get_price_trends
10 créditsSéries temporelles de prix immobiliers par mois, trimestre ou année, avec variations YoY (year-over-year) et résumé de tendance globale.
Paramètres
Au moins un filtre de localisation est requis. La granularité par défaut est quarter (trimestre).
| Paramètre | Type | Défaut | Description |
|---|---|---|---|
| code_postal | string | — | Code postal (ex. '69001'). Au moins un filtre de localisation est requis. |
| commune | string | — | Nom de commune en majuscules (ex. 'LYON', 'LYON 01'). |
| code_departement | string | — | Code département (ex. '69'). |
| latitude | number | — | Latitude WGS84. Nécessite aussi longitude. |
| longitude | number | — | Longitude WGS84. Nécessite aussi latitude. |
| type_local | enum | — | Maison | Appartement | Terrain | Local commercial | Dépendance | Local industriel |
| granularity | enum | quarter | Granularité temporelle : month | quarter | year. Utilisez year pour les longues périodes, month pour la saisonnalité récente. |
| date_debut | string | — | Date de début au format YYYY-MM-DD. |
| date_fin | string | — | Date de fin au format YYYY-MM-DD. |
| exclude_bulk_sales | boolean | true | Exclure les ventes en lot. |
| exclude_outliers | boolean | true | Exclure les prix aberrants. |
Demandez à Claude
Claude sélectionne automatiquement la granularité adaptée à votre question :
Montre-moi l'évolution des prix des appartements à Lyon par trimestre sur les 3 dernières années.
Exemple de réponse
{
"location": { "commune": "LYON" },
"type_local": "Appartement",
"granularity": "quarter",
"series": [
{
"period": "2021-Q1",
"date_debut": "2021-01-01",
"date_fin": "2021-03-31",
"count": 412,
"prix_m2_median": 4120,
"prix_m2_moyen": 4280,
"prix_median": 248000,
"yoy_change_pct": null
},
{
"period": "2021-Q2",
"date_debut": "2021-04-01",
"date_fin": "2021-06-30",
"count": 687,
"prix_m2_median": 4380,
"prix_m2_moyen": 4510,
"prix_median": 265000,
"yoy_change_pct": null
},
{
"period": "2024-Q1",
"date_debut": "2024-01-01",
"date_fin": "2024-03-31",
"count": 389,
"prix_m2_median": 4650,
"prix_m2_moyen": 4820,
"prix_median": 288000,
"yoy_change_pct": -2.3
}
],
"trend_summary": {
"first_period": "2021-Q1",
"last_period": "2024-Q1",
"overall_change_pct": 12.9,
"peak_period": "2022-Q3",
"peak_prix_m2_median": 5100
},
"_credits": { "used": 10, "remaining": 70 },
"query_time_ms": 445
}Résultats mis en cache 24h
Les séries temporelles sont calculées sur des agrégats lourds et mis en cache 24 heures. Utilisez
granularity=year pour analyser des tendances longues (5–10 ans) et granularity=month pour capturer la saisonnalité sur les données récentes. Le champ yoy_change_pct est null pour les premières périodes (pas encore de période N−1 disponible).