L'estimation immobiliere est un exercice delicat. Trop haute, le bien ne se vend pas. Trop basse, le vendeur perd de l'argent et l'agent sa credibilite. Les outils d'estimation par IA permettent d'objectiver cette etape cruciale en s'appuyant sur des donnees de marche reelles et des modeles statistiques eprouves. Voici comment fonctionne le moteur d'estimation de ZappImmo.
La base : 15.3 millions de transactions DVF
Le fondement de toute estimation fiable, c'est la donnee. Le moteur ZappImmo repose sur les Demandes de Valeurs Foncieres (DVF), publiees par la Direction Generale des Finances Publiques. Ce jeu de donnees contient l'integralite des transactions immobilieres realisees en France metropolitaine depuis 2018, soit plus de 15.3 millions de ventes.
Chaque transaction contient : la date de vente, le prix, l'adresse precise, la surface, le nombre de pieces, le type de bien (appartement, maison, terrain), la parcelle cadastrale et l'identifiant de la section. Ces donnees sont nettoyees, normalisees et indexees dans une base PostgreSQL avec l'extension PostGIS pour les requetes geographiques.
94.6 millions de parcelles enrichies
La parcelle cadastrale est l'unite de base du foncier francais. ZappImmo indexe 94.6 millions de parcelles issues du cadastre (plan cadastral informatise), enrichies avec les donnees DVF, DPE, BDNB (Base de Donnees Nationale des Batiments) et les zones PLU (Plan Local d'Urbanisme).
Pour chaque parcelle, le systeme connait : les transactions passees, la classe energetique des batiments, la zone PLU (constructibilite, hauteur, COS/CES), les risques naturels (inondation, seisme, retrait-gonflement des argiles) et les equipements a proximite (transports, ecoles, commerces).
Cet enrichissement permet de contextualiser l'estimation au-dela du simple prix au metre carre. Un appartement identique en surface vaut significativement plus s'il est en zone PLU dense avec metro a 300 metres qu'en zone periurbaine sans transport.
Trois methodes d'estimation combinees
Le moteur utilise trois approches complementaires pour reduire la marge d'erreur :
1. Comparaison directe (methode par comparaison)
C'est la methode la plus intuitive. Le systeme identifie les transactions recentes (moins de 2 ans) portant sur des biens comparables dans un perimetre geographique defini. Les criteres de comparaison sont : le type de bien, la surface (avec une tolerance de plus ou moins 20%), le nombre de pieces et la distance geographique.
Le perimetre de recherche s'ajuste automatiquement selon la densite du marche local. En centre-ville de Paris, 500 metres suffisent pour trouver 20 comparables. En zone rurale, le perimetre s'elargit a 5 ou 10 kilometres pour atteindre un nombre statistiquement significatif.
Le prix median des comparables donne une premiere estimation. Le systeme affiche egalement les quartiles (25% et 75%) pour definir une fourchette realiste.
2. Approche hedonique (decomposition par caracteristiques)
La methode hedonique decompose le prix d'un bien en la somme de ses caracteristiques. Chaque caracteristique (surface, etage, nombre de pieces, classe DPE, presence d'un balcon ou d'un parking) a une valeur marginale calculee par regression sur l'ensemble des transactions du secteur.
Par exemple, dans le 7e arrondissement de Lyon, un metre carre supplementaire ajoute en moyenne 4 800 euros au prix. Un etage supplementaire ajoute 1.2%. Un DPE C par rapport a un DPE F ajoute 8 a 12% selon la taille du logement. Ces coefficients sont recalcules trimestriellement pour refleter l'evolution du marche.
L'avantage de cette methode est sa capacite a estimer des biens atypiques pour lesquels les comparables directs sont rares : un loft de 150 metres carres dans un ancien atelier, un duplex sous combles, une maison de ville avec jardin en centre historique.
3. Methode ensemble (combinaison ponderee)
La methode ensemble combine les deux approches precedentes avec une ponderation dynamique. Quand le nombre de comparables directs est eleve (plus de 15), la methode par comparaison recoit un poids plus important. Quand les comparables sont rares, l'approche hedonique prend le relais.
La fourchette finale est l'intersection des intervalles de confiance des deux methodes. Cette approche reduit significativement les cas aberrants et produit des estimations plus stables.
Le role du DPE dans l'estimation
Depuis la loi Climat et Resilience de 2021, la classe energetique impacte directement la valeur d'un bien. Les logements classes F et G (dits "passoires thermiques") subissent une decote de 5 a 15% par rapport a des biens equivalents en classe C ou D. A l'inverse, un bien en classe A ou B beneficie d'une prime verte de 3 a 8%.
Le moteur d'estimation integre cette donnee de deux manieres. D'abord, en filtrant les comparables par classe DPE similaire pour la methode directe. Ensuite, en integrant le DPE comme variable explicative dans le modele hedonique. L'impact du DPE varie fortement selon les zones : il est plus prononce dans les grandes metropoles ou la demande est forte et les acheteurs peuvent se permettre d'etre selectifs.
ZappImmo croise les donnees DPE de l'ADEME (2.7 millions d'audits reels) avec les parcelles cadastrales pour enrichir automatiquement les biens avec leur classe energetique lorsqu'elle est disponible.
Le rapport PDF : un outil de conversion
L'estimation brute (un chiffre) n'est pas suffisante pour convaincre un vendeur. Le moteur genere un rapport PDF professionnel de plusieurs pages contenant :
- La fourchette d'estimation avec l'intervalle de confiance.
- La liste des transactions comparables avec prix, surface, date et distance.
- Une carte geographique des ventes recentes dans le perimetre.
- L'evolution des prix au metre carre sur les 3 dernieres annees dans le secteur.
- Les donnees DPE du bien et l'impact sur la valeur.
- Les informations PLU de la parcelle (zone, constructibilite, regles).
Ce rapport est un support tangible que l'agent peut remettre au vendeur lors du rendez-vous d'estimation. Il objectivise la discussion et positionne l'agent comme un professionnel qui s'appuie sur des donnees plutot que sur une estimation "au doigt mouille".
Les limites et les gardes-fous
Aucun modele d'estimation n'est parfait. Le moteur affiche systematiquement un intervalle de confiance (et non un prix unique) pour refleter l'incertitude inherente a l'exercice. Plusieurs facteurs ne sont pas captures par les donnees :
- L'etat interieur du bien (une renovation complete n'apparait pas dans les donnees DVF).
- La vue, l'exposition et la luminosite (non mesurables a distance).
- Les nuisances specifiques (bruit, vis-a-vis, travaux en cours).
- Le marche tres local (une rue peut valoir 20% de plus que la rue parallele).
C'est pourquoi l'estimation IA est un outil d'aide a la decision, pas un substitut a l'expertise de terrain de l'agent immobilier. Elle fournit un cadre objectif que l'agent ajuste en fonction de sa connaissance du bien et du marche local.
PostGIS : la puissance des requetes geographiques
Derriere le moteur d'estimation, la technologie PostGIS (extension geographique de PostgreSQL) permet d'executer des requetes spatiales performantes sur 94.6 millions de parcelles. Trouver les 20 ventes les plus proches d'un point GPS dans un rayon de 2 kilometres prend moins de 100 millisecondes grace aux index spatiaux GiST et aux centroide materialises.
Cette performance est essentielle pour offrir une experience utilisateur fluide : l'agent saisit une adresse, le systeme retourne l'estimation en quelques secondes. Pas d'attente, pas de chargement interminable. La donnee est disponible instantanement, prete a etre presentee au client.