---
title: "Données de domaines pour la recherche et le monde académique"
description: "Un recensement d’internet à budget de recherche. L’ensemble de la population de domaines actifs en un seul instantané JSONL citable et reproductible."
url: https://webatla.com/fr/use-cases/researchers
---

# Un recensement de l’internet, avec un budget recherche

L’ensemble de la population de domaines actifs, pas un échantillon. 426M domaines avec DNS, technologie et classement dans un seul fichier que vous pouvez mesurer, citer et relancer. Le recensement de démarrage coûte €29. Un échantillon de 10 000 lignes est accessible avec un compte gratuit.

[Obtenez un échantillon gratuit de 10 000 lignes](https://webatla.com/api/v1/preview?dataset=all-active-domains)
[Voir le recensement à €29](https://webatla.com/fr/datasets/all-active-domains)

[Puis-je publier des résultats issus de ces données ? →](https://webatla.com/fr/use-cases/researchers#publish)

426M, toute la population, pas un échantillon

€29, recensement de départ, un seul paiement

Daté, un snapshot figé que vous pouvez citer

10K, lignes d’échantillon avec un compte gratuit

## Mesurez le web dans son ensemble, pas un échantillon de celui-ci

Quatre recettes d’agrégation sur le schéma réel. La première tourne sur le recensement complet à €29. Les autres utilisent all-data quand une question demande plus de colonnes.

`Domain` `TLD` `Domain type` `Country by IP` `Technologies` `DNS Status` `PR value` `Harmonic value` `Domain creation date`

### Domaines par TLD, le recensement complet

La mesure de population la plus simple, et elle fonctionne avec le dataset de démarrage à €29. Comptez tous les domaines actifs par TLD.

bash + jq

```
zstdcat webatla-all-active-domains-2026-11-18.jsonl.zst |
jq -r '.TLD' |
sort | uniq -c | sort -rn > domains-by-tld.txt
```

### Adoption technologique sur l’ensemble de la population

Combien de sites utilisent chaque technologie, comptés sur l’ensemble du fichier. Le champ Technologies existe sous deux formes, distinguez-le donc selon son type JSON.

duckdb

```
WITH t AS (
  SELECT CASE json_type("Technologies")
           WHEN 'ARRAY'  THEN json_extract_string("Technologies", '$[*]')
           WHEN 'OBJECT' THEN json_keys("Technologies")
           ELSE []::VARCHAR[] END AS techs
  FROM read_json('webatla-all-data-2026-11-18.jsonl.zst',
       format='newline_delimited', compression='zstd',
       columns={'Technologies':'JSON'})
)
SELECT tech, count(*) AS sites
FROM t, unnest(t.techs) AS u(tech)
GROUP BY tech ORDER BY sites DESC LIMIT 25;
```

### Où le web est hébergé

Répartition des domaines par pays d’hébergement, déterminée à partir de l’IP résolue. Un group-by en une ligne sur l’export entier.

duckdb

```
SELECT "Country by IP" AS country, count(*) AS domains
FROM read_json('webatla-all-data-2026-11-18.jsonl.zst',
       format='newline_delimited', compression='zstd',
       columns={'Country by IP':'VARCHAR'})
WHERE country IS NOT NULL
GROUP BY country ORDER BY domains DESC;
```

### Quelle part de l’espace de noms résout en DNS

Un chiffre clé reproductible. Le pourcentage de domaines suivis qui répondent actuellement en DNS, directement depuis le fichier.

duckdb

```
SELECT "DNS Status" AS resolves, count(*) AS n,
       round(100.0*count(*)/sum(count(*)) OVER (), 2) AS pct
FROM read_json('webatla-all-data-2026-11-18.jsonl.zst',
       format='newline_delimited', compression='zstd',
       columns={'DNS Status':'VARCHAR'})
GROUP BY resolves ORDER BY n DESC;
```

Chaque recette fonctionne sans modification sur l’échantillon et sur le fichier complet. Indiquez le chiffre que vous obtenez, et citez le fichier daté dont il provient.

## Oui, vous pouvez publier ce que vous trouvez

Publiez ce que vous trouvez, et partagez aussi les lignes brutes.

### Publiez librement

- Statistiques agrégées, tableaux, graphiques et cartes

- Résultats, méthodes et conclusions dans un article ou un rapport

- Une poignée de domaines d’exemple pour illustrer un propos

- Indicateurs et indices dérivés que vous calculez vous-même

Le travail est le vôtre. Citez le dataset et la date du snapshot afin que d’autres puissent aligner leurs chiffres sur les vôtres.

[Commencer par le recensement](https://webatla.com/fr/datasets/all-active-domains)

### Le partage des lignes brutes est aussi autorisé

- La publication du dataset brut comme données de réplication ou complémentaires

- Le partage de tout ou partie du fichier

Sans accord distinct ni frais supplémentaires. Respectez simplement la loi applicable à vos travaux, comme les règles de protection des données si vous combinez les lignes avec des données à caractère personnel.

[Des questions ? Contactez-nous](https://webatla.com/fr/contact?topic=sales)

## Ce qui le rend adapté à la recherche

Pas une API de plus que vous devez nuancer dans la section méthodes.

#### Population complète, pas un échantillon

Vous mesurez chaque domaine actif que nous suivons, votre dénominateur est donc le vrai. Aucune base d’échantillonnage à justifier devant un relecteur.

#### Un snapshot fixe et citable

Chaque export est daté. Citez le fichier et la date, et n’importe qui peut demander le même instantané et reproduire votre tableau.

#### Citez des chiffres exacts

Le chiffre est le chiffre. 426,076,047 domaines dans cet instantané, pas une estimation cachée derrière une limite de débit qui répond différemment à chaque exécution.

#### S’intègre dans une ligne de subvention

Le recensement de départ coûte €29 et l’ensemble combiné coûte €599. De quoi couvrir la plupart des budgets de mémoire ou de département, sans procédure d’achat.

#### Format ouvert, ennuyeux

Un fichier avec un objet JSON par ligne. Aucun lecteur propriétaire à décrire dans la méthodologie, aucun client à installer sur une machine verrouillée.

#### Uniquement des registres publics

Un dataset conçu pour exclure les données personnelles de contact, comme les noms, les e-mails et les numéros de téléphone. Des faits d’enregistrement, de DNS et de technologie, le type de données qu’un comité d’éthique approuve sans difficulté.

## Par où commencer

Achetez le plus petit dataset qui répond à votre question. Passez à un plus grand seulement si vous avez besoin de plus de colonnes.

[all-active-domains, €29 Le recensement. Chaque domaine actif avec son TLD et son type. Suffisant pour les dénombrements de population, les études par TLD et les lignes de base de couverture.](https://webatla.com/fr/datasets/all-active-domains)
[technologies, €159 Stacks détectées par domaine pour des études d’adoption sur 3,030 technologies.](https://webatla.com/fr/datasets/technologies)
[websites-ranking, €99 PageRank et autorité harmonique pour des études de centralité et de portée.](https://webatla.com/fr/datasets/websites-ranking)
[all-data, €599 Toutes les colonnes jointes sur une seule clé. Quand votre question porte à la fois sur le DNS, le WHOIS, la technologie et le classement.](https://webatla.com/fr/datasets/all-data)

## Les questions qu’un évaluateur poserait

Répondu sans détour.

### S’agit-il de la population entière ou d’un échantillon ?

L’ensemble de la population de domaines actifs que nous suivons, 426,076,047 domaines dans l’instantané actuel. Pas un échantillon, vos taux et parts s’appuient donc sur le vrai dénominateur.

### Comment le rendre reproductible ?

Chaque export porte la date dans le nom de fichier. Citez le dataset et cette date. Le fichier est figé, le même instantané produit donc les mêmes chiffres sur n’importe quelle machine. Si quelqu’un a besoin de l’instantané exact que vous avez utilisé, renvoyez-le vers nous.

### Puis-je publier les résultats ?

Oui. Les statistiques agrégées, les figures, les indicateurs dérivés et les conclusions sont à vous, vous pouvez les publier, tout comme les lignes brutes en tant que données de réplication. Aucun accord distinct n’est nécessaire. Voir [la section sur la publication](https://webatla.com/fr/use-cases/researchers#publish) ci-dessus.

### Quelle est la position sur l’éthique et les données personnelles ?

Uniquement des données publiques d’enregistrement, de DNS et de technologies. Les datasets ne sont pas conçus pour contenir des données personnelles de contact, comme les noms de titulaires, les adresses e-mail ou les numéros de téléphone, et nous prenons des mesures pour les exclure. Cette conception rend généralement l’examen éthique rapide.

### La méthodologie est-elle documentée ?

Un schéma unique, stable et documenté pour tous les datasets, avec les mêmes clés sur chaque ligne. Les signaux de classement, PageRank et centralité harmonique, sont calculés par nos soins sur le graphe que nous indexons.

## Faites votre première mesure gratuitement

10 000 lignes réelles avec un compte gratuit. Si les chiffres tiennent la route, le recensement complet coûte €29 et toutes les colonnes coûtent €599.

[Obtenez un échantillon gratuit de 10 000 lignes](https://webatla.com/api/v1/preview?dataset=all-active-domains)
[Voir le recensement](https://webatla.com/fr/datasets/all-active-domains)
