Rentabilité Airbnb par ville : calcul et tableau comparatif

Si vous cherchez une réponse rapide, il n’existe pas de “meilleure ville Airbnb” en absolu. La rentabilité Airbnb par ville dépend surtout du type de bien, de la profondeur de la demande, de la saisonnalité, des coûts d’exploitation, de la fiscalité et du risque réglementaire.

En pratique, Paris reste l’un des marchés les plus solides en potentiel de RevPAR, mais aussi l’un des plus contraints. Lyon et Lille affichent souvent des profils plus réguliers. Nice, Biarritz, Annecy ou Chamonix peuvent offrir un ADR élevé, avec une saisonnalité plus forte. Bordeaux, Marseille et Strasbourg demandent souvent une lecture plus fine du micro-emplacement et du calendrier local.

Le bon réflexe n’est donc pas de chercher “la ville la plus rentable”, mais la ville qui donne le meilleur net-net pour votre scénario réel d’exploitation. Le tableau ci-dessous sert de réponse rapide, puis l’article détaille la méthode complète : ADR, taux d’occupation, RevPAR, charges, fiscalité et cadre local. Si ces KPI ne vous sont pas encore familiers, ils sont expliqués juste après.

Tableau comparatif : rentabilité Airbnb par ville (top villes + lecture rapide)

Un tableau “par ville” n’a de valeur que s’il est actualisable et lu avec méthode. Les KPI (ADR, occupation, RevPAR) doivent être récupérés sur des sources cohérentes (AirDNA, analyses sectorielles…) puis corrigés avec vos hypothèses de coûts et de cadre local.

Comment lire le tableau sans se faire piéger (RevPAR vs revenu mensuel, occupation vs ADR)

Voici un tableau comparatif qualitatif (tendances) sur des villes françaises souvent citées dans les analyses “LCD”. Il ne remplace pas des chiffres actualisés (qui bougent), mais aide à lire rapidement les arbitrages.

Légende : ↑↑ très favorable / ↑ favorable / → variable / ↓ moins favorable (selon zone et typologie).

À utiliser comme point de départ : pour des chiffres (ADR/occupation/RevPAR) à jour, des sources comme AirDNA (par ville/zone) et certaines analyses 2026 (ex. Lodgify, à recouper) donnent un cadre, mais il faut reconstruire un net-net derrière (frais plateforme, coûts d’exploitation, fiscalité).

Si l’objectif est d’élargir la comparaison au-delà de la France, l’article sur la rentabilité Airbnb par ville en Europe aide à structurer la lecture entre marchés aux réglementations très différentes.

Tri utile : urbain vs mer vs montagne (quand la saisonnalité change tout)

Pour une short-list réaliste, trier les villes par “type de demande” est souvent plus efficace qu’un classement unique.

• Urbain (business + loisirs) : occupation souvent plus stable, plus facile à lisser, mais concurrence forte et contraintes locales parfois élevées.
• Mer : ADR peut monter fort en haute saison, mais la vacance hors saison pèse sur le RevPAR annuel.
• Montagne : “double saison” possible (hiver/été), mais dépendance aux conditions (enneigement, calendrier scolaire) et coûts d’exploitation parfois plus élevés (chauffage, logistique).

Le bon KPI n’est pas “l’occupation la plus haute” : c’est le RevPAR annualisé, puis le net-net une fois les coûts variables (souvent plus lourds en mer/montagne) intégrés.

Score “risque réglementation” : à ajouter à votre short-list

Ce score n’est pas un jugement : c’est un rappel qu’un marché peut être excellent… mais juridiquement/administrativement plus contraignant.

Exemples de points à vérifier (selon la législation en vigueur et la ville — et à valider sur les sites officiels/auprès de la mairie) :

• obligations d’enregistrement (et numéro à afficher),
• changement d’usage / autorisations éventuelles,
• limitations de durée (cas de résidence principale, notamment),
• règles de copropriété,
• politiques locales anti-saturation.

À Paris, la page officielle de la Ville de Paris sur les meublés touristiques est un bon point d’entrée pour comprendre les grandes lignes (et éviter de simuler un scénario inexploitable).

Rentabilité Airbnb par ville : les KPI qui permettent de comparer (ADR, taux d’occupation, RevPAR)

Rentabilité vs rendement locatif : ce qu’on mesure vraiment

Quand on parle de “rentabilité Airbnb”, on mélange souvent trois sujets différents :

• Le potentiel de chiffre d’affaires : combien le logement peut encaisser en brut (avant frais).
• La rentabilité nette : ce qu’il reste après les coûts d’exploitation (plateformes, ménage, linge, énergie, maintenance, vacance, assurance, etc.).
• Le rendement : ce net rapporté au capital immobilisé (prix du bien, travaux, mobilier). C’est un calcul d’investisseur, différent d’un calcul de propriétaire occupant qui s’absente.

Pour comparer des villes, on commence généralement par des KPI “marché” (ADR, occupation, RevPAR), puis on corrige avec une couche exploitation (coûts) et une couche réglementation/fiscalité (cap de nuitées, obligations, régime BIC, etc.). Pour approfondir la logique globale, la page dédiée à la rentabilité Airbnb pose les bases des calculs et des pièges fréquents.

Point important : une ville peut avoir un très bon “potentiel brut”, mais devenir moyenne (voire risquée) si l’exécution est complexe (logistique, turnover trop fréquent, contraintes locales) ou si le cadre réglementaire réduit la disponibilité exploitable.

ADR, taux d’occupation, RevPAR : définitions + formules simples

Trois KPI permettent de comparer des marchés, à condition de les lire ensemble.

• ADR (Average Daily Rate) : prix moyen par nuit vendue.
  Formule : ADR = Chiffre d’affaires hébergement / Nombre de nuits vendues

• Taux d’occupation : part des nuits réellement vendues sur les nuits disponibles.
  Formule : Occupation = Nuits vendues / Nuits disponibles

• RevPAR (Revenue per Available Room) : revenu par nuit disponible (le KPI le plus “comparable” car il combine prix et remplissage).
  Formule : RevPAR = ADR × Occupation

En pratique, si une ville A a un ADR plus haut mais une occupation plus faible, le RevPAR arbitre. C’est la raison pour laquelle beaucoup d’analyses sérieuses privilégient le RevPAR pour comparer des zones (AirDNA, notamment, structure ses dashboards autour de ces métriques).

Attention : le RevPAR est un KPI brut (avant frais et avant impôts). Pour une comparaison “investissement”, il faut ensuite descendre au net et au net-net (on y revient).

Pourquoi une “ville rentable” peut devenir moyenne sans bonne exécution (annonce, ménage, avis)

Deux biens dans la même ville peuvent afficher des résultats très différents, sans que le “marché” ait changé. Dans l’opérationnel, trois leviers font basculer la performance :

1. Distribution et annonce : qualité des photos, titre, description, traduction, choix des canaux (Airbnb, Booking.com…), règles de réservation, séjour minimum.
2. Pricing : capacité à ajuster les prix à la demande (saisonnalité, événements, jours de semaine vs week-end). Airbnb rappelle d’ailleurs les principes de tarification et les mécanismes type “prix intelligent” dans sa documentation officielle.
3. Expérience client : propreté, fluidité du check-in, literie, équipements, réactivité. Les notes et avis ont un effet direct sur la conversion, donc sur l’occupation.

Sur notre portefeuille Paris intra-muros (données internes 2025), nous observons un taux d’occupation annuel estimé autour de 84 %, un indice de RevPAR vs marché de 112 (base 100) et des notes moyennes supérieures à 4,8/5 sur Airbnb et 9/10 sur Booking.com. Ces éléments ne sont pas des garanties pour un bien donné, mais illustrent l’impact très concret de l’exécution sur la performance à marché constant.

À Paris, par exemple, les écarts observés sur un même type de bien (même surface) viennent souvent d’un triptyque très concret : photos + process ménage + stratégie prix événements. Pour situer ces enjeux dans la capitale (où la réglementation ajoute une contrainte spécifique), consulter nos analyses de rentabilité Airbnb à Paris permet de comprendre les variations par zone et par saison.

Cas pratique Leazly : comment estimer la rentabilité Airbnb d’une ville (brut vs net, hypothèses, check-list)

Le bon réflexe n’est pas “quelle ville est la plus rentable ?” mais “avec mon type de bien et mes contraintes, quelle ville donne le meilleur net-net avec un risque acceptable ?”.

Les hypothèses à poser avant de comparer deux villes (typologie, saisonnalité, durée moyenne)

Avant même d’ouvrir un tableau de KPI, il faut verrouiller des hypothèses comparables. Sinon, on compare un studio affaires en centre-ville avec un T2 loisirs en bord de mer.

Check-list “hypothèses” (simple mais redoutable) :

• Typologie : studio / T2 / familial, capacité, présence d’un extérieur, ascenseur, etc.
• Cible principale : loisirs, business, mix, clientèle internationale, déplacements médicaux/études…
• Durée moyenne de séjour :
  • séjours courts = plus de turnover (plus de ménage, plus de messages, plus d’usure)
  • séjours plus longs = moins de frais variables mais parfois moins d’ADR
• Saisonnalité : ville “4 saisons” vs ville “pic estival” vs montagne “hiver très fort”.
• Contraintes d’exploitation : accès immeuble, règles de copropriété, bruit, horaires d’arrivée, facilité de maintenance.

Dans le terrain Leazly, une hypothèse souvent sous-estimée est la durée moyenne : deux marchés peuvent avoir un RevPAR similaire, mais un marché avec des séjours de 1–2 nuits “mange” une partie du gain en coûts variables (ménage/linge) et en charge mentale (support, incidents).

Les charges à intégrer (plateformes, ménage, linge, énergie, vacance, fiscalité)

Pour passer du brut au net, il faut intégrer des coûts qui varient selon les villes… et selon l’organisation.

1. Frais de plateforme
   Airbnb détaille ses modèles de frais (côté hôte ou “host-only fee”) et leurs ordres de grandeur sur sa page d’aide dédiée aux frais de service. Ces frais se lisent “en %” du revenu, donc impact direct sur le net.

2. Ménage, linge, consommables
   Ce poste est souvent le premier “tueur de marge” quand on augmente l’occupation à tout prix. Il faut distinguer :

• coût réel du ménage (incluant le temps, le déplacement, le contrôle qualité),
• gestion du linge (prestataire ou interne),
• consommables (papier, savon, café, etc.).

Pour cadrer ce sujet concrètement, l’article sur le coût et organisation du ménage Airbnb aide à structurer une estimation réaliste.

3. Énergie + internet
   Très dépendant de la saison (chauffage/clim), des usages voyageurs et du niveau d’équipement.

4. Maintenance et renouvellement
   Ampoules, casse, petites réparations, remplacement de linge, usure accélérée. Une ville avec beaucoup de turnover “consomme” davantage.

5. Vacance locative
   Même avec un bon marché, il existe des périodes creuses (jours entre deux réservations, travaux, incidents). L’erreur classique : prendre un taux d’occupation “marché” sans l’ajuster à la réalité de votre disponibilité, du séjour minimum et du calendrier.

6. Fiscalité (BIC, micro vs réel, etc.)
   La location meublée relève en général des BIC, avec des régimes possibles (micro ou réel) selon la situation. Les règles, seuils et abattements évoluent : il est prudent de s’appuyer sur les pages officielles (impots.gouv / Service-Public) et de valider avec un expert-comptable pour un cas précis.

Conseil Leazly (selon nos données internes, Paris intra-muros, 2025) : verrouiller d’abord les charges “inévitables” (plateforme, ménage/linge, énergie, maintenance, vacance), puis seulement ensuite optimiser le pricing. Un prix moyen “optimiste” ne compense pas un modèle de coûts mal dimensionné.

Net, net-net : éviter les comparaisons trompeuses

Pour comparer deux villes, Leazly recommande un enchaînement de calculs standardisé :

1. Brut hébergement (CA)
   CA = Nuits vendues × ADR

2. Net d’exploitation (avant impôts)
   Net = CA – (frais plateforme + ménage/linge + énergie + maintenance + consommables + autres + vacance)

3. Net-net (après impôts)
   Net-net = Net – impôts (selon régime applicable)

Deux pièges fréquents :

• Comparer un CA mensuel (souvent présenté dans des classements) à un net annuel : ce n’est pas la même chose.
• Oublier une contrainte locale : par exemple, à Paris, la réglementation sur les meublés touristiques et la limite de durée applicable à certains cas (notamment résidence principale) peuvent plafonner mécaniquement le nombre de nuitées exploitables. La Ville de Paris explique ces règles et leurs impacts sur les démarches (enregistrement, cadre, etc.) sur sa page dédiée.

Enfin, si l’objectif est la sérénité plutôt que l’optimisation “à tout prix”, certains propriétaires/locataires arbitrent vers un modèle à revenu stabilisé, type loyer fixe garanti en sous-location, qui réduit fortement le risque d’occupation (au prix d’un upside parfois moindre). C’est une logique différente, mais comparable via le net-net “à risque”.

Fiches ville (template) : demande, saisonnalité, typologie gagnante, points de vigilance

Une “fiche ville” d’une page est souvent ce qui manque entre un classement sur internet et une décision solide. Elle force à documenter la demande, l’offre, les coûts, et surtout les contraintes.

Modèle de fiche ville à reproduire (5 rubriques + seuils d’alerte)

Template simple (copiable dans Notion/Google Sheets) :

1. Demande (qui réserve, pourquoi, quand ?)

• loisirs vs business vs mix
• part internationale
• événements structurants (salons, festivals, sports)
  Seuil d’alerte : dépendance à 1–2 “pics” seulement.

2. Saisonnalité (courbe mois par mois)

• haute saison, basse saison, “épaule”
• capacité à lisser avec des séjours moyens (1–4 semaines)
  Seuil d’alerte : creux longs + coûts fixes élevés.

3. Offre / concurrence (saturation et différenciation)

• densité d’annonces, niveau de standing, guerres de prix
• différenciation possible (balcon, clim, bureau, literie, calme)
  Seuil d’alerte : marché où l’unique différenciation devient le prix.

4. Réglementation & contraintes locales (à vérifier)

• règles mairie, enregistrement, limites éventuelles
• règles copropriété, nuisances, check-in
  Seuil d’alerte : incertitude forte (ou modèle qui suppose une disponibilité irréaliste).

5. Unit economics (net et net-net)

• hypothèses ADR / occupation / RevPAR (source + date)
• coûts variables par séjour
• hypothèse de vacance
• hypothèse fiscale (micro vs réel selon cas)
  Seuil d’alerte : marge qui ne tient que si “tout est parfait”.

Rappel de prudence : pour la partie fiscale (BIC, régimes, déductions), les pages officielles impots.gouv et Service-Public sont des bases fiables, mais une validation par un professionnel est recommandée dès que les montants deviennent significatifs ou que la situation sort du standard (les règles et seuils évoluent).

Ce qui fait diverger deux biens dans une même ville (micro-emplacement, immeuble, équipements)

Dans l’exécution, la “ville” compte… mais le micro-emplacement compte souvent plus.

Facteurs qui font diverger deux biens à 10 minutes l’un de l’autre :

• Bruit (bar, boulevard, cour, double vitrage) : impact direct sur les avis.
• Accès (4e sans ascenseur, digicode capricieux, arrivée tardive) : impact sur l’expérience et sur les coûts de check-in.
• Lit + douche : c’est trivial, mais c’est ce qui revient dans les commentaires.
• Bureau / wifi : très rentable dans les villes à demande business ou “bleisure”.
• Climatisation (selon ville) : différenciant en été, mais coûteux.

Sur Paris, l’équipe Leazly observe que certains équipements “modestes” (vrai bureau, éclairage, rideaux occultants, literie claire) ont un retour sur investissement rapide via de meilleurs avis et un meilleur taux de conversion — donc un meilleur RevPAR — même sans hausse agressive de prix.

Facteurs 2026 qui bougent la rentabilité : saturation, restrictions locales, coûts d’exploitation

En 2026, trois tendances peuvent faire bouger une “bonne ville” :

• Saturation de l’offre : plus d’annonces = plus de pression sur l’ADR hors pics. Des bases comme Inside Airbnb (quand la donnée est à jour) aident à visualiser la densité d’annonces.
• Restrictions locales : certaines villes renforcent le contrôle (déclarations, limitations, sanctions). Il faut intégrer ce risque dès la short-list.
• Coûts d’exploitation : énergie, coût du ménage, disponibilité des prestataires, qualité (et prix) du linge. Sur un modèle courte durée, ces coûts pèsent très vite sur le net.

Conclusion opérationnelle : une comparaison sérieuse n’est pas un “tableau figé” (les KPI marché bougent et l’exécution crée de gros écarts). C’est une feuille de calcul actualisable + une fiche ville + un plan d’exécution.

Optimiser la rentabilité, ville par ville : playbook opérationnel (pricing, occupation, coûts, avis)

Une fois la ville (et le bien) sélectionnés, la rentabilité se joue sur un playbook stable : prix, occupation, coûts, avis. Les leviers sont universels, mais l’intensité change selon la saisonnalité et le type de demande.

Tarification dynamique : arbitrer ADR vs taux d’occupation (objectif RevPAR)

Le bon objectif au quotidien n’est pas “ADR maximal” ni “occupation maximale” : c’est RevPAR maximal (et derrière, net maximal).

Approche simple :

• Définir un prix plancher (pour protéger la marge quand la demande baisse).
• Définir un prix plafond (pour éviter les nuits invendues “trop chères” hors pics).
• Ajuster le séjour minimum selon période (week-ends, vacances, basse saison).
• Travailler les événements : en ville, la demande explose sur certains calendriers (salons, semaines de la mode, grands tournois). Les sources officielles d’agenda (ex. office de tourisme) aident à anticiper.
• Tester et mesurer : si l’occupation monte mais que le net baisse, c’est souvent un signal de turnover trop coûteux.

Airbnb publie des conseils de tarification (dont “prix intelligent”) qui donnent un cadre. Sur le terrain, l’important est surtout la discipline : mise à jour régulière, suivi par semaine, et cohérence multi-plateforme quand on diffuse sur plusieurs canaux.

💡 Conseil Leazly : sur les biens gérés à Paris, l’équipe Leazly privilégie une logique “RevPAR puis marge” : si une baisse de prix de quelques % fait gagner des nuits qui ajoutent surtout du ménage et du support, le RevPAR peut monter… mais le net baisser. Le pilotage se fait donc avec un suivi des coûts variables par réservation, pas uniquement des KPI plateforme.

Réduire les coûts sans dégrader la note (ménage, linge, check-in, maintenance)

Réduire les coûts “au marteau” est le chemin le plus rapide vers une baisse de notes… et donc une baisse de conversion, puis de RevPAR. Le bon axe, c’est le process.

Leviers concrets :

• Standardiser le ménage : check-list, contrôle qualité, photos “après ménage”, gestion du linge fluide.
• Réduire les incidents : maintenance préventive (serrures, chasse d’eau, joints, détecteurs), kit de dépannage sur place.
• Check-in : automatiser quand c’est possible (et autorisé), sinon structurer des créneaux et un protocole.
• Communication : messages templates + informations utiles (accès, transports, règles) pour réduire le support.

Si l’objectif est de déléguer sans perdre en qualité, une conciergerie Airbnb à Paris (ou dans votre ville) doit être évaluée comme un partenaire opérationnel : process ménage, gestion des imprévus, reporting, stratégie prix — pas seulement comme une ligne de commission. (Sur notre portefeuille, le temps moyen de première réponse est de 18 minutes et 98 % des ménages sont réalisés avant l’heure de check-in prévue, selon nos données internes 2025.)

Airbnb vs location classique : quand la courte durée gagne (et quand elle perd)

La courte durée gagne souvent quand :

• le bien est très bien situé et différenciant,
• la demande est forte et régulière (ou très bien “monétisable” sur des pics),
• l’exécution est professionnelle (process + pricing + avis),
• la réglementation permet une exploitation stable.

Elle perd souvent quand :

• le marché est ultra-saisonnier et les creux sont longs,
• les coûts variables explosent (turnover + linge + maintenance),
• la réglementation limite fortement le nombre de nuitées exploitables,
• le temps de gestion n’est pas correctement valorisé.

Pour les propriétaires/locataires qui veulent arbitrer entre performance et tranquillité, deux options existent souvent :

• délégation pro (conciergerie structurée, process),
• ou modèle “sécurisé” (revenu stable), à comparer au cas par cas.

💡 Estimez vos revenus locatifs à Paris avec Leazly : Libérez-vous des contraintes tout en maximisant la rentabilité de votre appartement. Leazly vous garantit un revenu fixe chaque mois, sans aucun stress. Transformez votre absence en revenus garantis.

Pour aller plus loin sur un cas Paris (où la décision dépend autant du cadre local que des KPI), le mieux est de demander un audit de rentabilité en location courte durée à Paris. L’intérêt : sortir d’un “classement de villes” et obtenir un net-net cohérent avec la typologie, la zone et le scénario d’exploitation.

(Et pour ceux qui s’intéressent à l’écosystème côté gestion, l’article “métier” sur devenir conciergerie Airbnb donne aussi un aperçu des coûts et contraintes opérationnelles — utile pour challenger un devis ou un modèle de délégation.)

FAQ — rentabilité Airbnb par ville (questions fréquentes avant d’investir)

Quel KPI regarder en premier pour comparer deux villes : ADR, occupation ou RevPAR ?
RevPAR est généralement le meilleur point de départ car il combine ADR et occupation. Ensuite, il faut descendre au net (coûts) puis au net-net (fiscalité). Un RevPAR élevé peut masquer des coûts variables très lourds (turnover, linge, maintenance).

Est-ce que les “revenus mensuels” affichés dans certains classements sont fiables ?
Ils peuvent être utiles comme ordre de grandeur, mais ils sont souvent basés sur des hypothèses simplificatrices (disponibilité théorique, frais non inclus, saisonnalité lissée). Le bon réflexe : reconstituer vos hypothèses (disponibilité réelle, durée de séjour, coûts, fiscalité) et vérifier la date/source des données.

Comment intégrer la fiscalité (LMNP / BIC) dans la comparaison par ville ?
En pratique, la fiscalité dépend surtout de votre situation et du régime applicable (micro vs réel, etc.), plus que de la ville elle-même. Pour éviter les erreurs, appuyez-vous sur les pages officielles (impots.gouv, Service-Public) et faites valider par un professionnel (expert-comptable) si vous investissez ou si les montants deviennent significatifs.

Pourquoi Paris est souvent “à part” dans les comparaisons de rentabilité ?
Paris combine une demande structurellement forte et des pics événements… avec un cadre réglementaire spécifique sur les meublés touristiques (dont des limites de durée dans certains cas). Résultat : le potentiel brut peut être élevé, mais la rentabilité réelle dépend fortement du scénario (résidence principale, résidence secondaire, statut, autorisations, etc.) et du nombre de nuitées réellement exploitables.

À partir de quand déléguer (conciergerie) devient rentable ?
Dès que le coût en temps, le risque d’erreurs (mauvais pricing, ménage inconstant, support lent) ou la difficulté à maintenir une note élevée commence à peser sur l’occupation et la conversion. La délégation devient “rentable” quand elle améliore le net (via meilleur RevPAR et moins d’incidents), pas uniquement quand elle libère du temps.

Pour comparer la rentabilité Airbnb par ville sans se tromper, il faut une méthode qui va au-delà des classements : KPI marché (ADR/occupation/RevPAR) → hypothèses → coûts → net-net → risque réglementaire. C’est exactement ce que l’équipe Leazly met en place sur les biens gérés à Paris, avec une approche très opérationnelle (pricing dynamique, logistique, qualité ménage, support, suivi performance).

Si un bien est à Paris (ou si un projet vise Paris), la voie la plus simple pour obtenir une estimation fiable est de demander un audit de rentabilité en location courte durée à Paris : une projection net/net-net, basée sur le micro-emplacement, la typologie et un scénario d’exploitation réaliste — avec, si besoin, une option de gestion A à Z et de sécurisation des revenus.

Sources

• AirDNA — Paris short-term rental market (RevPAR, ADR, taux d'occupation)
• Airbnb — Frais de service hôtes
• Airbnb — Conseils de tarification pour les hôtes
• impots.gouv.fr — Location meublée de tourisme : obligations et fiscalité
• Service-Public.fr — Revenus d'une location meublée : déclaration
• Ville de Paris — Meublés touristiques
• Lodgify — Villes françaises Airbnb (classement 2026)
• Eurostat — Short-stay accommodation via platforms (monthly data)