Les agences de génération de leads et les marketeurs qui collectent des bases de données d'entreprises à partir de cartes se heurtent tôt ou tard à la même question : combien pèse réellement la collecte de 10 000 contacts et pourquoi les comptes et adresses IP commencent à être bannis dès la troisième mille. Nous analysons le calcul du trafic étape par étape, comparons Google Maps, 2GIS et Yandex.Maps, et montrons quels proxies peuvent supporter de tels volumes sans blocages.
Qu'est-ce que la génération de leads à partir de cartes et pourquoi calculer le trafic
La génération de leads à partir de cartes consiste à collecter des données de contact d'entreprises (nom, téléphone, site, adresse, note, catégorie d'activité) via Google Maps, 2GIS ou Yandex.Maps pour des appels à froid, des envois d'e-mails ou de la publicité ciblée. Cette méthode est particulièrement populaire auprès des agences qui vendent des services B2B : studios web, fournisseurs de CRM, sous-traitants marketing — elles ont besoin de bases de données par niches et villes : « dentistes à Kazan », « garages à Novossibirsk », « salons de beauté à Ekaterinbourg ».
Le calcul du trafic est important pour trois raisons. Premièrement, c'est le volume des données transmises qui détermine combien de trafic proxy vous utiliserez et combien cela coûtera lors de l'extension à plusieurs villes. Deuxièmement, les cartes enregistrent une activité anormale en fonction du nombre de requêtes, et pas seulement par IP — et si vous ne comprenez pas combien de requêtes génère la collecte de 10 000 fiches, il est facile de sous-estimer le risque de bannissement. Troisièmement, en connaissant le volume exact de données, il est plus facile de choisir entre le scraping de la page HTML, l'utilisation de l'API interne de la carte ou d'un service prêt à l'emploi — chaque option diffère en termes de trafic de manière significative.
En pratique, 10 000 entreprises ne sont pas un chiffre abstrait. Ce volume correspond, par exemple, à la base complète des entités juridiques actives dans le secteur « réparation de matériel » dans 15-20 grandes villes de Russie, ou à tous les établissements de restauration dans une grande ville comme Moscou ou Saint-Pétersbourg. C'est une tâche réaliste pour une agence qui vend des leads par lots.
Combien pèse une fiche d'entreprise
Le poids d'une fiche d'entreprise dépend de ce que vous collectez et de la méthode utilisée. Si vous ne scrapez que la liste des résultats de recherche (nom, adresse abrégée, note), les données sont transmises de manière compacte — il s'agit généralement d'une réponse JSON de l'API interne de la carte pesant 3-8 Ko par entreprise dans la liste générale. Si vous avez besoin d'une fiche détaillée — téléphone, site, heures d'ouverture, photos, avis — vous devrez ouvrir une page distincte ou faire une requête supplémentaire, et le poids augmente à 80-250 Ko en raison des images et du JSON étendu.
Ci-dessous, une comparaison des trois principales cartes avec lesquelles travaillent les agences de génération de leads dans la CEI :
| Carte | Poids de la fiche dans la liste | Poids de la fiche détaillée | Caractéristique de protection |
|---|---|---|---|
| Google Maps | 5-8 Ko | 150-250 Ko | Limite de taux stricte et captchas lors de requêtes fréquentes à partir d'une seule IP |
| 2GIS | 3-6 Ko | 80-150 Ko | Blocage en fonction de la fréquence des requêtes à l'API du catalogue |
| Yandex.Maps | 4-7 Ko | 100-200 Ko | Système anti-bot avec analyse comportementale et listes noires de proxies |
Un point important : le poids de la liste n'est pas encore toute la fiche. Pour obtenir le téléphone et le site de l'entreprise, dans la plupart des cas, une requête distincte vers la page détaillée est nécessaire. Cela double, voire triple le trafic réel par lead, si vous ne collectez pas seulement des noms, mais des contacts complets pour les ventes.
Calcul du trafic pour 10 000 entreprises étape par étape
Prenons un scénario réaliste : une agence collecte des fiches complètes (nom, téléphone, site, adresse, note, catégorie) à partir de Google Maps pour 10 000 entreprises dans plusieurs villes.
Étape 1. Recherche et listing. Google Maps affiche environ 20 résultats par page de résultats. Pour obtenir 10 000 positions, il faut traiter environ 500 pages de résultats. Chaque page, en tenant compte des requêtes de service, du chargement de la carte et des scripts, pèse 600-900 Ko. Au total : 500 × 750 Ko ≈ 375 Mo juste pour l'étape de recherche.
Étape 2. Fiches détaillées. Pour chacune des 10 000 entreprises, une requête distincte est nécessaire avec le téléphone, le site et les photos. Avec un poids moyen de 180 Ko par fiche : 10 000 × 180 Ko ≈ 1,8 Go.
Étape 3. Requêtes répétées et retries. Lors du scraping dans des conditions réelles, 10-20 % des requêtes ne passent pas du premier coup en raison de la limite de taux, des captchas ou des changements de mise en page — elles doivent être répétées. Ajoutons encore 15 % au volume : (375 Mo + 1,8 Go) × 1,15 ≈ 2,5 Go.
Le chiffre final est d'environ 2,5 Go de trafic pour la collecte de 10 000 entreprises à partir de Google Maps lors du scraping de fiches détaillées. Si vous ne collectez que des listes sans téléphones et sites, le trafic diminue à 450-500 Mo, mais une telle base sera peu adaptée à la vente — sans téléphone, le lead ne se convertit pas en appel.
Pour 2GIS et Yandex.Maps, le calcul est similaire, mais le volume est généralement 20-30 % inférieur en raison d'un format API plus compact — visez 1,7-2,2 Go pour les mêmes 10 000 fiches.
Pourquoi les cartes bannissent pour la collecte massive de données
Les cartes sont un actif commercial des plateformes elles-mêmes, et la collecte automatique massive de données contredit directement leur modèle économique (vente de publicité dans les fiches, accès API pour les partenaires). Par conséquent, Google Maps, 2GIS et Yandex.Maps réagissent de manière agressive à un comportement atypique.
Les principaux déclencheurs de blocage : une fréquence de requêtes trop élevée à partir d'une seule IP (plus d'une requête toutes les 2-3 secondes), des User-Agent et des en-têtes identiques sans variabilité, absence de cookies et de données de session, requêtes sans ressources associées (images, scripts) que le navigateur normal charge toujours. Lorsque la limite est atteinte, le service affiche soit un captcha, soit bloque temporairement l'IP pendant 15-60 minutes, soit bannit l'IP définitivement en cas de violations répétées.
Pour un volume calculé de 2,5 Go et 10 000+ requêtes à partir d'une IP « propre », la probabilité de bannissement approche 100 % dès le premier millier de fiches. C'est pourquoi tout projet sérieux de génération de leads à partir de cartes repose sur la rotation des adresses IP — sans cela, le calcul du trafic perd son sens, car il est physiquement impossible de collecter le volume prévu.
Proxies résidentiels, mobiles et de centre de données pour le scraping de cartes
Le choix du type de proxy influence directement le nombre de requêtes que vous pourrez effectuer avant d'être bloqué et quelle proportion de trafic devra être « brûlée » pour des tentatives répétées. Pour la collecte de données à partir de cartes, la réputation de l'IP est cruciale — les cartes bannissent beaucoup plus sévèrement les plages de centres de données, car c'est de là que provient la majorité du scraping automatique.
| Type de proxy | Niveau de confiance des cartes | Quand appliquer |
|---|---|---|
| Proxies résidentiels | Élevé — IP d'utilisateurs réels | Outil principal pour la collecte de 5 000 à 50 000 fiches avec rotation par villes |
| Proxies mobiles | Très élevé — IP générales des opérateurs | Collecte ciblée par niches avec une protection anti-bot stricte (Yandex.Maps) |
| Proxies de centres de données | Faible-moyenne — souvent dans des listes noires | Tests préliminaires, tests de scripts sur de petits volumes sans exportation réelle |
En pratique, pour les 10 000 entreprises calculées, la combinaison optimale est des proxies résidentiels avec rotation par sous-réseaux de villes : vous obtenez des IP de la même région que le public cible dans les fiches, réduisant ainsi la proportion de captchas et de requêtes répétées que nous avons intégrées dans le calcul du trafic ci-dessus. Les proxies de centres de données dans cette tâche ne peuvent être utilisés que lors de la phase de test du script sur 50-100 fiches, afin de ne pas brûler le budget du trafic résidentiel pour le débogage.
Configuration de la collecte de données : outils et schéma étape par étape
Pour collecter une base d'entreprises à partir de cartes, les agences utilisent généralement des outils prêts à l'emploi sans code ou à faible code, plutôt que d'écrire un scraper depuis zéro. Parmi les solutions populaires, on trouve A-Parser (configuration flexible des modèles pour Google Maps, 2GIS, Yandex.Maps sans écrire de code), Octoparse (constructeur visuel de scénarios de collecte) et ZennoPoster (modèles d'automatisation avec support des proxies et des profils anti-détection). Pour de petits volumes, des services de scraping de cartes basés sur le cloud avec paiement par nombre de fiches conviennent.
Le schéma étape par étape pour lancer la collecte de 10 000 entreprises est le suivant :
- Déterminez la liste des villes et des niches pour lesquelles vous avez besoin de leads — cela définit le nombre de requêtes de recherche et permet de mieux prévoir le trafic selon la formule du chapitre précédent.
- Configurez dans le scraper une liste de proxies résidentiels avec rotation par IP tous les 5-10 requêtes — la plupart des outils prennent en charge les listes de proxies au format login:motdepasse@hôte:port.
- Activez un délai aléatoire entre les requêtes de 3 à 7 secondes et la rotation de l'User-Agent — cela réduit le pourcentage de captchas de 30 à 40 % par rapport à des intervalles fixes.
- Lancez un test sur 100-200 fiches et enregistrez la consommation réelle de trafic — comparez avec le calculé pour ajuster les prévisions sur le volume total.
- Élargissez la collecte à 10 000 fiches, en divisant la tâche en lots de 1 000 à 1 500 enregistrements — cela simplifie le contrôle des erreurs et le redémarrage en cas de pannes.
- Exportez le résultat en CSV ou directement dans le CRM, en supprimant les doublons par numéro de téléphone et site — sur les cartes, il y a souvent des répétitions en raison d'organisations en réseau et de filiales.
Si la tâche de collecte se répète régulièrement (par exemple, mise à jour mensuelle de la base par niche), il est judicieux de configurer immédiatement un lancement automatique selon un calendrier avec un pool constant d'IP résidentiels — cela économise du temps sur le redémarrage manuel et réduit le risque de bannissement grâce à une répartition uniforme de la charge dans le temps.
Comment réduire la consommation de trafic sans perdre de leads
Les 2,5 Go calculés pour 10 000 entreprises peuvent être réduits de 30 à 40 % sans perte de qualité des données, si plusieurs techniques pratiques sont appliquées.
Premièrement, désactivez le chargement des images au niveau de la requête — les photos des établissements représentent jusqu'à la moitié du poids de la fiche détaillée, mais elles ne sont pas nécessaires pour les ventes. Deuxièmement, utilisez des requêtes directes vers l'API interne de la carte au lieu d'un rendu complet de la page dans le navigateur — cela élimine les scripts, styles et polices superflus qui ne contiennent pas de données utiles. Troisièmement, filtrez les doublons avant le scraping des fiches détaillées : si l'entreprise a déjà été rencontrée dans un autre quartier de la même ville, ne faites pas de requête répétée vers sa page — comparez par nom et adresse au stade de la liste. Quatrièmement, collectez d'abord des listes allégées pour toutes les villes, et demandez des fiches détaillées uniquement pour les entreprises ayant passé le filtre par note ou catégorie — cela est particulièrement utile si vous avez besoin de seulement 30 % des 10 000, mais seulement des 30 % les plus pertinents.
Ces techniques réduisent non seulement le volume de trafic, mais aussi le nombre de requêtes aux serveurs de cartes, ce qui signifie également un risque de blocage réduit. Pour l'agence, cela signifie une consommation de trafic proxy plus faible au même tarif et la possibilité de collecter plus de villes pour le même budget.
Erreurs fréquentes lors de la collecte de leads à partir de cartes
La première erreur est de lancer la collecte à partir d'une seule IP statique sans rotation. Même avec une faible vitesse de requêtes, la carte enregistre une activité anormale après seulement 200-300 requêtes consécutives, et la collecte ultérieure devient impossible sans changer d'IP.
La deuxième erreur est d'ignorer la correspondance régionale entre le proxy et la ville cible. Si vous collectez des entreprises de Kazan via une IP d'un autre pays, la carte affiche souvent des résultats non pertinents ou bloque immédiatement la requête comme suspecte.
La troisième erreur est de ne pas calculer le trafic avant le lancement. Les équipes lancent souvent la collecte « à l'aveugle » et se heurtent à la limite de trafic proxy au milieu de la tâche, perdant les données déjà collectées en raison de l'interruption de la session.
La quatrième erreur est de collecter sans dé-duplication en temps réel. Lors du scraping de 10 000 positions à partir de plusieurs requêtes qui se chevauchent (par exemple, « café » et « restaurant » dans un même quartier), les doublons peuvent représenter 15-25 % de la base, ce qui gonfle artificiellement le trafic calculé et les coûts réels.
La cinquième erreur est d'utiliser le même User-Agent et les mêmes en-têtes pour toutes les requêtes de la session. Les systèmes anti-bot des cartes analysent non seulement l'IP, mais aussi la cohérence de l'empreinte numérique du navigateur, c'est pourquoi pour de gros volumes, il est recommandé de combiner la rotation des proxies avec un navigateur anti-détection et de changer l'empreinte en même temps que l'IP.
Conclusion
La collecte de 10 000 entreprises à partir de cartes est une tâche prévisible en termes de trafic : lors du scraping de fiches détaillées à partir de Google Maps, la consommation est d'environ 2,5 Go en tenant compte des requêtes répétées, et pour 2GIS et Yandex.Maps, le chiffre est de 20 à 30 % inférieur. En connaissant ce chiffre à l'avance, il est possible de planifier précisément le budget pour le trafic proxy et d'éviter une situation où la collecte est interrompue en milieu de parcours en raison d'une limite épuisée.
Le principal facteur de succès de la collecte n'est pas l'économie sur le trafic, mais le choix correct des proxies. Pour des volumes de plusieurs milliers de fiches par jour, nous recommandons des proxies résidentiels avec rotation par villes — ils réduisent le pourcentage de captchas et de requêtes répétées, qui consomment jusqu'à 15-20 % du trafic. Si la collecte se fait par niches avec une protection anti-bot particulièrement stricte, il vaut la peine d'envisager des IP mobiles comme complément au pool principal — cela augmente la stabilité de la session avec un minimum d'augmentation des coûts.