Nos données

Le jeu de données médiatiques marocain et africain le plus complet.

Harch AI traite plus de 5 millions d'articles par jour issus de plus de 30 sources médiatiques marocaines et africaines, en 3 langues, avec plus de 100 millions d'entités labellisées chaque jour. Voici ce que nous suivons — et comment nous l'obtenons.

Les chiffres

Une opération de données à grande échelle.

5M+

articles ingérés par jour

30+

sources marocaines et africaines

100M+

entités labellisées par jour

120+

langues traduites

Sources

D'où viennent les données.

Médias marocains (FR)

TelQuel

Actualité + Économie

42

Medias24

Économie

38

Aujourd'hui Le Maroc

Actualité

32

Le Site Info

Actualité

24

Barlamane

Politique + Économie

18

Al Ahdath

Actualité

14

Infomediaire

Économie

22

Médias marocains (AR)

Hespress

Actualité (AR)

28

Sabah Press

Actualité (AR)

12

Al Maghrib Today

Actualité (AR)

9

Morocco World News (EN)

Actualité (EN)

15

Yabiladi

Actualité + Communauté

7

Médias économiques africains

Financial Afrik

Économie panafricaine

24

Africa News

Actualité panafricaine (EN)

16

Jeune Afrique

Magazine panafricain

14

African Business

Magazine économique

11

The Africa Report

Économie (EN/FR)

13

Agrégateurs + réglementaire

Google News Morocco

Agrégateur (FR/AR/EN)

96

Bank Al-Maghrib

Régulateur

4

AMMC

Régulateur des marchés

3

ANRT

Régulateur télécom

2

ONSSA

Sécurité alimentaire

1

Pipeline de données

Du RSS à l'insight.

◆

Agrégation Google News

Notre source primaire — agrège plus de 50 médias marocains qui bloquent le RSS direct. Des requêtes par alias capturent chaque mention sur tous les noms connus de l'entreprise.

▲

Flux RSS directs

11 flux RSS fonctionnels depuis les grandes publications marocaines et africaines. Interrogés toutes les 15 minutes. Déduplication par URL.

◉

Veille réglementaire

Suivi manuel et automatisé des circulaires et décisions de BAM, AMMC, ANRT, ONSSA. Poussé sur la plateforme moins d'une heure après publication.

⌬

Test des moteurs IA

Requêtes horaires à ChatGPT, Perplexity, Gemini, Claude, Copilot, Mistral, Grok avec les prompts clés de votre secteur. Suivi des citations, positions et sentiments.

◇

NLP trilingue

Articles traités nativement en français, arabe (MSA), anglais. NLP Darija pour les commentaires Hespress, forums, WhatsApp et TikTok — la couche UGC qu'aucun concurrent ne couvre. fastText + spaCy + HarchIQ.

◆

Graphe de connaissances

Plus de 100 millions d'entités reliées : entreprises, personnes, produits, sujets, événements. Mis à jour en continu à mesure que de nouveaux articles arrivent.

Qualité des données

Comment nous la gardons propre.

Déduplication

URL + similarité de titre + hash de contenu. Un même article syndiqué sur 3 médias compte pour 1 article, 3 mentions.

Score de pertinence

Chaque article reçoit un score de pertinence (0-100) fondé sur la densité d'entités, la position dans l'article et la correspondance de sujet.

Autorité des sources

Chaque source dispose d'un score d'autorité (1-10) fondé sur l'audience, les standards journalistiques et l'indépendance éditoriale.

Confiance du sentiment

Chaque classification de sentiment comporte un score de confiance. En dessous de 70%, une revue humaine est déclenchée.

Vérification de langue

Les articles marqués « AR » contenant plus de 30% de français sont reclassés en code-switching pour une analyse séparée.

Désambiguïsation d'entités

BMCE (banque) vs BMCE (bâtiment) — désambiguïsation contextuelle via la co-occurrence des entités environnantes.

Voyez les données en direct.

Explorez notre Risk Tracker et le classement Harch 100 — tous deux alimentés par ce jeu de données.

Voir le Risk Tracker →