Extraire une liste de boutiques Shopify : 3 méthodes

Le besoin : une liste segmentée de marchands Shopify, à jour

La question revient à peu près tous les mois sur les forums croissance et dans les fils LinkedIn e-commerce : « comment je récupère une liste propre des boutiques Shopify FR / par secteur ? ». Derrière cette question se cachent quatre cas d’usage réels :

• Prospection B2B : un commercial ou une agence qui veut prospecter par téléphone ou par email les marchands Shopify d’un vertical.
• Enrichissement CRM : un éditeur d’outil qui croise sa base existante avec un signal « ce compte tourne sous Shopify » pour scorer ou router des prospects.
• Sourcing fusion-acquisition et vente en gros : un investisseur ou un fournisseur qui cherche les marques natives d’une certaine taille pour proposer un rachat ou un partenariat.
• Analyse de marché : un fondateur, un consultant ou un journaliste qui veut comprendre la volumétrie réelle d’un segment.

Dans tous les cas, le besoin se décline sur trois axes : couverture (combien de boutiques on capture sur le segment cible), fraîcheur (à quelle date la liste a été vérifiée), et enrichissement (quels champs au-delà du simple domaine).

Trois méthodes existent. Aucune n’est universellement supérieure. Ce qui change, c’est le profil d’équipe, le budget, et le délai.

Approche 1 : outil d’exploration maison

Le principe est connu : on construit son propre pipeline.

1. Liste de départ. On part de sources publiques connues : vitrine Shopify officielle, exports BuiltWith / Wappalyzer en version gratuite, sitemaps de fournisseurs DNS, listes Github communautaires. On compile quelques dizaines de milliers de domaines candidats.
2. Vérification /products.json. L’endpoint Shopify natif renvoie le catalogue produit en JSON public. Un GET sur https://domaine.tld/products.json qui répond 200 avec un payload JSON valide signe le marchand comme Shopify avec une fiabilité quasi totale (voir reconnaître un site Shopify).
3. Déduplication canonique. On normalise les domaines : suppression du www., du slash final, harmonisation http/https, gestion des redirections. Cette étape retire une part non négligeable de doublons.
4. Enrichissement progressif. Détection du thème via le HTML rendu, extraction du nom commercial via la balise <title>, identification des technologies secondaires.

Coût de développement. Un développeur senior compétent met 5 à 10 jours pour livrer une première version propre : file de tâches (Redis, SQS), workers, base de stockage, gestion des nouvelles tentatives, surveillance. À un tarif moyen de 600 à 800 € HT/jour, on est sur 4 à 6 k€ de charges en argent visible.

Coût d’infrastructure récurrent. En régime de croisière, on tient le budget à 50 à 100 € par mois : quelques workers cloud, une base de données modeste, du stockage objet.

Coût de la rotation IP. C’est ici que le calcul peut déraper. Crawler 100 000 domaines en 1 heure depuis une seule IP centre de données, c’est se faire marquer par Cloudflare en 2 jours. La parade : des adresses IP résidentielles qui tournent à chaque requête, louées au volume de données consommé. Comptez 200 à 500 € par mois.

Risques techniques. Trois pièges classiques :

• Blocage IP Shopify et Cloudflare. Au-delà d’un certain rythme, le système anti-bot vous marque et l’erreur 403 devient systématique.
• Casse silencieuse sur changement de DOM. Shopify renomme une classe CSS. Votre détecteur passe en faux négatif pendant une semaine avant que quelqu’un s’en aperçoive.
• Dette technique invisible. L’outil d’exploration n’est pas le cœur de votre produit. Chaque heure passée à le maintenir est une heure de moins sur la fonctionnalité qui vous différencie.

Quand l’outil maison est rationnel. Vous avez une équipe data interne déjà rôdée sur les pipelines de collecte. Vos volumes ciblés dépassent les 100 000 domaines uniques par cycle. Vous avez besoin de signaux personnalisés.

Quand il ne l’est pas. Vous êtes une équipe au début de 2-3 personnes sans ingénieur data dédié. Votre produit n’est pas un outil de collecte, c’est un outil verticalisé qui consomme la donnée Shopify.

Approche 2 : exploration de vitrine, gratuite mais incomplète

L’approche la plus accessible. On agrège des sources publiques sans rien explorer agressivement :

• La vitrine Shopify officielle : quelques milliers de marchands sélectionnés par Shopify, avec une fonction de filtre par catégorie. Couverture limitée, mais qualité éditoriale élevée.
• BuiltWith : une base technologique massive qui expose en interface gratuite des listes de sites par technologie. La version gratuite limite à quelques dizaines de résultats par requête.
• Wappalyzer : extension navigateur et API. Idem que BuiltWith en philosophie.
• DNS lookup et certificate transparency : quelques techniques avancées permettent d’identifier les domaines qui pointent vers les CDN Shopify.
• Listes Github communautaires : il existe une poignée de dépôts publics qui maintiennent des listes de marchands Shopify, souvent par pays ou par niche.

Coût. On peut tenir à 0 € en mode 100 % manuel sur quelques heures. À grande échelle, l’addition monte si on souscrit à BuiltWith Pro : ordres de grandeur observés autour de 500 à 2 000 € par mois selon le palier. Wappalyzer propose des plans similaires.

Limites de couverture. C’est le point dur. Aucune source publique gratuite ne couvre un pays entier : pour la France, notre base compte à elle seule 38 080 boutiques Shopify vérifiées au 31 octobre 2026. La vitrine officielle ne descend pas à la marque native de niche, BuiltWith manque les marchands trop récents ou trop petits pour être indexés, les listes Github sont datées. Vous obtenez une couverture partielle du segment cible, difficile à mesurer.

Limites d’enrichissement. La stack secondaire est rarement disponible en sortie d’un seul de ces outils. Vous croisez plusieurs sources et reconstruisez en pratique un mini outil d’exploration maison.

Risques juridiques. À ne pas balayer. Les conditions générales de plusieurs annuaires interdisent explicitement la collecte automatisée de leur interface. BuiltWith et Wappalyzer ne sont pas des bibliothèques publiques que vous récoltez librement.

Quand cette approche est rationnelle. Vous avez un besoin ponctuel sur une niche restreinte. Vous voulez qualifier vite une opportunité de marché. Vous êtes un consultant qui produit un audit ponctuel pour un client. Vous tolérez une couverture partielle et une fraîcheur incertaine.

Approche 3 : achat d’annuaire externe

Le principe : vous achetez à un fournisseur qui a déjà fait le travail. Exploration, déduplication, enrichissement, revérification, le tout livré en CSV, en API ou à votre agent IA selon le fournisseur.

Spectre des fournisseurs. Le marché a deux familles :

• Les bases technographiques généralistes type BuiltWith Pro, Wappalyzer, ou des outils B2B plus larges (Apollo, ZoomInfo, SimilarTech) qui exposent un filtre « Shopify » parmi des dizaines d’autres. Ordres de grandeur observés : 500 à 5 000 € par mois selon le palier. Avantage : couverture technologique large. Inconvénient : Shopify n’est qu’un filtre parmi des centaines.
• Les annuaires spécialisés e-commerce comme celui-ci, dont les données sont servies par Ecommerce Leads Database (ELDB). Centré sur Shopify, il le couvre en profondeur : plus de 270 000 boutiques Shopify vérifiées dans 32 pays européens, dont 38 000 en France, avec emails, téléphones, applis détectées et dirigeants. Tarification au crédit, sans abonnement : 1 crédit = 1 fiche boutique, dirigeants inclus, et une fiche débloquée le reste pour toujours. Packs en paiement unique : 1 000 crédits 29 € HT, 5 000 crédits 99 € HT, 20 000 crédits 299 € HT, 100 000 crédits 990 € HT, valables 12 mois. 50 crédits offerts à l’inscription, sans carte bancaire.

Limites à connaître. L’achat externe crée une dépendance fournisseur. La fraîcheur dépend du fournisseur : exigez la date de dernière vérification de chaque fiche (chez nous, elle figure sur chaque fiche). Le coût revient à chaque nouveau besoin.

Risques juridiques (sur le bon fournisseur). Un annuaire sérieux a déjà fait le travail RGPD et publie sa base légale (intérêt légitime art. 6.1.f pour des données B2B publiques), respecte les robots.txt à la source, fournit un contrat clair et permet aux marchands de se retirer (chez ELDB, gratuitement, sur la page de retrait). Vous réduisez votre travail de conformité, sans le supprimer : votre propre usage reste à votre charge. Voir RGPD prospection B2B e-commerce.

Quand l’achat externe est rationnel. Vous avez un besoin opérationnel sous une semaine. Vous n’avez pas de développeur disponible. Le prix de la liste est inférieur au coût du temps de votre équipe.

Comparaison coût total 12 mois

Sur un cas d’usage type « agence qui veut toutes les boutiques Shopify françaises, soit 38 000 fiches, et les garder à jour sur 12 mois » :

Trois lectures honnêtes :

• Le test à 29 € HT gagne sur le pur coût absolu : 1 000 boutiques pour valider une cible avant d’aller plus loin. Il ne couvre pas tout le marché.
• Les packs de crédits gagnent sur le ratio coût/fonctionnalité : toute la France Shopify pour 598 € HT, sans abonnement, et les fiches débloquées se relisent gratuitement. Seules les nouvelles boutiques coûtent des crédits. Sur 12 mois, vous êtes au moins 8 fois moins cher qu’un outil maison sérieux.
• L’outil maison reste pertinent au-delà d’un certain seuil de volume (> 100 000 boutiques cible) ou d’un besoin personnalisé non couvert par les fournisseurs.

Question juridique : robots.txt, conditions générales, RGPD B2B

Trois couches de droit à connaître avant de toucher à un outil d’exploration.

robots.txt. Le Robots Exclusion Protocol n’a pas de force juridique uniforme dans tous les pays mais constitue un signal explicite de l’éditeur du site. En pratique, respecter le robots.txt est gratuit et coupe court à tout débat.

Conditions générales Shopify et des sites marchands. Les conditions générales de Shopify et celles des marchands individuels peuvent encadrer l’usage automatisé de leurs interfaces. L’endpoint /products.json est public et documenté, donc son appel ne pose pas de problème de principe. La collecte massive de pages produit en mode hostile sort du cadre. La frontière pratique : 1 requête par seconde max par domaine, en-tête User-Agent identifié, respect des codes de retour 429 / 503.

RGPD B2B. Pour des données publiques B2B (URL d’un marchand, nom commercial, thème Shopify utilisé), la base légale standard est l’intérêt légitime (art. 6.1.f RGPD), à condition de mener une analyse documentée et de respecter les droits des personnes concernées. La nuance arrive si vous enrichissez avec des données personnelles. Détail complet dans RGPD prospection B2B e-commerce.

Quel format de livraison choisir : CSV, JSON, API ?

Dépend du flux.

CSV (Excel / Numbers). Pour les commerciaux qui prospectent par téléphone, les opérations qui tirent un fichier figé pour une campagne ponctuelle. Avantages : ouvert partout, pas de dépendance technique. Inconvénients : pas de fraîcheur après l’export. Chez ELDB, le CSV s’obtient par l’API (une commande curl, jusqu’à 5 000 lignes par appel, option pour Excel) ou en le demandant à votre agent IA : il n’y a pas encore de bouton « télécharger le CSV » dans le compte. Voir commercial Excel.

Agent IA branché en MCP. Pour les équipes qui pilotent plusieurs campagnes et veulent un sous-ensemble par mission sans écrire de code. Vous branchez Claude ou Cursor sur le serveur MCP d’ELDB et vous demandez en français : « les boutiques Shopify françaises avec Klaviyo et un téléphone, en CSV ». Même clé, mêmes crédits que l’API.

API REST (JSON). Pour les développeurs qui intègrent la donnée dans un produit, un flux d’enrichissement CRM, ou un déclencheur automatisé : recherche filtrée, fiche complète, comptage gratuit. Pas de notifications poussées : votre outil interroge l’API à son rythme. Voir le guide API et le cas développeurs d’outils Shopify.

Quand vous devriez explorer vous-mêmes (et quand pas)

Trois questions à poser dans cet ordre :

1. Avez-vous un développeur disponible 5 j/mois en maintenance, sur 12 mois ? Si non, l’outil maison ne tiendra pas dans le temps.
2. Vos volumes ciblés dépassent-ils 50 000 boutiques par cycle ? Si non, un annuaire externe couvre le besoin.
3. Avez-vous besoin d’un signal technique secondaire ultra-spécifique que personne n’expose ? Si non, idem.

Trois « oui » plaident pour l’outil maison. Un seul « non » plaide pour l’annuaire externe.

Voir aussi

• Reconnaître un site Shopify : les 4 signatures techniques.
• Combien de boutiques Shopify y a-t-il en France ? : nos chiffres datés et la méthode.
• Prospecter les boutiques Shopify en B2B : une séquence qui ne se fait pas marquer en spam.
• API annuaire Shopify : la différence avec l’API Storefront.
• RGPD prospection B2B e-commerce.

← Retour au panorama des guides · Voir l’échantillon gratuit · Voir les tarifs