Scraping immobilier (LeBonCoin & PAP) + filtrage par communes pour Usekaiz

🧭 Contexte du projet

L’entreprise Usekaiz, spécialisée dans la data immobilière, avait besoin d’automatiser la collecte d’annonces immobilières provenant de plusieurs plateformes, notamment LeBonCoin et PAP.
L’objectif : constituer une base de données centralisée et fiable, enrichie de numéros de téléphone, afin d’alimenter un système interne de pige immobilière automatisée.

L’enjeu principal était double :

1. Industrialiser la collecte de données sur des milliers d’annonces en temps réel.
2. Garantir la qualité et la cohérence des informations pour éviter les doublons et les erreurs.

⚙️ Solutions mises en place

1. Scraping multi-plateforme (LeBonCoin & PAP)

Un pipeline de scraping sur mesure a été développé pour extraire :

1. Les annonces immobilières (titres, prix, localisation, description, date de publication)
2. Les numéros de téléphone associés aux vendeurs ou agences
3. Les métadonnées nécessaires au suivi (ID d’annonce, lien source, catégorie)

Ce pipeline est conçu pour s’exécuter à intervalles réguliers afin d’assurer une mise à jour automatique de la base.

2. Intégration dans NocoDB

Les données collectées sont automatiquement insérées dans une base NocoDB, qui sert d’interface simple et collaborative pour l’équipe Usekaiz.
Chaque import inclut :

1. Un contrôle des doublons (par téléphone et ID d’annonce)
2. Une vérification des formats de données
3. La gestion des erreurs d’extraction ou de parsing

Le système consigne chaque exécution, ce qui permet un monitoring complet des flux.

3. Gestion des erreurs et contrôle qualité

Le pipeline inclut une logique d’auto-correction :

1. Les erreurs réseau ou de parsing sont automatiquement relancées.
2. Les anomalies sont consignées dans une table dédiée (logs).
3. Un score de qualité des données est calculé à chaque batch pour assurer une fiabilité constante.

4. Développement d’un formulaire de filtrage

Pour faciliter la prospection, un formulaire interactif a été développé, permettant de filtrer les communes selon leur population.
Ce module s’appuie sur une base de données enrichie regroupant toutes les communes françaises, croisant les données INSEE avec des estimations issues d’un modèle IA.

🧩 Technologies & compétences mobilisées

1. Python → scraping et orchestration des flux
2. NocoDB → gestion de base low-code et API REST
3. AWS S3 → stockage des images et fichiers
4. n8n → automatisation du workflow interne
5. Data cleaning & validation → vérification des doublons, cohérence des champs
6. Développement front léger → formulaire de filtrage par commune

💡 Résultats obtenus

1. Plus de 100 000 annonces traitées automatiquement chaque mois
2. Une base de données centralisée et mise à jour sans intervention manuelle
3. Un gain de temps significatif pour les équipes commerciales
4. Une meilleure qualité des données grâce aux contrôles automatisés

💰 Budget & durée

1. Fourniture de la base population (INSEE + IA) : 250 € HT
2. Développement du formulaire de filtrage (3 retours inclus) : 350 € HT
   Total : 600 € HT

Durée du projet : environ 2 à 3 semaines

🚀 En résumé

Ce projet démontre la capacité de Datamonkeyz à concevoir des pipelines de scraping robustes, fiables et totalement intégrés à des outils low-code comme NocoDB et n8n.
Grâce à cette solution, Usekaiz dispose aujourd’hui d’une pige immobilière automatisée, adaptable et évolutive — une étape clé vers une prospection immobilière 100 % data-driven.