Des registres publics aux priorités d’acquisition.

Les informations foncières publiques proviennent de systèmes distincts, chacun ayant son rôle. Les services de données parcellaires décrivent la géométrie, l’affectation du sol et la présence de bâtiments. Les dossiers d’évaluation foncière fournissent les valeurs estimées, l’identité des propriétaires, les coordonnées postales et l’historique des ventes. Les dossiers fiscaux ajoutent les factures impayées et les étapes de recouvrement. Les dossiers de contrôle de conformité apportent l’historique des cas. Le pipeline rapproche ces sources au moyen d’un identifiant de parcelle normalisé, garantissant une identité cohérente au même bien au fil des étapes d’enrichissement.

Un cache SQLite conserve les données reçues des sources, avec les horodatages de collecte et les empreintes de hachage. La collecte reste ainsi séparée du scoring : celui-ci peut s’exécuter à partir des données existantes sans solliciter à nouveau les services en amont. La séquence est explicite : actualiser les données parcellaires, actualiser les évaluations foncières, appliquer les filtres d’éligibilité, enrichir les données fiscales et de conformité, puis calculer les scores. Les exports CSV dérivés transmettent le périmètre des biens éligibles, puis ses versions enrichies et classées, aux analyses suivantes.

L’éligibilité et la priorité relèvent de décisions distinctes. Des filtres d’exclusion définissent le périmètre d’acquisition, en tenant compte des caractéristiques des biens, de la fourchette de valeur du client et des données requises. Des règles paramétrables calculent ensuite les scores par composante et les combinent en scores composites pondérés. La politique de présélection devient explicite : un bien peut être éligible à l’examen tout en obtenant des classements différents selon sa situation, les signaux liés à sa propriété et les caractéristiques physiques du site.

Chaque score est accompagné de codes de justification exploitables par machine et d’explications lisibles. Le score composite fournit un ordre de classement ; les dimensions en expliquent la composition. Il s’agit d’indicateurs de présélection. Un score élevé lié au propriétaire ne démontre pas son intention de vendre, et un score de potentiel du site ne vaut pas autorisation de construire.

Schéma de méthode

Fermer

La construction des variables a des conséquences à l’échelle de chaque bien. Pour les mesures du terrain et des bâtiments, le système retient les données d’évaluation foncière lorsque cette source est disponible et utilise les données du service parcellaire en son absence. Il consigne la source des données d’entrée. Le calcul du potentiel du site divise la surface réelle du bâtiment par celle du terrain, soit le rapport entre surface de plancher et surface du terrain. Il exporte les surfaces exactes utilisées, ce qui permet au tableau de bord d’expliquer une classification à partir des caractéristiques physiques du bien.

Les variables fiscales dépendent également du temps. Le moteur de scoring évalue les factures impayées à une date de référence explicite et distingue l’exercice fiscal actuellement exigible des dettes plus anciennes. Le traitement des étapes de recouvrement sépare les états actifs des états définitifs et restitue les dates justificatives, les statuts et les libellés de source. L’absence d’informations requises sur l’évaluation foncière, la fiscalité ou la valeur peut entraîner une exclusion selon la configuration. Les exclusions sont comptabilisées par motif dans le bilan du scoring. Ces détails intègrent les lacunes et l’évolution des registres au processus de recherche.

Un processus récurrent de recherche d’acquisitions doit conserver durablement son état d’exécution, en plus de ses données. Une file de tâches persistante dans SQLite enregistre les travaux planifiés ; une contrainte d’unicité empêche qu’une même tâche, à la même date, figure plusieurs fois parmi les tâches en attente ou en cours. Les processus d’exécution prennent en charge les tâches au sein de transactions, tandis que le pipeline consigne l’avancement des phases, les curseurs de progression, les compteurs et les erreurs par bien. Les exécutions interrompues compatibles peuvent reprendre depuis ces points de contrôle.

Le cache utilise une journalisation anticipée des écritures pour permettre des lectures simultanées pendant les mises à jour. Les exports sont d’abord écrits dans des fichiers temporaires, puis mis en place par remplacement atomique, ce qui limite le risque de lire un export partiellement écrit. Les étapes de collecte, de scoring et de publication sont ainsi clairement délimitées. Un analyste peut examiner un instantané existant avec ses scores pendant que le système de mise à jour poursuit l’exécution suivante.

Le tableau de bord Streamlit transforme un fichier de scores en un espace d’examen. Une liste de biens pouvant être triée pilote un volet détaillé qui présente le score composite, les scores par composante, la valeur de marché enregistrée et les motifs du scoring. Des sections complémentaires donnent accès aux caractéristiques du bien, aux descriptions juridiques, à la propriété, aux informations fiscales et aux métadonnées. L’instantané sélectionné reste identifiable dans le sélecteur de source, préservant le lien entre l’examen et l’export sur lequel il repose.

Les coordonnées sont converties en latitude et longitude utilisées par Google Maps et Street View. Des actions dédiées ouvrent ces vues ainsi que le portail officiel d’évaluation foncière pour la parcelle sélectionnée. L’analyste peut passer d’une priorité chiffrée à l’environnement visible depuis la rue, puis au registre public, sans reconstituer la recherche du bien. Le livrable est concret : un système de recherche d’acquisitions qui applique les critères de l’équipe à la collecte et au scoring pour produire une présélection dont chaque bien peut être examiné.