Télécharger les sites web qui utilisent Google AdSense

À propos de Google AdSense

Une page qui porte cette balise vous annonce son modèle économique à voix haute. Le contenu est le produit que l’on donne, l’attention est ce que l’on vend, et le propriétaire du site a accepté un arrangement dans lequel Google met l’espace aux enchères et en garde une part. Très peu de signaux techniques se rattachent aussi directement à une posture commerciale, ce qui fait de Google AdSense l’une des lignes les plus interprétables d’un dataset technologique. Le code en lui-même n’a guère d’importance. Ce qui compte, c’est l’intention derrière l’installation.

L’intention de l’éditeur est un filtre utile dans les deux sens. Les agences qui achètent de l’espace média, les concurrents qui cartographient une verticale de contenu, les équipes de sécurité de marque qui vérifient où apparaît leur inventaire et les entreprises qui vendent quoi que ce soit aux éditeurs ont toutes besoin d’une liste des sites qui se rémunèrent par la publicité plutôt que par l’abonnement, le commerce ou la génération de contacts. Une régie sous licence Proprietary adossée à un processus d’approbation porte aussi une faible implication de qualité, puisque les éditeurs admis dans le programme ont au minimum été examinés au regard d’une politique, ce qui est déjà plus que ce que l’on peut dire du web ouvert dans son ensemble.

L’empreinte est très large. En octobre 2026 nous détectons la balise sur 382 733 sites, un total accumulé depuis 2003, année où le programme a transformé la publicité contextuelle en quelque chose qu’un auteur isolé pouvait activer en un après-midi. Une disponibilité aussi large est précisément l’objet du produit, si bien que la population va des blogs personnels et des forums d’amateurs aux grandes rédactions en passant par les publications de niche, et toute analyse qui traite cet ensemble comme un seul segment produira de la bouillie. C’est le filtrage par indicateurs de trafic, par plateforme de gestion de contenu, par pays ou par ce que le site fait tourner d’autre qui transforme la population brute en quelque chose d’exploitable.

La distribution géographique présente la même forme que le marché publicitaire lui-même. C’est aux États-Unis que nous relevons le plus de sites, 168 334 au total, et .com est le suffixe que nous voyons le plus souvent, ce qui reflète l’endroit où se concentrent les dépenses des annonceurs et donc où les éditeurs obtiennent les meilleurs retours, plutôt qu’une restriction sur qui peut participer.

Deux limites honnêtes ont leur place sur la même page que le chiffre. D’abord, la balise atteste une installation, pas un compte actif, approuvé et rémunéré. Un extrait laissé dans un gabarit après l’expiration d’un compte, ou un site en attente d’examen, se présente de l’extérieur exactement comme un site qui gagne de l’argent tous les jours. Ensuite, la livraison passe de plus en plus par des gestionnaires de balises, des plateformes de consentement et des scripts chargés en différé, si bien qu’une page peut faire tourner la régie sans exposer l’appel reconnaissable lors d’un balayage simple. Les deux effets poussent dans le même sens, ce qui signifie que le décompte est un plancher de participation et non une mesure de revenus.

Compte tenu de ces réserves, la valeur de la liste exportée tient à ce qu’elle inverse la question. Vérifier un domaine confirme une intuition sur un site que vous aviez déjà trouvé, ce qui est rarement le plus difficile. Partir de la régie publicitaire et recevoir la population entière vous permet d’assembler le segment que vous voulez vraiment, les éditeurs d’un marché, les éditeurs sur une plateforme donnée, les éditeurs qui font tourner une régie concurrente à côté de celle-ci, les éditeurs apparus lors du dernier balayage et absents auparavant. Ce sont là les questions que posent réellement les acheteurs d’espace, les fournisseurs de technologies publicitaires et les chercheurs, et aucune boîte de recherche ne sait en exprimer une seule.