Comment Costless vérifie les données de prix et de tickets
Costless vérifie les données de la distribution en combinant quatre sources indépendantes : des parseurs automatisés sur 56 sites de chaînes de supermarchés, un OCR basé sur le ML de plus de 240 000 vrais tickets de caisse, des étiquettes de prix relevées par des agents de terrain avec confirmation GPS, et l'OCR de bannières promotionnelles issues de prospectus, d'images web et des canaux officiels Telegram et Viber. La vérification croisée détecte les erreurs d'analyse, les promotions manquées et environ 8 % de tickets frauduleux.
Quatre flux de données indépendants
Costless ingère quatre flux de données indépendantes de la distribution. C'est la vérification croisée entre eux qui rend nos affirmations vérifiables plutôt que simplement énoncées.
De la source aux données structurées
Parseurs en ligne
Chaque parseur connaît la structure des pages ou l'API de sa chaîne. Les parseurs s'exécutent selon un cycle fixe deux fois par semaine, échelonnés pour éviter les pics, respectent les protections des sites et privilégient les API officielles au scraping. Certaines chaînes ne sont pas analysées du tout car leurs conditions l'interdisent — pour celles-ci, les données proviennent uniquement des tickets, du relevé de terrain et des bannières.
Pipeline OCR des tickets
Un ticket téléversé est prétraité avec OpenCV (inclinaison, contraste, reflets, décoloration du papier thermique), puis le texte est extrait par les services Google Cloud Vertex AI comme moteur principal, avec Tesseract en secours rapide et un CNN interne entraîné sur les formats de tickets d'Europe de l'Est pour les cas difficiles. Les lignes sont analysées, les produits rapprochés de notre base normalisée via des plongements vectoriels, et les totaux réconciliés avec le total imprimé.
L'exactitude de bout en bout sur les formats de tickets acceptés est constamment élevée. Les indicateurs par étape varient selon le modèle de chaîne, le type de papier et la qualité de l'image, c'est pourquoi nous ne publions pas un chiffre unique qui fausserait la distribution réelle.
Détection de fraude
Environ 8 % des tickets soumis sont signalés comme frauduleux avant d'atteindre l'ensemble de données vérifié. Les signaux incluent la détection de doublons, l'analyse d'image (photos d'écrans ou d'impressions, images modifiées), les contrôles de cohérence du commerçant, les anomalies structurelles et les heuristiques de vélocité. Les soumissions signalées sont mises en quarantaine et l'utilisateur est invité à reprendre une photo nette.
Relevé de terrain vérifié
L'application des agents de terrain impose un parcours sur site : elle lit le GPS, géocode l'adresse à l'envers et bloque la capture si l'agent n'est pas dans le magasin cible. Après un enregistrement explicite, les photos sont prises uniquement dans l'application (jamais depuis la galerie), traitées sur l'appareil par nos modèles d'IA et téléversées instantanément — chaque prix est ainsi lié à un magasin, un agent et un instant précis.
Vérification croisée des sources
Toute source isolée peut se tromper : un parseur peut manquer une page de promotion redessinée, un ticket peut contenir une mauvaise photo, une étiquette de terrain peut être périmée. Nous attendons donc qu'un prix apparaisse dans au moins deux flux avant de le considérer comme confirmé.
- Ticket contre en ligne — le ticket l'emporte, car c'est le prix réellement facturé.
- Page de promotion contre page produit — la page de promotion l'emporte, car les prix de fidélité ne figurent souvent pas sur la page produit.
- Étiquette de terrain contre en ligne — l'étiquette l'emporte pour le jour du relevé ; en ligne l'emporte à plus long terme car il se rafraîchit plus souvent.
Pour l'interopérabilité, nous suivons les normes du secteur : EAN-13 / EAN-8 / GTIN-14 (GS1) pour les codes-barres, MCC pour la classification des commerçants, ISO 4217 pour les devises, ISO 3166-1 pour les pays et ISO 8601 pour les horodatages.
Fréquence de rafraîchissement par type de données
| Type de données | Fréquence de rafraîchissement |
|---|---|
| Tickets de caisse | ~22 secondes en moyenne après téléversement (de bout en bout, OCR inclus) |
| Prix en ligne et pages de promotions | Deux fois par semaine par chaîne, selon un calendrier fixe |
| Bannières promotionnelles | Selon le cycle de publication de la chaîne (hebdomadaire pour la plupart) |
| Étiquettes relevées en magasin | Par session d'agent, à la demande |
| Taux de change | Quotidien, depuis apilayer.com |
| Base de produits normalisée | En continu, à mesure des tickets et des cycles de parseurs |
Quand un parseur tombe en panne — refonte de site, nouveau blocage, changement d'API — les promotions concernées affichent une date de « dernière mise à jour » visible, plutôt que de servir silencieusement des données périmées.
Où nous avons des données — et où pas encore
Être honnête sur les limites fait partie de ce qui rend une source de données digne de confiance. Voici ce que nous couvrons aujourd'hui et ce que nous ne couvrons pas encore.
Marchés grand public
Ukraine, Canada, Lituanie, Pologne et Royaume-Uni — couverture quotidienne des promotions des grandes chaînes alimentaires, consultable dans l'explorateur de promotions.
Marchés de l'API B2B
Notre API de vérification de tickets sert des partenaires professionnels sur les mêmes marchés. La vérification fiscale des tickets auprès du registre national est actuellement disponible en Ukraine.
Nous ne publions pas la liste par pays des chaînes surveillées : la couverture évolue lorsque les enseignes refont leurs sites ou changent leurs conditions, et les accords varient selon la chaîne. Les acheteurs voient la couverture en direct dans l'explorateur de promotions ; les clients B2B reçoivent la liste complète sous NDA.
Ce que nous ne couvrons pas encore
- Détaillants purement en ligne — partiellement ; notre priorité est le commerce physique.
- Menus de restaurants et prix HoReCa — hors périmètre.
- Prix de gros — hors périmètre.
- Catégories à données rares — l'alcool et la pharmacie ont une visibilité réglementée selon les pays, et certaines catégories de niche manquent de couverture cohérente.
Comment nous traitons vos données
Vos tickets restent les vôtres
Un ticket peut contenir des données personnelles — un numéro de carte de fidélité, les derniers chiffres d'une carte, un numéro fiscal. Nous ne les masquons pas, car un ticket téléversé n'est visible que par la personne qui l'a téléversé. Il n'est jamais montré à d'autres utilisateurs, jamais intégré dans une liste publique et jamais partagé avec des clients B2B. Seuls les produits et prix structurés, sous forme anonymisée et agrégée, alimentent le volet de vérification des prix de la plateforme.
Conservation des données
Les images de tickets et les lignes extraites sont conservées tant que vous gardez votre compte. Vous pouvez supprimer votre compte à tout moment depuis votre profil, ce qui supprime les images de vos tickets, vos lignes extraites et vos données personnelles. La politique complète figure dans notre Politique de confidentialité.
Nous ne vendons jamais vos données
Costless ne vend les données des utilisateurs à aucun tiers, dans aucune juridiction, jamais. C'est une politique catégorique. Les tickets individuels ne sont jamais partagés à l'extérieur et les identités individuelles ne sont jamais associées à un produit de données public.
Confidentialité des enfants
Costless ne s'adresse pas aux enfants de moins de 16 ans. Nous ne collectons pas sciemment de données personnelles d'enfants de moins de 16 ans ; si nous l'apprenons, nous les supprimons.
Conformité
Nous opérons sous le RGPD (UE/EEE), le RGPD britannique et le Data Protection Act 2018, ainsi que des lois nationales équivalentes, dont la PIPEDA canadienne. Comme nous ne vendons pas de données personnelles, le droit « Do Not Sell » du CCPA n'a rien à refuser dans notre traitement. Responsable du traitement : [email protected].
Revue de sécurité
Nous menons une revue de sécurité automatisée basée sur l'IA chaque mois — couvrant l'authentification, la validation des entrées, les limites de débit, l'analyse des dépendances et le durcissement des en-têtes. La plateforme n'a pas fait l'objet d'un audit tiers formel (SOC 2, ISO 27001) à ce jour.
FAQ
Pourquoi des données vérifiées par ticket valent-elles mieux que des données scrapées ?+
Comment Costless détecte-t-il les tickets frauduleux ?+
Quelle est la fraîcheur des données de prix de Costless ?+
Quels pays Costless couvre-t-il ?+
Quelle est la précision de l'OCR des tickets ?+
Costless vend-il mes données ?+
Bâti sur des données dignes de confiance
Découvrez comment nous transformons des tickets vérifiés et des prix actualisés en intelligence retail pour les marques et les enseignes.
Découvrir InsightsMéthodologie transparente des données de la distribution
Costless est une plateforme d'intelligence de la distribution qui vérifie les prix, promotions et tickets de supermarchés en Ukraine, au Canada, en Lituanie, en Pologne et au Royaume-Uni, avec une API de vérification de tickets pour les partenaires professionnels et une vérification fiscale des tickets actuellement disponible en Ukraine. Plutôt que de s'appuyer sur un seul flux scrapé, Costless combine des parseurs automatisés sur 56 chaînes, un OCR basé sur le ML de plus de 240 000 vrais tickets, un relevé de terrain vérifié par GPS et l'OCR de bannières promotionnelles.La vérification croisée réconcilie ces flux, détectant les erreurs d'analyse, les promotions manquées et les soumissions frauduleuses. L'extraction du texte des tickets est assurée par les services Google Cloud Vertex AI ainsi qu'un pipeline interne pour la mise en page, l'analyse des lignes, le rapprochement des produits et la réconciliation des totaux. Costless ne vend pas les données des utilisateurs, ne conserve les tickets que tant qu'un compte est actif et opère sous le RGPD, le RGPD britannique, le CCPA et les lois nationales de protection des données. Cette page de méthodologie est mise à jour à mesure que notre couverture et notre traitement évoluent.
Développer ↓Pour vérifier de façon indépendante toute affirmation de cette page, contactez [email protected] ou [email protected]. Nous fournissons des échantillons anonymisés et des explications de méthodologie aux chercheurs, journalistes et partenaires potentiels sous NDA, le cas échéant.