Étude de cas
Construire une base de prospection nationale à partir du registre officiel des entreprises, l'enrichir automatiquement en contacts directs, et la maintenir à jour sans jamais se faire bloquer.
jusqu’à25 000lignes enrichies par jour
01Ce que contient chaque ligne
Le fichier n'est pas une liste d'entreprises : c'est un fichier de travail commercial, livré dans le format du client, colonnes de suivi comprises.
Complétion par ligne
Le point dur
2 300
requêtes Google Maps par jour, sur une seule adresse IP
48 heures d’affilée, sans blocage
La documentation technique de 2026 situe le seuil de blocage entre 30 et 100 requêtes par jour et par IP, et quasi immédiat depuis une IP de datacenter. Le pipeline a tenu 20 à 70 fois au-dessus.
Pourquoi ça tient. Parce qu’il passe par un vrai navigateur Chrome — écran de consentement géré, délais naturels — et non par un client HTTP qui se signale à chaque requête.
02La méthode
Pas d'annuaire acheté : la base publique des établissements français, 2,37 millions de lignes, croisée avec les conventions collectives pour rattacher chaque entreprise à sa branche professionnelle. Une jointure locale, sans quota ni plafond d'API.
Un code d'activité ne dit pas si une entreprise a un besoin aujourd'hui. Le ciblage s'appuie sur des signaux concrets — croissance des effectifs, postes ouverts, implantations récentes : une entreprise qui recrute est réceptive, une entreprise qui stagne ne l'est pas.
Chaque ligne retenue passe par une chaîne d'enrichissement : dirigeant, téléphone, site, email. C'est l'étape qui casse tous les projets de collecte, parce qu'elle demande d'interroger des sources qui se défendent.
Une base qui demande un travail de reprise avant import n'est pas livrée. Le fichier sort directement dans le format de travail du client, prêt à être exploité par son équipe commerciale.
03Deux décisions qui ont divisé le temps de collecte
Le registre hors ligne ne donne le nom du dirigeant que pour 4,5 % du périmètre. L'API officielle le fournit pour environ 75 % — mais une requête par entreprise, c'est 130 000 appels. En interrogeant par pages de 25, il en faut 5 500. Vingt-quatre fois moins, pour la même donnée.
Google n'est sollicité que lorsque les sources ouvertes échouent, ou pour arbitrer un doute. Le budget par adresse IP passe de 2 000 à 5 000 lignes par jour — la France entière en trois semaines, sur une seule adresse.
La règle qui gouverne tout le reste
Le mur du passage à l'échelle n'est pas Google : c'est le nombre d'adresses IP disponibles. Chaque IP tient un volume donné par jour, quel que soit le nombre de processus lancés dessus. Mettre seize processus sur une seule adresse ne va pas cinq fois plus vite — ça se fait bannir cinq fois plus vite.
Le dimensionnement machine découle de l'IP, il ne la précède pas : 2 000 lignes par jour, c'est environ trois sessions de navigateur simultanées, soit un petit serveur à deux cœurs par adresse. Le reste est du gaspillage.
04Du script au système
Un pipeline qui produit une fois n'a aucune valeur : ce qui compte, c'est celui qui tourne sans surveillance et qui redémarre seul. Voici ce qui a changé entre la première campagne et la version de production.
05Ce qui a cassé
Aucun système de collecte ne tourne à 100 %. Voici ce qui est réellement tombé pendant la campagne, ce que ça a coûté, et ce que ça a fait changer — c'est exactement ce qui a servi à dimensionner la version de production.
L'incident le plus coûteux du projet n'était pas technique, il était silencieux : rien n'alertait. C'est de là que vient la surveillance à trente minutes.
Un chien de garde redémarre désormais le service au-delà d’un délai sans progression.
Les lots sont plafonnés et l'écriture se fait au fil de l'eau : un incident ne coûte plus que le lot en cours.
C'est ce qui plafonne le taux d'emails à un tiers. Une seule passe par domaine, trois pages au maximum : insister ferait perdre le domaine définitivement.
Atelier d'automatisation — 2026