Le problème
Chercher des prospects à la main, c'est l'enfer :
- 7h pour trouver 100 prospects (et encore, si t'es rapide)
- La moitié des emails sont faux ou obsolètes
- Tu copies-colles des infos pendant des heures
- Ça coûte 840€ en temps de travail pour un résultat moyen
Bref, c'est répétitif et ça prends du temps.
Ce que je voulais
Un système qui fait le boulot à ma place : trouver les bonnes entreprises, récupérer les contacts, qualifier les prospects. Tout ça automatiquement, en respectant le RGPD.
Objectif : cliquer sur un bouton et avoir un fichier Excel prêt à l'emploi.
Ma solution
J'ai construit un pipeline Python qui branche 4 APIs ensemble. En gros, chaque API fait un morceau du boulot, et mon code orchestre tout ça.
Une API c'est comme une prise électrique : tu te branches dessus pour accéder aux données d'un service sans tout recoder toi-même. Par exemple, l'API de Pappers te donne les infos des entreprises françaises.
Pappers
Les données officielles des entreprises françaises : secteur, taille, chiffre d'affaires, forme juridique.
Google Maps API
Pour trouver les commerces et récupérer leurs coordonnées, horaires, et avis clients.
Apify
Scraping Instagram pour récupérer les profils et infos des entreprises qui sont actives sur le réseau.
Dropcontact
Enrichissement automatique : emails vérifiés des dirigeants.
Le scraping c'est récupérer des infos publiques sur un site web de manière automatique. Comme copier-coller, mais fait par un robot. Ici, Apify récupère les profils Instagram des entreprises.
Comment ça marche ?
- Étape 1 : Je définis mes critères (secteur, localisation, taille d'entreprise)
- Étape 2 : Pappers + Google Maps trouvent les entreprises qui matchent
- Étape 3 : Apify récupère leurs profils Instagram (s'ils en ont un)
- Étape 4 : Dropcontact enrichit avec les emails vérifiés
- Étape 5 : L'IA (Claude) qualifie et score chaque prospect
- Étape 6 : J'exporte tout dans un fichier excel propre
Un pipeline, c'est une suite d'étapes automatiques. Comme une chaîne de production : chaque étape transforme les données et les passe à l'étape suivante. Ici, ça part d'une liste d'entreprises et ça finit par un fichier de prospects qualifiés.
Les résultats
générées avec l'IA
qualifiés
d'exécution
(15€ vs 840€)
Concrètement, ça change quoi ?
- Temps gagné : 6h45 de boulot répétitif évité. Tu peux faire autre chose.
- Coût réduit : 15€ d'APIs au lieu de 840€ de main d'œuvre (ou ton temps).
- Qualité : Emails vérifiés, données à jour, pas de prospects bidons.
- Scalabilité : Le système peut traiter 1000+ prospects par jour sans broncher.
En gros, tu cliques sur un bouton le matin, et t'as ton fichier de prospects prêts à contacter l'après-midi.
La technique
Pour les curieux, voilà ce que j'ai utilisé :
Python c'est un langage de programmation super populaire pour l'automatisation et l'IA. C'est relativement simple à apprendre et hyper puissant pour connecter des APIs entre elles.
Les petits détails qui comptent
- Architecture modulaire : Chaque étape est indépendante. Si une API plante, le reste continue.
- Gestion des erreurs : Le système retry automatiquement si ça coince (parce que les APIs, ça bug parfois).
- Rate limits respectés : J'envoie pas 10 000 requêtes d'un coup pour pas me faire ban.
- RGPD : Que des données B2B publiques, pas de stalking de particuliers.
C'est l'art de bien parler aux IA. Au lieu de coder tout à la main, tu demandes à Claude ou ChatGPT de générer le code pour toi. Bien fait, ça peut te faire gagner des heures. Ici, 90% du code a été généré par l'IA.
Emmenons ton business dans l'espace
Je peux te créer un système d'automatisation sur-mesure. Prospection, newsletters, analyse de données... tout ce qui te bouffe du temps inutilement.