Quel CMS, quel pixel, quelle stack.
outsend ouvre chaque site web prospect, lit le HTML, inspecte les headers, repère les signatures JS, et vous dit immédiatement sur quel CMS il tourne, quel pixel publicitaire il porte, quel CRM ou analytics il a installé. Ciblage tech aussi précis qu'un commercial qui aurait visité chaque site, en 0,8s par fiche.
Vous vendez une solution qui s'intègre à WooCommerce, Shopify, Magento. Vous voulez prospecter uniquement les e-commerçants qui utilisent l'une de ces trois plateformes, pas les milliers d'autres qui sont sur Wix ou Squarespace. Sans outil, vous visitez chaque site, vous regardez le code source, vous déduisez. Pour 200 entreprises, c'est une journée perdue à ouvrir des onglets et lire du HTML.
La détection de tech stack d'outsend.xyz automatise ce travail : pour chaque domaine que vous lui donnez, l'outil identifie les principales technologies utilisées (CMS, e-commerce, analytics, hébergeur, pixel publicitaire, CRM marketing, plateforme de support…) et vous le remet en colonnes filtrables sur votre liste. Vous ciblez ensuite par stack, pas au hasard.
Huit familles de technologies détectées
Ce que l'outil reconnaît à partir des signatures HTML, JS et headers HTTP d'un site web.
CMS / Front
Le moteur qui sert les pages.
E-commerce
La plateforme de vente en ligne.
Analytics
Le tracking de comportement visiteur.
Pixels publicitaires
Les tags de retargeting et conversion.
Hébergeur / CDN
L'hébergement et le réseau de diffusion (CDN).
Paiement
Le processeur de paiement intégré.
CRM / Marketing
L'outil de gestion contact et email.
Chat / Support
Le widget de discussion live.
Deux voies d'analyse, fusionnées
L'outil combine deux signaux pour éviter les faux positifs : lecture statique du HTML servi + scan des signaux JavaScript actifs. Si l'un confirme l'autre, la détection est solide.
Lecture HTML + headers
Lecture du HTML servi par le site : balises <meta>, <link>, classes CSS spécifiques d'un thème, URLs des assets externes, en-têtes HTTP du serveur. Indices structurels stables.
meta name="generator"
→ WordPress 6.4
link href="/wp-content/plugins/
woocommerce/..."
→ WooCommerce
Signaux JavaScript actifs
Repérage des appels fbq(), gtag(), _paq.push, Didomi.…, hbspt.…, Intercom(), OneTrustActive, Tawk_API. Rattrape les techs qui chargent leurs scripts en JS dynamique (SPA, consent-before-load).
window.fbq → Meta Pixel
window.gtag → Google Ads
_paq.push → Matomo
hbspt.cta → HubSpot CRM
Trois cas d'usage de la détection de stack
Filtrer une liste de 1 000 e-commerçants
Vous vendez une intégration WooCommerce. Vous voulez ne contacter que les 280 sites réellement sur WooCommerce. Sans détection, la moitié de vos emails partent à des prospects sur Shopify ou PrestaShop qui ne peuvent pas utiliser votre solution.
Audit tech de vos 20 concurrents
Une équipe marketing veut savoir quelles solutions d'analytics et de tracking utilisent ses concurrents directs. La détection automatique remonte le portrait technique en quelques minutes au lieu d'enquêter site par site.
Vérifier le claim « cloud-native »
Un VC qui audite une startup veut vérifier que le claim « infrastructure cloud-native » correspond bien à la réalité technique. La détection donne un cliché objectif rapide, croisable avec ce que la startup déclare en pitch.
Le marché : pricing à l'export, surtout en USD
Wappalyzer
Extension navigateur gratuite pour usage 1-à-1. Pour exporter en masse, il faut un plan API payant, aux tarifs du marché américain.
BuiltWith
Base historisée plus large (millions de sites). Idéal pour études macro, plus cher pour qualification continue.
SimilarTech
Calibrage international, suivi temporel intéressant. Pas optimisé pour la prospection FR mono-pays.
outsend
Détection intégrée au pipeline (extraction → tech stack → filtrage). FR-natif, compte gratuit, pas d'export à crédit.
Filtrer votre liste par stack
Détection intégrée au pipeline outsend. Extraction → tech stack → filtrage en quelques clics, FR-natif, alpha gratuite.
Créer un compte gratuit →Questions fréquentes
Quelles technologies sont détectées exactement ?
Huit familles : CMS, e-commerce, analytics, pixels publicitaires, hébergeur/CDN, paiement, CRM marketing, chat/support. Chaque famille couvre les acteurs établis (Wappalyzer-équivalent) plus les acteurs FR/EU sous-détectés par les outils anglo-saxons (Brevo, Crisp, Klaviyo EU, OVH, etc.).
Combien de sites peut-on analyser en une session ?
En alpha, pas de plafond fixe. Comptez ~0,8 à 1,5s par site (HTML jusqu'à 1,5 MB). Sur une liste de 1 000 domaines, la détection se fait en 15-25 minutes selon la taille moyenne des pages.
L'outil détecte-t-il aussi le tracking « consent-before-load » ?
Partiellement. Les sites SPA modernes avec CMP type Didomi/OneTrust en consent-before-load ne chargent les pixels qu'après acceptation cookies. La voie 2 (signaux JS) rattrape ce qui charge en différé, mais certaines détections restent incomplètes dans ces cas. Un mode approfondi (Playwright + acceptation des cookies) est prévu.
Quelle différence avec le module ads_intelligence ?
La détection tech stack identifie quelles techs sont utilisées (CMS, analytics, e-commerce…). Le module ads_intelligence va plus loin sur l'axe marketing/publicitaire : intensité ads, score 0-100, catégorisation (retargeting, conversion, native, affiliation…), liste exhaustive des trackers détectés. Les deux sont complémentaires.
Les résultats sont-ils exportables en CSV ?
Oui, comme toutes les sorties outsend : CSV pour Excel/Sheets, JSON pour traitement programmatique, XLSX pour partage de feuille préformatée. La détection ajoute des colonnes nominatives (cms, ecommerce, analytics, pixel_meta, etc.) à votre liste existante.
L'analyse est-elle respectueuse des sites analysés ?
L'outil lit le HTML public servi par le site (comme un navigateur le ferait). Pas de tentative d'accéder à des zones authentifiées, pas de bypass de protection. La méthode est équivalente à une visite navigateur, juste automatisée.