Comment extraire les avis Trustpilot pour l'analyse de la réputation

Trustpilot est un flux de réputation publique pour vous et tous vos concurrents. Voici comment les pages sont structurées, où la pagination s'arrête, et comment transformer les avis extraits en un pipeline de sentiment.

Trustpilot est un flux de réputation publique — non seulement pour votre propre marque, mais pour tous vos concurrents. Chaque page d'entreprise est un flux d'opinions datées, notées par étoiles et géolocalisées que vous pouvez exploiter pour le suivi de la réputation, l'évaluation des concurrents et les retours sur les produits. Ce guide couvre comment extraire les avis Trustpilot : comment les pages sont structurées, où la pagination s'arrête, les champs à capturer, et comment transformer le texte brut en un pipeline de sentiment qui dépasse la lecture manuelle.

Comment les pages Trustpilot sont structurées

Chaque entreprise a une page d'avis sur trustpilot.com/review/{domain} — par exemple /review/example.com. Trustpilot gère également des domaines localisés, donc it.trustpilot.com et www.trustpilot.com peuvent afficher différents ensembles d'avis et ordres de tri pour la même entreprise. Cela compte : si vous voulez les avis d'un marché spécifique, accédez au domaine régional correspondant et utilisez une IP de sortie de cette région. Chaque avis se présente sous forme de carte portant le nom du critique, la note par étoiles, la date, un titre, le texte complet, et — utilement — le pays du critique sous forme de code à deux lettres.

Pagination et où elle s'arrête

Les avis sont paginés, environ 20 par page, avec un paramètre ?page=N. Deux choses posent problème ici. Premièrement, Trustpilot limite la profondeur de pagination sur une seule entreprise — la bien connue "limite de 200 avis" que les outils prêts à l'emploi annoncent dépasser. Deuxièmement, l'ordre de tri change ce que vous obtenez : le plus récent d'abord capture le sentiment récent, tandis que les pages triées par pertinence penchent vers les avis mis en avant. Décidez de votre tri délibérément, et pour les entreprises très actives, collectez lors de passages programmés plutôt qu'un crawl profond pour rester sous la limite de profondeur et capter les nouveaux avis à leur arrivée.

Diagramme de flux d'un pipeline d'avis Trustpilot : récupérer les pages paginées, analyser les cartes d'avis, structurer les champs, évaluer le sentiment, stocker — Le pipeline comporte cinq étapes ; l'étape de récupération — sorties géo-bloquées et limites de pagination — est là où la plupart des scrapers échouent.

Construire l'extraction

Trustpilot identifie le trafic automatisé, donc les requêtes simples sont rapidement mises au défi. Passez par un proxy résidentiel rotatif avec la sortie de pays appropriée, ou confiez la récupération à une Scraper API qui gère la rotation, l'empreinte et le rendu et renvoie du HTML ou markdown propre par page :

import requests

def fetch_page(domain, page, country="gb"):
    return requests.get(
        "https://api.quantumproxies.io/scraper",
        params={
            "api_key": "YOUR_KEY",
            "url": f"https://www.trustpilot.com/review/{domain}?page={page}",
            "country": country,
            "render": "false",
        },
        timeout=60,
    )

for page in range(1, 11):          # walk pages 1..10
    html = fetch_page("example.com", page).text
    # parse each review card: author, rating, date, title, body, country

Analysez chaque carte en un enregistrement. Une approche plus récente évite complètement les sélecteurs CSS fragiles et passe le HTML de la page à une étape d'extraction LLM qui renvoie du JSON structuré — résilient lorsque Trustpilot modifie son balisage.

Les champs à capturer

note — 1 à 5 étoiles, la base numérique de chaque graphique de tendance.
date — normalisez au format YYYY-MM-DD pour pouvoir regrouper par semaine ou mois.
auteur et nombre total d'avis — le critique et sa prolixité (un compte avec un seul avis se lit différemment d'un compte avec cent avis).
titre et corps — le titre et le texte complet, votre source de sentiment et de mots-clés.
pays — un code à deux lettres qui vous permet de segmenter la réputation par marché.

Transformer les avis en un pipeline de sentiment

La note par étoiles est un instrument grossier — un avis trois étoiles peut être élogieux avec une seule plainte. Passez chaque corps par une étape de sentiment qui le classe comme positif, neutre ou négatif avec un score de confiance, pour pouvoir pondérer et filtrer. Un résultat typique ressemble à {"category": "Positive", "confidence": 0.95}. Ajoutez l'enregistrement évalué à un stockage — une feuille, une base de données, ou un tableau de bord — indexé sur l'ID de l'avis pour qu'une nouvelle extraction mette à jour plutôt que dupliquer. Ce flux en cinq étapes (récupérer, analyser, structurer, évaluer, stocker) constitue tout le système.

Diagramme statistique de ce qu'un avis Trustpilot contient : note de 1 à 5 étoiles, trois classes de sentiment, code de pays à deux lettres, environ vingt avis par page — La note plus le pays plus la date suffisent à segmenter la réputation par marché et suivre son évolution.

Récupérez les pages Trustpilot proprement avec la Scraper API

Cas d'utilisation pour la réputation et les concurrents

Une fois les données obtenues, l'analyse rentabilise l'extraction. Suivez votre propre note au fil du temps et alertez sur une baisse avant qu'elle n'apparaisse dans les ventes. Comparez les concurrents côte à côte — note moyenne, thèmes de plaintes, taux de réponse — pour trouver où ils sont faibles. Segmentez par le champ pays pour voir quels marchés vous évaluent bien et lesquels ne le font pas. Le même modèle d'extraction d'avis s'applique aux données d'entreprise de Yelp et de Google Maps, donc un seul pipeline peut couvrir toutes les surfaces de réputation à la fois. Ceci est informatif, pas un conseil juridique — restez sur les pages d'avis publiques et évitez de republier le texte des individus tel quel.

Planification et maintien de la fraîcheur des données

Les avis ne sont pas une extraction unique — la réputation est une cible mouvante, donc la collecte doit être un programme, pas un script. Effectuez un passage quotidien ou hebdomadaire par entreprise, du plus récent au plus ancien, et mettez à jour sur l'ID de l'avis pour que les nouveaux avis s'ajoutent tandis que les existants se mettent à jour. Cela contourne la limite de profondeur par entreprise de Trustpilot — vous n'avez jamais besoin de paginer profondément si vous captez les avis à leur arrivée — et vous donne la série chronologique qui rend les données précieuses : lignes de tendance des notes, pics de plaintes après une mauvaise semaine, et changements dans le taux de réponse. Ajoutez une alerte simple (une baisse de plus d'une demi-étoile semaine après semaine, ou une explosion d'avis à une étoile) et le pipeline cesse d'être un outil de recherche pour devenir un système d'alerte précoce pour votre réputation et celle de vos concurrents.

La fraîcheur a cependant un coût. Ré-extraire chaque entreprise chaque jour consomme de la bande passante et des IPs pour des données qui n'ont généralement pas changé. Classez-le comme tout travail de surveillance : surveillez de près votre propre marque et vos quelques principaux concurrents, et balayez la longue traîne de manière hebdomadaire ou mensuelle. Orienter l'extraction vers les entreprises dont le volume d'avis évolue réellement permet de garder les données à jour et la facture raisonnable.

Questions fréquemment posées

Pouvez-vous extraire les avis Trustpilot ?

Oui — les pages d'avis des entreprises sont publiques et paginées, vous pouvez donc collecter l'auteur, la note, la date, le titre, le corps et le pays pour chaque avis. Les principaux obstacles sont la détection des bots de Trustpilot, qui nécessite des IPs rotatives propres, et sa limite de profondeur par entreprise, que vous contournez en triant du plus récent au plus ancien et en collectant lors de passages programmés plutôt qu'un crawl profond.

Est-il légal d'extraire Trustpilot ?

L'extraction de pages d'avis visibles publiquement se situe généralement dans la même zone grise que la collecte d'autres données publiques — ce n'est pas un avis juridique. Restez sur les pages publiques, n'essayez pas de contourner une connexion, gardez un taux de requêtes poli, et évitez de republier les données personnelles ou le texte des critiques tel quel. Pour l'analyse de la réputation et des concurrents, les métriques dérivées comptent plus que n'importe quel avis individuel de toute façon.

Comment extraire tous les avis de Trustpilot ?

Vous parcourez /review/{domain}?page=N jusqu'à ce qu'il n'y ait plus d'avis, mais Trustpilot limite la profondeur de service pour une seule entreprise. Pour obtenir une couverture large, triez du plus récent au plus ancien, collectez lors de passages programmés répétés pour que les nouveaux avis soient capturés au fil du temps, et accédez au domaine régional pertinent avec une sortie de pays correspondante si vous avez besoin des avis d'un marché spécifique.

Comment analyser les avis Trustpilot à grande échelle ?

Passez chaque corps d'avis par un classificateur de sentiment qui renvoie une catégorie (positive, neutre, négative) et un score de confiance, puis stockez les enregistrements évalués indexés sur l'ID de l'avis. À partir de là, vous pouvez tracer les tendances des notes, regrouper les thèmes de plaintes, segmenter par le champ pays, et comparer les concurrents — la couche de sentiment transforme des milliers d'avis en une poignée de décisions.

Trustpilot vous offre un flux daté, géolocalisé et noté par étoiles de ce que les clients pensent — de vous et de tous vos concurrents. L'extraction se fait en cinq étapes ; la récupération est celle qui échoue sans IPs géo-bloquées propres, et la couche de sentiment est ce qui transforme le texte brut en une réputation que vous pouvez réellement gérer.

Commencez à extraire Trustpilot avec la Scraper API