Opportunité Google Maps par catégorie : données 2026
Pour prospecter avec Google Maps, le choix de catégorie compte souvent plus que le volume de la liste. Mille entreprises mélangées peuvent contenir moins d'opportunités pertinentes qu'un segment précis de cinquante fiches. Afin d'éclairer ce choix, nous avons évalué les champs observables de 3 147 profils répartis sur 253 libellés de catégorie exacts.
Le jeu de données d'opportunité par catégorie contient les 33 catégories disposant d'au moins dix fiches. Il publie les liens web absents, les téléphones manquants, l'absence simultanée des deux champs, les profils sans avis et le score calculé. Notre étude sur les entreprises sans site détaille les limites du champ web.
Scores observés les plus élevés
| Catégorie | Échantillon | Écart web | Écart téléphone | Zéro avis | Score |
|---|---|---|---|---|---|
| Restaurant de petit-déjeuner | 18 | 72,2 % | 5,6 % | 27,8 % | 41,1 |
| Restaurant familial | 35 | 65,7 % | 28,6 % | 11,4 % | 40,6 |
| Bar-grill | 15 | 60,0 % | 20,0 % | 13,3 % | 35,3 |
| Médecin | 13 | 53,8 % | 0,0 % | 23,1 % | 30,0 |
| Restauration rapide | 39 | 43,6 % | 12,8 % | 25,6 % | 29,1 |
Ce tableau ne classe pas l'attractivité commerciale. Plusieurs catégories de tête ont de petits échantillons et l'ensemble est dominé par la restauration et les soins dentaires. Un score élevé signifie seulement que la formule observe davantage de champs incomplets, pas que les entreprises sont mauvaises ou faciles à convertir.
Calcul du score
Le score combine quatre composantes sur une échelle de 0 à 100 :
- 45 % pour l'absence de lien web ;
- 15 % pour l'absence de téléphone ;
- 15 % lorsque les deux sont absents ;
- 25 % pour la part de profils sans avis.
Ces poids correspondent à des usages de prospection courants. L'écart web peut suggérer une recherche de services numériques, les contacts manquants augmentent la validation, et zéro avis peut servir de signal de maturité. Les poids sont visibles pour permettre à une autre équipe de les contester et de recalculer.
Une équipe d'appels donnera davantage de poids au téléphone. Une agence web privilégiera le domaine propriétaire. Un consultant en réputation remplacera peut-être le seuil zéro par la médiane des avis. Les colonnes brutes rendent ces variantes possibles.
Lire la taille avant le score
Dans une catégorie de dix fiches, deux nouveaux cas déplacent fortement le pourcentage. Une catégorie de 949 fiches est plus stable, tout en restant influencée par les villes et pays couverts. Consultez toujours sample_size avant le score.
Utilisez les petites catégories pour explorer et les grandes pour planifier. Dans un petit segment, vérifiez chaque fiche. Pour une grande catégorie, stratifiez par pays ou ville. Ne publiez jamais un pourcentage de catégorie sans son dénominateur.
Transformer le libellé en hypothèse
La catégorie Google Maps commence la recherche, elle ne la termine pas. Deux entreprises du même libellé peuvent différer par la taille, le modèle client et la maturité numérique. Formulez plutôt une hypothèse testable :
Les restaurants familiaux indépendants de la ville X, avec téléphone, sans site propriétaire visible et au moins 20 avis, pourraient être adaptés à une offre de page de commande directe.
Cette phrase définit une zone, des filtres et une offre. Elle est plus solide que « les restaurants ont besoin d'un site » et peut être rejetée après un petit test.
Google demande que les catégories décrivent ce qu'est l'entreprise plutôt que d'énumérer tous ses services. Son guide officiel des catégories aide à interpréter les catégories principales et secondaires.
Qualification en quatre étapes
Filtres observables
Filtrez par catégorie, zone, champ web, téléphone, note et volume d'avis. Conservez l'URL source et la date de collecte.
Identité et doublons
Normalisez les noms, téléphones et domaines. Les établissements d'une chaîne peuvent être des fiches distinctes ; les variantes orthographiques d'un même lieu ne le sont généralement pas.
Vérification manuelle du contexte
Ouvrez la fiche et la destination. Vérifiez si l'écart est réel et si l'offre a du sens. Un modèle social-first peut être volontaire ; une franchise peut ne pas avoir le pouvoir d'achat local.
Mesure des résultats
Suivez la part réellement qualifiée, les réponses et les conversations par catégorie. Si une catégorie bien notée produit peu de conversations, l'hypothèse commerciale peut être fausse.
Conclusion
Le choix de catégorie est une décision de modélisation. Les écarts varient dans cet échantillon, mais les petits dénominateurs et la concentration imposent de la prudence. Servez-vous du score pour choisir la prochaine vérification, puis validez avec des fiches actuelles, une revue manuelle et les résultats réels de campagne.