Skip to content

Data & Business Analytics

Derrière MotoComparo, la donnée.

Un projet réel, de bout en bout : relever des prix chaque jour chez plusieurs marchands, savoir que deux offres décrivent le même produit, contrôler ce qui est publié, puis mesurer ce que les visiteurs et les moteurs de recherche en font.

Chiffres lus en base, arrondis vers le bas, mis à jour toutes les six heures.

1. Une chaîne de collecte qui tourne chaque nuit

Contexte
Un comparateur n'a de valeur que si ses prix sont frais. Les marchands publient leurs offres sous des formats différents (flux d'affiliation, fichiers, pages).
Données
Les flux bruts de chaque marchand, une ligne par offre, rechargés à chaque passage.
Méthode
Une chaîne de nuit en étapes ordonnées : relevé, normalisation, rapprochement, contrôles, calcul des statistiques de fiche. Chaque étape écrit son journal ; un prix non vérifié depuis plus de 24 heures est signalé, jamais présenté comme à jour.
Résultat
Des prix relevés quotidiennement et une fraîcheur mesurable par marchand.
Recommandation
Mesurer la fraîcheur par source plutôt qu'en moyenne : un seul flux périmé suffit à fausser un comparatif.

2. Reconnaître le même produit chez des marchands différents

Contexte
Un même casque s'appelle de trois façons chez trois marchands, avec des tailles écrites différemment (« 7 / S »).
Données
Code-barres, marque, référence, libellé, couleur, genre et taille de chaque offre.
Méthode
Rapprochement en SQL et Python par règles ordonnées, du plus sûr (code-barres) au moins sûr. Principe retenu : en cas de doute, les offres restent séparées — une offre absente vaut mieux qu'une offre mal rangée.
Résultat
Des fiches qui réunissent plusieurs marchands, avec le prix le plus bas calculé sur des offres réellement identiques.
Recommandation
Privilégier la précision au taux de rapprochement : un faux positif coûte plus cher en confiance qu'un faux négatif.

3. Contrôler la qualité des prix avant publication

Contexte
Un prix aberrant (accessoire rapproché d'un casque, offre en double, mauvaise variante) ruine un comparatif.
Données
L'historique des prix par fiche et la dispersion des offres d'une même fiche.
Méthode
Contrôles automatiques de dispersion : une offre trop éloignée des autres est écartée de la fiche et examinée. Les fiches retirées ou fusionnées répondent « 410 » plutôt qu'une page vide.
Résultat
Une suite de tests automatisés (plus de 1 200) protège les règles de rapprochement et d'affichage à chaque modification.
Recommandation
Écrire chaque règle de qualité sous forme de test : une règle qui n'est pas testée finit par être contournée.

4. Lire le trafic : visiteurs, robots et outils SEO

Contexte
Une part importante des requêtes d'un site de catalogue vient de robots : moteurs, assistants IA, outils SEO, aspirateurs.
Données
Les journaux du serveur web (agent, chemin, code de réponse, temps de réponse), croisés avec Google Analytics 4.
Méthode
Classement des requêtes par type d'agent, repérage des chemins sur-sollicités (filtres combinés), puis limitation ciblée des outils qui consomment sans apporter de visiteurs.
Résultat
Des outils SEO cantonnés à une limite de débit, et un trafic humain mesuré à part du trafic automatique.
Recommandation
Ne jamais lire un trafic brut : séparer les visiteurs des robots avant toute conclusion sur l'audience.

5. Piloter l'indexation avec la Search Console

Contexte
Un catalogue de dizaines de milliers de pages n'est pas indexé en entier ; Google arbitre selon l'utilité perçue de chaque page.
Données
Les rapports de pages de la Search Console, les impressions et clics par page et par requête.
Méthode
Distinguer les erreurs réelles (404, 5xx) des retraits volontaires (410), mesurer la part de pages « détectées, non indexées », puis concentrer le maillage et les contenus (guides) sur les pages qui comptent.
Résultat
Une page d'accueil dont les impressions ont plus que doublé sur la période suivie.
Recommandation
Indexer moins mais mieux : chaque page ouverte aux moteurs doit répondre à une question que quelqu'un se pose.

Un projet conçu et développé par Sofiane KIES — Data & BI Analyst.

Me contacter · Retour au comparateur