Combien coûte la surveillance de 10 000 produits par mois : calcul du trafic et choix des proxies

Les vendeurs de Wildberries et Ozon établissent souvent leur budget pour les proxies "à l'aveugle" — et soit ils paient 3 à 4 fois trop cher, soit ils achètent un forfait trop bon marché qui se termine en une semaine. Analysons comment calculer correctement le volume de trafic pour le suivi de 10 000 produits par mois, quel type de proxy choisir pour une telle charge et où il est possible d'économiser sans perdre la qualité des données.

Pourquoi suivre 10 000 produits au lieu de 100

Si vous avez 100-200 produits, vous pouvez vérifier les prix des concurrents manuellement une fois par jour. Mais lorsque le catalogue augmente à des milliers de SKU, et que les concurrents changent les prix 5 à 10 fois par jour (surtout pendant les promotions de Wildberries et Ozon), le suivi manuel devient une fiction — les données deviennent obsolètes plus vite que vous ne pouvez les collecter.

10 000 produits — c'est un volume typique pour un vendeur moyen avec plusieurs catégories ou une agence qui suit pour 5 à 10 clients simultanément. Pour une telle échelle, l'automatisation est nécessaire : un script ou un service de scraping prêt à l'emploi, qui interroge les fiches produits, les pages de catégories et l'API des marketplaces des dizaines de milliers de fois par jour. Et ici se pose la question principale — par quel moyen envoyer ces requêtes pour ne pas se faire bloquer par IP dès la deuxième heure de fonctionnement.

Wildberries, Ozon et Avito se protègent activement contre le scraping : ils mettent des captchas, réduisent la vitesse de réponse, bloquent les IP des datacenters par paquets. Par conséquent, le budget pour le suivi n'est pas seulement le coût des serveurs et du développement, mais aussi une ligne de dépenses distincte pour les proxies, souvent la plus imprévisible si on la calcule "à l'aveugle".

Combien de requêtes sont réellement nécessaires par mois

La première étape du calcul du budget est de comprendre combien de requêtes HTTP vous devez physiquement effectuer. Cela dépend de la fréquence de mise à jour des prix que vous intégrez dans votre stratégie de suivi.

Fréquence de mise à jour	Requêtes par produit par mois	Requêtes pour 10 000 produits
1 fois par jour	30	300 000
4 fois par jour	120	1 200 000
Une fois par heure (24 fois par jour)	720	7 200 000

Pour la plupart des vendeurs sur Wildberries et Ozon, 4 à 6 mises à jour par jour suffisent — cela couvre les guerres de prix matinales et nocturnes sans surcharge excessive sur le pool de proxies. Le suivi horaire n'est nécessaire que dans des niches très concurrentielles (électronique, cosmétique) pendant les grandes promotions comme le "Black Friday".

Formule de calcul du trafic

Le trafic que "pèse" un proxy dépend non seulement du nombre de requêtes, mais aussi de ce que vous scrapez : la fiche produit dans son intégralité (page HTML avec images et scripts) ou seulement la réponse JSON de l'API de la marketplace.

Le poids moyen de la réponse varie considérablement en fonction de la méthode :

• Requête à l'API de la fiche produit (JSON) — 15-60 Ko par réponse
• Page HTML complète de la fiche produit — 300-900 Ko par réponse
• Page de catégorie/recherche avec pagination — 500-1500 Ko par réponse

Si vous scrapez directement via les API internes des marketplaces (ce qui est préférable — moins de poids, plus de vitesse, moins de risque de captcha), pour 10 000 produits avec 4 mises à jour par jour, nous obtenons 1 200 000 requêtes × 40 Ko ≈ 45,8 Go de trafic par mois. Si vous scrapez des pages HTML complètes, le même volume de requêtes "pèse" déjà 600-900 Go — une différence de 15-20 fois uniquement en raison de la méthode de collecte des données.

Proxies de datacenter, résidentiels et mobiles : que choisir

Le type de proxy influence directement le coût et le pourcentage de requêtes réussies (taux de réussite). Pour le suivi des marketplaces, c'est critique : plus un proxy est souvent bloqué, plus il y a de tentatives répétées et plus la consommation réelle de trafic dépasse la formule de calcul.

Type de proxy	Taux de réussite sur WB/Ozon	Quand utiliser
Proxies de datacenter	40-60% (facilement bloqués par paquets)	Suivi à faible fréquence, tests, petits catalogues
Proxies résidentiels	85-95%	Option principale pour 10 000+ produits, suivi quotidien
Proxies mobiles	90-98%	Suivi à haute fréquence dans des niches difficiles, contournement de la protection renforcée

Les proxies de datacenter semblent avantageux en termes de coût par Go, mais en pratique, pour Wildberries et Ozon, leur taux de réussite chute après quelques heures de scraping actif — les marketplaces identifient les plages d'adresses IP des fournisseurs d'hébergement et coupent l'accès par paquets. Au final, vous payez pour le trafic qui est utilisé pour des tentatives répétées, et non pour de réelles requêtes réussies.

Les proxies résidentiels utilisent de vraies IP d'utilisateurs domestiques, donc ils sont perçus par la marketplace comme un visiteur ordinaire du site. Pour un suivi stable de 10 000 produits, c'est l'équilibre optimal entre prix et fiabilité. Les proxies mobiles offrent un taux de réussite encore plus élevé, mais sont généralement plus chers — il est judicieux de les connecter de manière ciblée, pour les catégories les plus problématiques ou pendant les périodes de pointe des promotions.

Trois scénarios de calcul du budget

Analysons trois scénarios typiques de suivi de 10 000 produits pour montrer comment la méthode de collecte et la fréquence de mise à jour influencent le volume final de trafic.

Scénario 1 : Suivi économe via l'API

4 mises à jour par jour, scraping via les API internes de la marketplace (JSON, ~40 Ko par réponse), proxies résidentiels avec un taux de réussite de 90%.

• Requêtes de base : 1 200 000 par mois
• En tenant compte de 10% de tentatives répétées : 1 320 000 requêtes
• Trafic : 1 320 000 × 40 Ko ≈ 50,4 Go par mois

Scénario 2 : Charge moyenne avec scraping de pages HTML

6 mises à jour par jour, scraping de fiches produits complètes (HTML, ~500 Ko par réponse) pour obtenir non seulement le prix, mais aussi les stocks, les avis, la position dans les résultats de recherche.

• Requêtes de base : 1 800 000 par mois
• En tenant compte des tentatives répétées (15%) : 2 070 000 requêtes
• Trafic : 2 070 000 × 500 Ko ≈ 987 Go par mois

Scénario 3 : Suivi à haute fréquence en période de pointe

Mise à jour horaire (24 fois par jour) via l'API, en plus du scraping des pages de catégories pour suivre les positions dans les résultats, proxies mobiles pour les catégories problématiques.

• Requêtes aux produits : 7 200 000 par mois (à 40 Ko)
• Requêtes aux pages de catégories : 300 000 par mois (à 800 Ko)
• Trafic : (7 200 000 × 40 Ko) + (300 000 × 800 Ko) ≈ 274,7 + 228,9 ≈ 503,6 Go par mois

La différence entre les scénarios montre clairement : la méthode de collecte des données influence le budget plus que la fréquence de mise à jour. Passer du scraping HTML à l'utilisation de l'API peut réduire la consommation de trafic de 10 à 20 fois tout en maintenant le même volume de produits et la même fréquence de vérifications.

Comment réduire la consommation de trafic sans perdre de données

Il existe plusieurs techniques pratiques qui permettent de garder le budget de suivi sous contrôle sans perdre la pertinence des données.

1. Scrapez l'API, pas le HTML. Si la marketplace fournit des données via une API interne (ce qui peut être déterminé en analysant les requêtes réseau dans le navigateur lors de l'ouverture de la fiche produit), utilisez celle-ci — le poids de la réponse diminue de 10 à 20 fois.
2. Divisez les produits par priorité. Tous les 10 000 SKU ne sont pas également importants. Surveillez les produits phares avec une forte concurrence chaque heure, les autres — 1 à 2 fois par jour. Cela réduit le volume total de requêtes de 40 à 60%.
3. Mettez en cache les données statiques. Le nom, la description, les caractéristiques du produit changent rarement — il suffit de les collecter une fois par semaine. Il est nécessaire de mettre à jour uniquement le prix et les stocks chaque heure.
4. Configurez la rotation des proxies de manière raisonnable. Changer trop souvent d'IP pour chaque requête augmente le nombre de captchas et de tentatives répétées. Une rotation tous les 5 à 10 requêtes à partir d'une IP donne généralement un meilleur équilibre entre anonymat et taux de réussite.
5. Compressez le trafic via gzip. Assurez-vous que votre script ou service de scraping envoie l'en-tête Accept-Encoding: gzip — cela réduit le poids des réponses JSON de 60 à 70%.

Erreurs fréquentes lors du calcul du budget

Lors de la planification du budget pour le suivi de 10 000 produits, les vendeurs commettent régulièrement les mêmes erreurs, qui entraînent un surcoût ou, au contraire, un manque de trafic en plein mois.

• Ne tiennent pas compte des tentatives répétées. Lors de l'utilisation de proxies de datacenter, jusqu'à 40-50% des requêtes peuvent se terminer par un captcha ou un blocage — la consommation réelle de trafic s'avère être 1,5 à 2 fois supérieure à celle calculée.
• Surveillent tout avec la même fréquence. Si 10 000 produits sont mis à jour chaque heure "au cas où", le budget augmente de plusieurs fois sans réelle utilité pour l'entreprise.
• Oublient la saisonnalité. Pendant les périodes de soldes (11.11, "Black Friday", Nouvel An), les concurrents changent les prix plus souvent, et avec cela, le nombre de vos requêtes répétées augmente en raison d'une protection plus stricte des marketplaces contre le scraping.
• Calculent le trafic uniquement selon la formule, sans marge. Il est raisonnable de prévoir 20-30% de marge de trafic au-delà du volume calculé en cas de changement de la structure des pages de la marketplace ou d'une augmentation temporaire des captchas.

Checklist avant le lancement du suivi

Conclusion

Le budget pour le suivi de 10 000 produits par mois n'est pas un chiffre fixe, mais le résultat de décisions concrètes : à quelle fréquence mettre à jour les prix, par quel moyen scraper les données et quel type de proxy utiliser. Un calcul correct du trafic selon la formule "nombre de requêtes × poids de la réponse" en tenant compte d'une marge pour les tentatives répétées permet de comprendre à l'avance le coût réel du suivi et d'éviter des surprises désagréables en milieu de mois.

Pour un suivi stable de Wildberries, Ozon et Avito à un volume moyen et important, nous recommandons de commencer par des proxies résidentiels — ils offrent un taux de réussite élevé à un coût de trafic acceptable. Si certaines catégories de produits sont soumises à une protection renforcée de la marketplace, connectez de manière ciblée des proxies mobiles uniquement pour celles-ci, et non pour l'ensemble du catalogue — cela permettra de contrôler le budget sans perdre la qualité des données.