Calculez la rentabilité locative nette de n'importe quelle adresse en France en 10 secondes : prix d'achat réel DVF, loyer estimé, coût de rénovation DPE inclus.
Validation terrain
Premiers clients
MVP , Scope du premier produit
Jalons d'exécution
Creer un simulateur Excel telechargeable avec les données de 3 villes, le distribuer sur les forums. Tracker les telechargements et collecter les emails. Interviewer 10 utilisateurs du Excel.
Pipeline d'ingestion DVF + DPE ADEME + observatoires des loyers. Algorithme d'estimation de loyer par adresse. Calcul du coût de rénovation selon le DPE. Interface web avec recherche et résultats détaillés.
Lancement auprès de la liste email. Publication d'études de rentabilité par ville (SEO). Intégration d'un paywall après 3 recherches. Offre fondateur.
Ajouter un simulateur avancé (credit, fiscalité LMNP/LMP, amortissement). Plan pro avec API pour les CGPI et courtiers. Widget intégrable pour les sites d'annonces.
Extension nationale. Partenariats courtiers en credit (apport de leads). Comparateur de villes/quartiers. Programme affiliation. Ads sur mots cles investissement locatif.
Chemin vers 10K MRR
| Mot-clé | Volume/mois |
|---|---|
| rentabilité locative | 14800 |
| simulateur rentabilité locative | 6600 |
| calcul rendement locatif | 8100 |
| investissement locatif rentable | 5400 |
| rentabilité locative par ville | 2900 |
| coût rénovation DPE passoire thermique | 1600 |
TAM: 40% des 945K transactions/an sont locatives (source: Notaires de France 2025, rendement moyen 5,2% brut). SAM: investisseurs qui utilisent un outil de calcul (base Horiz.io + Lybox userbase estimée). SOM: conversion SEO rentabilité locative + ville (14 800 recherches/mois).
| Canal | CAC estimé |
|---|---|
| SEO (rentabilité locative + ville) | 10-20 EUR |
| Google Ads (simulateur rentabilité locative) | 60-100 EUR |
| Affiliation formateurs immobilier (Yann Darwin, etc.) | 25-40 EUR (20% commission) |
| LinkedIn outbound (CGPI, courtiers) | 50-80 EUR |
DVF sous Licence Ouverte v2 mais contient des données personnelles. Interdiction de re-identification et interdiction d'indexation par moteurs de recherche. Utiliser des medianes par secteur, pas des transactions individuelles identifiables.
Source : https://www.data.gouv.fr/datasets/demandes-de-valeurs-foncieres - Article R112 A-3 du LPF
DPE publiés en open data sous Licence Ouverte v2 par l'ADEME. Reutilisation libre avec mention de source. Données accessibles via API ou bulk download.
Source : https://data.ademe.fr/datasets/dpe03existant
Les observatoires locaux des loyers publient des données agregees. Le scraping d'annonces (LeBonCoin, PAP) est juridiquement risque (conditions d'utilisation). Privilegier les sources officielles (ANIL, observatoires agrees).
Source : Loi ELAN, Observatoires Locaux des Loyers
Attention au statut de conseiller en investissement financier (CIF). Un simulateur est un outil, pas un conseil. Ajouter des disclaimers clairs que les calculs sont indicatifs et ne constituent pas un conseil en investissement.
Source : AMF - Code monetaire et financier
Stack recommandé
Risques et mitigations
Produits similaires
Rendement Locatif (France, concurrent direct mais sans DPE intégré, 19,90 euros/mois). Horiz.io (France, simulateur plus complet mais plus cher, 39 euros/mois). Mashvisor (US) qui fait le meme calcul pour le marché americain avec les données Zillow/Redfin. DealCheck (US) pour l'interface simple et rapide d'analyse de deal.
Sources de données disponibles
APIAPIAPIAPINiveau de confiance des données
Chaque section est évaluée selon sa source : vérifié (source publique vérifiable), estimé (calcul sur données publiques), opiné (benchmark ou avis expert).
IDs et metriques proviennent directement de l'API data.gouv.fr. Liens cliquables vers chaque dataset.
Visites et telechargements mesures par l'API get_metrics de data.gouv.fr.
Pricing et trafic recherches sur les sites concurrents. Les prix peuvent avoir change depuis la recherche (mars 2026).
Volumes estimes sans outil SEO professionnel (Semrush/Ahrefs). Ordres de grandeur, pas des chiffres exacts.
Calculs bases sur des statistiques publiques (INSEE, ANAH, etc.). Méthodologie transparente mais hypothèses discutables.
Recherche sur les textes publics et licences. Non vérifié par un avocat.
Fourchettes basees sur des benchmarks SaaS generiques. Aucune donnée terrain. A valider avec des tests réels.
Fondations data solides : datasets verifies via data.gouv.fr avec metriques reelles. Hypotheses de marché (taille, willingness-to-pay, CAC) à valider avec des tests terrain.