Le contexte
RampupTraffic est un outil d’analyse poussée du référencement, à usage interne, pensé pour les gros sites à fort trafic et forte volumétrie de données — une sorte de ScreamingFrog en ligne, capable d’aller là où l’analyse manuelle devient impossible. Le donneur d’ordre et son secteur restent confidentiels.
Le défi technique
Deux exigences tiraient tout le projet. D’abord le crawl à grande échelle : explorer des sites de plus de 100 000 pages, avec historisation des analyses pour suivre leur évolution dans le temps, le tout en gardant un coût d’infrastructure maîtrisé. Ensuite le croisement multi-sources : pour chaque contenu, réconcilier les données du crawl avec celles de Google Analytics, de la Search Console et de plusieurs API externes (payantes et gratuites), afin de faire ressortir de vrais axes d’optimisation plutôt qu’une liste brute d’URLs.
Ce qu’on a construit
Une architecture pensée pour scaler à la demande : découpage en FaaS / CaaS conteneurisé avec Docker, traitements distribués sur des workers que l’on multiplie selon la charge. Cette élasticité est ce qui permet d’absorber les pics d’analyse sans surdimensionner l’infrastructure au repos — la volumétrie coûte quand on l’utilise, pas en permanence.
La stack
Le tout en Python, orchestré en conteneurs Docker sur une infrastructure FaaS / CaaS — un choix qui met la scalabilité et la sobriété des coûts au centre, plutôt que la puissance brute.
Le résultat
En régime de croisière, la plateforme réalise plus de 500 000 analyses et recoupements par semaine — un volume hors de portée de tout traitement manuel, qui transforme une masse de données illisible en priorités d’optimisation actionnables.
Notre rôle
Nous avons mené le projet sur tout le spectre : cadrage, direction technique, développement, infrastructure, hébergement et maintenance — de l’idée à une plateforme qui tourne à grande échelle, semaine après semaine.