🏠 DPE Stalker
· Lucas Videlaine
# DPE Stalker : une webapp pour explorer l’open data du DPE
En France, toute annonce immobilière destinée aux particuliers doit mentionner un Diagnostic de Performance Énergétique (DPE), avec deux informations clés :
- La consommation énergétique du logement
- Les émissions de gaz à effet de serre (GES)
Ces données, en plus d’être obligatoires, sont disponibles en open data. C’est à partir de ce constat qu’est né DPE Stalker, une webapp qui facilite la recherche et l’exploitation de ces informations.
# Pourquoi DPE Stalker ?
À l’origine, un collègue cherchait à acheter sa résidence principale. Pour éviter les frais d’agence et vérifier directement la localisation exacte des biens, il avait bricolé un script Python capable de retrouver l’adresse d’un logement à partir de ses données DPE.
J’ai repris ce script, je l’ai enrichi, puis je l’ai transformé en une webapp afin que tout le monde puisse en profiter facilement, sans connaissance technique particulière.
# Deux fonctionnalités principales
- Retrouver l’adresse d’un bien à partir de son DPE 🔍
En partant des données de consommation et de GES présentes sur une annonce immobilière, DPE Stalker permet d’identifier le bien correspondant dans l’open data du DPE et de retrouver son adresse exacte.
➡️ Utile pour vérifier la localisation précise d’un logement avant de se déplacer.
- Explorer les biens selon des critères DPE 🏠
DPE Stalker ne se limite pas à la recherche inversée. On peut aussi interroger la base pour :
- Filtrer par zone géographique
- Sélectionner selon la note DPE
- Choisir le type de bien
- Restreindre par date d’émission du DPE
➡️ Un outil pratique pour comparer et cibler les logements qui répondent à ses critères énergétiques et environnementaux.
# Comment l'utiliser ?
Rien de plus simple, trouve une offre immo sur ton site préféré (exemple : SeLoger.com), et récupère :
- La consommation (énergie primaire) du bien (exprimée en kWh/m².an),
- Le code postal,
- Les émissions GES (exprimées en kg CO₂/m².an) -- optionnel, mais recommandé pour plus de précision sans quoi plusieurs résultats différents sont possibles,
- La surface habitable du bien (en m²) -- optionnel, mais recommandé pour les mêmes raisons.
Petit exemple pratique, on repère une annonce immobilière, et on récupère les informations nécessaires :
On complète le formulaire de recherche d'adresse de DPE Stalker :
Une fois le formulaire validé, DPE Stalker nous affiche la (ou les) localisation exacte du bien correspondant aux critères fournis :
➡️ Maison de 216m² à Brest (29200) utilisée pour l'exemple ci-dessus : https://www.seloger.com/annonces/achat/maison/brest-29/centre/233269165.htm
# Stack technique
DPE Stalker est né d’un script Python minimaliste, et j’ai volontairement gardé une stack légère et simple :
- Flask pour le back-end
- HTML / CSS / JS natif pour le front-end, sans framework
- Conteneurisation avec Docker, pour automatiser build et déploiement
Une approche minimaliste mais efficace, et ça permet de se maintenir à jour sur Python !
# Et après ? Les idées d’évolution
L’aventure ne fait que commencer ! 🚀 Parmi les pistes à explorer :
- Croiser les données du DPE avec celles des annonces immobilières (parsing automatique des sites d’agences)
- Produire des analyses statistiques : par exemple, observer l’évolution du prix au m² en fonction des notes DPE et des zones géographiques
- Identifier les bons plans et éviter les mauvaises affaires en mettant en lumière les écarts de prix injustifiés liés à la performance énergétique
Bref, aller plus loin dans la corrélation des données pour transformer DPE Stalker en un véritable outil d’aide à la décision immobilière.
Je suis à l’écoute de vos retours, idées d’amélioration et signalements de bugs !