Comparer des produits sur Amazon.fr à la main fonctionne pour cinq références. Au-delà, les captures d’écran, les copier-coller et les prix relevés à des heures différentes produisent un tableau que personne n’ose utiliser pour décider. La collecte de données Amazon.fr pour comparer des produits doit donc être pensée comme un petit projet de données : un périmètre, des champs, un contrôle et une livraison.
Ce guide s’adresse aux développeurs, intégrateurs, équipes pricing et analystes qui construisent ce flux, pas aux acheteurs qui cherchent une application de suivi de prix. Les exemples viennent d’une capture réelle réalisée sur Amazon.fr en novembre 2026 avec le code postal 75001.
Cadrer la décision commerciale et le périmètre Amazon.fr
Commencez par la question à laquelle le jeu de données doit répondre. « Où se situe notre prix face aux trois concurrents directs ? » demande peu d’ASIN mais des offres complètes. « Quels segments de prix sont les plus encombrés ? » demande beaucoup d’ASIN mais seulement le prix affiché et la marque. La décision fixe la taille du lot, la fréquence et les champs.
Fixez aussi le contexte : marketplace Amazon.fr, devise EUR, langue de la page et adresse de livraison. Les prix et délais affichés dépendent de l’adresse, et la langue influence les titres renvoyés. Un même contexte pour tout le lot rend les lignes comparables d’une collecte à l’autre.
Réponse rapide : le workflow en sept étapes
| Étape | Opération Easyparser | Résultat |
|---|---|---|
| Trouver les candidats | SEARCH | Liste d’ASIN par requête |
| Décrire chaque produit | DETAIL | Titre, marque, variantes, note, catégorie |
| Lire les offres | OFFER | Prix EUR, vendeur, état, expédition |
| Passer à l’échelle | API Bulk avec webhook | Milliers de lignes par lot |
| Normaliser | Vos règles | Prix décimaux, identifiants stables |
| Contrôler | Vos règles | File d’exceptions |
| Livrer | Votre entrepôt ou tableur | Jeu de comparaison versionné |
Définir le lot d’ASIN et les champs à collecter
Dans une collecte de données Amazon.fr pour comparer des produits, la liste des champs s’écrit avant la première requête. Pour une comparaison commerciale, un socle raisonnable est : ASIN, titre, marque, variante, prix affiché en EUR, prix barré éventuel, nombre d’offres, vendeur de la Buy Box, mode d’expédition, état, disponibilité et Best Sellers Rank. Ajoutez la note et le nombre d’avis si l’équipe en a besoin, mais pas par réflexe : chaque champ supplémentaire ajoute du contrôle.
Pour chaque ASIN, conservez aussi l’origine : la requête qui l’a trouvé, ou la liste interne dont il provient. Quand quelqu’un demandera pourquoi un produit figure dans la comparaison, la réponse sera dans la ligne.
Valider un petit échantillon manuel avant l’intégration
Avant d’automatiser, prenez une vingtaine de lignes et comparez-les à ce que montre le navigateur. Notre pilote sur la requête « aspirateur robot » a montré trois points qu’un script n’aurait pas signalés.
Premier point : sans paramètres de devise et de langue, la même requête a renvoyé des titres en anglais et des prix en USD. Avec currency sur EUR et language sur fr_FR, les 48 résultats organiques avaient tous un prix en EUR et des titres en français. Le contexte se fixe dans la requête, pas après coup.
Deuxième point : selon la langue de la page, certains champs peuvent manquer dans les résultats de recherche, comme le nombre d’avis. Un champ absent doit rester absent dans votre table, jamais devenir zéro. La fiche ou les offres du produit permettent de compléter la valeur si elle compte pour la décision.
Troisième point : plusieurs résultats décrivaient presque le même produit, par exemple deux ASIN d’un même modèle avec des titres identiques sur les quarante premiers caractères. Ce sont des variantes ou des doublons à rattacher, pas des concurrents distincts.
Interroger les produits par API
La Search Listing API d’Easyparser renvoie pour chaque résultat l’ASIN, le titre, le prix, la note et la position, avec l’option d’exclure les résultats sponsorisés. Ensuite, l’opération OFFER renvoie toutes les offres visibles d’un ASIN. L’exemple ci-dessous enchaîne les deux et garde un contexte unique pour tout le lot.
import requests
API_KEY = "YOUR_API_KEY" # Get your key from app.easyparser.com
URL = "https://realtime.easyparser.com/v1/request"
CONTEXT = {"platform": "AMZ", "domain": ".fr", "zip_code": "75001"}
def search(keyword):
params = {**CONTEXT, "api_key": API_KEY, "operation": "SEARCH",
"keyword": keyword, "currency": "eur", "language": "fr_FR",
"exclude_sponsored": True}
data = requests.get(URL, params=params, timeout=60).json()
return [(r["asin"], keyword) for r in data["result"]["search_results"]]
def offers(asin):
params = {**CONTEXT, "api_key": API_KEY, "operation": "OFFER", "asin": asin}
data = requests.get(URL, params=params, timeout=60).json()
return [{
"asin": asin,
"price_raw": o["price"]["raw"],
"price_eur": float(o["price"]["value"]),
"seller": o["seller"]["name"],
"is_new": o["condition"]["is_new"],
"buybox": o.get("buybox_winner", False),
"fba": o["seller_type"].get("fba"),
} for o in data["result"]["offer"]["offer_results"]]
Pour quelques centaines d’ASIN ou plus, soumettez les mêmes requêtes par l’API Bulk et recevez les résultats par webhook au lieu de boucler sur l’endpoint temps réel. Avant la mise en production, testez vos propres ASIN, vendeurs et champs : la structure d’une fiche varie selon la catégorie.
Normaliser les prix en EUR, les variantes et les identifiants
La normalisation rend les lignes comparables entre produits et entre collectes :
- Stockez le prix en décimal avec une colonne devise explicite, et gardez la chaîne brute à côté.
- Distinguez le prix affiché, le prix barré et le prix de chaque offre. Ce ne sont pas les mêmes mesures.
- Rattachez chaque variante à son ASIN parent pour que couleurs et tailles se regroupent.
- Utilisez l’identifiant vendeur plutôt que le nom, qui peut changer.
- Étiquetez l’état (neuf, occasion, reconditionné) et l’expédition (Amazon, FBA, vendeur).
- Horodatez chaque ligne avec la date de collecte.
Dans notre capture, la première page de résultats allait de 79,99 € à 999,00 €, avec une médiane de 264,00 €. Cet écart rappelle qu’un segment « aspirateur robot » mélange des produits d’entrée de gamme et des stations haut de gamme : classez avant de comparer.
Relier le contexte vendeur sans déduire les ventes
La liste des offres raconte ce que le prix seul ne dit pas. Pour le premier résultat de notre capture, un robot laveur ECOVACS (ASIN B0GQT56FRV), l’API Product Offer a renvoyé dix offres. La Buy Box revenait à Amazon à 234,99 €, affiché face à un prix barré de 499,00 €. Deux offres d’occasion d’Amazon Seconde main étaient moins chères, à 227,94 € et 230,29 €. Deux vendeurs tiers expédiés par Amazon proposaient le produit neuf à 387,03 € et 408,10 €, et cinq vendeurs expédiant eux-mêmes allaient de 534,97 € à 680,20 €, avec des délais plus longs.
| Groupe d’offres | Nombre | Prix EUR | À retenir |
|---|---|---|---|
| Buy Box, Amazon | 1 | 234,99 | Prix de référence pour la comparaison |
| Occasion, Amazon Seconde main | 2 | 227,94 à 230,29 | À exclure des comparaisons de neuf |
| Neuf, vendeurs FBA | 2 | 387,03 à 408,10 | Contexte concurrentiel |
| Neuf, expédié par le vendeur | 5 | 534,97 à 680,20 | Livraison plus lente, notes vendeur variables |
Sans étiquette d’état, la moyenne des prix aurait mélangé occasion et neuf. Sans le vendeur, on aurait pu croire à une guerre de prix alors que l’écart vient du mode d’expédition. Ces données restent publiques : elles ne donnent ni les ventes, ni le stock exact, ni la marge. Le Best Sellers Rank est un signal relatif, pas un volume de ventes.
Traiter les champs manquants et les incohérences de catalogue
Écrivez des règles explicites pour les lignes qui ne doivent pas entrer directement dans l’analyse : pas de Buy Box, prix absent, devise autre que l’EUR, état non neuf, produit hors périmètre (accessoire, pièce détachée), vendeur changé entre deux collectes, ou titre en double avec un autre ASIN. Chaque règle envoie la ligne dans une file de revue avec la réponse brute jointe.

Les relecteurs décident de corriger, d’exclure ou d’accepter, et leurs décisions deviennent de nouvelles règles. Après quelques cycles, la file se réduit et le jeu devient assez fiable pour un reporting automatique.
Passer au traitement récurrent par lots
Une comparaison ponctuelle répond à une question ; une collecte de données Amazon.fr pour comparer des produits répétée chaque semaine construit un historique. Amazon.fr ne fournit pas de série de prix prête à l’emploi pour chaque produit, et aucune série n’est garantie sur chaque marketplace : la vôtre commence à la première collecte. Choisissez une fréquence liée à la décision, quotidienne pour le suivi de prix des produits clés, hebdomadaire pour la longue traîne, et gardez-la stable.
Conservez un journal de lot : nombre d’ASIN demandés, nombre renvoyés, nombre en file d’exceptions. Un écart soudain entre deux lots signale souvent un changement de catalogue ou de périmètre avant qu’il n’apparaisse dans les graphiques. Le même principe vaut sur d’autres marketplaces, comme le montre notre workflow de données produit et offres Amazon.sg.
Erreurs fréquentes dans la collecte Amazon.fr
La plupart des problèmes de collecte de données Amazon.fr pour comparer des produits viennent du workflow, pas de l’API :
- Contexte variable. Une devise, une langue ou une adresse qui change d’un lot à l’autre rend les séries incomparables.
- Moyennes mélangées. Neuf, occasion et reconditionné dans une même moyenne faussent le prix de marché.
- Zéro au lieu de vide. Un nombre d’avis absent n’est pas un produit sans avis.
- Doublons non rattachés. Deux ASIN d’un même modèle comptés comme deux concurrents gonflent l’offre perçue.
- Historique écrasé. Chaque lot doit ajouter des lignes horodatées, pas remplacer les précédentes.
Livrer un jeu de comparaison vérifiable à l’équipe commerciale
Le livrable final est une table versionnée accompagnée d’un court dictionnaire de données : signification de chaque champ, opération d’origine, date et contexte de collecte (marketplace, devise, langue, code postal), règles d’exclusion et limites connues. Indiquez clairement ce que la table ne contient pas : données de Seller Central, ventes, stock exact, frais de port réels pour chaque client, taxes ou marges.
Ainsi livrée, la collecte de données Amazon.fr pour comparer des produits devient une entrée fiable pour le repricing, la revue d’assortiment ou une étude d’entrée sur le marché français. Un compte Easyparser gratuit suffit pour lancer le pilote avant de passer au catalogue complet.
Conclusion
Réussir la collecte de données Amazon.fr pour comparer des produits tient moins à l’extraction qu’au cadre autour d’elle : un périmètre lié à une décision, un contexte fixe en EUR, un pilote manuel, une collecte en lot, des prix et variantes normalisés, et une file d’exceptions traitée. Avec Easyparser pour la recherche, les fiches et les offres d’Amazon.fr, l’équipe peut consacrer son temps aux règles et aux décisions plutôt qu’au relevé manuel.
Sources
- Search request reference, Easyparser Documentation (accessed )
- Offer response reference, Easyparser Documentation (accessed )
- Address management, Easyparser Documentation (accessed )
- Bulk API overview, Easyparser Documentation (accessed )
Start extracting Amazon data for free
Start Your Free Trial100 free credits, no credit card required.


