Cette communication a pour but d’exposer comment une démarche bibliométrique a été utile au processus de collecte et d’analyse de l’information brevet lors d’une étude de veille technologique. L’expérience relatée dans ce travail est tirée d’une étude de veille technologique réalisée par un professionnel de l’information pour le compte d’un client. Le professionnel de l’information, utilisant la base de données Derwent WPI pour cette étude, a été immédiatement confronté à la problématique suivante : comment respecter l’enveloppe budgétaire fixée par son client tout en garantissant la pertinence et la bonne couverture du sujet étudié par les données extraites de cette base de données payante. La démarche mise en œuvre fut de télécharger les notices au format gratuit répondant à la stratégie de recherche élaborée pour couvrir au mieux le domaine à étudier, puis d’accompagner la phase de validation/sélection de ces notices gratuites par l’assistance d’une démarche bibliométrique pour au final ne télécharger au format complet et payant que l’ensemble des notices les plus pertinentes pour l’étude technique des brevets du domaine étudié. Le traitement bibliométrique mis en œuvre pour la phase de sélection avait pour objectif d’élaborer une grille de lecture des 394 notices au format gratuites pour assister l’expertise et la sélection par un expert du domaine. Un regroupement thématique de ces notices a été obtenu par une méthode de classification automatique (Kmeans clustering), puis le résultat de ce regroupement thématique a été remonté sur un support facilement exploitable par l’expert et le professionnel de l’information pour rapidement converger une sélection de notices pertinentes. Cette démarche a permis à la fois de réduire de 50% le coût de collecte des ces informations brevets mais aussi de construire une nouvelle grille de caractérisation technique des brevets (regroupement des domaines techniques couverts par les brevets) très utile pour l’étude technique de ces brevets. La conduite de cette étude illustre également l’importance de la mise en commun de multiples compétences pour ce genre d’étude, à savoir un professionnel de l’information, un spécialiste du traitement automatique de l’information et un expert technique du domaine.