L'analyse des transactions immobilières via les données ouvertes s'impose comme un outil stratégique majeur. La mise à disposition publique des fichiers des Demandes de Valeurs Foncières (DVF) et des registres des actionnaires (INPI) permet, par croisement, de lever une partie du voile sur les propriétaires réels de biens situés dans des zones à haute valeur stratégique pour la France.
Ce processus de cartographie ne se limite pas à l'analyse de marché. Il s'agit d'une méthodologie d'intelligence économique qui permet d'identifier des schémas d'acquisition anormaux, de détecter des connexions entre des acheteurs étrangers et des zones sensibles (ports, bases militaires, sites industriels stratégiques), et de générer des alertes précoces sur des risques potentiels d'ingérence économique. Bien que la majorité des acquisitions soient légitimes, cette capacité à « voir » les flux de capitaux dans le foncier constitue une rupture majeure dans l'équilibre des pouvoirs informationnels entre États, entreprises privées et citoyens.
Le signal faible réside moins dans la transaction individuelle que dans l'anomalie statistique ou géographique. Une série d'acquisitions par des sociétés écrans autour d'un site de recherche en IA ou d'un port en eaux profondes peut constituer le premier indice d'une stratégie d'influence à long terme.
L'ouverture des données, une révolution pour l'analyse territoriale
Depuis 2019, l'État français a fait le choix stratégique de l'open data en mettant à disposition du public la base des Demandes de Valeurs Foncières (DVF) sur la plateforme data.gouv.fr. Ce jeu de données, régulièrement mis à jour (dernière mise à jour en avril 2026), recense l'ensemble des transactions immobilières et foncières avec une granularité fine.
Parallèlement, les données des registres du commerce et des sociétés, notamment les fichiers des actionnaires tenus par l'INPI, permettent de reconstituer les chaînes de propriété. Le croisement de ces deux masses de données — 16,1 millions de biens immobiliers possédés par des entreprises et 11 millions d'entreprises avec leurs actionnaires — a permis à des équipes d'enquête d'identifier près de 2,48 millions de personnes physiques propriétaires de biens via des sociétés en France.
C'est ce contexte de transparence accrue qui crée un nouvel espace d'action pour l'intelligence économique. Il ne s'agit plus de spéculer, mais de cartographier avec précision les interactions entre capitaux étrangers et le territoire national.
3.1 La méthodologie de l'intelligence économique foncière
La méthodologie repose sur un processus en trois étapes. La première étape est la qualification des périmètres sensibles. Il s'agit de délimiter des zones géographiques d'intérêt : abords immédiats des frontières terrestres (Italie, Espagne, Belgique), pourtour des grands ports maritimes (Marseille, Le Havre, Dunkerque), zones de surveillance des sites industriels Seveso seuil haut, proximité des bases militaires et des centres de recherche en technologies duales (IA, quantique, nucléaire).
La deuxième étape est l'extraction et le filtrage des données DVF. En utilisant l'API ou les fichiers bruts disponibles, on extrait les transactions récentes (par exemple, des 24 derniers mois) dans ces périmètres. L'attention se porte sur les ventes atypiques : prix anormalement élevés pour le type de bien ou acquisitions par des personnes morales et non par des personnes physiques.
La troisième étape est le croisement et le chaînage des registres. Pour chaque société acquéreuse, on remonte sa chaîne de propriété via les bases INPI. Cela permet d'identifier le ou les actionnaires ultimes, leur nationalité et leurs éventuels liens avec des entités sous sanctions (Politically Exposed Persons ou PEP).
3.2 La typologie des acquisitions à enjeux
L'analyse permet de distinguer plusieurs types de transactions potentiellement sensibles. Le premier type est l'acquisition stratégique d'actifs logistiques : un acteur étranger acquiert des entrepôts ou des terrains à proximité immédiate d'un port ou d'un nœud ferroviaire. Le deuxième type est l'investissement immobilier résidentiel à haute valeur ajoutée : une série d'acquisitions de propriétés de luxe dans des zones côtières ou frontalières, susceptible de masquer des flux financiers opaques ou de préparer des implantations discrètes pour des officines d'influence. Le troisième type est l'emprise foncière autour des sites de recherche et développement : l'acquisition progressive de terrains ou de bureaux autour de pôles de compétitivité ou de centres de recherche en IA, pouvant viser à capter des informations ou à influencer l'écosystème local.
4.1 L'essor de la surveillance collaborative
Des collectifs de journalistes d'investigation, comme ceux ayant enquêté sur les « Cyprus Papers » fonciers en France, ont prouvé la puissance de ces méthodologies. On observe l'émergence d'outils open source (comme OpenSanctions) qui automatisent le croisement avec les listes de sanctions internationales. Cette démocratisation des moyens d'analyse abaisse les coûts d'entrée pour des acteurs non étatiques (ONG, think tanks) et pourrait complexifier les stratégies d'opacité des acteurs privés.
4.2 La réponse politique et réglementaire
Les pouvoirs publics ne sont pas restés inactifs. Le dispositif de contrôle des investissements étrangers (IEF) en France, bien que centré sur les prises de contrôle capitalistique d'entreprises sensibles, étend sa vigilance aux acquisitions immobilières présentant un risque pour les intérêts fondamentaux de la nation. Un arrêté du 21 avril 2026 a institué de nouvelles « zones protégées » autour de certains sites sensibles, sans toutefois en préciser explicitement la cartographie. La persistance de ce signal — le renforcement des contrôles — indique que l'État prend conscience de la dimension stratégique de cette question, même si la réponse reste encore largement réactive.
Trois scénarios pour l'utilisation de l'intelligence économique foncière d'ici 2028
Scénario 1 — La normalisation par les acteurs privés (probabilité estimée élevée)
Les fonds d'investissement, les grandes banques et les assureurs intègrent systématiquement ces croisements de données dans leurs processus de due diligence. Un périmètre de surveillance « open source » devient la norme de marché. Les notaires et les agents immobiliers sont contraints par leur responsabilité professionnelle à vérifier la conformité des acquisitions de leurs clients étrangers avec la réglementation IEF.
Scénario 2 — L'anticipation stratégique par l'État (probabilité estimée modérée)
L'État crée une cellule inter-agences (DG Trésor, DRSD, DGFiP, ANSSI) dédiée à l'analyse en continu des mutations immobilières dans les zones sensibles. Une plateforme sécurisée est développée pour croiser les DVF avec les données de renseignement. Des seuils d'alerte automatisés sont définis, permettant une réaction quasi-immédiate face à une concentration suspecte d'acquisitions.
Scénario 3 — La privatisation de l'intelligence économique (probabilité estimée faible à modérée)
L'accès aux API les plus fines (DV3F, Fichiers fonciers restreints) reste limité aux services publics et aux organismes de recherche. Les acteurs privés développent leurs propres proxies (crowdsourcing, modèles de valorisation) pour pallier ce manque. Un marché lucratif de l'intelligence économique foncière émerge, avec des cabinets de conseil spécialisés proposant des cartographies « clés en main » des risques territoriaux.
Cette analyse comporte plusieurs limites méthodologiques. La première est l'opacité résiduelle des chaînes de propriété. Malgré le croisement des bases INPI, les actionnaires ultimes peuvent rester dissimulés derrière des trusts ou des montages juridiques complexes dans des juridictions non coopératives. L'identification de la nationalité reste indirecte et peut être trompeuse.
La deuxième est l'absence de données exhaustives sur les propriétaires individuels. Le fichier DVF, dans sa version publique, ne fournit pas l'identité des acheteurs personnes physiques pour des raisons de protection des données personnelles. L'analyse repose donc en grande partie sur les acquisitions via des sociétés, ce qui constitue un biais de sélection. L'accès aux données MAJIC ou DV3F, plus précises, est strictement réservé.
La troisième est le décalage temporel entre l'acquisition et sa publication. Le délai de mise à jour des données DVF peut introduire un retard de plusieurs mois dans l'analyse, ce qui réduit sa pertinence pour anticiper des actions immédiates.
La quatrième est l'absence de contrepartie qualitative. La cartographie quantitative identifie des « zones d'attention » mais ne peut, à elle seule, démontrer une intention malveillante. Un investissement étranger dans une zone sensible peut avoir une motivation parfaitement légitime (résidence secondaire, investissement locatif classique). Le risque de faux positif est élevé et nécessite une validation par d'autres sources de renseignement. Enfin, cette analyse ne constitue pas un conseil en investissement ou une évaluation des risques juridiques.
La cartographie des transactions immobilières en zones sensibles via les données ouvertes marque un tournant. Elle déplace le curseur de la surveillance, d'une logique de déclaration (l'investisseur étranger annonce son projet) à une logique de détection (l'analyste découvre l'anomalie).
Cette approche d'intelligence économique crée un nouvel actif informationnel souverain. Pour les acteurs publics et privés capables de maîtriser cette méthodologie, c'est l'opportunité de cartographier les intentions et les flux de capitaux étrangers avec une précision inédite. Pour ceux qui l'ignorent, c'est le risque de subir une forme de prédation silencieuse par le foncier, où l'emprise territoriale précède et conditionne l'emprise économique.
L'enjeu des prochaines années ne sera pas seulement technologique (améliorer les algorithmes de croisement), mais aussi politique et juridique. Comment concilier cette nécessité de surveillance stratégique avec la protection des données personnelles et des libertés économiques ? La réponse à cette question redessinera les contours de la souveraineté nationale à l'ère de l'open data.