Des millions de données sur le parc immobilier français sont accessibles gratuitement en open data. BDNB, Cadastre, ENEDIS, GRDF, SIRENE... Voici comment ces sources, une fois agrégées et normalisées, transforment la prospection immobilière pour les professionnels du bâtiment.
Il y a dix ans, les données sur le parc immobilier français étaient fragmentées, souvent payantes, et difficiles d'accès. Aujourd'hui, la situation a radicalement changé grâce à la politique d'open data du gouvernement français — notamment via le portail data.gouv.fr et les initiatives de l'État comme la loi pour une République numérique de 2016.
Des milliers de jeux de données sur les bâtiments, la consommation énergétique, les propriétaires et les entreprises sont aujourd'hui accessibles gratuitement. La difficulté n'est plus d'y accéder, mais de les croiser, normaliser et enrichir pour en extraire de la valeur commerciale.
La BDNB est la pierre angulaire de toute analyse du parc immobilier français. Développée par le CSTB (Centre Scientifique et Technique du Bâtiment) et le CEREMA, elle agrège pour chaque bâtiment :
La BDNB est mise à jour régulièrement et disponible en téléchargement libre sur data.gouv.fr. Elle couvre l'ensemble du parc de logements et de bâtiments tertiaires français.
Limite technique : La BDNB brute est un fichier CSV de plusieurs gigaoctets, difficile à exploiter sans compétences techniques (Python, SQL). Elle ne contient pas les coordonnées des gestionnaires ni des décideurs — c'est une base bâtiment, pas une base commerciale.
Le Cadastre numérique est géré par la Direction Générale des Finances Publiques (DGFiP). Il contient la représentation parcellaire de l'ensemble du territoire français, avec pour chaque parcelle :
Le croisement Cadastre + BDNB permet de géolocaliser précisément chaque bâtiment et d'associer les données énergétiques à une adresse réelle. C'est l'une des étapes fondamentales de la construction de la base Pisteur.
ENEDIS open data et GRDF données ouvertes publient des données de consommation électrique et gaz agrégées par commune, par secteur et parfois par point de livraison. Ces données permettent de :
Identifier un bâtiment cible, c'est bien. Mais pour en faire un lead, il faut savoir qui gère ce bâtiment. C'est là qu'interviennent les bases entreprises :
Le répertoire SIRENE de l'INSEE répertorie toutes les entreprises françaises avec leur code NAF (activité principale). Grâce au code NAF 68.32Z (Administration d'immeubles et autres biens immobiliers), vous pouvez identifier tous les syndics professionnels de France — avec leur adresse, leur taille et leurs coordonnées officielles.
Pappers agrège les données juridiques du registre du commerce et fournit des informations enrichies sur les dirigeants, les comptes annuels et les actes de dépôt. Pour Pisteur, c'est une source précieuse pour vérifier la solidité financière d'un gestionnaire avant de l'approcher.
La dernière couche d'enrichissement est la plus précieuse commercialement : obtenir le nom, l'email et le téléphone du décideur réel.
Societeinfo spécialise dans l'identification des contacts nominatifs des dirigeants d'entreprises françaises. FullEnrich complète par l'enrichissement email et téléphone via des bases de données agrégées.
Pisteur utilise ces deux sources en combinaison pour vous fournir, pour chaque bâtiment identifié, le nom du décideur (gestionnaire, DG, président de l'association de copropriétaires) avec son email professionnel et son numéro de téléphone direct — si disponibles dans les bases.
Toutes ces sources sont excellentes individuellement. Le problème, c'est que les relier entre elles est un travail d'ingénierie considérable.
Chaque source utilise un identifiant différent pour les bâtiments : la BDNB utilise un ID interne, le Cadastre utilise le numéro de parcelle, ENEDIS utilise le PDL (Point De Livraison), et les bases entreprises utilisent le SIRET. Relier ces identifiants requiert des algorithmes de réconciliation complexes.
C'est exactement le travail réalisé par Pisteur : construire et maintenir un référentiel unifié de 1,2 million de bâtiments, mis à jour trimestriellement, avec une correspondance précise entre les données bâtiment, les données entreprise et les contacts nominatifs. Ce travail d'infrastructure est invisible pour l'utilisateur final — mais c'est lui qui rend Pisteur possible.
Base propriétaire Pisteur : En plus des sources officielles, Pisteur maintient une base propriétaire d'algorithmes de complétion : quand un bâtiment n'a pas de DPE officiel, un modèle predictif estime sa classe énergétique à partir de l'année de construction, du type de chauffage et des bâtiments similaires dans le même secteur. Ces estimations sont clairement identifiées comme telles dans l'interface.
Pour en savoir plus sur l'infrastructure de données Pisteur, consultez notre page Nos Données — avec le détail de toutes les sources utilisées et leur fréquence de mise à jour.
Pisteur fait le travail d'agrégation à votre place. Vous accédez directement aux leads qualifiés, pas aux données brutes.
Essayer gratuitement → Voir une démo