédiée, une collecte sans code via Scraper Studio et un accès historique via son archive Web. Sa pile de données d'emploi prend en charge le filtrage prêt pour l'IA, une large intégration et la compatibilité MCP pour des flux de travail automatisés.

Ces datasets comprennent des avis sur les entreprises, des offres d'emploi et des informations générales sur les entreprises. Vous pouvez télécharger les datasets aux formats JSON, CSV ou parquet, et Bright Data permet la personnalisation des filtres, des calendriers de mise à jour et des formats de livraison.

Le fournisseur de datasets propose deux méthodes principales pour accéder aux informations Glassdoor. L'une consiste à utiliser des datasets prêts à l'emploi comprenant des aperçus d'entreprises, des offres d'emploi et des avis sur les entreprises. La seconde passe par l'API de web scraping, qui contient plusieurs modèles prêts à l'emploi pour le scraping Glassdoor. L'API permet une collecte de données en temps réel avec des limites ajustables et des configurations de scraper personnalisables.

Tarification :

Bright Data maintient également un dépôt d'échantillons public sur GitHub pour les données Glassdoor, comprenant un échantillon de plus de 1,000 avis d'entreprise, ce qui permet aux acheteurs potentiels d'inspecter la structure des données avant l'achat.

La tarification est basée sur le nombre d'enregistrements, avec des tarifs allant jusqu'à $0.0025 par enregistrement et une commande minimum de $250. Pour les instantanés complets des datasets, le prix de l'abonnement varie selon la fréquence de livraison.

Oxylabs donne accès aux données Glassdoor via des datasets à grande échelle plutôt que par des crédits API par enregistrement. L'entreprise propose deux principaux produits de datasets : les datasets standards d'offres d'emploi et les datasets personnalisés. Sa couverture actuelle de Glassdoor comprend les avis des employés, les fourchettes de salaires et les offres d'emploi.

Il comprend les titres de poste, les informations sur l'entreprise, les postes vacants, les lieux, les salaires et d'autres points de données liés au marché du travail. La livraison est disponible aux formats CSV, JSON ou XLSX, et peut être envoyée directement vers Amazon S3, Google Cloud, Azure ou un autre point de terminaison de stockage. La fréquence de mise à jour peut être mensuelle ou trimestrielle, et une option d'achat unique est également disponible.

Tarification :

Le prix de départ pour le dataset standard est de $1,000 par mois. Pour les clients ayant besoin d'un contrôle plus avancé, Oxylabs propose des datasets personnalisés. La fréquence de mise à jour est nettement plus flexible : les clients peuvent choisir quotidienne, hebdomadaire, mensuelle, trimestrielle ou une cadence entièrement personnalisée.

Contrairement à certains concurrents, Oxylabs ne divulgue pas publiquement d'essai gratuit pour les datasets.

Coresignal fournit un dataset Glassdoor qui comprend des profils d'employeurs, le sentiment des employés, les tendances de rémunération et la dynamique du marché du travail. Le dataset est divisé en quatre grandes catégories : entreprises, avis des employés, emplois et salaires. Chaque catégorie est mise à jour selon un calendrier récurrent, les emplois étant actualisés en continu tout au long du mois, et les notes de version 2026 de Coresignal ont également ajouté de nouveaux champs de cycle de vie tels que « deleted », améliorant ainsi la fraîcheur et le suivi de l'état des enregistrements. Toutes les données sont livrées au format JSON ou CSV..

Tarification :

Chaque nouveau compte reçoit 400 crédits de recherche et 200 crédits de collecte, tous deux valables pendant 14 jours. Les crédits de recherche sont consommés chaque fois qu'une requête de recherche est exécutée, et chaque requête réussie coûte un crédit. Les crédits de collecte sont utilisés lors de la récupération d'un profil de données complet ; un profil collecté avec succès équivaut à un crédit de collecte.

Le plan de démarrage commence à $49 par mois et inclut au moins 250 crédits de collecte et 500 crédits de recherche, avec des coûts par enregistrement allant de $0.196 à $0.133 selon le volume.

Actowiz propose des données d'emploi et de recrutement Glassdoor sous forme de service de datasets personnalisés. Sa couverture actuelle des données de recrutement s'étend sur plusieurs marchés, notamment les États-Unis, le Royaume-Uni, les EAU, l'Inde, l'Allemagne, Singapour, l'Italie, le Japon, l'Australie et d'autres pays, avec une livraison disponible dans des formats tels que Excel, CSV, JSON, et des destinations cloud telles que Google Cloud, AWS S3, Azure et SFTP. Ses projets peuvent inclure des offres d'emploi, des données d'entreprise et des avis, selon le périmètre.

Tarification :

Les détails de tarification ne sont pas divulgués de manière transparente et dépendent de la complexité du projet et du volume de données concerné.

Comment se procurer et utiliser les données Glassdoor

Les équipes RH peuvent détecter les premiers signes de rotation élevée en utilisant l'IA pour analyser les anciens avis Glassdoor.

• Les entreprises utilisent le TALN pour identifier des schémas subtils, comme la dérive de modèle dans les équipes techniques ou les frictions liées au retour au bureau dans les groupes distants, plutôt que de se fier uniquement aux notes en étoiles.
• Les outils d'IA aident les entreprises à distinguer le « Review Bombing » des véritables changements culturels, leur permettant de traiter les problèmes plus larges plutôt que des plaintes isolées.
• Les entreprises mettent à jour les références salariales des postes débutants dans les villes à forte croissance qui dépassent les autres endroits. En utilisant les données salariales de Glassdoor, elles s'attendent à ce que la rémunération en début de carrière dépasse les niveaux de 2020 d'ici 2026.

Alternatives aux données Glassdoor et options de données en temps réel

En fonction de votre cas d'utilisation, qu'il s'agisse d'analyse historique, de recherche à grande échelle ou de surveillance concurrentielle en temps réel, vous pourriez envisager d'utiliser des API de scraping Glassdoor.

Les API de scraping permettent d'extraire les offres d'emploi, les estimations salariales, les avis et les détails des entreprises en temps réel, mais les meilleures options diffèrent désormais plus clairement selon le flux de travail. La pile de scraping Glassdoor actuelle de Bright Data prend en charge la collecte via API, sans code et entièrement gérée sur 8 scrapers dédiés, tandis qu'Oxylabs a ajouté des préréglages d'analyseur auto-réparateur qui ajustent automatiquement la logique d'extraction en fonction des changements de page cible. Comme toujours, les équipes doivent examiner les aspects techniques et les considérations de conformité avant le déploiement.

Qu'est-ce que les données Glassdoor ?

Les données Glassdoor consistent en des informations publiquement accessibles provenant de la plateforme Glassdoor, notamment des offres d'emploi, des profils d'entreprise, des avis d'employés, des notes, des rapports de salaires et des informations sur le lieu de travail fournies par les utilisateurs.

Découvrez davantage de nos benchmarks et analyses basées sur les données dans la recherche Google.

Ajouter comme source préférée

Citer cette recherche

Choisissez le format qui correspond à votre lieu de publication. Coller la version avec lien dans votre CMS préserve le lien retour.

@misc{karatas2026,
  author = {Karatas, Gulbahar},
  title  = {{Meilleurs Glassdoor Datasets}},
  year   = {2026},
  month  = mar,
  howpublished    = {\url{https://aimultiple.com/glassdoor-datasets}},
  note   = {AIMultiple. Consulté le 27 Mars 2026}
}

Gulbahar Karatas

Analyste du secteur

Suivre

Gülbahar est analyste du secteur chez AIMultiple, spécialisée dans la collecte de données web, les applications des données web et la sécurité des applications.

Voir le profil complet

Soyez le premier à commenter

Votre adresse courriel ne sera pas publiée. Tous les champs sont obligatoires. Les commentaires sont laissés dans leur langue d'origine.

Nom

Adresse email

Commentaire

0/450

Publier un commentaire