Comment scraper efficacement les coordonnées Google Maps ?

Google Maps contient des millions de fiches d'entreprises : adresses, téléphones, emails, avis clients, horaires, photos. C'est une base de données gratuite et publique. Mais comment en extraire les données efficacement sans investir des mois en développement ?

Cet article explique les trois approches pour scraper Google Maps — du code Python aux outils no-code — avec leurs avantages, limites, et coûts réels.

---

Pourquoi scraper Google Maps ?

Google Maps n'est pas juste une application de navigation. C'est un annuaire commercial complet. Chaque fiche contient :

• Adresse et coordonnées GPS — localisation exacte
• Téléphone — contact direct
• Email — enrichi depuis le site web
• Note Google — réputation en temps réel
• Avis clients — texte complet, date, auteur
• Horaires d'ouverture — jours et heures
• Photos — visuels du lieu
• Site web — lien vers le digital
• Réseaux sociaux — présence en ligne

Les cas d'usage sont concrets : prospection commerciale, analyse de marché, étude de concurrence, détection de leads chauds (mal notés, nouvellement ouverts), enrichissement de données CRM.

Une agence immobilière peut trouver 500 agences concurrentes d'une région en 2 minutes. Un consultant SEO peut identifier les petits commerces sans site web. Un responsable ABM peut cibler les entreprises avec mauvaise réputation Google.

Le problème : Google Maps limite les résultats à 120 par recherche. Et l'interface ne permet pas d'exporter en CSV. D'où le scraping.

---

Les trois approches pour scraper Google Maps

Approche 1 : Extensions Chrome gratuites (rapide, limité)

Les extensions Chrome comme "Maps Data Exporter" ou "Google Maps Extractor" permettent de scraper directement depuis le navigateur.

Comment ça marche : 1. Installez l'extension 2. Recherchez sur Google Maps (ex: "plombiers Paris") 3. L'extension lit les résultats visibles 4. Vous téléchargez en CSV/Excel

Avantages : - Gratuit - Pas de code à écrire - Résultats en 30 secondes - Aucune configuration technique

Limites (critiques) : - Limites à 120 résultats — Google Maps n'affiche que 120 fiches par recherche - Données limitées — nom, adresse, téléphone seulement. Pas d'avis, pas d'emails enrichis, pas de détection de technologies - Pas de filtres avancés — impossible de chercher par note Google, par nombre d'avis, ou par fiche claimed - Instable — les extensions cassent à chaque mise à jour de Google Maps - Pas d'API — impossible d'automatiser ou d'intégrer à un workflow

Cas d'usage réel : Un plombier veut 50 clients potentiels à Paris. L'extension suffit. Mais une agence qui veut 5,000 prospects ? Non.

---

Approche 2 : Code Python avec Selenium + Beautiful Soup (puissant, complexe)

C'est l'approche "développeur". Vous écrivez un script Python qui automatise le navigateur, scrolle dans Google Maps, scrape le HTML, et exporte les données.

Architecture du script :

from selenium import webdriver
from selenium.webdriver.common.keys import Keys
from bs4 import BeautifulSoup
import csv
import time

# 1. Ouvrir le navigateur
driver = webdriver.Chrome()
driver.get("https://www.google.com/maps")

# 2. Rechercher
search_box = driver.find_element("name", "q")
search_box.send_keys("restaurants Paris")
search_box.send_keys(Keys.RETURN)

# 3. Attendre le chargement
time.sleep(3)

# 4. Scraper les résultats visibles
html = driver.page_source
soup = BeautifulSoup(html, "html.parser")
results = soup.find_all("div", class_="Nv2PK")

# 5. Extraire les données
data = []
for result in results:
    name = result.find("span", class_="qBF1Pd").text
    address = result.find("span", class_="UaQhf").text
    phone = result.find("span", class_="UsdlK").text
    data.append({"name": name, "address": address, "phone": phone})

# 6. Exporter
with open("results.csv", "w", newline="") as f:
    writer = csv.DictWriter(f, fieldnames=["name", "address", "phone"])
    writer.writerows(data)

driver.quit()

Avantages : - Gratuit (Python est open source) - Pas de limites de volume (en théorie) - Données personnalisables - Possible d'ajouter des filtres (note > 4 étoiles, etc.) - Automatisable (lancer chaque nuit)

Limites (très réelles) : - Détection et blocage — Google détecte les scrapers Selenium. Votre IP sera bloquée après 50-100 requêtes - Maintenance permanente — Google change son HTML tous les mois. Votre script casse à chaque mise à jour - Pas d'avis ni d'emails — Selenium peut lire le HTML visible, mais pas les avis (chargés en JavaScript) ni les emails du site web (faut une API d'enrichissement) - Temps de développement — 40-80 heures pour un script robuste - Infrastructure — faut un serveur, des proxies, une gestion d'erreurs - Légalité floue — Google Maps ToS interdit le scraping. Vous risquez un blocage IP permanent

Cas d'usage réel : Une agence SEO avec un développeur interne qui veut scraper 1,000 leads par mois et peut accepter un blocage IP occasionnel. Pas pour les PME.

---

Approche 3 : Outils SaaS dédiés (équilibre optimal)

Les outils comme IBLead, IBLead, ou Apify offrent une base de données pré-indexée de Google Maps. Vous ne scrapez pas en temps réel — vous queryez une base déjà construite.

Comment ça marche : 1. Connectez-vous à l'app 2. Cherchez par ville, région, catégorie 3. Appliquez des filtres (note, nombre d'avis, technologies détectées) 4. Exportez en CSV en 2 clics

Exemple concret avec IBLead :

Vous voulez trouver tous les restaurants de Lyon avec note < 3 étoiles (clients potentiels pour une agence de réputation).

1. Allez sur app.iblead.com
2. Sélectionnez "France" → "Auvergne-Rhône-Alpes" → "Lyon"
3. Catégorie : "Restaurants"
4. Filtres : Note Google < 3 étoiles
5. Export : 247 restaurants en CSV
6. Colonnes : nom, adresse, téléphone, email, note, avis complets

Temps total : 90 secondes. Pas de code, pas de blocage IP, pas de maintenance.

Avantages : - Aucun blocage IP — les données sont pré-indexées, pas de scraping en temps réel - Filtres avancés — note Google, nombre d'avis, technologies détectées (WordPress, Shopify, etc.), fiche claimed, SIRET (France) - Données enrichies — avis Google complets (EXCLUSIF chez IBLead), emails du site web, détection de 160+ technologies - Zéro maintenance — la base se met à jour automatiquement chaque mois - Légal — pas de violation de ToS, pas de risque - API et intégrations — connectez à HubSpot, Salesforce, Zapier, Lemlist

Limites : - Pas gratuit (mais €44/mois minimum pour 10,000 exports/mois) - Données mises à jour mensuellement (pas en temps réel, mais suffisant pour 99% des cas)

Cas d'usage réel : Une agence de prospection qui veut 2,000 leads/mois en 2 heures. IBLead coûte €89/mois (20,000 exports). IBLead coûte €179/mois pour la même chose. IBLead est 44% moins cher.

---

Comparaison des trois approches

Critère	Extension Chrome	Python + Selenium	SaaS (IBLead)
Coût	€0	€0 (dev interne)	€44-250/mois
Volume max/mois	500	1,000	10,000-100,000
Temps de setup	5 min	40-80h	5 min
Risque de blocage IP	Faible	Très élevé	Zéro
Filtres avancés	Non	Oui (complexe)	Oui (simple)
Avis Google	Non	Non	Oui (EXCLUSIF)
Emails enrichis	Non	Non	Oui
Détection tech	Non	Non	Oui (160+)
Maintenance	Moyenne	Très élevée	Zéro
Cas d'usage	Petit volume	Tech-savvy	Professionnel

---

Données que vous pouvez extraire

Voici ce que chaque approche permet de récupérer :

Extension Chrome + Python Selenium

• Nom de l'entreprise
• Adresse (rue, ville, code postal)
• Téléphone
• Site web (URL)
• Catégories (ex: Restaurant, Pizzeria)
• Coordonnées GPS (latitude, longitude)
• Nombre d'avis
• Note moyenne Google
• Horaires d'ouverture

SaaS (IBLead)

Tout ce qui précède + : - Avis Google complets — texte, note (1-5), date, auteur - Email enrichi — extrait du site web de l'entreprise - Technologies détectées — WordPress, Shopify, WooCommerce, React, Google Analytics, HubSpot, Mailchimp, etc. (160+ au total) - Réseaux sociaux — liens Facebook, Instagram, LinkedIn - Fiche claimed — oui/non (fiche optimisée par le propriétaire) - Nombre de photos — comptage des visuels - SIRET/SIREN (France uniquement) — numéro d'identification légale - Dirigeant (France) — nom du responsable - Code APE (France) — classification d'activité - Forme juridique (France) — SARL, SAS, EIRL, etc.

---

Les limites légales du scraping Google Maps

Google Maps ToS (Conditions d'Utilisation) interdit explicitement le scraping automatisé.

Article 3.2.1 : "Vous ne devez pas... accéder, rechercher ou créer des bases de données à partir des Services sans l'autorisation écrite de Google."

Conséquences possibles : - Blocage IP temporaire (24-48h) - Blocage IP permanent - Demande légale (rare, mais possible)

Réalité pratique : - Les extensions Chrome sont tolérées (faible volume, pas de scrapers détectés) - Les scripts Selenium sont rapidement bloqués (Google détecte le user-agent automatisé) - Les outils SaaS qui utilisent des proxies et des délais aléatoires survivent plus longtemps, mais risquent toujours un blocage

La solution légale : Utiliser une base de données pré-indexée (comme IBLead) qui a déjà fait le scraping. Vous n'êtes plus responsable du scraping — vous accédez simplement à des données publiques organisées.

---

Guide pratique : Scraper efficacement en 5 étapes

Étape 1 : Définir votre besoin

Posez-vous ces questions : - Volume : Combien de leads par mois ? (100 ? 5,000 ? 50,000 ?) - Fréquence : Une fois ou régulièrement ? - Filtres : Avez-vous besoin de filtrer par note Google, avis, technologies ? - Données : Avez-vous besoin des avis complets ? Des emails enrichis ? De la détection de tech ? - Compétences : Avez-vous un développeur en interne ?

Exemple : "Je veux 500 plombiers de Paris chaque mois, avec leur téléphone et email, sans me soucier des blocages IP."

→ Réponse : SaaS (IBLead).

Exemple 2 : "Je veux tester avec 50 restaurants, juste pour voir."

→ Réponse : Extension Chrome.

Étape 2 : Choisir l'outil

Pour un test rapide : Extension Chrome Pour un développeur : Python + Selenium (et accepter les risques) Pour un usage professionnel : SaaS (IBLead)

Étape 3 : Configurer les filtres

Si vous utilisez un SaaS : - Géographie : Pays, région, ville - Catégorie : Restaurants, plombiers, hôtels, etc. - Note Google : > 4 étoiles ? < 3 étoiles ? - Nombre d'avis : Minimum 10 avis (évite les fausses fiches) - Technologies : Si vous vendez un CRM, ciblez les entreprises sans CRM - Fiche claimed : Oui (propriétaire engagé) ou non (abandon)

Étape 4 : Exporter et nettoyer

Les données brutes contiennent toujours du bruit : - Doublons (même entreprise, deux adresses) - Données manquantes (téléphone vide) - Numéros invalides (format incorrect) - Emails invalides

Nettoyage simple en Excel : - Supprimer les lignes vides - Dédupliquer par nom + adresse - Valider les numéros (doit commencer par +33 ou 0) - Valider les emails (regex : ^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$)

Résultat : 80-90% des données sont exploitables.

Étape 5 : Intégrer à votre workflow

Options : - CRM : Importer en CSV dans HubSpot, Salesforce, Pipedrive - Email : Envoyer la liste à Lemlist, Instantly, ou un autre outil de cold email - Analyse : Charger en Excel/Google Sheets pour analyser par région, note, etc. - Automatisation : Via Zapier ou n8n, déclencher une action (créer un deal, ajouter un tag)

---

Cas d'usage concrets

Cas 1 : Agence de réputation (e-réputation)

Objectif : Trouver des entreprises avec mauvaise note Google.

Approche : 1. Recherche par catégorie (restaurants, hôtels, services) 2. Filtrer note Google < 3 étoiles 3. Récupérer les avis complets (texte, date, auteur) 4. Identifier les problèmes récurrents (service lent, propreté) 5. Contacter l'entreprise : "Nous avons vu vos avis. On peut vous aider."

Outil : IBLead (€89/mois) — scrapage des avis EXCLUSIF.

Résultat : 500 prospects chauds/mois, taux de conversion 15-20%.

---

Cas 2 : Agence web

Objectif : Trouver des petites entreprises sans site web (ou avec site WordPress obsolète).

Approche : 1. Recherche par région (ex: Île-de-France) 2. Filtrer par catégorie (plombiers, électriciens, coiffeurs) 3. Détection de technologie : cibler les sites sans CMS moderne 4. Exporter emails 5. Email de prospection : "Nous avons vu que votre site n'est pas mobile-friendly. Voici comment on peut l'améliorer."

Outil : IBLead (détection 160+ technologies).

Résultat : 1,000 prospects/mois, coût d'acquisition €5.50/prospect.

---

Cas 3 : Consultant SEO

Objectif : Analyser la concurrence locale.

Approche : 1. Recherche "SEO Paris" sur Google Maps 2. Exporter les 200 agences SEO trouvées 3. Analyser : qui a le plus d'avis ? Quelle note moyenne ? Quels réseaux sociaux ? 4. Identifier les leaders (note > 4.8, > 50 avis) 5. Proposer un audit : "Nous avons vu que vos concurrents ont X avis. Vous en avez Y. Voici comment rattraper."

Outil : IBLead.

Résultat : Argumentaire de vente personnalisé, taux de réponse +30%.

---

Foire aux questions

Q1 : Est-ce légal de scraper Google Maps ?

Réponse courte : Gris légalement. Google l'interdit dans ses ToS, mais ne poursuit que rarement. Les outils SaaS utilisent des techniques (proxies, délais aléatoires) pour minimiser le risque. Les bases pré-indexées (comme IBLead) éliminent le risque