Les fichiers de zone expliqués : acquérir et filtrer les données de domaines

Les fichiers de zone constituent le socle du renseignement sur les domaines : un instantané de tous les domaines actifs sous un domaine de premier niveau donné, accompagnés de leurs enregistrements DNS. Savoir les obtenir, les analyser et les filtrer, c'est ce qui distingue un jeu de données de domaines exploitable d'un simple fichier texte volumineux et inutilisable. Ce guide explique d'où proviennent les données de zone, pourquoi les zones nationales sont bien plus difficiles à obtenir que les zones génériques, et comment réduire un flux brut à quelque chose d'exploitable.

En bref

• Les flux bruts de domaines récemment enregistrés (NRD) sont bruyants : une large part correspond à des pages parkées ou à du spam PPC, d'où un filtrage indispensable avant toute exploitation.
• Obtenir les fichiers de zone ccTLD est nettement plus difficile que pour les gTLD ; des registres comme .de et .fr ne publient aucune zone publique, ce qui oblige à recourir à des données agrégées.
• La valeur d'une liste de domaines pour le cold e-mail se dégrade vite sans validation MX : revérifiez la délivrabilité la semaine même de l'envoi.
• WebTrackly couvre 716 fichiers de zone TLD et 716 jeux de zone enrichis, soit 279 944 703 domaines toutes zones confondues, livrés en CSV dans une archive ZIP.
• Pour une génération de leads sensible au temps, un export récent vaut mieux qu'un dump de marketplace bien plus volumineux mais périmé.

Comprendre le fichier de zone

Un fichier de zone est un fichier texte brut répertoriant les noms de domaine actifs sous un TLD donné, avec leurs enregistrements DNS. Le fichier de zone .com, par exemple, liste chaque domaine .com enregistré et ses enregistrements de serveurs de noms (NS) — 163 422 083 domaines dans l'export WebTrackly actuel de cette zone. L'accès aux fichiers de zone gTLD est encadré par les accords ICANN et suppose généralement une candidature, une validation et des engagements sur l'usage des données ; la documentation du programme des registres de l'ICANN en décrit le cadre.

La valeur d'un fichier de zone tient moins au volume qu'à la structure. Chaque entrée fournit le nom de domaine, ses serveurs de noms et parfois des enregistrements glue — les adresses IP des serveurs de noms hébergés dans le TLD lui-même. C'est suffisant pour suivre les relations d'hébergement, identifier les fournisseurs DNS et regrouper les domaines par infrastructure partagée, ce qui constitue la base de presque toutes les techniques de filtrage réellement utiles.

Obtenir les fichiers de zone : gTLD contre ccTLD

C'est sur l'acquisition que se concentre la difficulté, et l'écart entre TLD génériques et nationaux est considérable.

Fichiers de zone gTLD

Pour les TLD génériques comme .com, .org ou .info, la procédure est normalisée mais bureaucratique. Les registres — Verisign pour .com et .net — exploitent des programmes d'accès aux fichiers de zone assortis d'un dossier de candidature, de conditions d'utilisation et, dans certains cas, de frais. Les détails sont publiés sur la page d'accès aux fichiers de zone de Verisign. L'approbation n'est qu'un début : les fichiers sont mis à jour quotidiennement, arrivent compressés et doivent être décompressés, analysés et indexés selon un calendrier régulier. C'est un engagement d'infrastructure permanent, pas un téléchargement ponctuel.

Fichiers de zone ccTLD : le vrai casse-tête

Les fichiers de zone ccTLD sont bien plus difficiles à obtenir que les fichiers de zone gTLD. De nombreux registres nationaux ne publient tout simplement aucun fichier de zone public. Le .de allemand et le .fr français en sont les exemples les plus marquants, tous deux invoquant la confidentialité des titulaires et des politiques nationales. Comme les registres ccTLD ne sont pas soumis aux règles de l'ICANN au même titre que les registres gTLD, il n'existe aucun programme d'accès centralisé auquel s'adresser : chaque registre fixe ses propres conditions, et pour une part non négligeable d'entre eux, la réponse est purement et simplement non.

Les données agrégées restent donc la seule voie praticable pour couvrir ces zones. Cela signifie aussi que la disponibilité par TLD est inégale chez tous les fournisseurs du marché, le nôtre compris. Avant de bâtir un workflow autour d'une zone nationale précise, vérifiez qu'elle figure bien au catalogue : WebTrackly publie actuellement 716 fichiers de zone TLD, avec les jeux enrichis correspondants dans la rubrique données de domaines. Pour le travail spécifique sur les domaines récemment enregistrés, consultez notre guide sur l'exploitation des domaines récemment enregistrés.

Filtrer le bruit : du fichier de zone brut à la liste exploitable

Un fichier de zone brut, ou un flux quotidien de domaines récemment enregistrés qui en découle, est un torrent de données. La difficulté n'est pas d'obtenir des données, mais d'obtenir des données utiles : une large proportion de tout flux NRD se compose de pages parkées et de spam PPC, et sans filtrage énergique, une campagne bâtie sur ces données est vouée à l'échec.

Une méthode de filtrage

• Reconnaissance des schémas de serveurs de noms. Le filtre au meilleur rendement. Des enregistrements NS pointant vers des prestataires de parking signalent un domaine sans site actif, et ils forment des grappes : un seul schéma élimine de nombreux domaines d'un coup. L'opération s'exécute hors ligne sur un CSV contenant déjà les champs NS, sans autre coût que le traitement.
• Filtrage par bureau d'enregistrement. Les enregistrements en masse à bas coût se concentrent chez une poignée de registrars et sont fortement corrélés aux grappes de parking ci-dessus : les deux filtres se cumulent au lieu de faire doublon.
• Analyse WHOIS. Enregistrements anonymes, adresses de contact génériques et services de confidentialité sont des signaux faibles pris isolément, mais utiles en combinaison avec les filtres structurels.
• Analyse technologique et de contenu. Sur une liste restreinte, identifier la plateforme sur laquelle tourne un site ajoute une dimension de qualification puissante. WebTrackly publie 79 listes de sites par technologie couvrant la détection de CMS et de plateformes — WordPress avec 21 639 326 domaines, Joomla avec 607 765, entre autres.

L'ordre compte. Appliquez d'abord les filtres structurels gratuits à l'ensemble de la zone, puis ne consacrez de requêtes réseau qu'aux domaines survivants. Inverser cet ordre est la façon la plus courante de transformer une analyse bon marché en analyse coûteuse.

Pourquoi les données de zone sont plus ardues qu'il n'y paraît

Deux constats surprennent systématiquement ceux qui abordent le sujet avec une culture data généraliste.

Le premier : pour le travail sur les domaines récemment enregistrés, la fraîcheur n'est pas un bonus, c'est toute la prémisse. Si les NRD sont intéressants, c'est parce qu'ils correspondent à des entreprises en phase de démarrage, encore en train de choisir leurs prestataires et de trancher. Une fois cette fenêtre passée, la liste n'est plus qu'une liste de domaines, et sa taille n'y change rien. C'est pourquoi WebTrackly génère chaque fichier au moment de l'achat plutôt que de distribuer une archive préconstituée.

Le second : le volume intéressant ne se limite pas aux TLD historiques. Les gTLD plus récents comme .xyz, .online et .site affichent un taux de déchet supérieur à celui du .com, mais le volume absolu d'enregistrements est assez élevé pour qu'un extrait bien filtré produise malgré tout une liste substantielle. Limiter sa couverture au .com et au .net revient à ignorer délibérément une large part du paysage actuel des enregistrements : ce n'est pas un choix neutre.

À retenir en pratique

1. Privilégiez la fraîcheur pour les campagnes NRD. Si vous ciblez des entreprises tout juste lancées, l'ancienneté de vos données est la variable qui détermine le résultat. Travaillez à partir d'un export récent.
2. Validez les enregistrements MX avant tout cold e-mail. Une liste de domaines ne vaut que ce que vaut sa validation MX, et cette validation vieillit. Faites la passe hors ligne sur le champ MX des données de zone enrichies, puis lancez des vérifications en direct avec un service comme Hunter.io ou ZeroBounce juste avant l'envoi. WebTrackly ne vend que des données au niveau du domaine — ni fiches de contact, ni adresses e-mail, ni numéros de téléphone.
3. N'écartez pas les ccTLD, mais vérifiez la couverture d'abord. L'opportunité de ciblage dans l'espace national est réelle, et le problème d'accès aux données l'est tout autant. Confirmez que la zone dont vous avez besoin est disponible avant de concevoir un dispositif autour d'elle.
4. Filtrez structurellement, puis sélectivement. Filtres sur les serveurs de noms et les registrars sur tout le fichier, requêtes réseau uniquement sur les survivants.
5. Segmentez par technologie. Savoir qu'un domaine tourne sous WordPress, Shopify ou Magento rend la prise de contact bien plus ciblée. Les listes de sites par technologie existent précisément pour vous éviter de développer votre propre détection.

FAQ

Quelle différence entre un fichier de zone et des données de zone enrichies ?

Un fichier de zone liste les domaines d'un TLD avec leurs enregistrements de serveurs de noms — une cartographie technique de ce qui existe. Les données de zone enrichies y ajoutent des attributs par domaine : champs NS, MX, IP et CMS, ce qui rend le filtrage possible sans exploiter votre propre infrastructure de crawl et de résolution. WebTrackly publie 716 packs de chaque type, dans les rubriques zones et données de domaines.

Pourquoi les fichiers de zone ccTLD sont-ils plus difficiles à obtenir que les fichiers gTLD ?

Réglementation nationale et autonomie des registres. De nombreux registres nationaux, notamment en Europe, font primer la confidentialité des titulaires et ne publient aucun fichier de zone complet, en invoquant souvent le droit de la protection des données. Les grands registres gTLD opèrent sous accords ICANN, qui prévoient un accès aux fichiers de zone selon des conditions définies. Il n'existe pas de mécanisme central équivalent pour l'espace national : les données agrégées sont donc l'alternative pratique là où l'accès direct est impossible.

Quelle est la fraîcheur des données au moment du téléchargement ?

Chaque fichier est exporté au moment de l'achat plutôt que servi depuis une archive préconstituée : il reflète donc l'état de la zone à cet instant précis. Vous recevez un CSV dans une archive ZIP, disponible immédiatement après paiement.

Quel est le tarif ?

Les packs individuels démarrent à $3.50 en achat unique, sans abonnement. Pour un usage régulier, deux formules existent : Pro à $29/mois pour 50 packs et 10 jeux de données avec 30K appels API, et Enterprise à $99/mois pour 200 packs et 50 jeux de données avec 300K appels API. Les collections multi-zones — dont le jeu de données complet all-domains, fort de 272 614 863 lignes — sont répertoriées dans la rubrique jeux de données. Voir aussi notre guide complémentaire sur les enregistrements DNS dans les données de zone.