Comment nos données sont constituées
Chaque chiffre publié sur ce site (« X pizzerias en Gironde », « Y % d'emails ») est calculé depuis notre base, selon la méthode décrite ici. Cette page est la référence de toutes nos pages fichiers.
1 · Les sources
Nous collectons les informations que les établissements publient eux-mêmes en ligne : nom commercial, adresse, téléphone, site web, réseaux sociaux, activités déclarées, note moyenne et nombre d'avis agrégés. Nous n'utilisons que des données d'établissements professionnels : jamais de données de particuliers, jamais de contenus d'avis rédigés par des tiers.
2 · Le croisement avec les registres
Chaque fiche est rapprochée du répertoire SIRENE de l'INSEE pour obtenir le SIRET et le statut actif ou fermé, puis du Registre national des entreprises tenu par l'INPI, par égalité exacte de SIRET, pour la raison sociale légale, la forme juridique, la date d'ouverture, les dirigeants et l'effectif. Ce croisement nous permet aussi d'écarter les établissements radiés.
Les enregistrements du registre qui refusent la diffusion commerciale de leurs données en sont exclus avant tout traitement : ils ne sont ni rapprochés, ni comptés, ni livrés.
Le taux de rapprochement varie fortement selon les métiers, parce qu'il dépend de ce que la source publique expose : de 55 % chez les boulangeries à 86 %chez les notaires. Il est affiché sur chaque fichier, à côté du taux de téléphone et du taux d'email, et vous le voyez avant d'acheter. Quand une fiche n'est pas rapprochée, la colonne SIRET est vide : nous n'inventons jamais une valeur, et nous ne rapprochons pas au jugé. Un appariement n'est retenu que si le nom et l'adresse concordent, ou si l'établissement est le seul de son activité à cette adresse.
3 · Statuts et dédoublonnage
Les établissements signalés « fermés définitivement » sont exclus de tous les fichiers et de tous les dénombrements. Les fermetures temporaires sont conservées et signalées dans la colonne statut. Le dédoublonnage se fait par identifiant de fiche, puis par rapprochement nom + adresse.
4 · Les seuils de publication
Nous ne publions une page département que s'il compte au moins 20 établissements. En dessous, le chiffre reste visible dans les tables de la maille supérieure, mais nous estimons qu'une page dédiée n'apporterait rien. Les mailles publiées aujourd'hui sont le département, la région et la France entière.
5 · Les taux affichés
Les pourcentages « téléphone renseigné », « email de contact », « site web » et « adresse postale » affichés sur chaque page sont calculés sur les établissements actifs du fichier concerné, au moment de la dernière mise à jour. Ils ne sont ni estimés, ni extrapolés : ce sont les taux réels du fichier que vous achetez. La provenance de chaque email (fiche de l'établissement ou site web) est indiquée dans le fichier Enrichi.
Le taux d'email est un taux d'email vérifié. Chaque adresse est contrôlée auprès du serveur de messagerie de son domaine avant d'entrer dans un fichier. Sur les 54 082 adresses de la base, 1 309 ont échoué à ce contrôle : elles ne sont ni livrées, ni comptées dans le pourcentage affiché. Vous ne payez pas pour du rebond, et vous n'avez pas à nettoyer derrière nous.
C'est l'inverse de l'usage du secteur, qui consiste à annoncer un gros volume d'emails puis à laisser l'acheteur découvrir la part inutilisable à ses frais — en réputation d'expéditeur autant qu'en temps. Nous préférons un chiffre plus petit et vrai.
6 · Le fichier s'importe, il ne se retravaille pas
Le ZIP contient trois formes du même contenu, parce qu'aucune ne convient à tous les usages. Un XLSX pour regarder et trier, qui s'ouvre partout sans réglage. Un CSV à point-virgule qui se double-clique dans Excel en français, où un fichier à virgules s'afficherait sur une seule colonne. Un CSV à virgule, sans BOM, qui est ce qu'attendent les importateurs de Salesforce, HubSpot, Pipedrive, Brevo et la plupart des outils d'emailing. Une note dans le ZIP dit lequel ouvrir.
Le téléphone est livré deux fois : lisible (05 55 77 02 27) et au format international (+33555770227). C'est le second que votre CRM sait dédoublonner et qu'un composeur sait appeler ; il est renseigné sur plus de 99,9 % des lignes qui portent un téléphone. Quand un numéro d'origine ne permet pas de le construire sans deviner, la colonne reste vide.
7 · Ce que nous écartons, et pourquoi
Une partie des fiches en ligne masquent leur adresse : ce sont souvent des artisans qui travaillent chez leurs clients, ou des professions libérales exerçant à domicile. Sur ces fiches, notre source ne transmet pas l'adresse réelle mais une adresse de remplacement, dont ni la rue, ni la commune, ni le département ne correspondent à quoi que ce soit. Nous les détectons et les sortons de tous les fichiers et de tous les dénombrements : un fichier « Boulangeries · Nord » ne doit pas contenir de lignes tirées au hasard ailleurs en France.
D'autres fiches n'ont pas d'adresse du tout mais des coordonnées fiables. Nous leur rattachons un département uniquement lorsque toutes les fiches connues du même voisinage géographique sont dans ce département, et nous nous abstenons sinon. Sur une validation croisée de 20 000 fiches dont le département était connu, cette règle se trompe 1,4 fois sur 1 000 et renonce dans 23 % des cas. Ces lignes restent sans rue ni code postal : elles sont comptées dans le taux « adresse postale » affiché avant l'achat.
8 · Fraîcheur
La date affichée sur chaque page est celle de la dernière observation des fiches concernées, pas celle de notre dernier traitement : recharger une base ne la revérifie pas. Chaque ligne du fichier porte sa propre date dans la colonne « derniere_verification », qui peut donc être plus ancienne que la date de la page.
9 · Droit d'opposition
Un établissement peut demander son retrait de nos fichiers à tout moment via la page d'opposition. La demande est traitée sous 72 h et le retrait s'applique à tous les fichiers livrés ensuite.
Citer nos chiffres
Nos dénombrements par métier et territoire peuvent être cités librement avec la mention « selon MondialData (mondialdata.com) » et le mois des données.