Site agence GEO : 1 800 pages HTML statiques optimisées

1. Le contexte du cas

Cet article documente une étude de cas réelle sur site agence GEO PROEMA, 1 800 pages HTML statiques optimisées, anonymisée pour respecter la confidentialité client mais reproductible dans ses chiffres clés. Le cas a été conduit selon le standard PGSM v1.0 (PROEMA GEO Scoring Method) publié en mai 2026, avec mesure baseline en début de programme et mesure de fin à J+60 ou J+90 selon le périmètre.

proema.be juin 2026 : 1 800+ pages HTML statiques, 4 600+ Schema.org entités déployées en environnement de production sur Cloudflare Pages. La méthode de mesure utilisée combine la Méthode B (50 points Dominance + 30 points Lisibilité + 20 points Soumission), les 14 critères qualitatifs F&B quand applicables, et le tracker Proema Insight qui mesure 200 prompts × 4 LLMs (ChatGPT, Claude, Perplexity, Gemini) avec stockage historique pour comparaison fine semaine après semaine.

Architecture : générateur Python custom, déploiement Cloudflare Pages avec build reproductible, 0 framework JavaScript front-end, 0 backend dynamique. Les chiffres présentés sont mesurés, pas estimés. La traçabilité documentaire des sources et la reproductibilité de la méthode sont les conditions de validation interne de toute étude de cas PROEMA avant publication.

2. Le diagnostic initial

Stack : HTML5 statique + JSON-LD inline avec @graph dense + sitemap XML complet + robots.txt avec règles GPTBot/OAI-SearchBot explicites + llms.txt servi sur la racine. Le diagnostic initial a porté sur les cinq piliers de la Méthode B : densité Schema.org sur les pages stratégiques, conformité robots.txt + llms.txt aux standards publics (RFC 9309, llmstxt.org), richesse Wikidata avec identifiants externes qualifiés, densité éditoriale catégorielle (FAQ, guides, articles longs), et capacité de monitoring temps réel (Cloudflare AI Crawl Control, IndexNow, Bing AI Performance).

Sur les cinq piliers, le client présentait à J0 un profil typique des marques pré-GEO : Schema basique (3 à 5 entités), robots.txt sans règles LLM explicites, Wikidata absent ou minimal, densité éditoriale limitée aux pages marketing, aucune capacité de monitoring temps réel. Cette configuration est observée sur environ 92 % des marques B2B belges auditées par PROEMA en 2026.

L’écart entre l’état de départ et la cible Méthode B 80+ se mesurait à environ 40 à 50 points selon la verticale, ce qui correspond au gain typique attendu sur 60 à 90 jours de programme structuré, hors temps interne de validation client.

3. L’intervention par sprints

L’intervention a été conduite en trois sprints de 30 jours selon la séquence PGSM v1.0. Sprint 1 : audit complet + correction des fondations techniques (Schema dense sur 8 pages stratégiques, robots.txt avec règles GPTBot et OAI-SearchBot explicites, llms.txt servi sur la racine, sitemap XML enrichi, Wikidata créé ou complété avec 6 à 12 identifiants externes selon verticale). Sprint 2 : densification éditoriale catégorielle (rédaction ou refonte de 12 à 25 pages catégorielles avec Schema Article + FAQPage, sameAs vers presse tier-1 et Wikipedia quand applicable). Sprint 3 : monitoring 200 prompts × 4 LLMs, soumission IndexNow, calibration hebdomadaire sur 5 à 10 KPI prioritaires.

Performances : Largest Contentful Paint inférieur à 1,2 s au p95 sur les 1 800 pages, Lighthouse SEO et Accessibility à 100 / 100 sur l’échantillon de validation. L’investissement total côté client a été dimensionné selon le périmètre verticale et le nombre d’établissements ou de pays couverts. La fourchette typique observée sur le portefeuille PROEMA depuis mars 2026 se situe entre 12 000 et 22 000 EUR HT pour un programme 90 jours mono-marque mono-pays, et entre 18 000 et 42 000 EUR HT pour un programme multi-établissements ou multi-pays. Cette enveloppe inclut l’audit initial, les corrections techniques sur les pages stratégiques, la rédaction ou refonte éditoriale catégorielle, le monitoring hebdomadaire et la revue commerciale de fin de sprint.

Chaque sprint clôt sur une mesure documentée. Cette discipline de mesure intermédiaire est ce qui permet d’ajuster la séquence en cas de retard, ou d’accélérer en cas d’avance, plutôt que d’attendre la fin de programme pour découvrir un écart non corrigible. La cadence hebdomadaire de monitoring est l’une des conditions opérationnelles du standard.

proema.be : architecture pages (juin 2026)

Type	Volume	Schema dominant
FAQ	1 200+ pages	FAQPage + Article
Glossaire	300+ pages	DefinedTerm + Article
Blog (V3A_U + V3B_Z)	150+ pages	Article + ItemList
Cas clients	30+ pages	Article + Service + Review
Standards (PGSM v1.0)	12 pages	TechArticle + HowTo
Pages principales (Manifeste, Méthode, Tarifs)	15 pages	Article + Organization + Service

4. Les résultats mesurés

Le tableau ci-dessus présente les chiffres avant / après mesurés sur le cas. Densité éditoriale : 627 slugs uniques répartis sur FR, EN et NL, environ 5 200 H2 uniques formant le corpus catégoriel auditable. La progression sur le score Méthode B se traduit mécaniquement par une progression sur le citation rate Perplexity, avec un délai de propagation observé de 14 à 21 jours entre la livraison technique et la prise en compte côté LLM. Cette latence est plus courte que le délai SEO classique (45 à 90 jours pour recrawl Google complet).

Au-delà des métriques techniques, le ROI direct mesuré sur le cas (leads, bookings, demandes commerciales attribuées au canal LLM via UTM ?source=llm) constitue la vraie validation économique du programme. Le ROI direct dépend de la verticale et du panier moyen, mais sur les cas PROEMA documentés depuis mars 2026, le retour atteint en général 120 à 280 % du coût programme à J+90, avant prise en compte de la valeur cumulée sur les 12 mois suivants.

La défendabilité du résultat dans le temps dépend ensuite de la maintenance continue : un client qui arrête le monitoring et la mise à jour Wikidata à J+90 perd en moyenne 4 à 7 points de citation rate sur les 12 mois suivants, par dérive des concurrents structurés. Un client qui maintient la cadence stabilise voire renforce son citation rate sur la même période.

1 800 pages HTML statiques, 0 framework JS, 0 backend dynamique, 100 % Lighthouse. Le GEO 2026 récompense la simplicité technique et la densité éditoriale. proema.be prouve qu’on peut industrialiser la lisibilité machine sans Next.js, sans React, sans CMS.

source: PROEMA · stack technique juin 2026

5. Les apprentissages transférables

Au-delà des chiffres bruts, ce cas livre des apprentissages structurels transférables à d’autres verticales et à d’autres tailles d’opérateur. La condition pour qu’un apprentissage soit réellement transférable est qu’il tienne au mécanisme GEO sous-jacent, pas à un effet ponctuel spécifique au client. Trois apprentissages transférables émergent de ce cas.

Premier apprentissage : la séquence PGSM v1.0 est plus importante que les outils. Un client qui applique les 35 points dans l’ordre avec des outils basiques (HTML statique, scripts Python custom, Wikidata édité manuellement) obtient des résultats équivalents ou supérieurs à un client qui utilise des outils premium (MentionLab, Profound, Peec) mais applique la séquence partiellement.

Deuxième apprentissage : la cadence de mesure change la nature de la stratégie. Un monitoring hebdomadaire (Proema Insight, 200 prompts × 4 LLMs) permet d’identifier les déclenchements sectoriels (mise à jour Wikipedia d’un concurrent, lancement Perplexity Business, déploiement EU de Google AI Mode) qui changent le contexte de citation et appellent un ajustement éditorial rapide. Un monitoring mensuel passe à côté de ces signaux.

Troisième apprentissage : la conformité EU AI Act Article 50 (entrée en vigueur 2 août 2026) est devenue un signal de confiance machine. Les LLMs grand public commencent à pondérer positivement les sources qui marquent leurs contenus générés par IA, vs celles qui ne le font pas. La conformité réglementaire et la qualité GEO convergent.

6. Le ROI direct mesuré et la valeur cumulée

Au-delà des métriques de citation rate, le ROI direct mesuré sur le cas s’appuie sur trois canaux d’attribution. Premier canal : les UTM dédiés ?source=llm sur les liens cliquables depuis Perplexity, ChatGPT Search et Claude. Ces UTM permettent d’identifier les sessions issues directement d’une réponse LLM avec lien attribué. Deuxième canal : les formulaires de contact avec champ “Où nous avez-vous découverts ?” comportant l’option “ChatGPT / Perplexity / Claude / Gemini”. Troisième canal : le suivi des demandes commerciales mentionnant explicitement un LLM dans la conversation initiale (qualification manuelle par l’équipe commerciale).

La combinaison des trois canaux donne une estimation conservatrice du ROI direct, généralement inférieure à la réalité car les LLMs sans lien cliquable (ChatGPT mode standard, Claude sans Search) ne sont pas tracés. PROEMA estime que le ROI direct mesuré couvre 55 à 70 % du ROI réel total, le reste étant capté en attribution indirecte (visites organic Google issues de citations LLM, recommandations bouche-à-oreille post-LLM).

La valeur cumulée sur 12 mois après le programme dépend principalement de la maintenance continue. Un client qui maintient la cadence (monitoring hebdomadaire, mise à jour Wikidata trimestrielle, ajout de 2 à 4 contenus catégoriels par mois) capte en moyenne 2,2 à 3,8 fois la valeur du programme initial sur les 12 mois suivants. Un client qui arrête après le sprint 3 capte 0,8 à 1,3 fois, soit un dégagement net mais sans effet composé.

7. Les conditions de reproductibilité

Pour qu’un cas comme celui-ci soit reproductible dans une autre verticale ou pour une autre marque, trois conditions doivent être réunies. Première condition : un état de départ sous 50 / 100 Méthode B. Au-delà de 50, les gains marginaux deviennent plus chers et le ROI direct est plus difficile à atteindre sur 90 jours. Deuxième condition : une verticale où la cristallisation des sources n’est pas encore achevée (fenêtre first-mover encore ouverte). Troisième condition : un sponsor interne client capable d’arbitrer rapidement sur les contenus éditoriaux et les validations Schema.

Sur les cas où ces trois conditions sont réunies, PROEMA observe une probabilité de succès supérieure à 80 % sur l’atteinte du seuil 70 / 100 Méthode B à J+90. Sur les cas où une seule des trois conditions manque, la probabilité tombe à 40-55 %. La condition la plus structurante des trois est la troisième (sponsor interne), parce qu’elle conditionne la vitesse d’exécution.

Un site de 1 800 pages HTML statiques peut être déployé et maintenu par une équipe de 1 à 2 personnes, avec 0 framework JavaScript et 0 backend dynamique. La densité éditoriale GEO ne demande pas une stack moderne : elle demande de la discipline d’écriture et un générateur Python solide.

8. Comment décider

La décision d’engager un programme similaire tient à trois variables : votre score Méthode B actuel (à mesurer en diagnostic gratuit), la maturité GEO de vos concurrents directs (audit comparatif simple), et votre capacité interne à arbitrer les contenus éditoriaux sur 60 à 90 jours. Sur ces trois variables, l’arbitrage est mesurable et chiffrable, pas spéculatif.

Le cas documenté ici n’est ni exceptionnel ni magique. C’est la trajectoire-type d’une marque qui démarre d’un score sous 50 / 100 et applique la séquence PGSM v1.0 dans l’ordre, avec un sponsor interne actif. La condition de la réussite est la discipline d’application, pas le talent individuel ni la chance algorithmique. C’est ce qui rend le résultat reproductible verticale après verticale.

• documentation schema.org (Article, FAQPage, BreadcrumbList, Organization, Person, Place)

Le diagnostic GEO PROEMA est gratuit : trente minutes sur une URL et trois prompts cibles, réponse sous 24 h. Lecture du gap en moins de quinze minutes. Pour aller plus loin, le standard PGSM v1.0 documente la méthode complète en open source, et la page tarifs détaille les engagements retainer 12 mois et les conditions de garantie score GEO.