Atlas — le partenaire data marché de Repull — suit 8,4 millions d'annonces live de location courte durée dans toutes les villes. ADR, occupation, courbes de demande, événements, comp set. Rafraîchi chaque nuit. Exposé via la même API que tu utilises pour le reste.
Ce que tu construis avec ça
Récupère les données comp chaque nuit, fais tourner ton modèle, renvoie les tarifs optimisés via Repull sur chaque canal connecté — même API dans les deux sens. Le dataset Atlas te donne l'input ; le channel manager te donne l'appel d'application.
Fais remonter les annonces concurrentes. Filtre par nombre de chambres, agencement, équipements, distance, fourchette d'ADR. Note-les face aux tiennes. Construis le dashboard que tes opérateurs gardaient dans un tableur.
Recherche classée sur les villes par rendement, croissance de l'offre, plancher d'occupation et densité du calendrier d'événements. Dis à un opérateur où devrait aller le prochain investissement, avec les données derrière chaque ligne.
Cas concret
Récupère les données comp de la nuit pour le marché d'une annonce, pondère face à ta propre courbe d'occupation, et pousse les tarifs résultants vers chaque canal. Le même SDK fait la lecture et l'écriture — pas de seconde intégration.
Une lecture renvoie les percentiles d'ADR, l'index de demande et le comp set derrière ces chiffres. Filtré sur le même nombre de chambres, agencement et profil d'équipements que ton annonce.
Atlas te donne les inputs dans une forme propre. Ton modèle décide du tarif. Que ce soit une régression, un boost calendrier sur les jours d'événement, ou juste « match la médiane moins 3 % » — ça reste dans ton code.
Une écriture éclate vers Airbnb, Booking.com, VRBO et Plumguide. L'audit trail enregistre ce qui a été appliqué, quand et pourquoi — visible dans le dashboard pour l'opérateur.
import { Repull } from '@repull/sdk'
const repull = new Repull({
apiKey: process.env.REPULL_API_KEY!,
workspaceId: process.env.REPULL_WORKSPACE_ID!,
})
// 1) Tirer les données marché pour la ville de cette annonce + comp set
const market = await repull.markets.get('austin-tx', {
matches: { listingId: 'l_4118' }, // match chambres/sdb/équipements
range: { from: '2026-06-01', to: '2026-07-31' },
})
// 2) Lancer ton modèle
const rates = market.days.map(day => {
const base = day.compSet.adrP50
const eventBoost = day.events.length > 0 ? 1.15 : 1
const occupancyAdjust = day.demandIndex > 0.7 ? 1.08 : 0.97
return {
date: day.date,
rate: Math.round(base * eventBoost * occupancyAdjust),
}
})
// 3) Pousser sur chaque canal connecté — un seul appel
await repull.pricing.apply('l_4118', {
rates,
source: 'my-engine@v3',
})Voilà, c'est tout le moteur. Lecture, modèle, écriture — même SDK, même auth, même workspace. L'audit trail (quels tarifs, où, déclenchés par quel signal) vit dans le dashboard sous Pricing → Audit.
Le dataset
Atlas est une flotte de market intelligence qui scrape et indexe les données de location courte durée sur le web public. Repull l'expose en composant first-class de l'API.
8,4 millions d'annonces live sur tous les marchés de location courte durée pour lesquels on a vu de la demande. ADR p25 / p50 / p75, occupation, RevPAN, tendance de l'offre, index de demande — par ville, par quartier, rafraîchi chaque nuit.
Courbe de demande à 365 jours par marché, avec les concerts, les rencontres sportives, les conférences et les jours fériés en surcouche. Le genre de chose qui fait monter les tarifs de 30 % un mardi de mars si tu l'as vue venir — et Atlas l'a vue venir.
Comp set par annonce tiré du même marché, matché sur le nombre de chambres, l'agencement, le recoupement d'équipements et le rayon temps-marche. Pas une liste manuelle — un set recalculé chaque nuit.
Backfill multi-années sur les marchés majeurs. Lance un backtest avant de déployer un modèle. Vois où était le plancher la dernière fois que le marché a faibli.
Atlas ouvre sa propre bêta publique en mai 2026.
Si tu veux un accès brut à grande échelle — gros portefeuilles, requêtes comp spécialisées, builds de marché custom — l'équipe Atlas est dispo en direct.
Connecte un bien et tu vois les données comp et les recommandations dès le premier jour — pour les marchés où vit cette annonce.