Les vendeurs et les agences qui surveillent les prix des concurrents sur Wildberries, Ozon et Avito choisissent souvent la fréquence des requêtes « au jugé » — toutes les 5 minutes, « pour ne pas manquer une variation de prix ». En conséquence, la facture pour le trafic proxy augmente considérablement, alors que l'utilité réelle d'une telle rapidité de surveillance est presque nulle. Dans cet article, nous examinerons comment la fréquence des requêtes influence le volume de trafic, et comment configurer la surveillance de manière à ce que les données restent pertinentes et les coûts prévisibles.
Pourquoi la fréquence des requêtes est le principal facteur de coûts
La surveillance des prix sur les marketplaces est simple : un script ou un service ouvre périodiquement la fiche produit d'un concurrent, récupère le prix, la disponibilité et la position dans les résultats, sauvegarde les données et répète le processus à intervalles réguliers. Plus l'intervalle est court, plus le nombre de requêtes aux serveurs de Wildberries ou Ozon par jour est élevé — et plus le trafic passe par les proxies.
Le problème est que de nombreux vendeurs configurent la fréquence des requêtes de manière intuitive, en se basant sur la peur de « manquer une occasion », plutôt que sur la dynamique réelle des prix dans leur catégorie. Les prix des appareils électroménagers ou des meubles changent quelques fois par jour, et parfois une fois par semaine. Surveiller de tels produits toutes les 5 minutes, c'est comme vérifier sa boîte aux lettres chaque minute en attendant une lettre qui arrive une fois par mois. Le trafic augmente, mais l'utilité des données ne croît pas.
Un autre point : Wildberries et Ozon détectent activement les requêtes automatiques provenant d'une seule adresse IP. Plus les requêtes sont fréquentes, plus le risque d'obtenir un captcha, un blocage temporaire de l'IP ou des données déformées est élevé (la plateforme peut afficher un « placeholder » au lieu du prix réel en cas de suspicion de bot). Ainsi, une fréquence de requêtes agressive est non seulement plus coûteuse, mais aussi moins fiable en termes de qualité des données.
Combien de trafic consomme une requête sur une page produit
Pour comprendre d'où vient la différence dans la facture, décomposons un cycle de surveillance en éléments constitutifs. Une fiche produit sur Wildberries ou Ozon n'est pas simplement une page HTML : des images, des scripts, des données sur les évaluations, des avis, des recommandations sont chargés. Si le parseur récupère toute la page dans son intégralité (et non seulement la réponse API avec le prix), le volume de trafic par requête peut varier de 300 Ko à 1,5 Mo.
Voici des chiffres moyens pour une fiche produit selon différentes méthodes de collecte de données :
| Méthode de collecte de données | Trafic par requête | Commentaire |
|---|---|---|
| Chargement complet de la page (avec images) | 800 Ko – 1,5 Mo | C'est ainsi que fonctionnent certains parseurs prêts à l'emploi |
| HTML sans fichiers multimédias | 150–300 Ko | Images et styles désactivés |
| Requête à l'API interne de la fiche | 10–50 Ko | La méthode la plus économique, nécessite la configuration du parseur |
La différence entre la méthode « lourde » et la méthode « légère » de collecte de données est déjà de 15 à 30 fois en termes de volume de trafic par requête. Maintenant, multipliez cela par le nombre de produits surveillés et la fréquence des requêtes — et vous obtiendrez la facture réelle pour le mois.
Calcul : différence de 12 fois entre les modes de surveillance
Prenons un scénario typique : un vendeur surveille 500 fiches produits chez 10 concurrents sur Wildberries. Comparons deux modes — « agressif » (requêtes toutes les 5 minutes, 24/7) et « raisonnable » (requêtes une fois par heure pendant les heures de travail, avec des vérifications renforcées le matin et le soir).
| Paramètre | Requête toutes les 5 minutes | Requête 1 fois par heure |
|---|---|---|
| Cycles de requêtes par jour | 288 | 24 |
| Requêtes par jour (500 fiches) | 144 000 | 12 000 |
| Trafic par jour (à 150 Ko/requête) | ~21,6 Go | ~1,8 Go |
| Trafic par mois | ~650 Go | ~54 Go |
La différence en volume de trafic est exactement de 12 fois, alors que l'utilité réelle d'une requête toutes les 5 minutes pour la plupart des catégories de produits est nulle : les prix sur les marketplaces changent en moyenne pas plus de quelques fois par jour, et encore moins souvent pendant la journée de travail. Le paiement du trafic en fonction de l'utilisation rend cette différence un reflet direct de la facture : 650 Go de trafic par mois contre 54 Go — c'est une surcharge significative pour des données qui ne peuvent physiquement pas changer aussi souvent.
Une logique similaire s'applique également aux proxies résidentiels avec paiement au trafic — là, la différence de 12 fois se traduit littéralement par une différence de 12 fois dans la facture. Même si vous avez un plan tarifaire avec un quota fixe de Go, une surveillance agressive l'épuise simplement plus rapidement, et vous devez soit acheter plus de trafic, soit passer à un plan plus coûteux.
Quelle fréquence de requêtes est nécessaire pour différentes catégories de produits
La fréquence optimale de surveillance dépend de la volatilité des prix dans une catégorie spécifique et de la rapidité avec laquelle vous êtes prêt à réagir aux changements. Voici des recommandations pratiques par catégorie, basées sur le comportement typique des vendeurs sur Wildberries et Ozon.
| Catégorie de produit | Dynamique typique des prix | Fréquence de requêtes recommandée |
|---|---|---|
| Électronique, gadgets | Change plusieurs fois par jour, surtout en promotion | Toutes les 30–60 minutes |
| Vêtements, chaussures | 1–2 changements par jour | Toutes les 2–3 heures |
| Meubles, gros appareils électroménagers | Une fois tous les quelques jours | 1–2 fois par jour |
| Produits en période de soldes (11.11, Black Friday) | Peut changer chaque heure | Toutes les 15–30 minutes uniquement pendant la promotion |
Une approche pratique consiste à utiliser une fréquence de requêtes dynamique : un intervalle de base (par exemple, une fois toutes les 2 heures) pour la plupart des produits et une fréquence accrue uniquement pour les positions « chaudes » — produits phares ou participants aux promotions en cours. Ce mode hybride réduit le trafic de 60 à 70 % par rapport à une surveillance agressive uniforme de toutes les fiches sans perte de pertinence des données pour les produits clés.
Quels proxies choisir pour la surveillance des prix
Le type de proxy influence non seulement la stabilité de la surveillance, mais aussi le coût final du trafic. Pour le scraping des catalogues de Wildberries et Ozon, on utilise généralement l'une des trois options.
| Type de proxy | Quand utiliser | Particularités |
|---|---|---|
| Proxies de datacenter | Collecte massive de données avec des exigences d'anonymat faibles | Haute vitesse, faible coût, risque de blocage accru en cas de requêtes fréquentes |
| Proxies résidentiels | Surveillance régulière avec rotation des IP, contournement de la détection des bots | IP d'utilisateurs réels, risque de blocage plus faible, il est important de contrôler le trafic |
| Proxies mobiles | Vérification des prix et des résultats comme les voit un utilisateur mobile | Utile pour vérifier l'application mobile du marketplace, coût du trafic plus élevé |
Pour la surveillance quotidienne d'un grand nombre de fiches sur Wildberries et Ozon, les proxies résidentiels offrent généralement le meilleur équilibre entre coût et fiabilité : ils déclenchent moins souvent des captchas lors de requêtes régulières et permettent de répartir la charge entre différentes adresses IP, réduisant ainsi le risque de blocage temporaire. De plus, en raison du paiement au trafic, le principe « la fréquence des requêtes influence directement la facture » fonctionne ici de manière particulièrement évidente — l'économie sur le nombre de requêtes entraîne une économie directe du budget.
Les proxies de datacenter ont du sens là où la vitesse et le volume sont importants, et où le marketplace ne détecte pas aussi agressivement le trafic automatisé — par exemple, lors d'une collecte unique de prix sur un grand catalogue avant le lancement d'une nouvelle catégorie de produits.
Outils de surveillance sans programmation
Les vendeurs n'ont pas nécessairement besoin d'écrire des scripts eux-mêmes — il existe suffisamment de solutions prêtes à l'emploi sur le marché pour surveiller les prix sur les marketplaces, où la fréquence des requêtes est configurée via une interface, sans une seule ligne de code. La plupart de ces services permettent :
- Définir un intervalle de requêtes individuel pour chaque groupe de produits ou concurrent
- Connecter ses propres proxies via un simple champ « IP:port:login:mot de passe » dans les paramètres
- Configurer des notifications dans Telegram lors d'un changement de prix d'un concurrent d'un pourcentage donné
- Réduire automatiquement la fréquence des requêtes la nuit et le week-end, lorsque les prix changent moins souvent
Lors du choix d'un tel service, il est important de vérifier si vous pouvez définir une fréquence différente pour différents groupes de produits — c'est une fonction clé pour contrôler le trafic. Si le service ne prend en charge qu'une seule fréquence de requêtes pour l'ensemble du catalogue, vous payez soit trop cher pour une surveillance excessive des catégories « calmes », soit vous perdez la pertinence des données pour les positions chaudes.
Faites également attention à savoir si l'outil récupère la page complète ou seulement les données nécessaires via l'API interne du marketplace — c'est le facteur qui, dans la section sur le calcul du trafic, a donné une différence de 15 à 30 fois par requête.
Liste de contrôle pour l'optimisation de la fréquence des requêtes
Avant de lancer ou de revoir la surveillance des prix, passez en revue les points suivants :
- Divisez les produits en groupes selon la volatilité des prix (élevée, moyenne, faible)
- Définissez une fréquence de requêtes différente pour chaque groupe au lieu d'un intervalle unique pour l'ensemble du catalogue
- Désactivez le chargement des images et des fichiers multimédias inutiles lors de la collecte de données, si cela est possible dans les paramètres du parseur
- Utilisez des requêtes à l'API interne de la fiche au lieu du chargement complet de l'HTML, si l'outil le prend en charge
- Augmentez la fréquence des requêtes uniquement pendant les périodes de promotions et de soldes, et non de manière permanente
- Suivez la consommation réelle de trafic chaque semaine, et pas seulement à la fin du mois
- Vérifiez si le marketplace envoie des placeholders au lieu de prix réels — signe que la fréquence est trop élevée pour une seule IP
- Répartissez les requêtes entre plusieurs IP via la rotation des proxies pour réduire la charge sur chaque adresse individuelle
Conclusion
La fréquence des requêtes lors de la surveillance des prix sur Wildberries, Ozon et Avito n'est pas un détail technique, mais un facteur direct du budget. La différence entre une requête toutes les 5 minutes et une fois par heure peut se traduire par une différence de 12 fois en volume de trafic tout en ayant une utilité des données absolument identique pour la plupart des catégories de produits. Une approche raisonnable consiste à segmenter les produits selon la volatilité des prix, à utiliser une fréquence de requêtes hybride et à ne récupérer que les données nécessaires, et non pas toute la page.
Si vous configurez une surveillance régulière des prix sur les marketplaces, pensez aux proxies résidentiels — ils réduisent le risque de blocages lors de requêtes fréquentes et permettent de répartir la charge de manière flexible entre les adresses IP. Pour des extractions massives ponctuelles de catalogues, où la vitesse est plus importante que l'anonymat, il est plus judicieux de considérer les proxies de datacenter — ils sont moins chers et gèrent plus rapidement un grand volume de requêtes sur une courte période.