Scraper e-commerce: 6 fournisseurs testés en benchmark

Nous avons testé six fournisseurs de données web sur 100 domaines e-commerce, en récupérant 65,000 pages produit et recherche chacun, avec une concurrence de 5 à 5,000 requêtes simultanées.

Taux de réussite du scraper e-commerce par niveau de concurrence

Bright Data a enregistré le taux de réussite global le plus élevé. À 5,000 requêtes parallèles, Bright Data a maintenu 71% et Nimble 56%.

La concurrence correspond au nombre de requêtes envoyées simultanément. Le niveau de 5,000 requêtes met à l'épreuve les limites de débit et l'infrastructure du fournisseur.

Consultez notre méthodologie de test e-commerce pour savoir comment nous avons procédé.

Temps de réponse et taux de réussite

En moyenne sur tous les niveaux de concurrence, Decodo a enregistré le temps de réponse médian le plus rapide, environ 7 secondes, avec un taux de réussite de 59%, tandis que Bright Data a atteint le taux de réussite le plus élevé (76%) avec une médiane de 16 secondes. Apify a enregistré le temps de réponse médian le plus long, à 46 secondes.

Le temps de réponse est rapporté comme la médiane (P50), la requête type, et le centile extrême (P90), les 10% de requêtes les plus lentes.

Taux de réussite sur les pages produit et recherche

Chaque fournisseur a obtenu un meilleur score sur les pages produit (détail) que sur les pages de recherche (liste), avec un écart de 5 points (Zyte) à 15 points (Decodo).

• Pages de recherche (liste) : elles renvoient de nombreux articles à partir d'une requête ou d'une catégorie, souvent paginés et rendus dynamiquement, ce qui rend l'extraction cohérente plus difficile.

• Pages produit (détail) : elles affichent un seul article avec des champs structurés tels que le titre, le prix, le SKU et les images.

Avis sur les scrapers e-commerce

Bright Data propose une API Web Scraper associée à une interface sans code, ainsi qu'un scraper e-commerce dédié et plus de 1,000 scrapers prêts à l'emploi couvrant des places de marché comme Amazon, eBay, AliExpress, Walmart et Target. La combinaison de l'accès API et d'un panneau de contrôle sans code le rend utilisable aussi bien par les équipes techniques que non techniques. Dans notre test, Bright Data a enregistré le taux de réussite global le plus élevé et a été l'un des rares fournisseurs à maintenir son taux sous une forte charge simultanée.

Performance :

• Taux de réussite global le plus élevé : 78% sur 100 domaines.
• Maintien du taux sous charge : l'un des deux fournisseurs à maintenir son succès à 5,000 requêtes simultanées (71%).

Oxylabs extrait en temps réel les données produit, recherche et prix des places de marché e-commerce comme Amazon et eBay, en renvoyant du HTML brut ou du JSON structuré, avec un analyseur personnalisé pour des règles d'extraction spécifiques au site et OxyCopilot pour analyser automatiquement les données renvoyées. Dans notre test, il a été plus fiable sur les pages de détail produit que sur les pages de liste de recherche.

Performance :

• Solide sur les pages produit : 76% sur les pages produit (détail) et 93% sur Walmart.
• Pages de recherche : 58%, un écart de 18 points par rapport à son taux sur les pages produit.
• Analyse IA : OxyCopilot analyse automatiquement les données renvoyées, sans codage manuel.

Decodo propose une API de Web Scraping polyvalente avec plus de 100 modèles prêts à l'emploi, dont un scraper Amazon qui renvoie des données produit structurées telles que les prix, les ASIN et les offres sur les différentes places de marché régionales d'Amazon. Dans notre test, il a enregistré le temps de réponse médian le plus rapide parmi les fournisseurs testés.

Performance :

• Réponses les plus rapides : temps de réponse médian d'environ 5 secondes.
• Prix d'entrée : 0,88 $ pour 1,000 requêtes.
• Couverture variable selon le site : 96% sur Amazon, 20% sur Target.

L'API Zyte est une API de web scraping qui combine la gestion des blocages, le rendu sans tête et des capacités d'extraction par IA pour structurer le HTML brut en données typées, telles que les noms de produit, les prix et les évaluations, à partir des pages produit de détail. Elle est accessible via REST et s'intègre au framework open-source Scrapy, maintenu par Zyte, ainsi qu'à l'hébergement Scrapy Cloud. Dans notre test, elle a enregistré le deuxième taux de réussite global le plus élevé et est restée cohérente sur les grandes places de marché et sous une concurrence élevée.

Performance :

• Deuxième taux de réussite global le plus élevé : 73% sur 100 domaines.
• Cohérente sur les grandes places de marché : Amazon 95%, Walmart 97%, Target 96%, eBay 98%.
• Le plus petit écart produit-recherche : 74% sur les pages produit et 70% sur les pages de recherche, l'écart le plus étroit entre les deux de tous les fournisseurs.

Apify exécute le web scraping via son Store d'Acteurs construits par la communauté, y compris un Amazon Product Scraper qui extrait les données d'une URL Amazon fournie, couvrant les avis, les prix, les descriptions et les ASIN, avec des options d'entrée configurables et des formats d'export structurés. Les Acteurs personnalisés peuvent renvoyer de grands ensembles de résultats, le scraper Amazon étant documenté pour renvoyer plus de 100,000 résultats selon l'entrée. Dans notre test, il a été le plus performant sur les grandes places de marché telles qu'Amazon et Best Buy à une concurrence standard.

Performance :

• Réussite en charge standard : 72% au total, 96% sur Amazon et 92% sur Best Buy.
• Flexibilité : les « Acteurs » personnalisés peuvent renvoyer plus de 100,000 résultats, soutenus par une vaste bibliothèque communautaire.
• Temps de réponse et charge : temps de réponse médian de 46 secondes.

Nimble propose une API de web scraping polyvalente ainsi qu'une API e-commerce dédiée qui renvoie du JSON structuré par IA et NLP et prend en charge les grandes places de marché, y compris Amazon, Walmart et Google Shopping. L'API inclut des proxies résidentiels intégrés et un géo-ciblage jusqu'au niveau du pays, de l'État, de la ville et du code postal. Dans notre test, Nimble a maintenu son taux de réussite sous une forte charge simultanée mieux que tous les fournisseurs à l'exception de Bright Data.

Performance :

• Deuxième fournisseur le plus résilient sous charge : a maintenu 56% de réussite à 5,000 requêtes simultanées, derrière Bright Data.
• Rapide : temps de réponse médian d'environ 9 secondes.
• Force spécifique au domaine : 100% sur AliExpress et 90% sur Best Buy, 25% sur Amazon.

Couverture des scrapers dédiés par fournisseur

Les fournisseurs diffèrent dans la manière dont ils extraient les données. Certains livrent un scraper dédié préconstruit pour chaque place de marché qui renvoie les champs structurés du site ; d'autres appliquent un moteur universel unique à n'importe quel site. Bright Data offrait la couverture dédiée la plus large sur les 100 domaines, suivi par Oxylabs. Zyte et Apify utilisent un seul moteur d'extraction universel plutôt qu'une bibliothèque par place de marché.

Un scraper dédié est indiqué ci-dessous ; une cellule vide signifie que le site a été récupéré avec le moteur universel ou le débloqueur du fournisseur.

Les scrapers dédiés de Bright Data renvoient les données des pages produit ; Oxylabs et Decodo proposent des scrapers dédiés pour les pages de recherche et de liste plutôt que pour les pages produit. La couverture reflète le catalogue de chaque fournisseur au moment du benchmark.

Ne manquez pas nos benchmarks et analyses basées sur les données. Le bouton ouvre Google ; sélectionner AIMultiple confirme que vous souhaitez voir AIMultiple plus souvent dans les résultats de recherche Google.

Ajouter comme source préférée

Tarification du scraper e-commerce

*La tarification de Bright Data est par enregistrement (un article extrait, par exemple un produit ou un avis), et non par requête. Sur les pages de recherche, une seule requête peut renvoyer plusieurs enregistrements.

Méthodologie du benchmark e-commerce

Sélection des domaines

Nous avons sélectionné les 15 premiers pays par PIB et exclu la Russie et la Chine. Pour chaque pays, nous avons pris les 5 premiers domaines des trois derniers mois de la catégorie e-commerce de SimilarWeb. Nous avons ajouté les 5 premiers sites mondiaux en électronique grand public et en épicerie. Pour les États-Unis, classés premiers, nous avons également pris les 20 premiers domaines de la catégorie retail de Semrush, car les listes publiques de Semrush affichent 20 sites là où SimilarWeb en montre 5.

Nous avons ensuite inclus le top 20 mondial de la catégorie retail et le top 20 de la catégorie mode/habillement pour janvier 2026. Nous avons exclu les domaines desservant des pays hors de l'ensemble sélectionné, les sites nécessitant une authentification pour naviguer, et les sites exigeant une sélection de pays sur la page d'accueil avant de naviguer. Nous avons exclu les chemins régionaux des domaines mondiaux (par exemple, etsy.com/fr) mais conservé les sites régionaux ayant un domaine distinct. Lorsqu'une exclusion laissait un vide dans le top 5 d'un pays, nous l'avons comblé à partir de la liste e-commerce top 20 de Semrush pour ce pays. Pour atteindre 100 domaines, nous avons ajouté 10 sélections provenant des plus grandes places de marché e-commerce.

Deux domaines de marque unique, apple.com et consumer.huawei.com, ne renvoyaient que quelques centaines de produits distincts même après avoir exploré toutes les catégories, en dessous de l'objectif par domaine. Nous les avons remplacés par deux domaines à fort trafic selon SimilarWeb, bol.com et argos.co.uk.

Collecte des URL

Pour chaque domaine, nous avons collecté à la fois des URL de produit et de liste, en conservant suffisamment d'URL de réserve pour que chaque exécution et test de charge puisse puiser dans un ensemble vierge. Nous avons découvert chaque URL sans passer par la page cible via aucun fournisseur testé, afin que ces pages restent inutilisées avant le benchmark lui-même.

Pour les URL de produit, nous avons utilisé trois sources en séquence, en nous arrêtant lorsque le domaine atteignait son objectif :

• Le propre plan de site produit du site.
• Une exploration des propres pages de catégorie du site (de la page d'accueil vers les pages de catégorie et sous-catégorie) lorsque le plan de site était absent ou trop petit, en collectant les liens de produit tout en récupérant les pages de catégorie mais jamais la page produit.
• Une recherche Google restreinte au site lorsque le domaine était encore en deçà.

Chaque URL a été comparée à un motif de produit par domaine pour éliminer les pages non produit, et tout domaine encore en dessous de l'objectif a été signalé pour révision manuelle ou remplacé par une alternative.

Pour les URL de recherche, nous avons généré des requêtes à partir du catalogue propre à chaque domaine plutôt que d'une liste de mots externe. Les mots-clés provenaient des noms de catégorie et des slugs de produit du site, donc dans la langue du site (un site japonais ou coréen est interrogé dans sa propre langue, sans étape de traduction distincte), et ont été éventuellement généralisés en termes de catégorie simples tels que « chaussures de course ». Nous avons exécuté les requêtes sur le point de recherche du site, ou ses pages de catégorie en l'absence de recherche par mot-clé, et conservé les requêtes qui renvoyaient plusieurs produits distincts. Toutes les URL ont ensuite été normalisées à une locale par domaine, débarrassées des paramètres de suivi et dédoublonnées.

Validation des URL

Étant donné que le benchmark récupère chaque URL avec chaque fournisseur, valider l'ensemble complet consommerait les URL inutilisées, nous avons donc validé un échantillon d'environ une douzaine de chaque type de page par domaine, soit environ 2,500 URL. Nous avons confirmé que les pages produit étaient actives et affichaient un prix, et que les pages de liste étaient actives et renvoyaient plusieurs produits distincts plutôt qu'une page vide ou un seul produit. Nous avons supprimé les sous-domaines de staging et de QA ainsi que les locales mélangées, et exclu chaque URL échantillonnée de l'ensemble livré.

Exécution du benchmark

Chaque fournisseur a récupéré les mêmes URL vierges, avec un nombre égal de pages extraites de chaque domaine lors de chaque exécution. Lorsqu'un fournisseur proposait un scraper e-commerce dédié pour un domaine, nous l'avons utilisé ; sinon, nous avons utilisé le débloqueur web général du fournisseur. Tous les fournisseurs ont été exécutés depuis le même emplacement de serveur, afin que l'emplacement ne donne d'avantage à aucun fournisseur.

Pour mesurer le comportement sous charge plutôt que le comportement optimal, nous avons exécuté l'ensemble complet à quatre niveaux de concurrence de 5, 100 et 5,000 requêtes parallèles. Un statut HTTP 200 ne comptait pas comme un succès à lui seul. Pour chaque URL, nous avions défini à l'avance les données attendues, puis vérifié la page renvoyée par rapport à celles-ci : une réponse n'était comptée comme un succès que lorsque son contenu correspondait à cette vérité terrain via un sélecteur CSS ou un champ structuré (JSON) contenant les données cibles (un prix et des champs produit sur une page produit, plusieurs produits distincts sur une page de liste).

Une page de blocage, un captcha ou une coquille vide obtenait zéro même avec un statut 200. Chaque graphique de cet article utilise ce taux de réussite vérifié par le contenu. Nous avons enregistré le statut HTTP et le temps de réponse de bout en bout, et rapportons le temps de réponse comme la médiane (P50) et le centile extrême (P90) des requêtes réussies.

Seuls Bright Data et Nimble ont pu soutenir une exécution complète au niveau de 5,000 requêtes ; les quatre autres fournisseurs étaient limités par la concurrence au niveau du compte ou les plafonds de crédit à cette charge, et non par la capacité de scraping, ils ne sont donc pas affichés à ce niveau de concurrence.

Le scraping e-commerce est-il légal ?

Il est légal de collecter des informations publiques telles que les noms de produit, les prix et l'état des stocks, tant que vous ne contournez pas les connexions ou n'accédez pas à des données privées.

Cependant, de nouvelles règles d'IA s'appliqueront à certaines plateformes. Par exemple, à partir de 2026, eBay a modifié son Contrat d'Utilisation pour interdire les « robots pilotés par LLM » et les « agents d'achat pour autrui » d'utiliser sa plateforme sans autorisation écrite. Cette mise à jour répond à l'essor du « commerce agentique. »¹

Bien que le scraping général reste légal, l'utilisation d'agents d'IA pour interagir avec les places de marché est désormais soumise à des règles plus strictes.

FAQ

Citez ce benchmark

Choisissez le format qui correspond à votre lieu de publication. Coller la version avec lien dans votre CMS préserve le lien retour.

@misc{dogan2026,
  author = {Dogan, Sedat and Sarı, Ekrem},
  title  = {{Scraper e-commerce: 6 fournisseurs testés en benchmark}},
  year   = {2026},
  month  = jul,
  howpublished    = {\url{https://aimultiple.com/ecommerce-scraper}},
  note   = {AIMultiple. Consulté le 10 Juillet 2026}
}

Liens de référence

1.

Security Measure | eBay

Sedat Dogan

CTO

Suivre

Sedat est un expert en technologies et sécurité de l'information, fort d'une expérience en développement logiciel, collecte de données web et cybersécurité. Sedat : - Possède 20 ans d'expérience en tant que hacker éthique et expert en développement, avec une vaste expertise des langages de programmation et des architectures serveur. - Conseille les dirigeants et membres du conseil d'administration d'entreprises dont les opérations technologiques critiques et à fort trafic sont telles que les infrastructures de paiement. - Allie un sens aigu des affaires à son expertise technique.

Voir le profil complet

Examiné techniquement par

Ekrem Sarı

Chercheur en IA

Suivre

Ekrem est chercheur en IA chez AIMultiple, spécialisé dans l'automatisation intelligente, les GPU, les agents IA et les frameworks RAG.

Voir le profil complet

Soyez le premier à commenter

Votre adresse courriel ne sera pas publiée. Tous les champs sont obligatoires. Les commentaires sont laissés dans leur langue d'origine.

Nom

Adresse email

Commentaire

0/450

Publier un commentaire