Relier la donnée pour mieux comprendre le marché immobilier
Ventes réalisées, DPE, cadastre, annonces en cours : Marlo présente une plateforme destinée à réunir ces informations et à faciliter leur analyse. Son objectif annoncé : aider les agents immobiliers à mieux connaître leur secteur et à consacrer davantage de temps à leurs clients.
Dans cet entretien en cinq questions, Marlo explique sa méthode, sa vision de l’intelligence artificielle et ses ambitions.
Ce que vous allez découvrir
Marlo annonce réunir 500 millions de données issues de 30 sources. L’enjeu présenté dépasse la collecte : relier les informations à une adresse, les comparer et en tirer une lecture utile au travail de l’agent.
Cette réflexion rejoint celle des professionnels qui souhaitent développer leurs usages de la donnée et de l’IA : découvrez nos formations à l’intelligence artificielle appliquée à l’immobilier.
Les cinq réponses ci-dessous reproduisent les propos transmis par Marlo. Les volumes de données, performances et fonctionnalités annoncés sont des déclarations de l’entreprise ; cet entretien ne constitue pas un test indépendant de la plateforme.
Pourquoi avez-vous créé Marlo et quel problème souhaitez-vous résoudre ?
Réponse de Marlo
La donnée immobilière française vit un paradoxe : elle est publique, et elle est inexploitable. Les ventes signées chez le notaire, les DPE, le cadastre : tout existe, tout est accessible, et rien n’est pensé pour être intelligent.
L’agent a déjà la donnée. Son réseau lui en fournit, l’État en publie, les portails en affichent. Mais elle est cassée en morceaux entre une dizaine d’outils, jamais reliée, jamais lisible. Alors il bricole : une à deux heures par estimation, à recouper des fragments. Dans une ère où la confusion ne pardonne plus, parce que le vendeur, lui, arrive déjà avec un chiffre en tête.
Marlo est né de cette absurdité. Centraliser cette donnée, et surtout la rendre intelligente : recoupée, analysée, exploitable. Plus claire, plus simple, plus rapide.
Comment parvenez-vous à réunir 500 millions de données provenant de 30 sources différentes ?
Réponse de Marlo
Collecter, en réalité, c’est la partie facile. La donnée existe, elle est publique : les ventes signées chez le notaire, les DPE de l’ADEME, le cadastre, et plus de 30 jeux de données officiels comme ça. On y ajoute les annonces en cours, relevées en continu.
Le vrai travail, c’est de la rendre intelligente. Chaque source parle sa propre langue : une vente est rattachée à une parcelle, un DPE à une adresse, un quartier INSEE à un découpage que personne d’autre n’utilise. La jointure, c’est relier tout ça au même endroit physique. L’intelligence, c’est ce qu’on construit dessus : extraire le signal, l’analyser, et le servir sous une forme qui se comprend en un coup d’œil.
Ce que ça donne à l’agent : une analyse profonde de n’importe quel lieu, et une maîtrise totale de son secteur. Il devient celui qui connaît le quartier mieux que personne.
Repère de la rédaction : des sources publiques distinctes
La DGFiP publie les données de demandes de valeurs foncières (DVF). L’ADEME diffuse de son côté les DPE des logements existants réalisés depuis juillet 2021. Ces jeux de données répondent à des objets différents : transactions d’un côté, diagnostics énergétiques de l’autre.
Leur existence ne valide pas à elle seule l’exhaustivité ni la précision des rapprochements effectués par Marlo. « Donnée publique » ne signifie pas non plus usage sans conditions : la fiche DVF précise notamment des restrictions contre la réidentification des personnes.
Concrètement, qu’est-ce que Marlo peut apporter à un agent immobilier dans son activité quotidienne ?
Réponse de Marlo
Aujourd’hui, avant même d’analyser, l’agent passe son temps à réunir : les ventes d’un côté, les annonces de l’autre, des Excel, des sources qui ne se parlent pas. Une à deux heures par bien, à se perdre dans la masse.
Et pendant ce temps, chaque estimation le met face à trois remises en question : le client, qui ne connaît rien à la donnée mais arrive avec un chiffre en tête ; le concurrent, qui surestime pour prendre le mandat ; et lui-même, sur le temps que le bien mettra à partir.
Ce que Marlo apporte, c’est une vue rapide, claire et exhaustive de son secteur. L’agent construit son analyse sans se perdre dans la masse, et le temps gagné, il le remet là où le métier se joue : la relation avec ses clients, le terrain, la rentrée de nouveaux mandats.
Comment voyez-vous évoluer l’utilisation de la donnée et de l’IA dans l’immobilier dans les prochaines années ?
Réponse de Marlo
La donnée brute ne vaut rien. Sans recoupage, sans intelligence, sans interface pour la comprendre, un fichier de millions de lignes n’aide personne. Ce qui va évoluer, ce n’est pas la quantité de donnée disponible, elle est déjà là. C’est ce qu’on est capable d’en tirer.
Cette intelligence a déjà commencé. Les annonces suivies jour après jour, chaque baisse de prix relevée, chaque bien géolocalisé à l’adresse et positionné face à son secteur, la donnée agrégée à la rue et au quartier. Ce sont des étages : à chaque fois qu’on en ajoute un, l’agent voit quelque chose qu’il ne pouvait pas voir avant aussi simplement.
Quant à l’IA, elle ne va pas remplacer l’agent, elle va le rendre plus rapide et plus efficace. Et c’est très simple : ceux qui s’en serviront iront plus vite et plus loin. Les autres les regarderont faire.
Mais elle ne prend que la partie mécanique. Ce qu’elle laisse intact, c’est la confiance, le timing, la volonté de comprendre un deal et de le négocier. C’est ça, le métier, et c’est là que l’agent doit passer son temps.
Quelles sont les prochaines étapes et ambitions de Marlo ?
Réponse de Marlo
L’immobilier est la plus grande classe d’actifs de la planète : près de 400 000 milliards, plus que toutes les actions et toutes les obligations du monde réunies. En France, c’est plus de la moitié du patrimoine des ménages. C’est aussi la classe d’actifs la moins lue. On sait à la seconde ce que vaut une action ; on ne sait pas ce qui se passe dans une rue. La plus grande décision financière d’une vie se prend avec moins d’information qu’un achat de 20 euros en bourse. Ce décalage ne survivra pas à la décennie. Marlo existe pour le fermer.
La séquence est simple, et elle a déjà commencé.
Un : centraliser toute la donnée immobilière française à l’adresse. C’est fait : 30 sources, 500 millions de données, une seule entrée.
Deux : la rendre intelligente. Les ventes réelles, les annonces suivies chaque jour, les baisses, le secteur. C’est en production. Le prochain étage est le temps : en combien de jours ce type de bien se vend, avec quelle probabilité de baisse, de combien.
Trois : transformer l’intelligence en affaires. La donnée est la porte d’entrée vers le mandat ; l’allié de l’agent ne lui donne pas des chiffres, il lui amène ce qui va se passer avant que ça se passe. Aux agents, aux investisseurs, à tous ceux qui opèrent sur ce marché.
Quatre : le refaire dans chaque pays où la donnée est accessible. La France est notre terreau parce que sa donnée est ouverte, mais l’ouverture n’est ni une intelligence ni une barrière. L’intelligence, c’est ce qu’on en fait, et ça se réplique.
Au bout : chaque bien immobilier de la planète lisible son passé, son présent, sa trajectoire par celui qui doit agir dessus. Ça commence en France. Ça ne s’y arrête pas.
Note de la rédaction : le montant mondial et la comparaison patrimoniale sont cités tels que transmis. L’entretien ne précise ni la devise du montant mondial, ni l’année de référence, ni la source de ces comparaisons. Les perspectives de prévision et de développement international expriment les ambitions de Marlo.
Trois informations à distinguer avant de présenter une estimation
Pour passer de la donnée à un argument compréhensible par le vendeur, nous proposons cette grille de lecture. Elle constitue un repère méthodologique, sans évaluer les résultats de Marlo.
| Information observée | Ce qu’elle aide à comprendre | Vérification à effectuer |
|---|---|---|
| Prix d’une vente réalisée | Un niveau de prix effectivement constaté pour une transaction. | Comparer les dates, les caractéristiques et le périmètre vendu : logement seul ou ensemble de lots. |
| Prix d’une annonce | Le positionnement affiché des biens concurrents. | Le présenter comme un prix demandé, sans l’assimiler au montant d’une vente conclue. |
| Durée de présence d’une annonce | Une durée de visibilité sur les supports observés. | Vérifier la date de première observation et le motif du retrait : une disparition ne prouve pas à elle seule une vente. |
Avant d’adopter un outil : quatre questions utiles
- Quelles sources couvrent réellement mon secteur et à quelle date ont-elles été actualisées ?
- Comment l’outil distingue-t-il ventes conclues, annonces actives et annonces retirées ?
- Comment sont traités les doublons, les adresses incomplètes et les rapprochements incertains ?
- Une prévision de délai ou de baisse indique-t-elle sa méthode, son échantillon et son incertitude ?
Pour aller plus loin
Pour prolonger la réflexion sur les usages professionnels, consultez notre article Intégrer l’intelligence artificielle dans votre processus de transaction immobilière.
Sources et méthode éditoriale
Source principale : réponses écrites de Marlo transmises pour cet entretien. Les réponses sont conservées intégralement ; les encadrés et le tableau sont des ajouts de la rédaction.
Les deux sources publiques citées sont la fiche DVF de la DGFiP et le jeu de données DPE de l’ADEME. Consultation : 7 septembre 2026. Elles documentent les sources publiques, sans certifier les fonctionnalités annoncées par Marlo.
Développez vos usages de l’IA dans l’immobilier
Découvrez les formations MaFormationImmo pour intégrer l’intelligence artificielle à vos pratiques professionnelles.
Découvrir les formations IA immobilierEntretien avec Marlo · Préparation éditoriale : MaFormationImmo · Les propos prospectifs expriment la vision de l’interviewé.
