Ciblage commercial solaire : comment prospecter intelligemment grâce aux données de toiture ?
Le marché du solaire photovoltaïque en France connaît une transformation profonde. Le développement des grandes centrales au sol et des parcs solaires en terrain ouvert continue, mais une nouvelle frontière s’est ouverte avec la loi APER de mars 2023 : l’obligation d’équiper les parkings de plus de 1 500 m² et les bâtiments tertiaires neufs. À cela s’ajoute l’autoconsommation collective, les toitures agricoles, les bâtiments industriels et le marché résidentiel en pleine maturation. La France vise 100 GW de capacité solaire installée en 2030, contre environ 22 GW fin 2023. Pour atteindre cet objectif, le développement du solaire sur toiture est incontournable.
Dans ce contexte, les acteurs qui développent, agrègent ou financent des projets solaires font face à un défi commun : comment identifier efficacement les sites les plus prometteurs parmi les dizaines de millions de bâtiments que compte le territoire ? Comment éviter les visites terrain inutiles sur des toitures incompatibles ? Comment concentrer les ressources commerciales sur les prospects dont le potentiel est réellement élevé ?
La réponse passe par la donnée. L’analyse systématique des caractéristiques de toiture à l’échelle du territoire, combinée aux données de consommation énergétique, aux contraintes réglementaires et aux profils des propriétaires, permet aujourd’hui de transformer la prospection commerciale solaire d’un exercice de porte-à-porte aléatoire en une démarche précise, priorisée et mesurable.
La France doit multiplier par 4,5 sa capacité solaire installée d'ici 2030 pour atteindre l'objectif de 100 GW. Le développement du solaire sur toiture est l'un des principaux leviers pour y parvenir, mais il suppose une capacité à identifier et qualifier rapidement des dizaines de milliers de sites potentiels sur l'ensemble du territoire.
Pourquoi la prospection solaire traditionnelle atteint ses limites ?
Le coût d’une visite terrain non qualifiée
Une visite terrain pour évaluer le potentiel d’une toiture représente un coût direct (déplacement, temps d’un technicien) et un coût indirect (temps de traitement administratif, délai avant qualification du prospect). Sur un site industriel ou commercial, le coût d’une visite terrain complète avec mesure et modélisation peut dépasser 500 euros. Sur un volume de 1 000 prospects à qualifier pour identifier 100 sites réellement pertinents, cela représente 500 000 euros de coûts de prospection pour un taux de conversion de 10 %.
Si ce taux de conversion peut être porté à 40 % grâce à un pré-ciblage par les données, le même résultat (100 sites qualifiés) est obtenu pour 125 000 euros de visites terrain, soit une économie de 375 000 euros sur la campagne. Sur un marché où les marges sont serrées et où la vitesse de développement est un avantage concurrentiel, cette différence est structurante.
L’impossibilité de couvrir manuellement un territoire large
Un commercial solaire qui prospecte manuellement (démarchage téléphonique à partir d’annuaires, visites de zones d’activités, réponse aux appels entrants) ne peut pas qualifier plus de quelques dizaines de sites par semaine. Pour couvrir l’ensemble des bâtiments industriels et tertiaires d’une région avec une approche manuelle, il faudrait des années.
La donnée géolocalisée à l’échelle du bâtiment permet de changer radicalement d’échelle. En quelques jours, il devient possible de scorer l’ensemble du parc bâti d’une région selon son potentiel solaire, d’identifier les 5 % de bâtiments qui présentent le meilleur ratio entre potentiel de production et complexité de mise en œuvre, et de prioriser les appels sortants ou les mailings en fonction de ce score.
Le gâchis des approches indifférenciées
Une campagne de prospection qui envoie le même message à tous les propriétaires d’une zone géographique génère un taux de réponse faible et nuit à l’image de l’entreprise. Un propriétaire d’une toiture orientée nord, fortement ombragée et de petite surface recevant un appel enthousiaste sur le potentiel solaire de son toit aura une mauvaise expérience de la marque.
À l’inverse, un message personnalisé qui mentionne les caractéristiques spécifiques de la toiture du prospect, lui indique la puissance installable, la production annuelle estimée et le gain financier attendu, crée immédiatement une relation de confiance basée sur une compétence technique démontrée. Ce niveau de personnalisation n’est possible qu’avec des données précises à l’échelle de chaque bâtiment.
Les données nécessaires pour un ciblage solaire intelligent
La surface de toiture disponible
La surface de toiture brute est le point de départ de tout calcul de potentiel solaire. Mais la surface brute doit être corrigée pour tenir compte de plusieurs types d’obstacles et de contraintes qui réduisent la surface réellement utilisable.
Les obstacles en toiture (cheminées, conduits de ventilation, sorties de toit, équipements techniques existants, éléments de sécurité) occupent une partie de la surface et créent des zones d’ombre partielle sur les panneaux adjacents. La détection de ces obstacles par analyse d’images aériennes est une des applications les plus efficaces de la computer vision dans le domaine solaire. Un algorithme entraîné sur des images haute résolution identifie ces obstacles et en tient compte dans le calcul de la surface installable nette.
Les exigences de sécurité incendie imposent des zones de dégagement autour des accès de toiture et des lanterneaux. Ces zones, dont la superficie dépend du type de bâtiment et de la réglementation locale, doivent être déduites de la surface installable.
La présence d’équipements existants (groupes de climatisation, panneaux solaires thermiques, végétalisation de toiture) réduit la surface disponible pour les panneaux photovoltaïques. Ces équipements sont détectables sur les images aériennes récentes avec un bon niveau de fiabilité.
L’orientation et l’inclinaison
L’orientation (azimut) et l’inclinaison de la toiture sont les deux paramètres qui déterminent le plus directement la production solaire annuelle d’une installation. Une toiture orientée plein sud avec une inclinaison de 30 à 35 degrés (selon la latitude) produit une énergie annuelle supérieure d’environ 15 à 25 % à une toiture orientée est ou ouest avec la même inclinaison, et supérieure de 30 à 40 % à une toiture orientée nord.
L’azimut et l’inclinaison de chaque pan de toiture sont calculables à partir des modèles numériques de surface (MNS) produits par les relevés LiDAR de l’IGN. Ces données, disponibles à une résolution de 50 centimètres pour une grande partie du territoire français, permettent de déterminer avec précision la géométrie de chaque toiture et de calculer la production solaire potentielle pour chaque orientation.
Pour les bâtiments à toiture plate (très fréquents dans le secteur industriel et tertiaire), l’orientation des panneaux est libre. Les supports inclinés permettent d’installer les panneaux à l’angle optimal pour la latitude, ce qui améliore la production par rapport à une installation à plat. La détection de la platitude ou non de la toiture est également réalisable par analyse LiDAR.
L’ensoleillement local
La ressource solaire disponible sur un site est une donnée fondamentale pour calculer la production annuelle d’une installation. Elle varie selon la localisation géographique (l’irradiation est sensiblement plus élevée dans le Sud de la France que dans le Nord), l’altitude, la couverture nuageuse locale et les effets d’ombrage topographique (une toiture dans une vallée encaissée peut être ombragée par les reliefs environnants pendant une partie de la journée ou de l’année).
Les bases de données d’irradiation solaire comme PVGIS (Photovoltaic Geographical Information System), développé par la Commission Européenne, fournissent des données horaires d’irradiation sur plusieurs décennies pour n’importe quel point du territoire français et européen. Ces données sont la référence utilisée dans les études de faisabilité et les modèles financiers des projets solaires. Leur intégration dans les modèles de ciblage commercial permet de produire des estimations de production directement comparables aux résultats des logiciels de simulation professionnels.
L’ombrage créé par l’environnement bâti et naturel
L’ombrage porté sur une toiture par des bâtiments voisins, des arbres ou des éléments du relief peut réduire très significativement la production solaire d’une installation. Un bâtiment bas voisin d’un immeuble de grande hauteur peut être en partie ombragé pendant les heures de production les plus précieuses (matin pour une orientation est, après-midi pour une orientation ouest).
La détection et la modélisation de l’ombrage à partir de données LiDAR est une des opérations les plus exigeantes techniquement dans le calcul du potentiel solaire. Elle nécessite de modéliser le relief tridimensionnel du site et de son environnement proche, puis de simuler la trajectoire du soleil pour calculer les heures d’ombre à chaque point de la toiture au fil de l’année.
Sans cette modélisation, les estimations de production peuvent être surévaluées de 10 à 30 % pour les sites les plus exposés à l’ombrage. Une telle surévaluation peut conduire à présenter des projets avec des business plans trop optimistes, ce qui fragilise la relation avec le prospect et peut nuire à la bankabilité du projet.
L’état et la solidité de la toiture
Une toiture en mauvais état n’est pas apte à recevoir une installation photovoltaïque sans travaux préalables, parfois coûteux. L’état de la couverture (tuiles cassées, oxydation importante d’un toit en acier, déformation visible de la structure, végétation envahissante) est détectable sur les images aériennes par des algorithmes de computer vision.
Proposer une installation solaire à un propriétaire dont la toiture nécessite des travaux importants sans l’en informer crée une mauvaise surprise au moment du diagnostic terrain et peut faire échouer un projet pourtant prometteur. À l’inverse, identifier en amont les toitures dont l’état est insuffisant permet soit d’écarter ces sites de la prospection immédiate, soit de les aborder avec une approche spécifique incluant une proposition de réfection de toiture combinée à l’installation solaire.
La construction d'un score de potentiel solaire
Agréger les dimensions en un indicateur synthétique
Le ciblage commercial intelligent ne consiste pas à traiter chaque dimension séparément, mais à les combiner dans un score de potentiel synthétique qui reflète l’attractivité globale de chaque site pour un projet solaire. Ce score doit être à la fois précis sur le plan technique et opérationnel pour les équipes commerciales.
Un score de potentiel solaire bien construit agrège généralement les dimensions suivantes, pondérées selon leur importance relative.
La capacité installable (en kWc) tient compte de la surface nette disponible après déduction des obstacles et des zones de dégagement. C’est le premier filtre pour écarter les toitures trop petites pour être économiquement viables (selon le seuil minimum fixé par le développeur).
La production annuelle estimée (en kWh/an) intègre l’orientation, l’inclinaison, l’ensoleillement local et les pertes dues à l’ombrage. C’est l’indicateur central pour calculer le business plan de l’installation.
Le revenu annuel estimé traduit la production en euros selon le mode de valorisation applicable au site (obligation d’achat CRE, complément de rémunération, autoconsommation avec vente du surplus, PPA). Cette dimension du score est particulièrement importante pour les approches commerciales orientées retour sur investissement.
La complexité de mise en œuvre est un facteur correctif qui pénalise les sites présentant des contraintes techniques ou administratives importantes : proximité d’un monument historique (contraintes ABF), zone de servitude aéronautique (hauteur limitée), toiture à géométrie complexe, accès difficile.
L’état de la toiture est un autre facteur correctif. Les toitures en bon état reçoivent un score plein, les toitures présentant des signes de vétusté sont pénalisées proportionnellement.
Adapter le score au type de projet et au profil client
Un développeur qui cible les grandes toitures industrielles pour des projets de plusieurs centaines de kWc n’utilisera pas le même score qu’un installateur résidentiel qui cible les maisons individuelles de 5 à 9 kWc, ou qu’un agrégateur qui cherche à constituer un portefeuille de toitures agricoles pour un projet de plusieurs MW en autorisé.
Le score doit donc être paramétrable selon le profil de projet visé, avec des seuils de capacité minimale et maximale, des pondérations adaptées aux critères prioritaires pour chaque segment et des filtres géographiques selon la zone de chalandise.
La segmentation par type de propriétaire est également importante. Un propriétaire occupant qui consomme l’électricité sur site aura un profil d’autoconsommation différent d’un propriétaire bailleur dont les locataires sont les consommateurs. Un agriculteur qui cherche à réduire sa facture d’électricité n’a pas les mêmes attentes qu’un industriel qui cherche à améliorer son bilan carbone pour ses clients.
Les données sur le propriétaire pour compléter le profil du prospect
La donnée de toiture donne une vision précise du potentiel technique d’un site. Mais la décision d’engager un projet solaire appartient au propriétaire, dont les caractéristiques et les motivations peuvent faciliter ou freiner la concrétisation du projet.
Le statut du propriétaire
La distinction entre propriétaire occupant et propriétaire bailleur est fondamentale pour le choix du modèle commercial. Un propriétaire occupant bénéficie directement des économies d’électricité réalisées grâce à l’autoconsommation. Son calcul de retour sur investissement est direct et généralement favorable. Un propriétaire bailleur ne consomme pas l’électricité sur site et doit choisir entre vendre l’intégralité de sa production (avec ou sans tarif garanti) ou proposer un service d’autoconsommation à ses locataires (autoconsommation collective).
Les données cadastrales permettent d’identifier pour chaque bâtiment si le propriétaire est une personne physique ou morale, ce qui donne une indication sur le type de décision à engager (décision individuelle vs décision d’entreprise).
La consommation énergétique du site
Le potentiel d’autoconsommation d’un site est étroitement lié à sa consommation électrique. Un bâtiment industriel qui consomme 500 000 kWh par an a un potentiel d’autoconsommation beaucoup plus élevé qu’un entrepôt logistique dont la consommation se limite à l’éclairage et aux portails. Un agriculteur qui dispose d’une chambre froide permanente ou d’une unité de traitement des produits a des besoins différents d’un éleveur dont les pics de consommation sont concentrés sur certaines saisons.
Les données de consommation des réseaux de distribution (ENEDIS pour l’électricité) fournissent des informations agrégées par code postal ou par maille géographique sur la consommation des différents secteurs. Pour les grands consommateurs, des données plus précises sont parfois disponibles via les gestionnaires de réseau ou via des partenariats avec les fournisseurs d’énergie.
La situation fiscale et financière
La situation fiscale du propriétaire influence l’attractivité du modèle de financement. Un propriétaire soumis à l’impôt sur les sociétés peut valoriser l’amortissement fiscal d’une installation solaire. Un particulier soumis à l’impôt sur le revenu peut bénéficier de la défiscalisation des revenus d’autoconsommation sous certains plafonds. Ces dimensions fiscales peuvent être mentionnées dans les approches commerciales pour les prospects dont le statut est identifiable.
La capacité financière du propriétaire détermine également son accès aux différents modèles de financement disponibles. Un propriétaire à la trésorerie abondante peut acquérir directement son installation. Un propriétaire plus contraint financièrement sera plus réceptif aux offres de tiers-financement (modèle location ou PPA), qui lui permettent de bénéficier de l’énergie solaire sans investissement initial.
Les modèles commerciaux à adapter selon le profil du prospect
La vente directe pour les prospects à fort potentiel d’autofinancement
Pour les propriétaires qui ont la capacité d’investir directement dans une installation solaire, la vente directe reste le modèle le plus rentable pour le développeur. Elle suppose un prospect qui comprend et valorise la durée de vie des équipements (25 à 30 ans), qui accepte le délai de retour sur investissement (typiquement 8 à 12 ans selon la taille du projet et le tarif de vente de l’électricité) et qui a la trésorerie ou la capacité d’emprunt pour financer l’investissement.
Le ciblage pour ce modèle doit prioriser les sites dont le potentiel de production est élevé (pour amortir les coûts fixes de l’installation), dont la consommation électrique du site est importante (pour maximiser l’autoconsommation et réduire le délai de retour sur investissement) et dont le propriétaire est identifiable comme une personne morale de taille suffisante.
Le tiers-financement et le PPA pour les prospects contraints en trésorerie
Le modèle de Power Purchase Agreement (PPA) ou de tiers-financement permet au propriétaire de bénéficier de l’énergie solaire sans investissement initial. Le développeur finance, installe et exploite l’installation, et vend l’électricité au propriétaire à un tarif fixé contractuellement pour une durée de 15 à 25 ans.
Ce modèle est particulièrement adapté aux PME, aux agriculteurs, aux copropriétés et aux collectivités dont la capacité d’investissement est limitée mais dont la toiture présente un bon potentiel. Il nécessite des projets de taille suffisante (généralement au-delà de 100 kWc) pour être économiquement viable pour le développeur.
Le ciblage pour ce modèle doit prioriser les sites de grande surface (bâtiments industriels, entrepôts logistiques, grandes surfaces commerciales, bâtiments agricoles) dont le propriétaire est identifiable comme ayant une consommation électrique significative.
L’agrégation de petits sites pour le marché de la grande puissance
Pour les développeurs qui souhaitent constituer des portefeuilles de plusieurs MW via l’agrégation de petites et moyennes toitures, la question du ciblage se pose différemment. Il ne s’agit plus d’identifier un site exceptionnel, mais d’identifier rapidement plusieurs dizaines ou centaines de sites homogènes, répartis géographiquement de manière cohérente avec les contraintes de raccordement réseau.
Ce modèle est celui qui tire le plus grand bénéfice du ciblage par les données, car il nécessite de traiter des volumes de prospects très importants en peu de temps. Le score de potentiel à l’échelle du bâtiment permet de présélectionner automatiquement les sites répondant aux critères du portefeuille, de les hiérarchiser par potentiel décroissant et d’organiser la campagne de prospection de manière méthodique.
Comment les données de toiture transforment chaque étape de la démarche commerciale ?
La génération de leads qualifiés
La première application des données de toiture dans le cycle commercial solaire est la génération de leads qualifiés. Plutôt que d’acheter des fichiers de prospects génériques ou de dépendre uniquement des inbound (demandes entrantes via les comparateurs en ligne), le développeur peut construire sa propre base de prospects qualifiés à partir du score de potentiel solaire calculé pour chaque bâtiment de sa zone de chalandise.
Cette base peut être enrichie avec des informations de contact (nom du propriétaire, adresse, SIREN pour les entreprises) issues de sources publiques et privées. Elle constitue un actif commercial propre à l’entreprise, indépendant des plateformes tierces, et continuellement enrichissable à mesure que de nouvelles données de toiture sont disponibles (nouvelles images aériennes, nouvelles constructions, nouveaux DPE).
La personnalisation des approches commerciales
La deuxième application est la personnalisation des approches commerciales. Un message qui mentionne les caractéristiques spécifiques de la toiture du prospect (« Votre toiture de 450 m² orientée sud-est présente un potentiel estimé de 65 kWc, soit une production d’environ 65 000 kWh par an ») est infiniment plus crédible et plus efficace qu’un message générique sur les avantages du solaire.
Cette personnalisation peut s’appliquer à tous les canaux de prospection : emails sortants, courriers, appels téléphoniques ou visites terrain. Elle signale au prospect que le développeur a fait ses devoirs, qu’il connaît son bâtiment et qu’il est capable de lui proposer une analyse sérieuse, pas un simple démarchage.
La priorisation des visites terrain
La troisième application est la priorisation des visites terrain. Même avec les meilleures données de toiture disponibles, une visite terrain reste nécessaire avant de remettre une offre ferme. Mais cette visite est beaucoup plus productive lorsqu’elle est préparée avec des données précises.
Le technicien arrive sur site avec une maquette préliminaire de l’installation, les hypothèses de production à valider ou corriger, les zones d’ombre identifiées à vérifier et les équipements existants à prendre en compte. La visite sert à confirmer ou ajuster les hypothèses, pas à partir de zéro. Sa durée est réduite, sa précision est améliorée et son taux de transformation en offre est plus élevé.
Le suivi de la performance commerciale
La quatrième application est le suivi de la performance commerciale. En associant les résultats (offres remises, projets signés, projets abandonnés et raisons de l’abandon) aux caractéristiques des prospects ciblés, le développeur peut identifier quels segments de son score de potentiel ont les meilleurs taux de conversion et affiner ses critères de ciblage au fil du temps.
Ce retour d’expérience permet d’améliorer progressivement la précision du ciblage et de concentrer les ressources commerciales sur les segments les plus productifs. C’est la boucle d’amélioration continue qui transforme un outil de ciblage statique en une machine à apprendre.
Les cas d'usage par profil d'acteur
Pour le développeur de projets solaires sur toiture
Un développeur qui cherche à constituer un pipeline de projets de 1 à 10 MW sur toitures industrielles et tertiaires peut utiliser les données de toiture pour cartographier l’ensemble des bâtiments de sa zone cible, filtrer ceux qui répondent à ses critères minimaux (surface de toiture nette supérieure à 500 m², orientation dans un arc de 90 degrés autour du sud, absence de contraintes rédhibitoires), scorer les sites retenus selon leur potentiel de production et de revenu, et organiser une campagne de prospection priorisée.
Avec une base de 500 sites qualifiés en entrée, le développeur peut engager une campagne de prospection structurée en plusieurs vagues, en commençant par les sites au score le plus élevé, et mesurer précisément le retour de chaque vague pour ajuster la démarche.
Pour l’installateur résidentiel
Un installateur qui cible les maisons individuelles dans un bassin géographique peut utiliser les données de toiture pour identifier les maisons dont la surface de toiture est suffisante (au moins 15 m² de surface utilisable), dont l’orientation est favorable et dont l’état de la toiture ne nécessite pas de travaux préalables importants.
Ce ciblage peut être croisé avec les données de performance énergétique des logements pour identifier les ménages dont la facture d’énergie est élevée (logements à faible classement DPE ou au chauffage électrique), qui ont donc le plus fort intérêt financier à investir dans une installation solaire d’autoconsommation.
Pour la collectivité territoriale
Une collectivité qui souhaite développer une stratégie de solarisation de son territoire peut utiliser les données de toiture pour cartographier le potentiel solaire de l’ensemble de son parc bâti (bâtiments publics, logements, bâtiments privés), identifier les bâtiments publics prioritaires à équiper en propre, définir les zones géographiques où l’animation d’une opération collective est pertinente, et mesurer la progression de l’installation solaire sur son territoire par rapport au potentiel disponible.
Cette cartographie du potentiel territorial est un outil précieux pour les documents de planification (PCAET, SCoT, PLUi) et pour les demandes de financement auprès des fonds régionaux et européens.
Pour l’établissement bancaire
Un établissement bancaire qui souhaite développer ses financements de projets solaires peut utiliser les données de toiture pour identifier dans son portefeuille de clients les entreprises et les propriétaires dont le bâtiment présente le meilleur potentiel solaire, pour leur proposer proactivement des solutions de financement adaptées (crédit équipement, green bond, prêt à impact).
Cette approche proactive, basée sur des données précises sur le bien du client plutôt que sur une attente passive de la demande, améliore significativement le taux de conversion des campagnes de financement solaire.
Ce que la qualité des données change sur les résultats commerciaux
La précision des données de toiture utilisées dans le ciblage commercial détermine directement la qualité des résultats obtenus. Un score de potentiel construit sur des données approximatives (surface estimée à partir du plan cadastral sans prise en compte des obstacles, production calculée sur la base d’une irradiation régionale moyenne sans modélisation de l’ombrage local) produit des estimations qui peuvent diverger significativement de la réalité mesurée sur le terrain.
Cette divergence a des conséquences commerciales directes. Elle nuit à la crédibilité du développeur lorsque le technicien terrain constate que les estimations préliminaires étaient trop optimistes. Elle allonge le cycle de vente en nécessitant plusieurs itérations d’ajustement des projections. Et elle peut conduire à proposer des business plans aux investisseurs qui ne tiennent pas à la vérification par un ingénieur-conseil indépendant, fragilisant la bankabilité des projets.
Les données de toiture namR sont produites à partir de l’analyse d’images aériennes à haute résolution et de modèles LiDAR, en combinant la détection des obstacles, la modélisation de l’ombrage et les données d’irradiation calibrées par les bases de données météorologiques validées. Elles permettent de produire des estimations de production comparables aux résultats obtenus avec des logiciels de simulation professionnels comme PVsyst, à partir de la seule adresse du bâtiment, sans visite terrain préalable.
Appliquées à l’ensemble du parc bâti français, elles constituent la base d’un ciblage commercial solaire à la fois précis, scalable et continûment améliorable à mesure que les images aériennes sont renouvelées et que les modèles sont affinés par le retour d’expérience des visites terrain.
Vous souhaitez cartographier le potentiel solaire de votre zone de chalandise et construire une base de prospects qualifiés ?
Découvrir les données potentiel solaire namR pour les professionnels
