ÉTUDE DE CAS · FULL STACK
Plateforme immobilière
Une plateforme de recherche de logement centrée sur la carte, avec alertes de recherches enregistrées et messagerie directe avec les agents.
- RÔLE
- Développeur principal
- DURÉE
- 12 semaines
- ÉQUIPE
- 3 personnes
- PLATEFORME
- Web responsive
IDENTITÉ PRODUIT
haven
Trouvez l'endroit où vous vous sentirez chez vous.
01 · APERÇU
Aperçu du projet
TEMPS DE DÉVELOPPEMENT
12 semaines
Du MVP au lancement public
TAILLE DE L'ÉQUIPE
3 personnes
Lead dev, designer, backend
RÉSULTAT CLÉ
48k annonces
Indexées et consultables en < 300 ms
LE PROBLÈME
Les acheteurs jonglaient entre trois sites, des annonces périmées et des agents qui ne répondaient jamais. Les résultats ignoraient ce qui comptait le plus pour eux : les trajets, les écoles et de vraies photos.
L'APPROCHE
Haven regroupe les flux MLS dans un index unique, l'actualise toutes les 15 minutes et fait de la carte le moyen principal de chercher, avec des recherches enregistrées qui alertent dès qu'un nouveau bien correspond.
48k
annonces actives indexées
< 300 ms
de temps de réponse médian
3,2x
plus de réponses d'agents qu'avec un formulaire e-mail
02 · FONCTIONNALITÉS
Ce qu'il fait
Recherche sur carte
Dessinez une zone ou déplacez la carte : les résultats suivent chaque mouvement.
Recherches et alertes
Recevez un e-mail ou une notification dès qu'un nouveau bien correspond.
Simulateur de prêt
Mensualité avec taxes, assurance et charges, directement sur l'annonce.
Messagerie avec les agents
Échangez avec l'agent et réservez une visite dans la même conversation.
Prise de rendez-vous
Choisissez un créneau pour une visite sur place ou en vidéo.
Tableau de bord vendeur
Vues, sauvegardes et demandes pour chaque annonce dans le temps.
03 · PROCESSUS
Comment il a été conçu
SEMAINE 1–2
Découvrir
Entretiens avec acheteurs et agents, audit de la qualité des données MLS.
- Parcours utilisateur
- Audit des données
SEMAINE 3–4
Concevoir
Vue carte + liste, page d'annonce et parcours de messagerie, testés avec 12 acheteurs.
- Prototype Figma
- Design tokens
SEMAINE 5–10
Développer
Frontend React, API Django, recherche PostGIS et pipeline d'import MLS.
- Application web
- Index de recherche
SEMAINE 11–12
Lancer
Tests de charge, pages SEO, puis un lancement ville par ville.
- Lancement public
- Lighthouse 96
04 · STACK TECHNIQUE
Technologies
FRONTEND
- React
- TypeScript
- Mapbox GL
BACKEND
- Django
- DRF
- Celery
DONNÉES
- PostgreSQL
- PostGIS
- Elasticsearch
INFRASTRUCTURE
- AWS S3
- CloudFront
- Docker
ARCHITECTURE
Application web Haven
React + Mapbox GL
API REST Django
Recherche, chat, alertes
PostGIS
Annonces + géo
Elasticsearch
Recherche plein texte
Flux MLS
Import toutes les 15 min
05 · ENSEIGNEMENTS
Défis et enseignements
La carte à grande échelle
DÉFI
Afficher des milliers de repères figeait la carte sur les portables de milieu de gamme.
RÉSULTAT
Le clustering côté serveur et les requêtes limitées à la zone visible ont maintenu la carte à 60 fps.
Annonces périmées
DÉFI
Des biens vendus restaient affichés des jours après la vente.
RÉSULTAT
Un import MLS incrémental toutes les 15 minutes avec suppression logique a gardé les résultats à jour.
Ce projet vous intéresse ?
Je vous présente volontiers le code, les choix qui l'ont guidé ou la façon dont une solution similaire pourrait servir votre équipe.