Cas d'usage · E-commerce

Scraper un catalogue e-commerce

Shopify, WooCommerce et PrestaShop équipent une part énorme du commerce en ligne, avec un point commun qui change tout : la plupart de ces boutiques exposent leur catalogue proprement, sans qu'il faille lire une seule page.

Publié le

Le catalogue est déjà structuré

Ces plateformes servent leurs données à leur propre interface sous forme organisée, champs nommés et typés. Une extraction bien faite se branche là plutôt que de décortiquer l’affichage. Elle est dix à cent fois plus rapide, elle survit à un changement de thème graphique, elle récupère des champs que la page n’affiche pas, et elle consomme une fraction des ressources du site visité.

C’est ce qui explique qu’un devis varie du simple au quintuple entre deux prestataires. Celui qui lit les pages facture autant au départ, puis revient à chaque refonte de la boutique.

Le repère qui compte

Demandez si la collecte survit à un changement de thème. Si la réponse est non, le prestataire lit l’affichage, et vous paierez la maintenance.

Ce qui se récupère, plateforme par plateforme

Plateforme Accès habituel Points d’attention
Shopify Catalogue structuré, largement accessible Stock et champs personnalisés demandent un traitement à part. L’accès peut être restreint.
WooCommerce Très variable Extension de WordPress : chaque boutique est configurée différemment, et les greffons ajoutent leurs champs.
PrestaShop Souvent par lecture de pages Très répandu en France. Les déclinaisons y sont structurées autrement.
Boutique sur mesure Au cas par cas Souvent une interface interne exploitable, à identifier avant de chiffrer.

Vous avez une liste de boutiques à suivre ? Envoyez-la. Nous regardons chacune et vous disons lesquelles sont accessibles proprement : c’est de là que vient le coût réel.

Demander un devis

Le vrai sujet : les déclinaisons

C’est la question qui décide de la forme du livrable, et celle qu’on oublie de poser. Un tee-shirt existe en six coloris et quatre tailles : est-ce un produit ou vingt-quatre ?

Les deux réponses sont valables mais ne servent pas le même usage. Une ligne par produit avec la liste des options suffit à un catalogue de présentation. Une ligne par déclinaison, avec sa référence, son prix et son stock propres, devient indispensable dès qu’on suit des prix ou des disponibilités : c’est à ce niveau que les valeurs changent.

Se tromper de granularité oblige à tout refaire. Nous tranchons donc cette question avant le développement, sur un échantillon réel.

Les autres pièges

  • Les prix barrés. Prix de référence, prix remisé, prix affiché : trois valeurs selon les promotions. Sans savoir laquelle est suivie, l’historique ne veut rien dire.
  • La TVA et les devises. Une même boutique affiche hors taxes, toutes taxes comprises, ou dans une autre devise selon le pays du visiteur. Comparer sans normaliser produit des écarts aberrants.
  • Les produits retirés. Un article disparu doit être marqué absent, pas effacé, sinon l’historique perd la trace des arrêts de commercialisation.
  • Les images. Les récupérer est simple ; les stocker et les redimensionner pèse souvent plus lourd que toutes les données réunies.

Un cas vécu : quand le prix affiché n’est pas le prix

Sur une plateforme de comparaison réunissant 64 boutiques et 11 025 produits, les prix présentés aux visiteurs venaient d’un outil d’extraction tiers et ne correspondaient pas aux prix réellement pratiqués. Nous avons rebranché la chaîne sur la source directe de chaque boutique, ajouté des garde-fous qui rejettent les variations aberrantes, conservé l’historique, et fait couper automatiquement toute boutique dont les données deviennent incohérentes.

Effet secondaire : la dépendance à la plateforme d’extraction facturée à l’usage a disparu, et son abonnement mensuel avec elle.

Ce que nous livrons

Un catalogue normalisé au niveau de granularité que vous avez choisi, dans votre format, avec les contrôles qui empêchent une valeur aberrante d’atteindre votre base.

Questions fréquentes

Un produit décliné compte-t-il pour un ou pour vingt-quatre ?
Les deux réponses sont valables et ne servent pas le même usage. Une ligne par produit suffit à présenter un catalogue ; une ligne par déclinaison devient indispensable dès qu'on suit des prix ou des stocks, parce que c'est à ce niveau que les valeurs changent.
La collecte survit-elle à une refonte de la boutique ?
Si elle passe par la source structurée, oui : un changement de thème graphique n'a aucun effet. Si elle lit l'affichage, non. C'est ce qui explique qu'un devis varie du simple au quintuple.
Peut-on récupérer les stocks ?
Souvent, mais pas toujours au même endroit que les prix, et parfois pas du tout selon la configuration de la boutique. Cela se vérifie boutique par boutique avant tout chiffrage.
Et si la boutique n'est sur aucune de ces plateformes ?
Elle expose en général une interface interne exploitable. C'est le premier point que nous regardons, avant même de parler de budget.
Contact

Quel catalogue voulez-vous récupérer ?

Donnez les adresses des boutiques et dites-nous si vous suivez des produits ou des déclinaisons. C'est cette réponse qui détermine la forme du livrable, et elle se tranche avant d'écrire une ligne de code.

Demander un devis Voir les cas d'usage Étude de faisabilité sans frais · sans engagement