Idem sur Pharow, en mettant l’URL de fitness park dans l’import d’entreprise, on ne tombe pas sur ce gars.
Ce que j’ai imaginé sur SalesNav, c’est écrire le nom de la boite entre guillemet dans le champ de recherche de mots clés, là ça résoud le problème précédent mais on tombe sur des profils pas pertinents (SalesNav quoi).
Donc je me dis que créer une liste d’url SalesNav dynamique avec à chaque fois le nom de l’entreprise en paramètre + un phantom qui les parcourt toutes c’est intéressant.
Mais un peu crade, il va falloir faire un gros tri.
Ce serait tellement cool de pouvoir importer un csv dans Evaboot et qu’il s’occupe de tout le tri. Possible un jour @jbjzq ?
En tout cas je suis pas hyper fan de la solution et j’aimerais savoir si vous avez en tête d’autres workflows qui permettent d’obtenir ce genre de résultats ?
Identifier le code NAF de l’activité (Ici c’est “9313Z - Activités des centres de culture physique”
Constituer une liste segmentée via la Base Sirene tous les établissements NAF 9313Z dans les localités correspondantes à la liste scrapée sur le site FP.
Télécharger la liste constituée sur la Base Sirene et comparer les adresses postales des 2 fichiers pour identifier les bons établissements.
Enrichir la liste segmentée et triée avec https://siretinfo.fr/ pour retrouver les noms des dirigeants et leurs profils Linkedin (si existant).
c’est que on a proposé sur l’autre forum… merci guillaume
je remets le fichier : en gros dans l’outil tu prépares ton csv avec juste les noms ou les domaines des franchises et tu laisses trouver.
après si je devais chercher les enseignes qui sont des franchises je demanderai à l’ia une liste d’enseigne et je passerai ensuite les noms dans un tools pour avoir les autres infos
Par contre je n’ai pas bien compris la 2ème partie du message. Par ex tu demanderais à chat gpt : “donne moi une liste d’enseigne développées en franchise dans le secteur de l’esthétique”, puis après tu parles de quel tool ? Quelles autres infos ?
Les grands esprits se rencontrent, hier je me suis dit que cette méthode était vraiment bien ( en temps et en rapport q/prix)
du coup testé à l’instant :
je demande à chatgpt les enseignes qui font de la franchise
je lui en ai demandé une cinquantaine … en donnant quelques exemple
les raisons sociales sont bonnes
Apres j’utilise mon fameux outil : siretinfo ( je suis dsl je ne veux pas en faire la “promo” trop souvent c’est pour ca que je ne le citais pas) , l’avantage par rapport aux concurrents un prix vraiment bas pour une bonne qualité
donc du coup je mets les raisons sociale dans l’outil …
un peu de nettoyage , j’enlève les établissements avec beaucoup d’effectif, et je garde que les dirigeants qui sont des gérants,
voici un échantillon d’un peu plus de 1000 sociétés :
en gros ca m’a prit plus de temps de rédiger ce message que de le faire.
j’ai enlevé les colonnes ou il y’avait les mails des dirigeants ( rgpd compliant) car l’outils en collectes de temps en temps ( mais cela ne remplace pas un mail finder) mais si je dois faire le calcul pour un projet comme ça :
siretinfo : 20 euros pour 1000 lignes
icypeas : 15 euros pour enrichir les mails des gérants.
bien sur les prix sont dégressifs et c’est méchant si tu prends plus de volume
alternative à siretinfo : societeinfo, ils ont un bonne outils de matching ( siretisation à partir de la raison sociale ou du site web)
alternative à Icypeas : enrow, dropcontact…
Tu peux utiliser différents mots clés pour identifier toutes les filiales même sur Sales Nav. Après la difficulté c’est si il y a à la fois des CODO et des COCO.
Effectivement, SalesNav c’est très simple, on a pu avoir 250 franchiseur de cette manière, maintenant on devient capé soit car :
→ On arrive à nos limites pour en trouver +, on a pas forcément craqué le truc
→ Ils sont uniquement 250 sur Linkedin et je n’ai pas la data du nombre de franchiseur potentiel.
Comment fonctionne une approche par Code naf et recherche filtrée ? Tu les identifies comment les boites classiques aux franchises ?
Le sujet m’intéresse de plus en plus, et nous avons déjà commencé à faire un véritable travail dessus. Nous travaillons avec les Trésors Publics en tant que fournisseurs, et il y a un véritable enjeu autour des franchises ( ce n’est pas de la prospection dans ce cas). Nous ne le savions pas au départ, mais en discutant avec eux, nous avons compris que la data les intéresse énormément. Merci à @MaximePitussi d’avoir ouvert ce sujet, c’est ouf les bonnes idées qu’apporte les forum
Nous avons collecté 2 000 enseignes (il faut aller sur les sites des fédérations pour les identifier précisément), puis nous procédons au rapprochement des entreprises qui incluent ces enseignes dans leur raison sociale (pas forcément en première position). Certaines grandes enseignes méritent d’être scrappées manuellement lorsqu’il y en a plus de 50, à mon avis. Actuellement, nous avons répertorié environ 170 000 entreprises qui sont des franchises.
Je serais curieux de savoir comment vous seriez intéressé par une délivrabilité de ce fichier.
