Traqueur de vendeurs de produits à marque non autorisée

Pour les missions de protection des droits d'auteur et des marques d'une fondation culturelle publique, nous avons collecté automatiquement les vendeurs qui proposent, sur les boutiques en ligne, des produits portant le nom de la fondation. Le décompte se fait par vendeur, et non par produit.

Identification des vendeurs

Avant

Vérification manuelle des résultats de recherche

Après

Collecte automatique de toutes les pages

Contexte

Les produits culturels créés par la fondation portent une marque. Or des produits vendus sous ce nom, sans autorisation officielle, apparaissent sur les boutiques en ligne. La protection des droits d’auteur et des marques commence par savoir où ces produits sont vendus.

Ce que nous avons constaté

Les résultats de recherche des boutiques sont répartis sur plusieurs pages, et un même vendeur y revient à travers différents produits. À l’œil nu, on manque des résultats à mesure que l’on avance dans les pages, et l’on revérifie des vendeurs déjà examinés. La qualité du contrôle dépend du nombre de pages de résultats.

Le problème

Il fallait identifier les vendeurs, et non les produits. Un décompte par produit compte plusieurs fois le même vendeur, si bien que l’on ne sait plus combien de vendeurs doivent réellement faire l’objet d’une action. L’enjeu principal était de changer l’unité de décompte.

Ce que nous avons réalisé

Parcours de toutes les pages de résultats — recherche par nom de marque, puis parcours jusqu’à la dernière page, à raison de 40 résultats par page
Vérification des noms de produits — seuls les produits dont le nom contient réellement la marque sont retenus
Dédoublonnage par vendeur — chaque vendeur n’est enregistré qu’une fois. Le nombre de cibles à traiter correspond directement au nombre de vendeurs
Export Excel — le nom du produit, l’adresse du vendeur et la position dans les résultats de recherche sont conservés pour pouvoir y revenir

Précautions prises

Un rythme mesuré — un délai aléatoire est observé à chaque changement de page. C’est en évitant les requêtes en rafale que l’outil atteint les dernières pages sans interruption
Jusqu’à la dernière page — les vendeurs non officiels se concentrent en fin de résultats plutôt qu’au début. S’en tenir aux premières pages, c’est passer à côté de ce que l’on cherche
Dédoublonnage par vendeur — un vendeur qui propose dix produits n’apparaît qu’une fois. Le nombre de cibles à traiter n’est pas surévalué

Résultats

Le périmètre prévu a été entièrement réalisé et livré.

Nos autres réalisations fondées sur la même approche sont réunies dans Collecte de données web.