Récupération et vérification de prospects
Objectif
Récupérer des prospects avec Apify (code_crafter/leads-finder), vérifier leur pertinence (correspondance sectorielle > 80 %) et les enregistrer dans une feuille Google Sheets. Pour les gros volumes (1000+ prospects), utiliser un scraping parallèle pour des performances 3 à 5 fois plus rapides.
Entrées
- Secteur d'activité : Le secteur cible (ex. "Plombiers", "Agences logicielles")
- Localisation : La localisation cible (ex. "Texas", "États-Unis", "Californie"). Les scripts mettent automatiquement au format requis par Apify (les états américains reçoivent le suffixe ", us" automatiquement).
- Nombre total : Le nombre total de prospects souhaité
Scripts
Tous les scripts se trouvent dans ./scripts/ :
scrape_apify.py- Récupération unique, pour <1000 prospectsscrape_apify_parallel.py- Récupération parallèle, pour 1000+ prospectsclassify_leads_llm.py- Classification des prospects basée sur LLMenrich_emails.py- Enrichissement des e-mails via AnyMailFinderupdate_sheet.py- Mise à jour par lots de la feuilleread_sheet.py- Lecture des données depuis Google Sheets
Processus
Petites récupérations (<1000 prospects)
-
Récupération test
python3 ./scripts/scrape_apify.py --query "SECTEUR" --location "LOCALISATION" --max_items 25 --no-email-filter --output .tmp/test_leads.json -
Vérification
- Lire
.tmp/test_leads.json - Vérifier qu'au moins 20/25 (80 %) des prospects correspondent au secteur
- Réussi : Passer à l'étape 3
- Échoué : Arrêter et demander à l'utilisateur d'affiner les mots-clés
- Lire
-
Récupération complète
python3 ./scripts/scrape_apify.py --query "SECTEUR" --location "LOCALISATION" --max_items NOMBRE_TOTAL --no-email-filter --output .tmp/leads.json -
[Optionnel] Classification LLM (pour les niches complexes)
python3 ./scripts/classify_leads_llm.py .tmp/leads.json --classification_type product_saas --output .tmp/classified_leads.json -
Téléchargement vers Google Sheets
python3 ./scripts/update_sheet.py .tmp/leads.json --title "Prospects - SECTEUR" -
Enrichissement des e-mails manquants
python3 ./scripts/enrich_emails.py URL_FEUILLE
Grandes récupérations (1000+ prospects)
-
Récupération test (identique à ci-dessus avec 25 éléments)
-
Récupération complète parallèle
python3 ./scripts/scrape_apify_parallel.py \ --query "SECTEUR" \ --total_count 4000 \ --location "États-Unis" \ --strategy regions \ --no-email-filterLe partitionnement géographique est automatique :
- États-Unis : 4 zones (Nord-Est, Sud-Est, Midwest, Ouest)
- UE/Europe : 4 zones (Ouest, Sud, Nord, Est)
- Royaume-Uni : 4 zones (SE Angleterre, N Angleterre, Écosse/Pays de Galles, SO Angleterre)
- Canada : 4 zones (Ontario, Québec, Ouest, Atlantique)
- Australie : 4 zones (NSW, VIC/TAS, QLD, WA/SA)
-
Continuer avec les étapes 4 à 6 des petites récupérations
Résultats
Le seul livrable est l'URL de la feuille Google Sheets. Les fichiers JSON locaux dans .tmp/ sont des intermédiaires temporaires.
Cas particuliers
- Aucun prospect trouvé : Demander à l'utilisateur d'élargir la recherche
- Erreur API : Vérifier les identifiants dans
.env - Classifications de faible qualité : Si >80 % "peu clair", améliorer les mots-clés de récupération
Environnement
Nécessite dans .env :
APIFY_API_TOKEN=votre_token
GOOGLE_APPLICATION_CREDENTIALS=chemin/vers/credentials.json
ANTHROPIC_API_KEY=votre_clé
ANYMAILFINDER_API_KEY=votre_clé
Schéma
Entrées
| Nom | Type | Requis | Description |
|---|---|---|---|
industry | chaîne | Oui | Secteur cible (ex. 'Plombiers', 'Agences logicielles') |
location | chaîne | Oui | Localisation cible (ex. 'Texas', 'États-Unis') |
total_count | entier | Oui | Nombre total de prospects souhaité |
classification_type | chaîne | Non | Type de classification LLM (ex. 'product_saas') |
Sorties
| Nom | Type | Description |
|---|---|---|
sheet_url | chaîne | URL de la feuille Google avec les prospects récupérés |
lead_count | entier | Nombre de prospects trouvés |
Identifiants
| Nom | Source |
|---|---|
APIFY_API_TOKEN | .env |
GOOGLE_APPLICATION_CREDENTIALS | .env |
ANTHROPIC_API_KEY | .env |
ANYMAILFINDER_API_KEY | .env |
Compatible avec
Compétences qui s'enchaînent bien avec celle-ci : classify-leads, casualize-names, instantly-campaigns, onboarding-kickoff
Coût
0,01 à 0,02 $ par prospect + 0,30 $/1K pour la classification