Qu'est-ce que le

relevé de prix ou le web scraping

dans le retail ?

Une définition précise, pas un mot-valise

Un relevé de prix, au sens strict, c'est l'observation et l'enregistrement du prix affiché d'un produit, à un instant donné, chez une ou plusieurs enseignes. Rien de plus. C'est une pratique aussi vieille que le commerce : un category manager qui note les prix d'un rayon concurrent sur un carnet fait déjà un relevé de prix.

Le web scraping est une des méthodes pour produire ce relevé — la seule qui passe à l'échelle. Techniquement, c'est un processus automatisé qui interroge des pages web publiques (fiches produit, pages de catégorie, résultats de recherche, marketplaces) à intervalles programmés, en extrait les données affichées (prix, disponibilité, promotion, libellé) et les structure dans un format exploitable — une base de données, pas une capture d'écran.

La confusion vient de ce que « faire de la veille prix » peut désigner trois réalités très différentes en termes de fiabilité, de coût et de fraîcheur : le relevé terrain (un humain se déplace ou consulte manuellement), le scraping (un robot collecte automatiquement) et les panels de distributeurs (un tiers agrège des données de caisse ou de panélistes).

1,17 Md$ — taille estimée du marché mondial du web scraping en 2026, tous secteurs confondus, avec une adoption tirée notamment par la veille concurrentielle et le pricing dynamique (Mordor Intelligence, 2026).

Ce n'est donc plus une pratique de niche ou un bricolage technique réservé aux e-commerçants les plus avancés : c'est devenu une brique d'infrastructure data au même titre qu'un ERP ou un PIM, avec ses propres exigences de fiabilité.

Comment fonctionne, techniquement, un relevé de prix automatisé

Un relevé de prix automatisé n'est jamais une seule technologie : c'est un pipeline en trois couches, et la qualité de la décision finale dépend de la couche la plus faible, pas de la plus impressionnante.

• Collecte. Des robots interrogent des pages produit et de catégorie à fréquence programmée, sur les enseignes et marketplaces ciblées. La donnée brute n'a pas encore de valeur de décision.
• Matching produit. Chaque prix collecté est rapproché de la fiche produit interne correspondante, même quand les libellés diffèrent. L'étape la plus critique, et la plus souvent négligée.
• Restitution & alertes. Les écarts significatifs sont isolés et remontés aux équipes pricing, plutôt que noyés dans un flux brut. C'est ici que la donnée devient une décision.

Beaucoup de projets de veille tarifaire échouent en investissant toute leur énergie sur la première couche — « on va scraper plus de concurrents, plus souvent » — en négligeant les deux suivantes.

85 % des dirigeants estiment que leurs décisions de pricing pourraient être améliorées — mais seuls 26 % des entreprises utilisent un logiciel de pricing dédié pour les objectiver (Bain & Company / HBR.org, étude sur 1 700 entreprises, 2018).

C'est précisément pour cette raison qu'un category manager senior doit juger un dispositif de veille tarifaire sur l'ensemble du pipeline, pas sur le seul volume de données collectées.

Quatre façons de produire un relevé de prix : le comparatif

À lire ainsi : aucune de ces quatre sources n'est universellement supérieure. La bonne architecture combine généralement plusieurs sources selon l'usage : scraping pour le pilotage tarifaire au quotidien, panel pour valider les tendances de fond.

Les cinq critères qui distinguent un relevé exploitable d'un flux de données brutes

• La fréquence adaptée à la catégorie, pas une fréquence uniforme. Une référence à forte rotation promotionnelle justifie un relevé quotidien, voire pluriquotidien.
• La couverture réelle, pas la couverture annoncée. Un outil qui « suit 10 concurrents » peut échouer à récupérer 20 % des pages ciblées sans que personne ne le sache.
• La qualité du matching produit. Rapprocher une référence scrapée de sa fiche interne est l'étape la plus critique et la plus sous-investie du dispositif.
• La conformité légale du dispositif. Le scraping de données publiques est encadré, pas interdit par principe.
• La restitution orientée décision. Ce qui fait gagner du temps, c'est un système qui isole les écarts significatifs et alerte dessus.

≈8 % de hausse moyenne du profit opérationnel pour 1 % d'amélioration du prix, à volume constant (McKinsey Quarterly, « Bringing Discipline to Pricing », base S&P 1000, 2000).

Le web scraping de prix est-il légal ? Ce que dit le cadre actuel

Cadre légal (CNIL, 19 juin 2025). La CNIL admet que la collecte de données par moissonnage (web scraping) de données publiques peut s'appuyer sur la base légale de l'intérêt légitime, sous trois conditions cumulatives : un objectif réel et déterminé, la nécessité du traitement pour l'atteindre, et une balance favorable entre l'intérêt de l'entreprise et les droits des personnes concernées.

En pratique, pour un usage de veille tarifaire B2B classique, le risque juridique reste maîtrisable, à condition de le documenter, pas de l'ignorer.

Quatre idées reçues qui faussent la lecture d'un relevé de prix

• « Le web scraping, c'est illégal. » Faux en tant que principe général : la collecte de données publiques est encadrée, pas prohibée.
• « Plus je suis de concurrents, mieux je décide. » Faux si le matching produit n'est pas fiabilisé — la méthode de priorisation des concurrents fait l'objet d'un prochain article de cette série, consacré à la construction d'une stratégie de surveillance des prix concurrents.
• « Un relevé hebdomadaire suffit. » Faux sur les catégories à rotation rapide — un sujet développé dans un prochain article dédié à l'impact des données concurrentielles fraîches sur les décisions pricing.
• « Le relevé de prix, c'est déjà une stratégie de prix. » Non : c'est un input, pas une stratégie.

Le relevé de prix, socle silencieux de toute décision pricing

Un relevé de prix n'est jamais une fin en soi. C'est l'input le plus en amont de toute décision tarifaire — ce qui signifie que toute erreur commise à ce niveau se propage, amplifiée, dans chaque décision qui en dépend.

Chez Booper. Le module GENIUS Link s'appuie sur du NLP pour rapprocher automatiquement vos références des catalogues concurrents — avec un score de confiance par produit rapproché. En aval, GENIUS Monitoring centralise les alertes pour que la donnée collectée se traduise en décision. C'est cette chaîne complète qui permet aujourd'hui à Coopérative U de piloter plusieurs millions de prix par an sur plus de 1 700 magasins avec une cohérence tarifaire nationale.

Découvrez comment Booper structure cette chaîne complète sur notre page relevés de prix & webscraping.

Questions fréquentes

Qu'est-ce qu'un relevé de prix dans le retail ?

C'est l'observation et l'enregistrement du prix affiché d'un produit à un instant donné, chez une ou plusieurs enseignes. Il peut être réalisé manuellement (terrain, consultation en ligne) ou automatiquement, via web scraping.

Quelle est la différence entre un relevé de prix et le web scraping ?

Le relevé de prix est l'objectif (savoir à quel prix un produit est vendu) ; le web scraping est une méthode pour l'atteindre à grande échelle — un processus automatisé qui extrait les prix de pages web publiques et les structure en données exploitables, sans intervention humaine répétée.

Le web scraping de prix concurrents est-il légal ?

Oui, dans son principe : collecter des données publiques n'est pas interdit. Le cadre applicable dépend de la nature des données (personnelles ou non), du respect des CGU du site collecté et de la charge imposée au serveur. La CNIL a publié en juin 2025 des critères précis pour fonder ce type de collecte sur l'intérêt légitime.

À quelle fréquence faut-il relever les prix de ses concurrents ?

Cela dépend de la catégorie : quotidien voire pluriquotidien pour les références à forte volatilité promotionnelle, hebdomadaire pour des références à prix stable. Une fréquence uniforme sur tout un catalogue gaspille de la capacité de collecte sans gagner en pertinence.

Le web scraping remplace-t-il les panels comme NielsenIQ ou Kantar ?

Non, les deux sources sont complémentaires. Les panels distributeurs agrègent des données de vente réelles avec un décalage temporel, utiles pour valider des tendances de fond. Le scraping donne une fraîcheur quasi temps réel, produit par produit, adaptée au pilotage tarifaire quotidien.

Pourquoi un bon matching produit est-il indispensable à un relevé de prix fiable ?

Parce que collecter un prix n'a de valeur que si on est certain qu'il correspond bien à la même référence que la sienne. Un matching approximatif produit des écarts de prix qui semblent réels mais ne le sont pas, et qui faussent silencieusement toutes les décisions qui s'appuient dessus.

À lire aussi dans ce dossier

• Scraping, relevés terrain, panélistes : quelles différences ?
• Comment construire une stratégie de surveillance des prix concurrents
• Les limites d'Excel pour surveiller les prix concurrents

Sources

• Mordor Intelligence, Web Scraping Market Size & Share Report, 2026
• Bain & Company / HBR.org, A Survey of 1,700 Companies Reveals Common B2B Pricing Mistakes, juin 2018
• McKinsey Quarterly, Bringing Discipline to Pricing, hiver 2000
• CNIL, La base légale de l'intérêt légitime — collecte par moissonnage (web scraping), 19 juin 2025