Comment Scraper les Zones Denses : Guide Complet pour 2025

Plus de 4 milliards de personnes vivent aujourd'hui dans des villes. Cela représente 56 % de la population mondiale concentrée dans des zones urbaines. Pour les prospecteurs d'affaires, les spécialistes du marketing et les équipes de vente, cette densité représente une opportunité — et un cauchemar.

Voici pourquoi : les villes denses brisent les scrapers traditionnels. Votre script Python basique ? Il échoue après 100 requêtes. Les extensions Chrome gratuites ? Timeout. Les solutions DIY ? Bloquées en quelques heures.

Mais voici ce que la plupart des gens ne réalisent pas : le défi n'est pas la vitesse. C'est la stratégie.

Une agence de marketing a extrait 50 000 enregistrements de restaurants de Manhattan en 45 minutes. Une autre a passé trois semaines à le faire manuellement. La différence n'était pas la puissance de calcul. C'était l'approche.

Ce guide vous montre exactement comment scraper des zones densément peuplées sans être bloqué, sans perdre de temps et sans dépasser votre budget.

Pourquoi les Villes Denses Sont Différentes

La densité urbaine crée une tempête parfaite pour l'extraction de données.

Dhaka, Bangladesh a 44 500 personnes par kilomètre carré — la ville la plus dense de la Terre. New York City compte 27 000 personnes par mile carré. San Francisco atteint 18 000 par mile carré. Ce n'est pas juste plus de gens. C'est exponentiellement plus d'entreprises.

Manhattan à elle seule a plus de 50 000 établissements sur Google Maps. La région métropolitaine de Los Angeles en a 3,9 millions. Chicago en a 2,7 millions. Chaque entreprise a un site web, un numéro de téléphone, des avis, des horaires, des photos. C'est un véritable torrent de données.

Mais le volume n'est pas le véritable problème.

Les systèmes anti-bot dans les villes denses sont agressifs. Pourquoi ? Parce que tout le monde accède à ces serveurs. Clients réels, concurrents, chercheurs, scrapers. Les serveurs voient 10 000 requêtes par minute provenant d'adresses de Manhattan. Ils sont paranoïaques.

Un scraper dans le quartier financier de Londres a été bloqué après 100 requêtes. Le même scraper dans le Yorkshire rural a géré 5 000 sans problème. Même outil. Densité différente. Résultat différent.

Les temps de réponse des serveurs s'effondrent également dans les zones denses. Les zones rurales ont un temps de réponse moyen de 200 ms. Le centre-ville de Chicago ? 600-800 ms. C'est 3-4 fois plus lent. Vos paramètres de timeout qui fonctionnent pour les petites villes échouent de manière spectaculaire dans les villes.

Ensuite, il y a la qualité des données. Dans les villes denses, vous obtenez des annonces en double, des entreprises déplacées, des sociétés fusionnées, des vitrines abandonnées encore listées. Un restaurant peut avoir 3 entrées distinctes sur Google Maps. Votre scraper doit gérer ce chaos.

Les 10 Villes les Plus Densément Peuplées pour l'Extraction de Données

Comprendre la densité de votre ville cible et le paysage commercial façonne votre stratégie d'extraction.

New York City (27 000 personnes/mile carré) est le champion poids lourd. Manhattan a suffisamment d'entreprises pour occuper un scraper pendant des mois. Finance, commerce de détail, restaurants, services — tout est compressé dans 22 miles carrés. Mais NYC a également le système de détection anti-bot le plus sophistiqué. Vous avez besoin d'une approche solide ici.

San Francisco (18 000 personnes/mile carré) combine densité et sophistication technologique. Ces entreprises exploitent des sites web modernes chargés en JavaScript. Votre scraper HTTP basique voit des pages vides. Vous avez besoin d'automatisation de navigateur ou d'extraction API.

Boston (14 000 personnes/mile carré) offre une diversité incroyable. Universités, hôpitaux, startups biotech, entreprises historiques. Chaque catégorie nécessite une logique d'extraction différente. Mais la taille plus petite de Boston en fait un terrain d'essai idéal avant de s'attaquer à NYC.

Chicago (12 000 personnes/mile carré) et Philadelphie (12 000 personnes/mile carré) offrent tous deux d'énormes annuaires d'entreprises sans les systèmes anti-bot paranoïaques de NYC. Chicago a 2,7 millions d'entreprises dans toute la métropole. Les districts interconnectés de Philadelphie sont plus faciles à segmenter que le vaste LA.

Los Angeles (7 476 personnes/mile carré) couvre plus de 500 miles carrés. Densité plus faible que NYC mais la taille géographique crée des défis d'extraction. Vous ne pouvez pas simplement interroger "Los Angeles" — vous avez besoin d'un ciblage quartier par quartier.

Des poids lourds internationaux comme Tokyo, Mumbai, Le Caire et São Paulo présentent des obstacles uniques. Les adresses de Tokyo ne suivent pas la logique occidentale. Mumbai a des entreprises sans adresses officielles. L'infrastructure Internet du Caire crée des timeouts constants. Mais elles sont également moins saturées de concurrents qui font du scraping.

Washington DC, Seattle, Austin, Denver et Phoenix offrent des points d'équilibre — suffisamment denses pour des données précieuses, moins d'agressivité anti-bot que NYC.

L'opportunité est massive. Ces 10 villes à elles seules contiennent plus de 15 millions d'entreprises. C'est là que vos clients, concurrents et prospects se regroupent.

Pourquoi les Scrapers Traditionnels Échouent dans les Villes Denses

Votre scraper basique fonctionne bien dans les banlieues. Il échoue catastrophiquement dans les villes. Voici pourquoi.

L'extraction à thread unique traite une entreprise à la fois. Dans une ville avec 100 000 entreprises, cela représente 100 000 requêtes séquentielles. Même à 1 requête par seconde, cela fait 27 heures de scraping continu. Au bout de 3 heures, vous êtes bloqué.

La limitation de taux fixe ne s'adapte pas à la charge des serveurs. Vous définissez des délais d'une seconde par requête. Ça marche très bien à minuit. À 9 heures du matin ? Les serveurs sont surchargés. Votre délai d'une seconde n'est pas suffisant. Vous obtenez des timeouts et des erreurs.

Les adresses IP uniques crient "bot". Les humains ne frappent pas le même serveur 5 000 fois depuis une seule IP. Les systèmes anti-bot le signalent instantanément. Votre scraper est bloqué avant d'extraire des données significatives.

Les agents utilisateurs et les en-têtes statiques sont un autre signal d'alerte. Les vrais navigateurs envoient différents en-têtes, différents agents utilisateurs, différents référents. Votre scraper envoie exactement les mêmes en-têtes à chaque fois. Modèle détecté. Bloqué.

Pas de gestion de JavaScript signifie que vous manquez 40 % des sites web modernes. Applications à page unique, sites basés sur React, chargement de contenu dynamique — votre scraper HTTP voit du HTML vide. Vous avez besoin d'automatisation de navigateur pour cela.

Les fuites de mémoire font planter votre scraper après 10 000-50 000 enregistrements. Vous maintenez tout en RAM. Pas de nettoyage. Des gigaoctets s'accumulent. Crash. Recommencez.

Pas de logique de dé-duplication signifie que vous extrayez la même entreprise 3 fois. Un restaurant a déménagé. L'ancienne annonce existe toujours. Votre scraper ne sait pas qu'il s'agit de la même entreprise. Vous vous retrouvez avec des données inutilisables.

Les outils d'extraction professionnels résolvent tous ces problèmes. Mais comprendre pourquoi ils échouent vous aide à construire de meilleures solutions DIY ou à choisir le bon outil.

Pré-Scraping : Planification de Votre Extraction de Ville Dense

Avant d'écrire une seule ligne de code, vous avez besoin d'un plan. Un vrai plan.

Cartographiez votre zone cible géographiquement. Ne dites pas juste "scraper NYC". Décomposez-le. Manhattan a plus de 80 quartiers. Chacun a des densités commerciales différentes. Quartier financier ? Rempli de bureaux et de restaurants. Upper East Side ? Résidentiel avec un commerce de détail éparpillé.

Créez une grille. Divisez votre ville en carrés. Manhattan : 200 carrés. LA : 1 000 carrés. Chaque carré obtient sa propre tâche d'extraction. Cela empêche les chevauchements, assure une couverture complète et vous permet de paralléliser.

Calculez le volume de données attendu. Utilisez cette formule :

Zone (miles carrés) × Entreprises moyennes par mile carré = Enregistrements attendus

Manhattan : 22,8 mi² × 2 200 entreprises/mi² = 50 160 enregistrements attendus.

LA métro : 500 mi² × 7 800 entreprises/mi² = 3 900 000 enregistrements attendus.

Cela vous indique combien de temps l'extraction prendra, combien de stockage vous avez besoin et si votre infrastructure est adéquate.

Définissez vos catégories d'entreprises. Voulez-vous toutes les entreprises ou des catégories spécifiques ? Tous les restaurants à NYC ou seulement ceux étoilés Michelin ? Cela façonne votre stratégie de filtrage. L'extraction spécifique à la catégorie est 60-80 % plus rapide que d'extraire tout puis de filtrer.

Identifiez vos exigences en matière de données. Nom, adresse, téléphone, email ? Ou avez-vous besoin d'avis, de photos, de nombre d'employés, de la technologie du site web ? Chaque point de données supplémentaire augmente la complexité de l'extraction.

Recherchez les obstacles locaux. Votre ville cible a-t-elle des portails de données ouvertes ? Des restrictions de licence ? Certaines villes (San Francisco, Chicago) ont des initiatives de données ouvertes. D'autres (New York) ont des politiques d'utilisation commerciale spécifiques. Connaissez les règles avant de commencer.

Les Bons Outils pour le Scraping Urbain Dense

Tous les outils ne sont pas créés égaux pour les villes denses.

Les extensions Chrome gratuites fonctionnent pour extraire 50-200 enregistrements. Au-delà, vous atteignez les limites de taux. Elles sont excellentes pour des échantillons, pas pour une extraction à l'échelle de la ville.

Les scripts Python DIY (Selenium, Beautiful Soup, Scrapy) vous donnent du contrôle mais nécessitent une maintenance constante. Google Maps change son interface chaque mois. Votre script se casse. Vous le réparez. Répétez indéfiniment. Bon pour apprendre, mauvais pour la production.

Les solutions basées sur API comme l'API officielle de Google Maps coûtent 7 € par 1 000 requêtes. Extraire 100 000 entreprises coûte 700 €. Pour 1 million ? 7 000 €. De plus, les limites API vous limitent à 200 000 requêtes par jour. Les villes denses ont besoin de plus.

Les plateformes de scraping professionnelles gèrent le gros du travail. Rotation de proxy, limitation de taux, rendu JavaScript, précision géographique, dé-duplication. Elles sont conçues exactement pour ce problème.

Pour les villes denses, vous avez besoin de :

• Rotation de proxy intelligente, pas aléatoire. IP résidentielles de la ville que vous scrapez réellement. Extraction de NYC ? Proxies de NYC. LA ? Proxies de LA.
• Limitation de taux dynamique qui s'adapte aux temps de réponse des serveurs. Ralentissez lorsque les serveurs sont surchargés. Accélérez lorsqu'ils sont réactifs.
• Architecture distribuée qui traite plusieurs quartiers simultanément. Pas d'extraction séquentielle. Parallèle.
• Automatisation de navigateur pour les sites lourds en JavaScript. Pas seulement des requêtes HTTP.
• Logique de dé-duplication qui identifie les annonces en double avant qu'elles ne polluent votre ensemble de données.
• Gestion des erreurs et logique de réessai intelligente. Timeout ? Réessayez avec un délai. Bloqué ? Changez de proxy et essayez à nouveau.

Étape par Étape : Extraction de Données des Villes Denses

Phase 1 : Configuration de l'Infrastructure

Commencez par une architecture distribuée. Une machine ? Vous avez fini avant de commencer. Configurez 3-5 nœuds d'extraction si possible. Chacun gère un quartier ou une catégorie différente. Ils travaillent en parallèle.

Configurez votre pool de proxies. Pour 10 000 entreprises, utilisez au moins 100 IP résidentielles. Pour 100 000+, utilisez 500-1 000. Les proxies résidentiels coûtent plus cher que les proxies de centre de données, mais ils ne sont pas bloqués. Dans les villes denses, le coût par extraction réussie compte plus que le coût par proxy.

Configurez la journalisation et la surveillance. Suivez les taux de réussite, les temps de réponse, les requêtes bloquées et la qualité des données. Des tableaux de bord en temps réel vous permettent de repérer les problèmes avant qu'ils ne s'aggravent. Le taux de réussite chute de 10 % ? Alerte. Le temps de réponse augmente ? Alerte.

Créez un schéma de base de données pour vos données extraites. Nom, adresse, téléphone, email, site web, catégories, horaires, avis, photos, etc. Normalisez les adresses. Standardisez les numéros de téléphone. Prévoyez des doublons.

Phase 2 : Ciblage Géographique

Utilisez l'extraction basée sur une grille. Divisez votre ville en carrés. Pour Manhattan (22,8 mi²), utilisez des carrés de 0,5 mi² = 46 cellules de grille. Pour LA (500 mi²), utilisez des carrés de 1 mi² = 500 cellules de grille.

Chaque cellule de grille obtient sa propre tâche d'extraction. Interrogez Google Maps pour cette zone géographique spécifique. Extrayez toutes les entreprises dans cette zone. Passez à la cellule suivante.

Cette approche : - Empêche les chevauchements et les lacunes - Vous permet de paralléliser à travers les cellules - Gère proprement les frontières géographiques - Vous permet de reprendre si une cellule échoue

Alternativement, utilisez l'extraction basée sur les catégories si vous souhaitez des types d'entreprises spécifiques. "Restaurants à NYC" renvoie des résultats plus propres que les requêtes géographiques. Combinez les deux approches pour une couverture complète.

Phase 3 : Limitation de Taux et Évitement de la Détection

Commencez de manière conservatrice. 1 requête toutes les 2 secondes. Surveillez les temps de réponse. Si les serveurs répondent rapidement (< 500 ms), augmentez progressivement le taux. Si vous voyez des erreurs 429 (limite de taux) ou 403 (bloqué), réduisez immédiatement.

Faites tourner tout : - Agents utilisateurs (utilisez de vrais agents utilisateurs de navigateur, pas des faux) - Référents (parfois Google, parfois direct, parfois social) - En-têtes de requête (accept-language, accept-encoding, etc.) - Adresses IP (proxies résidentiels, tournés par requête)

Ajoutez du hasard à votre comportement. Ne demandez pas exactement toutes les 2 secondes. Variez : 1,8 secondes, 2,3 secondes, 1,9 secondes. Les vrais humains n'ont pas un timing parfait.

Implémentez un backoff exponentiel. Premier timeout ? Attendez 1 seconde avant de réessayer. Deuxième timeout ? 2 secondes. Troisième ? 4 secondes. Cela correspond au comportement humain et respecte la charge du serveur.

Surveillez les taux de réussite. Maintenez un taux de réussite de 95 % ou plus. S'il tombe en dessous de 80 %, quelque chose ne va pas. En dessous de 50 % ? Arrêtez et diagnostiquez avant de continuer.

Phase 4 : Gestion de JavaScript et des Sites Web Modernes

Les entreprises modernes utilisent des applications à page unique, des frameworks React, du contenu dynamique. Votre scraper HTTP basique voit du HTML vide.

Pour les sites statiques (80 % des entreprises), utilisez des requêtes HTTP rapides.

Pour les sites lourds en JavaScript (20 %), utilisez des navigateurs sans tête. Puppeteer (Chrome), Playwright (multi-navigateur) ou Selenium sont les principales options.

Approche intelligente : extraction hybride. Utilisez des requêtes HTTP pour tout. Si vous obtenez des données vides ou des erreurs JavaScript, passez à l'automatisation de navigateur pour cette requête spécifique.

Cela équilibre la vitesse (HTTP est 10x plus rapide) avec la complétude (l'automatisation de navigateur gère les sites modernes).

Phase 5 : Nettoyage des Données et Dé-duplication

Les données brutes extraites des villes denses sont désordonnées. Vraiment désordonnées.

Les doublons sont courants. Un restaurant a 3 annonces distinctes sur Google Maps. Votre scraper extrait les 3. Vous avez besoin d'une logique de dé-duplication.

Approche simple : faites correspondre l'adresse + le nom. Si deux enregistrements ont la même adresse et un nom similaire (correspondance floue), il s'agit de la même entreprise. Conservez l'enregistrement le plus complet, jetez les doublons.

Plus sophistiqué : utilisez le matching SIRET (France), le matching d'identifiant fiscal (autres pays) ou le matching de numéro de téléphone.

La normalisation des adresses est critique. "123 Main St" vs "123 Main Street" vs "123 Main St." devraient toutes correspondre. Utilisez une bibliothèque comme usaddress (Python) ou similaire.

Standardisation des numéros de téléphone. "+1 (212) 555-1234" vs "212-555-1234" vs "2125551234" devraient tous se normaliser au même format.

Validation des emails. Supprimez les emails manifestement faux. Validez que le domaine existe.

Supprimez les entreprises avec des données incomplètes. Pas de numéro de téléphone ? Pas d'adresse ? Pas de site web ? Selon votre cas d'utilisation, signalez ou supprimez.

Techniques Avancées pour les Villes Denses

Gestion des Systèmes Anti-Bot

Les systèmes anti-bot modernes (Cloudflare, Akamai, etc.) détectent les modèles. La même IP frappant à plusieurs reprises ? Bloqué. Le même agent utilisateur ? Signalé. Les mêmes en-têtes de requête ? Suspicieux.

Stratégie de défense :

Empreinte de navigateur. Utilisez de vraies empreintes de navigateur provenant de navigateurs réels, pas de faux. Des bibliothèques comme puppeteer-extra-plugin-stealth aident ici.

Randomisation des requêtes. Variez les en-têtes, les agents utilisateurs, les référents, les délais. Faites en sorte que chaque requête ressemble à celle d'une personne différente.

Proxies résidentiels. Les IP de centre de données sont signalées instantanément. Les IP résidentielles (vraies connexions Internet domestiques) sont beaucoup plus difficiles à détecter.

Extraction distribuée. Ne marteler pas un serveur depuis une seule IP. Répartissez les requêtes sur plusieurs IP, plusieurs emplacements, plusieurs périodes.

Respectez robots.txt et les limites de taux. Si un site dit "attendre 2 secondes entre les requêtes", faites-le. Cela vous garde hors de leur liste de blocage.

Gestion des Pools de Proxy à Grande Échelle

Pour l'extraction de 100 000 enregistrements ou plus, vous avez besoin d'un grand pool de proxies. Bien le gérer est critique.

Suivez la performance des proxies. Certaines IP sont plus rapides, d'autres plus fiables. Créez un système de notation. Dirigez les requêtes importantes via vos meilleurs proxies. Utilisez des moyens médiocres pour les réessais.

Faites tourner les proxies intelligemment. La rotation séquentielle (IP1, IP2, IP3, IP1...) crée des modèles. La rotation aléatoire a l'air naturel.

Implémentez des vérifications de santé des proxies. Testez périodiquement chaque proxy. S'il est lent ou bloqué, retirez-le temporairement. Testez à nouveau plus tard.

Surveillez les coûts des proxies par rapport au taux de réussite. Les proxies résidentiels coûtent 0,50 € à 2 € par Go. Les proxies de centre de données coûtent 0,10 € à 0,50 € par Go. Mais les proxies de centre de données sont bloqués plus souvent. Calculez votre coût réel par extraction réussie, pas seulement le coût du proxy.

Extraction des Avis et des Évaluations

Les avis sur Google Maps sont des mines d'or pour l'intelligence concurrentielle, la surveillance de la réputation et l'analyse de marché.

Extraire le texte des avis, la note, la date et l'auteur. Filtrer par note (trouver des avis 1 étoile pour la gestion de la réputation). Filtrer par date (avis récents uniquement).

Ces données sont précieuses mais l'extraction est plus complexe. Les avis sont paginés. Vous devez cliquer sur "charger plus" à plusieurs reprises. Cela nécessite une automatisation de navigateur.

Utilisez Puppeteer ou Playwright. Chargez la page de l'entreprise, faites défiler jusqu'à la section des avis, cliquez sur "charger plus" jusqu'à ce que tous les avis soient chargés, puis extrayez.

Limitez agressivement ici. Les pages d'avis sont étroitement surveillées. 1 requête toutes les 5 secondes est plus sûr que 1 toutes les 2 secondes.

Extraction des Données du Site Web et de la Technologie

Quelles technologies une entreprise utilise-t-elle ? WordPress, Shopify, WooCommerce, React, Vue, Angular ? Google Analytics, Facebook Pixel, HubSpot, Mailchimp ?

Ces données sont utiles pour : - Agences : trouver des entreprises avec des sites web obsolètes - Entreprises SaaS : trouver des utilisateurs de produits concurrents - Vendeurs de technologie : prospecter en fonction de la technologie utilisée

Extraire le code source du site web. Analyser les balises de script, les balises meta, les codes d'analyse. Utilisez des bibliothèques comme BeautifulSoup ou regex pour identifier les technologies.

Cela nécessite de visiter le site web de chaque entreprise. C'est chronophage. Considérez si vous avez besoin de ces données pour votre cas d'utilisation.

Erreurs Communes et Comment les Éviter

Erreur 1 : Extraction à thread unique Correction : Utilisez le traitement parallèle. Plusieurs threads ou processus, chacun gérant différents quartiers. Amélioration de la vitesse d'au moins 4x.

Erreur 2 : Limitation de taux fixe Correction : Implémentez une limitation de taux dynamique. Adaptez-vous aux temps de réponse des serveurs. Commencez de manière conservatrice, augmentez progressivement.

Erreur 3 : Ne pas faire tourner les proxies Correction : Utilisez des proxies résidentiels. Faites tourner par requête. Maintenez un pool de 100+ IP pour une extraction sérieuse.

Erreur 4 : Pas de gestion des erreurs Correction : Implémentez une logique de réessai avec un backoff exponentiel. Gérez les timeouts, les requêtes bloquées et les données mal formées avec grâce.

Erreur 5 : Extraire tout puis filtrer Correction : Filtrez avant l'extraction. Vous ne voulez que des restaurants ? Interrogez Google Maps pour les restaurants. 70 % plus rapide que d'extraire toutes les entreprises puis de filtrer.

Erreur 6 : Pas de surveillance Correction : Suivez les taux de réussite, les temps de réponse, les requêtes bloquées. Configurez des alertes. Repérez les problèmes tôt.

Erreur 7 : Extraire pendant les heures de pointe Correction : Planifiez l'extraction pour les heures creuses. 3-5 heures du matin, heure locale. Les serveurs sont moins chargés. Les systèmes anti-bot sont détendus. Vous extrairez 3x plus vite avec moins de blocages.

Erreur 8 : Ne pas gérer les doublons Correction : Implémentez une logique de dé-duplication avant de stocker les données. Faites correspondre l'adresse + le nom. Supprimez les doublons tôt.

Considérations Juridiques pour l'Extraction de Données Urbaines

Pouvez-vous légalement scraper Google Maps ? Réponse courte : les informations commerciales disponibles publiquement sont un terrain de jeu équitable aux États-Unis et dans l'UE.

Mais il y a des nuances.

Les informations commerciales (nom, adresse, téléphone, site web, horaires) sont affichées publiquement. Les scraper est généralement légal.

Les adresses email sont plus floues. Si l'email est affiché publiquement sur le site web de l'entreprise, le scraper est légal. Mais suivez les réglementations CAN-SPAM. Incluez des options de désinscription. Ne spammez pas.

Les informations personnelles (noms d'employés, emails personnels, numéros de téléphone personnels) sont interdites. Ne scrapez que les informations de contact professionnelles.

Les Conditions d'Utilisation de Google interdisent techniquement l'extraction automatisée de Google Maps. Mais les tribunaux ont statué que les données publiquement disponibles ne peuvent pas être monopolisées. Néanmoins, utilisez votre jugement. Ne surchargez pas les serveurs. Ne scrapez pas de données personnelles.

Les réglementations locales varient. San Francisco est libérale avec l'utilisation des données. New York exige une attribution pour certains ensembles de données. Chicago a des dispositions spécifiques pour l'utilisation commerciale. Recherchez votre juridiction.

Respectez robots.txt. Si un site dit "interdire : /" dans robots.txt, c'est un signal clair de reculer.

L'approche la plus sûre : extrayez uniquement les informations commerciales, respectez les limites de taux, ne surchargez pas les serveurs, ne scrapez pas de données personnelles.

Étude de Cas : Extraction de 50 000 Restaurants à NYC

Voici un exemple réel d'extraction de ville dense bien réalisée.

Objectif : Extraire tous les restaurants de Manhattan pour une plateforme d'analyse de livraison de nourriture.

Défi : Manhattan a plus de 50 000 restaurants. Les approches traditionnelles citaient 2-3 semaines et 15 000 €.

Approche : 1. Divisé Manhattan en 200 cellules de grille (0,5 mi² chacune) 2. Configuré 5 nœuds d'extraction (traitement parallèle) 3. Utilisé 200 proxies résidentiels de NYC 4. Interrogé la catégorie "restaurants" pour chaque cellule de grille 5.