Recherche originale · données publiées le 2026-11-10

Baromètre de 84 sites publics d’hôtels luxembourgeois

Une photographie technique reproductible, pas un classement des hôtels et pas une mesure de citations par ChatGPT ou Perplexity.

Résultat principal. Sur 84 sites publics associés à des établissements de l’inventaire Adaga, 77 pages d’accueil ont été lues. Parmi elles, 44 exposent au moins un bloc JSON-LD et 35 un type Organization, LocalBusiness, Hotel ou assimilé. Vingt et un sites sur 84 retournent un llms.txt texte. Ces observations décrivent des signaux publics à un instant donné, pas des citations par les IA.
91établissements actifs dans l’inventaire source
84sites publics testés
77homepages accessibles
7erreurs conservées

Signaux observés dans le HTML

Pourcentages calculés sur les 77 homepages accessibles. Le parseur lit aussi les objets JSON-LD imbriqués dans @graph.

Signal publicNombreBasePart
Meta description présente577774,0 %
Titre H1 détecté607777,9 %
Balises Open Graph détectées517766,2 %
Au moins un bloc JSON-LD447757,1 %
Type Organization, LocalBusiness, Hotel ou assimilé détecté357745,5 %
Type FAQPage détecté2772,6 %

llms.txt et règles robots.txt

21 sites sur 84 (25,0 %) retournent un fichier llms.txt texte exploitable au moment du test. Cela ne dit rien de son utilisation par un moteur donné.

Pour les 73 robots.txt accessibles, le tableau indique uniquement un blocage racine explicite. Zéro ne signifie donc pas « tout est accessible » : un pare-feu ou une règle plus précise peut encore bloquer une requête.

AgentDisallow: / détectéBasePart
OAI-SearchBot0730,0 %
PerplexityBot0730,0 %
GPTBot0730,0 %
ClaudeBot0730,0 %

Méthode reproductible

  • Population de départ : 91 fiches actives de l’inventaire Adaga Network ; 84 ont une URL de site et ont été testées. Sept fiches sans URL ne sont pas incluses dans les pourcentages.
  • Domaines uniques testés : 83. La base reste exprimée par établissement pour refléter l’inventaire.
  • Collecte UTC : du 2026-11-10T00:08:25.349116+00:00 au 2026-11-10T00:08:54.243315+00:00.
  • Trois ressources demandées par site : homepage, /robots.txt et /llms.txt. Cinq travailleurs concurrents, 18 secondes maximum et 2 Mo maximum par réponse.
  • Les champs extraits, les URL finales, statuts HTTP, types de contenu et empreintes SHA-256 sont conservés. Le CSV ne contient ni avis ni données personnelles de clients.
  • Le script barometer_scan.py et les données brutes accompagnent le résultat ; les erreurs ne sont pas supprimées pour embellir les pourcentages.

Télécharger et réutiliser les données

Licence CC BY 4.0. En réutilisant les chiffres, citez « Adaga solutions, baromètre de 84 sites publics d’hôtels luxembourgeois, collecte du 10 novembre 2026 », conservez la base de chaque pourcentage et ne les présentez pas comme des citations IA.

Limites obligatoires

  • Échantillon de convenance issu de l’inventaire Adaga Network : il n’est ni exhaustif ni aléatoire et ne représente pas tous les hôtels du pays.
  • Une seule page d’accueil, un robots.txt et un llms.txt ont été demandés par site, avec un délai maximal de 18 secondes par requête.
  • Un domaine peut servir plusieurs établissements. Les pourcentages sont calculés par établissement avec page accessible, pas par entreprise indépendante.
  • Les erreurs HTTP, SSL et délai sont conservées. Elles peuvent être temporaires et ne prouvent pas une indisponibilité permanente.
  • Le contrôle robots signale seulement un Disallow: / explicite pour quatre agents ou leur groupe générique. Il ne teste ni pare-feu, ni CDN, ni challenge.
  • La présence de llms.txt ou de JSON-LD ne mesure ni classement, ni citation, ni trafic, ni réservation. Aucun score composite n’est calculé.

Ce que cette étude apporte

Elle fournit une source primaire datée pour discuter de la lisibilité technique des sites observés. Elle sert de point de départ à une nouvelle collecte : une différence future ne pourra être interprétée qu’avec la même méthode et les mêmes limites.

Pour une mesure de citations réelles, consultez le protocole du guide Être cité par ChatGPT et les IA. Pour une preuve de réservation, lisez l’étude de cas Yasha Hotel.