Collecte de données sur Amazon, Cdiscount, Leboncoin et les marketplaces françaises

Les marketplaces qui comptent en France

Le paysage français se structure autour de quelques acteurs dominants. Amazon.fr capte environ 20 % du e-commerce hexagonal, suivi par Cdiscount (Groupe Casino), qui reste le deuxième pur player national. Leboncoin occupe une place à part : c'est la première plateforme de petites annonces, avec un mix de particuliers et de professionnels sur des secteurs variés (auto, immobilier, électronique, mode).

D'autres acteurs attirent des audiences spécialisées : Fnac.com et Darty pour l'électronique et la culture, Back Market pour le reconditionné, Vinted pour la mode de seconde main, ManoMano pour le bricolage, Leroy Merlin pour l'habitat. En alimentaire, Carrefour, Auchan et Leclerc développent leurs places de marché en complément du drive. Chaque plateforme possède ses propres règles d'affichage, ses algorithmes de classement et ses niveaux de protection technique.

Quelles données les entreprises collectent

Les cas d'usage se recoupent d'un secteur à l'autre. Les vendeurs suivent les prix de leurs concurrents directs pour rester compétitifs sans sacrifier la marge. Les marques surveillent le réseau de distribution autorisé, détectent les revendeurs non agréés et identifient les contrefaçons. Les analystes e-commerce collectent les positions dans les résultats de recherche, le nombre d'avis, les notes moyennes et les variations de stock pour anticiper les ruptures ou mesurer la performance d'un lancement.

Parmi les champs récurrents figurent le titre de l'offre, le prix affiché (et l'historique), la disponibilité (en stock / rupture / délai), le nom du vendeur ou de la boutique, la note globale et le nombre d'évaluations, les variantes (taille, couleur, conditionnement), les visuels produit, et parfois les questions-réponses publiques ou les extraits d'avis clients. Sur Leboncoin, on ajoute la localisation géographique de l'annonce, la date de publication et les coordonnées publiques de contact.

API officielles : accès limité et conditions restrictives

Amazon propose l'API Product Advertising (PA-API 5.0) et l'API Selling Partner (SP-API). La PA-API s'adresse aux affiliés : elle renvoie des informations de catalogue (titre, prix, images, ASIN) mais interdit explicitement la surveillance de prix à des fins concurrentielles et limite le nombre de requêtes selon le volume de ventes générées. La SP-API est réservée aux vendeurs inscrits sur Seller Central ; elle donne accès aux commandes, au stock et aux rapports du compte, mais ne permet pas de consulter les offres des autres marchands.

Cdiscount met à disposition une API Marketplace pour ses vendeurs tiers (gestion des produits, des commandes, du stock), mais aucune API publique pour interroger le catalogue complet ou surveiller les prix concurrents. Leboncoin a fermé son ancienne API publique ; seuls quelques partenaires agréés conservent un accès limité. Fnac Darty, Vinted, ManoMano et la plupart des autres plateformes n'offrent d'API qu'à leurs vendeurs, jamais pour la collecte de données concurrentielles.

Résultat : les API officielles ne répondent pas aux besoins de veille concurrentielle, d'analyse de marché ou de détection de contrefaçons. Le scraping reste la méthode privilégiée pour obtenir une vision complète et actualisée du catalogue public d'une marketplace.

Scraper Amazon, Cdiscount et Leboncoin : méthodes et protections

Amazon.fr

Amazon déploie plusieurs couches de protection : détection des user-agents non standards, analyse comportementale (vitesse de navigation, mouvement de souris), CAPTCHA (souvent Cloudflare Turnstile ou AWS WAF Captcha), et limitations par IP. Un scraper efficace doit alterner les proxies résidentiels, simuler un comportement humain (délais aléatoires, scroll, interactions), résoudre les CAPTCHA automatiquement ou manuellement, et gérer les redirections vers des pages d'erreur ou de vérification.

Les données publiques incluent le titre, le prix (y compris les offres vendeur tiers via la Buy Box), la disponibilité, les images, la description, les spécifications techniques, les avis clients (note, texte, date, profil Achat vérifié), les questions-réponses, et le classement dans les catégories (Best Sellers Rank). La structure HTML change régulièrement ; un scraper doit être maintenu pour suivre ces évolutions. Notre scraper Amazon gère ces mises à jour dans le cadre d'un abonnement avec correction sous 48 heures.

Cdiscount

Cdiscount applique une protection intermédiaire : détection basique des bots, rate limiting par IP, et CAPTCHA occasionnels (Cloudflare). La plateforme tolère mieux les requêtes espacées qu'Amazon. Un scraper standard avec rotation de proxies et respect des délais fonctionne généralement sans difficulté majeure.

On collecte le titre produit, le prix (Cdiscount et vendeurs marketplace), la note moyenne et le nombre d'avis, les frais de port, les délais de livraison, le nom du vendeur, et les offres d'occasion ou reconditionnées. Cdiscount affiche aussi les promotions en cours (pourcentages de réduction, ventes flash) et les programmes de fidélité (Cdiscount à volonté). La pagination des résultats de recherche et des listes de catégories est simple à parcourir.

Leboncoin

Leboncoin utilise Cloudflare avec challenge JavaScript et CAPTCHA, plus une détection des accès massifs par IP. La plateforme génère une partie du contenu côté client (React), ce qui impose l'utilisation d'un navigateur automatisé (Puppeteer, Playwright) plutôt qu'un simple client HTTP. Les annonces contiennent le titre, le prix, la localisation (ville et code postal), la date de publication, les images, la description, et les informations du vendeur (particulier ou professionnel, nombre d'annonces actives).

Les filtres de recherche (catégorie, fourchette de prix, rayon géographique, date) permettent de cibler précisément les données. Leboncoin désindexe rapidement les annonces expirées ou vendues, ce qui oblige à collecter fréquemment pour maintenir une base à jour. Un scraper robuste doit gérer les redirections, les pages vides (aucune annonce dans les critères), et les variations de mise en page selon les catégories (auto, immobilier, emploi).

Cadre légal : RGPD, droit sui generis et conditions générales

Le scraping de données publiques reste légal en France tant qu'il respecte plusieurs limites. Le RGPD impose de ne pas collecter de données personnelles sans base juridique : les offres commerciales (prix, descriptions produit, stock) ne posent pas de problème, mais les coordonnées privées, les profils détaillés d'utilisateurs ou les historiques d'achat nécessitent le consentement des personnes concernées ou une autre base légale. La CNIL précise que la simple consultation de pages publiques ne constitue pas un traitement illicite si les données restent anonymes ou si elles sont déjà rendues publiques par les individus eux-mêmes.

Le droit sui generis protège les bases de données dont la constitution a nécessité un investissement substantiel (article L342-1 du Code de la propriété intellectuelle). Extraire une partie qualitativement ou quantitativement substantielle d'une base protégée sans autorisation constitue une contrefaçon. En pratique, collecter quelques milliers de fiches produit pour analyser un segment de marché est généralement toléré, alors qu'aspirer l'intégralité d'un catalogue de plusieurs millions de références franchit cette limite. Aucune jurisprudence française récente ne trace une frontière nette ; en cas de doute sur un projet de grande ampleur, une consultation juridique est recommandée.

Les conditions générales d'utilisation (CGU) des marketplaces interdisent explicitement le scraping automatisé. Amazon, Cdiscount et Leboncoin mentionnent tous cette interdiction dans leurs CGU. Juridiquement, une clause contractuelle ne peut pas rendre illégale une pratique autorisée par la loi, mais elle expose à un risque de suspension de compte (pour un vendeur utilisant la plateforme) ou de mise en demeure. Les tribunaux français n'ont jamais condamné le scraping de données publiques sur le seul fondement d'une violation des CGU, mais la prudence reste de mise : ne jamais se connecter avec un compte personnel, ne jamais contourner de paywall ou de login, et maintenir une charge serveur raisonnable.

• Collectez uniquement les données publiques visibles sans authentification.
• Excluez les données personnelles (coordonnées privées, profils utilisateurs détaillés).
• Limitez le volume à ce qui est nécessaire pour l'usage prévu (veille concurrentielle, analyse de marché).
• Respectez les délais entre les requêtes pour ne pas surcharger les serveurs.
• Consultez un avocat spécialisé si vous envisagez de collecter l'intégralité d'un catalogue ou de revendre les données.

Cas d'usage concrets et stratégies de collecte

Suivi des prix concurrents

Un vendeur Amazon FBA suit quotidiennement une liste de 500 ASIN concurrents : prix, position Buy Box, nombre d'offres FBA et FBM, stock disponible. Le suivi automatisé alerte dès qu'un concurrent baisse son prix de plus de 5 % ou remporte la Buy Box. Les données sont livrées chaque matin dans Google Sheets, avec un historique sur 90 jours pour identifier les cycles promotionnels. Coût : abonnement mensuel à partir de 269 € pour une mise à jour quotidienne de 500 produits, avec maintenance incluse.

Détection de contrefaçons et de distribution non autorisée

Une marque de cosmétiques collecte toutes les offres contenant ses références produit (codes EAN) sur Amazon, Cdiscount et Leboncoin. Le scraper détecte les vendeurs non agréés (comparaison avec la liste blanche), les prix anormalement bas (suspicion de contrefaçon ou de produits périmés), et les descriptions trompeuses. Les alertes sont envoyées par webhook vers un CRM, où l'équipe juridique prend contact avec les revendeurs ou signale les annonces frauduleuses. Mise en place : projet initial à partir de 1 090 €, puis abonnement hebdomadaire à partir de 129 €/mois.

Analyse de positionnement et d'avis clients

Un e-commerçant lance une nouvelle gamme sur Cdiscount et Amazon. Chaque semaine, le scraper collecte les positions dans les résultats de recherche pour 20 mots-clés cibles, ainsi que les nouveaux avis clients (texte intégral, note, date). L'analyse des avis concurrents révèle des points faibles récurrents (emballage fragile, notice absente) que la marque corrige avant son propre lancement. Les données de positionnement permettent d'ajuster les enchères publicitaires et les titres produit pour grimper dans les pages de résultats.

Veille sectorielle sur Leboncoin

Un réseau de garages collecte quotidiennement toutes les annonces auto d'occasion dans un rayon de 50 km autour de chaque concession (marque, modèle, kilométrage, année, prix, localisation). L'outil compare les prix pratiqués par les particuliers et les professionnels, identifie les véhicules sous-évalués (opportunités de rachat), et alimente un tableau de bord de veille concurrentielle. Volume : environ 2 000 annonces par jour, livrées en JSON via API ou directement dans une base PostgreSQL.

Choisir entre un outil clé en main, un scraper sur mesure ou un service

Les extensions de navigateur (Web Scraper, Data Miner) et les plateformes no-code (Octoparse, ParseHub) conviennent pour des collectes ponctuelles de quelques centaines de fiches. Elles atteignent vite leurs limites face aux protections avancées (CAPTCHA, JavaScript), aux volumes importants (plusieurs milliers de pages), et au besoin de mises à jour automatiques. La maintenance repose entièrement sur l'utilisateur : dès qu'Amazon ou Cdiscount change sa structure HTML, le scraper casse et il faut reconfigurer manuellement les sélecteurs.

Un scraper sur mesure (développement interne ou prestataire) offre une flexibilité totale : gestion des CAPTCHA, rotation de proxies, livraison dans le système d'information de l'entreprise, alertes en temps réel. L'investissement initial varie entre environ 727 € et plusieurs milliers d'euros selon la complexité (nombre de sites, volume, fréquence). Le vrai coût caché réside dans la maintenance : chaque modification du site cible impose une intervention technique, souvent urgente si les données alimentent un processus métier critique.

Un service de scraping externalisé combine les avantages : accès à un catalogue de scrapers pré-construits pour les marketplaces françaises (Amazon, Cdiscount, Leboncoin, Fnac, Vinted, Back Market), maintenance incluse dans l'abonnement (correction sous 48 heures en cas de changement du site), livraison automatisée (CSV, JSON, Google Sheets, webhook, CRM), et support technique. Le coût mensuel (à partir de 129 € pour des mises à jour hebdomadaires) reste inférieur au salaire d'un développeur à mi-temps, et l'entreprise conserve sa flexibilité : elle peut ajouter ou retirer des sites sans redévelopper l'infrastructure.

Le choix dépend du volume, de la fréquence et de la durée du besoin. Pour un projet ponctuel de quelques semaines, un export unique (à partir de 229 €) suffit. Pour une veille permanente, un abonnement avec maintenance élimine le risque d'interruption et libère les équipes techniques pour des tâches à plus forte valeur ajoutée.

Tester la faisabilité avant de s'engager

Chaque marketplace présente un niveau de protection différent, et certaines données sont plus difficiles à extraire que d'autres. Avant de lancer un projet de scraping à grande échelle, il est prudent de vérifier la faisabilité technique : le site utilise-t-il des CAPTCHA systématiques ? Les données sont-elles rendues en JavaScript côté client ? La structure HTML est-elle stable ou change-t-elle fréquemment ? Un échantillon gratuit de 50 à 100 fiches permet de valider que le scraper fonctionne, que les champs collectés correspondent au besoin, et que le format de livraison s'intègre correctement dans vos outils.

Kodrana propose un échantillon gratuit : vous indiquez le site cible (Amazon, Cdiscount, Leboncoin ou autre marketplace française), les champs à collecter et le format souhaité. Nous analysons les protections, extrayons un échantillon de test et vous l'envoyons avant tout paiement. Si le résultat vous convient, vous choisissez entre un export unique (à partir de 229 €) ou un abonnement avec mises à jour automatiques et maintenance (à partir de 129 €/mois pour des livraisons hebdomadaires). Contact via le formulaire sur le site ou directement par Telegram @kodrana.