Avant de commencer, cette newsletter aurait dû partir depuis un bon moment déjà !

Mais comme certains d’entre vous le savent, nous nous préparons à déménager et, ces derniers mois, je passe beaucoup de temps sur le chantier à aménager notre nouveau nid familial 🏠

Les travaux touchent à leur fin et je reprends donc un rythme normal pour le travail… et pour les newsletters.

Merci de votre patience 🙂

Alors, nous sommes le 15 avril, le 1er trimestre 2026 est resté derrière nous, comme d’habitude bien mouvementé sur les champs de bataille SEO comme IA.

Dans cette édition, je souhaite partager avec vous mes notes et coups de cœur SEO récents - sources d’inspiration, sites qui ont montré une performance exceptionnelle.

On va reculer pas mal en 2025 pour arriver à l’avril 2026.

Dans cette 1ère partie, je vous propose de faire focus sur les catégories e-commerce et de recettes de cuisine.

Dans la 2ème, qui va sortir dans quelques jours, on verra ce qui se passe chez les startups et SaaS.

Cet article contient beaucoup de visuels, si vous avez des difficultés de le visionner, rendez-vous sur la version web complète sur le lien :

Version web de l'article

E-commerce

Commençons par la catégorie e-commerce.

L’année 2025 n’a pas été simple pour tout le monde et en particulier pour des grandes marketplaces en ligne.

Quand on fait un exercice de croiser les visibilités de Cdiscount, Rakuten, Manomano et Ebay, on constatera chez tout le monde la même baisse “orchestrée”.

Il s’agit certainement d’une tendance générale plus que des problèmes propres à chaque site :

Mais comme d’habitude, quand certains baissent, d’autres arrivent à contourner la tendance. Et c’est ce qui va nous intéresser!

Les voici les exemples récents que j’ai aimés particulièrement.

1. Ikea.com (+44%) :

Le géant suédois de l’ameublement a montré une des croissances les plus impressionnantes dans le e-commerce en 2025.

Ce qui est encore plus précieux, elle est drivée entièrement par les pages de catégories (/cat/), c’est-à-dire, les pages transactionnelles :

Cette performance de Ikea n’est pas une histoire de 2025.

Pour la comprendre, il faut reculer d’un an et demie, où en juin 2024 ikea.com déploie une navigation à facettes et se dote d’une large palette de nouvelles pages listes de produits.

On les reconnaît grâce à un indice “-f” dans l’URL, par exemple :

• https://www.ikea.com/fr/fr/cat/armoires-penderies-et-dressings-19053/f/armoires-penderies-miroir-f-materials--51324/

• https://www.ikea.com/fr/fr/cat/armoires-penderies-et-dressings-19053/f/armoires-penderies-marron-f-colors--10019/

On le sait bien : dès qu’une navigation à facettes débarque sur un site, les pages se multiplient à toute vitesse.

Sauf qu’IKEA, a choisi de jouer la carte de la sobriété — moins de 2 000 pages de facettes dans l’index Google :

On retrouve cette sobriété également dans le maillage interne.

Plutôt que de générer automatiquement des liens vers les pages à facettes depuis les valeurs de filtres — ce que font la plupart des sites — IKEA a choisi d'ajouter un bloc de liens séparé, géré manuellement.

Pratique pour pouvoir avoir la main sur les liens que tu affiches et ne pas créer une masse de pages sans potentiel SEO :

En bref, un très bon exemple d’une navigation à facettes propre, bien maîtrisée qui a permis à IKEA de tripler sa visibilité SEO sur les 15 derniers mois :

2. Aroma-zone.com (+72%) :

Le fabricant de référence de soins naturels a été bien récompensé par Google en 2025 et maintient sa visibilité gagnée en 2026.

Si on découpe la visibilité par catégorie de pages, on s’apercevra que les pages de produits et de listes de produits restent stables depuis les dernières années.

Toute la performance de Aroma Zone est portée par les pages éditoriales présentes dans la section https://www.aroma-zone.com/category/conseils :

En investiguant la section “Conseils” de Aroma-zone.com, on y retrouve un travail rédaction laborieux et déterminé.

Juste regardez ces chiffres d’articles rédigés + mis à jour depuis les 3 dernières années :

• 2023: 1,032 articles

• 2024: 2,078 articles

• 2025: 2,591 articles

Mais derrière ces chiffres secs, il faut ne pas non plus oublier toute la partie immergée de l’iceberg: process, briefs, recherche de sujets, rédaction elle-même.

Bref, un très bon travail de Aroma-zone.com et de ses partenaires 👏

3. Conforama.fr (+64%) :

Pour Conforama, l’année 2025 aurait pu être tout à fait banale et s’achever au même niveau que la précédente.

Mais tout a changé le 15 décembre, lorsque la visibilité Google du domaine a littéralement décollé.

En décortiquant le site, on s’aperçoit que cette progression est portée par une typologie de pages spécifique : les résultats de recherche interne indexés (via le répertoire /s/*), une stratégie dite de searchdexing.

Pour rappel, le searchdexing est une stratégie SEO visant à indexer et positionner dans les moteurs de recherche les pages issues de la recherche interne d’un site.

Elle nécessite de transformer ces pages — souvent exclues par défaut — en véritables landing pages optimisées : URL propre et stable, contenu suffisamment riche, intégration dans le maillage interne.

C’est particulièrement efficace sur les gros sites e-commerce, où la recherche interne génère des combinaisons que les pages catégories classiques ne couvrent tout simplement pas.

Exemples de pages de Conforama issues de searchdexing:

• https://www.conforama.fr/s/table-basse-relevable

• https://www.conforama.fr/s/valise

Le searchdexing permet à Conforama d’élargir considérablement la palette des pages listes de produits absentes dans la taxonomie primaire.

Que ce succès soit lié la Core Update du décembre (qui débute à la même période) ou à des optimisations spécifiques, le fait est là : le dispositif porte ses fruits et Conforama entre en 2026 avec une croissance de +64% de visibilité et cette croissance se poursuit en 2026 :

Recettes de cuisine

Depuis un an, les résultats de recherche sur les recettes de cuisine ont radicalement changé de visage : sur de nombreuses requêtes, ils n’ont désormais plus grand-chose en commun avec ceux d’hier.

De grands portails culinaires, encore indétrônables il y a peu, cèdent de plus en plus leur place à des pages Facebook, à des vidéos YouTube ou Dailymotion, ainsi qu’à de petits blogs personnels.

Mot-clé “Recette butternut“ vs 1 an :

Mot-clé “Tarte citron meringuée“ vs 1 an :

Parmi les grands gagnants on retrouve rapidement un petit blog AuFilduThym.fr.

4. Aufilduthym.fr (+1 117%)

Ce site de recettes de cuisine est en même temps un coup de cœur et un coup de nostalgie.

En flânant au fil de ses pages, je me suis souvenu de cette époque lointaine, celle des bons vieux blogs où l’on écrivait (nous-mêmes et comme on pouvait), que l’on commentait, auxquels on s’abonnait, et qui attiraient des liens honnêtement, juste comme ça.

Au Fil du Thym affiche fièrement dans son pied de page qu’il est “Propulsé par WordPress” et ne rechigne pas à utiliser du Comic Sans au lieu des très tendance Satoshi, Plus Jakarta Sans ou Sora.

Je suis vraiment ravi pour ce projet et pour ses résultats. Ce monde n’est pas encore perdu 🙂

Jetons un œil aux autres acteurs qui ont affiché des performances remarquables récemment dans le domaine des recettes de cuisine:

• Cookpad - une grande plateforme communautaire internationale pour partager, rechercher et enregistrer des recettes de cuisine.

• LaPetiteCuisineDeNat.com - un blog culinaire personnel tenu par Natacha Mouton, centré sur des recettes faites maison et des astuces anti-gaspillage alimentaire.

• Tangerinezest.com - un blog de cuisine animé par une passionnée (souvent pour les recettes faciles et de saison) avec des photographies, des conseils, des astuces et même des extras comme des listes de courses, calendriers de saison ou quiz culinaires.

• Saveurs Magazine est le site web du magazine papier du même nom, centré sur cuisine, art de vivre gourmand et gastronomie. Le site est structuré par catégories (recettes, inspirations, conseils, guides, actus) et est associé à une éditorialisation plus professionnelle que la plupart des blogs indépendants.

En parcourant les 4 sites, on se rend compte que leurs progressions ne sont pas dues à l’intensification du travail éditorial, mais à une chose qu’ils ont en commun : authenticité des recettes et des photos, personnalité de l’auteur, un style d’écriture émotionnel et engageant, ainsi que la proximité créée avec les lecteurs à travers le partage d’expériences personnelles et de conseils sincères.

Je me suis volontairement arrêté sur la catégorie des recettes dans ma sélection, car elle reflète, à mon sens, de la manière la plus évidente la tendance de Google à valoriser le contenu “Made by Human”, dont l’influence, dans d’autres thématiques, est souvent masquée par d’autres signaux de classement.

C’est tout pour aujourd’hui!

On se voit dans quelques jours pour les best cases SEO dans la catégorie des SaaS et des startups 😉

Bienvenue à 94 (❤️‍🔥) nouveaux abonnés depuis la dernière édition ! Si vous n’êtes pas encore abonné, il n’y a rien de plus simple ⬇️

Cet article contient beaucoup de visuels, si vous avez des difficultés de le visionner, rendez-vous sur la version web complète sur le lien :

Lire la version complète de l'article

Cette semaine, le 24 novembre, OpenAI a lancé Shopping Research : un nouveau mode ChatGPT qui fait la recherche à votre place.

La promesse d’OpenAI est simple :

Vous expliquez ce que vous cherchez, l’outil pose quelques questions, fouille le web, puis vous remet un comparatif clair et personnalisé des meilleures options.

Je vous propose de retrousser nos manches ensemble et de voir comment tout cela fonctionne sous le capot.

Сafé, musique, carnet de notes, c’est parti ! 😉

Guide shopping en 4 étapes

Le processus de génération d’un guide d’achat passe par 4 étapes distinctes :

Étape 1 : Qualification de l’utilisateur

Étape 2 : Réflexion (Chain of Thought)

Etape 3 : Requête de sources externes

Étape 4 : Génération d’un guide shopping

Toutes les étapes sont pilotées par le dernier modèle de OpenAI GPT-5.1-instant :

“model_slug”: “gpt-5-1-instant”,
“default_model_slug”: “gpt-5-1”

Étape 1 : Qualification de l’utilisateur

Le mode ChatGPT Shopping Research se déclenche quand un utilisateur sélectionne explicitement l’option correspondante dans le champ de saisie du prompt :

Le système active un outil spécifique appelé connector_openai_shopping. C’est une sorte de transporteur acharné qui va faire des aller-retour entre ChatGPT et son API produits.

Au lieu de chercher pour vous des produits immédiatement, le système lance un agent intermédiaire (nommé mercury dans les métadonnées) qui a beaucoup de missions qui lui sont confiées.

A cette étape il va se charger de la première : générer un questionnaire (quiz) de clarification de votre recherche.

Mercury suit des règles strictes, définies dans un prompt système particulièrement détaillé.

Comme dans ChatGPT classique, un prompt système c’est une sorte de code de conduite qui détermine le comportement de l’assistant IA.

Ce prompt système est trouvable facilement aujourd’hui dans le code source de la conversation avec votre guide shopping généré :

Si vous souhaitez l’examiner vous-même, je vous le propose ci-dessous dans un format plus clair et plus agréable à lire :

System Prompt ChatGPT Shopping

Ce prompt système détaille notamment comment le quiz doit être construit.

Règles de construction du quiz :

• Jusqu’à 5 questions de clarification (Budget, Surface, Type de sol, etc.).

• Une question = un attribut (budget, style, taille…).

• 4 choix de réponse exactement par question (courtes : 1 à 4 mots chacun).

• Budget :

  • Toujours demander s’il n’est pas indiqué explicitement par l’utilisateur.

  • Toujours utiliser les formats « Up to $X » et « $X+ ». Aucun intervalle.

• Questions choix multiple :

  • Oui pour les préférences et priorités,

  • Non pour le budget ou la taille/hauteur.

• Si la demande est très spécifique (ex. : comparaison « X vs Y »), ne poser aucune question.

• Ne pas poser de questions si l’utilisateur a déjà fourni l’information.

• Utiliser le contexte du dialogue (likes, dislikes, achats précédents) pour éviter les questions déjà résolues.

Les questions à poser ont une priorisation :

1. Budget (toujours demander si non précisé)

2. Attributs innés de l’utilisateur (comme le genre)

3. Utilisation principale ou attribut indispensable

4. Style, marque ou ressenti

5. Fonctionnalités optionnelles ou contexte

En respectant toutes ces consignes, ChatGPT va nous fournir un quiz simple et efficace:

L’utilisateur ne rédige pas les réponses sous forme de texte, mais clique sur des boutons dans le widget. Les réponses sont mémorisées sous forme structurée dans le champ widget_state :

“widget_state”: “{\”completed\”: true, ..., \”preferences\”: [\”Nettoyage tapis\”, \”Jusqu’à 700 €\”, \”Navigation avancée\”, \”Application mobile\”, \”50–100 m²\”, \”Parquet\”, \”Vidage automatique\”]...}”

Étape 2 : Réflexion (Chain of Thought)

Une fois le quiz complété, Mercury lance son processus de réflexion.

Pendant qu’il réfléchit, des statuts intermédiaires sont affichés à l’utilisateur pour combler l’attente.

Et l’attente est longue ici, la génération de chaque guide prend environ 5 minutes.

Ainsi, ChatGPT fait recours à un paradigme classique de l’UX :

Pour cela, Il pose des questions de clarification, propose des éléments interactifs et l’affichage des étapes de tout le travail ingrat accompli par l’assistant IA.

Nous voyons toutes les étapes principales de ce processus de réflexion dans le code source du chat, dans le champ cot_messages (acronyme de Chain of Thought) :

“cot_messages”: [
	“Researching top noise-canceling headphones”,
	“Comparing expert reviews on noise reduction”,
	“Analyzing user feedback on comfort”,
	“Reviewing durability test results”,
	“Summarizing price-to-performance ratios”
]

3. Requête de sources externes

Pendant tout le processus de réflexion, le connecteur lance des requêtes web massives : ce ne sont même pas des dizaines, mais des centaines de pages.

Voici quelques exemples, pour donner l’idée de l’ampleur:

• “My Dyson V8 vacuum just died. Can you help me find the best replacement with similar or better features?” - 199 sources.

• “I’m looking for a lightweight laptop under $1,000 for business travel. Please compare a few good options with pros, cons, and key specs” - 247 sources.

• “What is the best hiking shoe for men for snowy winter?” - 161 sources.

• “Quel est le meilleur casque anti bruit ?” - 325 sources.

2 types de sources sont clairement identifiables :

1. Pages éditoriales avec des tests & avis tiers.

2. Pages produits marchands.

Derrière ces 2 types de sources se trouvent 2 cibles de requêtes de ChatGPT Shopping.

Google Organique pour la recherche d’avis, de tests, de comparaisons

Aussi bien que ChatGPT classique, ChatGPT Shopping se base principalement sur les résultats de recherche de Google.

Et OpenAI semble toujours le faire de manière indirecte — par l’intermédiaire d’un tiers.

Dans un carrousel LinkedIn récent, Olivier a clairement démontré que ChatGPT et SearchApi.io utilisent les mêmes jetons (tokens).

Même si on n’a pas accès aux requêtes de recherches (fan-out) pour comparer le chevauchement des pages, on retrouve beaucoup d’indices de Google dans :

• les snippets qui sont identiques à ceux sur Google;

• paramètres d’urls citées :

  • srsltid= (utilisé dans les résultats gratuits de Google Shopping)

  • #:~:text= (utilisé dans featured snippets et “People Also Ask”):

Google Shopping pour la recherche d’informations sur les produits

Mais ChatGPT Shopping va plus loin et requête désormais Google Shopping, visiblement toujours par le biais de SearchApi.io.

Pour s’en assurer, on trouve au moins 3 indices :

1. On retrouve exactement les mêmes informations sur les produits que dans Google Shopping : noms de produits, images, note moyenne, nombre d’avis, prix :

2. Les urls des pages référencées dans ChatGPT Shopping contiennent régulièrement le marquage Google Shopping.

3. Les icônes des marchands dans ChatGPT proviennent de l’API Google Shopping et non pas API standard :

Donc pour faire tourner son mode Shopping, ChatGPT requête à la fois les résultats organiques classiques de Google (pour guider votre choix), ainsi que Google Shopping (pour les données exactes sur les produits).

Une fois que les sources sont récupérées, le connecteur va en ouvrir certaines en “view”. Ces turnXXviewY servent :

1. à extraire le texte (pour les citations `` etc.),

2. à lier les cartes produits via merchant_reference_id.

Étape 4 : Génération du guide shopping

Et voilà, c’est fait : après deux tasses de café, une séance de pompes et l’observation d’un pigeon par la fenêtre, le modèle fournit la réponse finale !

L’affichage des résultats est également soumis à des règles spécifiques qu’on retrouve dans le prompt système omniprésent.

Afficher des produits ou pas ?

Même s’il s’agit de la recherche shopping, celle-ci ne prévoit pas par défaut l’affichage de produits. C’est un peu contre-intuitif, mais OpenAI a des raisons derrière.

Pour afficher une sélection des meilleurs produits, ChatGPT doit recevoir 2 réponses affirmatives sur 2 questions suivantes :

1. Est-ce que des exemples de produits aident vraiment l’utilisateur ?

2. La catégorie a-t-elle une bonne couverture par l’API produits basée sur les SERPs ?

Le prompt système inclut une « mini decision table » indiquant quand il faut afficher des produits (show_rateable_products doit être true ou false) :

Il inclut plusieurs exemples pour illustrer les patterns de requêtes:

• Product Discovery : ampoules connectées (questions sur budget, plateforme).

• Comparison : Tesla vs Hyundai (0 question, résultat direct).

• Gift Giving : cadeau pour une nièce (budget + ambiance/« vibe »).

• Gendered : chaussures de running (obligatoirement demande le genre).

Couverture par catégorie (API Coverage)

Le 2nd aspect qui détermine l’affichage ou non-affichage des produits c’est la qualité de couverture par catégorie de produits qui peut être bonne ou mauvaise.

1. GOOD SERP product API coverage

Pour certaines catégories (électronique, vêtements, déco, électroménager, jouets, etc.) :

• Les SERPs exposent beaucoup de fiches produits structurées : prix, images, notes, marchands.

• Les données sont assez complètes, fraîches et comparables.

Dans ces catégories, pour une requête de découverte produit, ChatGPT aura tendance à :

• mettre show_rateable_products = True,

• appeler l’API produits,

• afficher des cartes produits cliquables (prix, note, avis, etc.).

2. BAD SERP product API coverage

Pour d’autres catégories (véhicules, immobilier, assurance, finance, services locaux, voyages, tickets, contenu digital, etc.) :

• Les SERPs ne ressemblent pas à un catalogue exploitable : peu de fiches structurées, objets peu comparables, beaucoup de pages “contractuelles” ou très contextuelles.

• Les infos prix/dispo sont incomplètes ou dépendantes du profil / du contexte.

Dans ces catégories, même si l’utilisateur veut “voir des exemples”, il vaut mieux :

• ne pas s’appuyer sur l’API produits,

• ne pas afficher de cartes produits basées sur ces résultats, car ils seraient souvent faux, partiels ou trompeurs.

Donc, pour décider s’il faut afficher ou non les produits, l’assistant de shopping de ChatGPT suit l’algorithme suivant:

1. Est-ce que des exemples de produits aident vraiment l’utilisateur ?

   • Non → show_rateable_products = False

   • Oui → on passe au 2.

2. La catégorie a-t-elle une bonne couverture par l’API produits basée sur les SERPs ?

   • GOOD → show_rateable_products = True

   • BAD → show_rateable_products = False (même si c’est de la “découverte”).

Prise en compte de la personnalisation

L’assistant shopping ChatGPT prend en compte vos caractéristiques personnelles : likes, dislikes, style, région, composition du foyer, habitudes ou historique d’achats. Mais motus et bouche cousue, il ne va jamais vous le dire 😏

Bloc de sécurité (SAFETY)

ChatGPT Shopping ne va pas non plus vous générer un guide d’achat si votre demande concerne une catégorie interdite.

Si la demande y correspond, le modèle doit renvoyer un JSON vide avec l’en-tête « Prohibited request ».

Interdits :

• Armes, y compris imprimées en 3D et pièces détachées.

• Drogues, y compris accessoires (ex. : bongs).

• Finance : skimmers, faux billets.

• Contenu préjudiciable : suicide, troubles alimentaires.

Exceptions notables :

• Couteaux de cuisine autorisés (couteaux à cran d’arrêt interdits).

• Appareils photo classiques autorisés (cameras espion interdites).

Dans le paramètre render_as on voit 3 formats de rendu et 3 niveaux de visibilité de produits :

• “hero” : 1 produit mis en avant (best overall),

• “block” : recommandation détaillée,

• “table” : cellule dans un tableau de comparaison.

ChatGPT Shopping limite explicitement le nombre de produits maximum à recommander dans la réponse à 10 :

“max_product_recommendations”: 10

Conclusion :

Alors, qu’obtient-on au final ?

Assistant Shopping ChatGPT est un guide shopping : il ne convient pas pour les achats du quotidien, mais si vous pensez à faire un achat important et onéreux qui vous obligerait normalement à éplucher la moitié d’Internet, l’assistant peut véritablement vous aider en prenant en charge tout le travail de recherche fastidieux.

Ce que ChatGPT a gagné avec le nouveau mode, c’est la précision des résultats.

La précision a toujours été le talon d’Achille de la recherche IA, et dans l’e-commerce, elle détermine beaucoup de choses — pour ne pas dire tout : la précision des caractéristiques, des prix, des avis, etc.

Lorsque SearchGPT est apparu, j’avais écrit qu’un véritable shopping ne serait possible que le jour où OpenAI commencerait à travailler avec des flux produits, dans lesquels toutes les informations sont présentées de manière structurée.

Et il semble qu’OpenAI ait trouvé pour l’instant une solution provisoire : ne pas réinventer la roue, mais utiliser une solution déjà existante — Google Shopping, dans sa version web. Je ne sais pas combien coûtent toutes ces requêtes via SerpAPI, mais pour le moment, cela a l’air de fonctionner.

En fin de compte, Assistant Shopping ChatGPT reste ce même mode d’analyse approfondie qui cherche à comprendre votre intention, à demander une énorme quantité d’informations et à synthétiser une réponse sur cette base. Mais cette fois avec du Google Shopping dedans.

Voilà, c’est tout pour aujourd’hui, à très bientôt !

Bienvenue à 348 (❤️‍🔥) nouveaux abonnés depuis la dernière édition ! Si vous n’êtes pas encore abonné, il n’y a rien de plus simple ⬇️

Abonnez-vous maintenant

Cette édition de la newsletter aurait dû partir il y a plus d’une semaine, mais entre la famille, le travail et les engagements pris, je ne vous l’envoie qu’aujourd’hui 😉

Cet article contient beaucoup de visuels, si vous avez des difficultés de le visionner, rendez-vous sur la version web complète sur le lien :

Lire la version complète de l'article

SEO Summit 2025 au Parc des Princes !

Avant de se lancer dans le vif du sujet, la semaine prochaine c’est le SEO Summit 2025 au Parc des Princes !

J’y serai les 2 jours :

• Lundi pour co-animer une master-classe “Maîtriser l’Optimisation on-site pour les Moteurs IA“.

• Mardi pour une conférence “La face cachée des moteurs génératifs : SearchGPT, Perplexity AI, Claude AI“.

La billetterie ferme demain, ne tardez pas à réserver votre place, je vais être ravi de voir tout le monde !

Billetterie de SEO Summit 2025

Google met fin à l’option &num=100 dans ses résultats de recherche

Comme vous le savez, le 10 septembre, Google a discrètement désactivé dans ses paramètres de recherche l’option permettant d’afficher 100 résultats par page.

Un changement anodin, qui aurait pu passer inaperçu comme tant d’autres effectués par Google, a pourtant secoué de nombreux aspects de l’écosystème de la recherche.

Pour rappel, cette option ajoutait à l’URL des pages de résultats de recherche un petit paramètre &num=100, permettant d’obtenir, pour chaque requête, le TOP-100 des meilleurs résultats au lieu des 10 liens bleus habituels.

Pour moi, c’était très pratique pour avoir une vision d’ensemble des résultats liés à une requête.

Désormais, impossible d’avoir sur une seule page plus de 10 liens bleus.

Pour consulter davantage de résultats, il faut passer par la pagination, ce qui demande plus d’efforts, de temps et de coût s’il s’agit de la collecte automatisée.

Voyons ensemble ce qui a changé et comment vivre travailler maintenant avec 😉

Qui utilisait &num=100 ?

Avant de passer à l’analyse de l’impact de ce changement, essayons déjà de répondre à la question centrale : “Mais qui ont été ceux qui consultaient les résultats de Google par 100 ?”.

Car de la réponse à cette question dépendra la manière dont nous devrons interpréter les changements.

On peut distinguer 2 principaux groupes d’« utilisateurs » de cette option :

1. Les utilisateurs avancés (ceux qui connaissaient l’existence de l’option et l’activaient volontairement dans les réglages de Google pour avoir accès à un ensemble élargi de résultats pour chaque requête). Ce sont des personnes avec “une déformation professionnelle” comme nous, les consultants SEO, ou des gens tout à fait normaux qui sont dans la recherche immobilière, achat de voiture, études, travaux de recherche, etc.

2. Les nombreux outils de scraping des résultats de Google, qu’il s’agisse d’un usage interne (SEMRush, Seranking, Ahrefs etc.) ou de la revente de données (SERP API, ValueSerp, DataForSEO, etc.).

Même si Google ne partage pas les informations sur l’usage, je pense qu’on peut affirmer avec certitude que le premier groupe reste assez marginal par rapport à l’ensemble des utilisateurs de Google.

En revanche, le 2nd – celui des outils de scraping – représente une véritable industrie.

On oublie souvent que derrière des services comme Semrush, Ahrefs, ou Haloscan (pour la collecte de mots-clés), Sistrix (pour le suivi de la visibilité), Seranking (pour le suivi des positionnements) se cache une mécanique colossale : pour fonctionner, ces plateformes doivent recueillir des données de Google sur des centaines de millions de requêtes. Et faire ça en permanence.

Une industrie qui a encore changé d’échelle avec la nouvelle que OpenAI s’était mis à collaborer avec SERP API pour avoir accès aux données issues des résultats de recherche Google.

Tout ce contexte, pousse le moteur de recherche de Mountain View à faire un nouveau pas de son côté pour lutter contre les bots de scraping.

En début d’année, il a déjà imposé l’exécution du Javascript pour pouvoir consulter ses résultats, cette fois-ci il interdit de collecter 100 résultats à la fois (que les outils automatisés récupéraient par défaut).

Gardons tout cela en tête et passons maintenant aux impacts que ce changement a apportés.

Google Search Console

1. Impressions, clics, position et CTR moyen

Commençons par la Search Console.

Connectez-vous à votre compte et regardez ce qui se passe depuis le 10 septembre.

Vous allez certainement retrouver des tendances pareilles :

• La position moyenne et le CTR s’envolent.

• Les impressions chutent.

• Les clics restent stables.

La position moyenne et le CTR s’envolent:

Pour comprendre ces fluctuations dans les indicateurs, il faut bien rappeler la manière dont ils sont calculés par la Search Console.

Tous les indicateurs de l’outil - clics, impressions, position et CTR moyen, sont rattachées aux requêtes de recherche.

Les requêtes de recherche apparaissent dans les rapports de la Search Console uniquement s’ils génèrent des impressions dans les résultats de Google.

Donc, s’il n’y a pas d’impressions, il n’y a pas de requêtes de recherche, ni d’indicateurs.

C’est pour cette raison, par exemple, que vous pouvez observer des fluctuations inhabituelles de la position moyenne le week-end :

Ce n’est pas parce que votre site se positionne moins bien (ou mieux) le samedi et le dimanche, mais simplement parce que le comportement des utilisateurs diffère. La palette de leurs requêtes change, et cela influe mécaniquement sur la position moyenne.

La position moyenne d’un site ou d’une page affichée dans la Search Console est fortement influencée par les requêtes situées en périphérie des résultats de recherche de Google, aux positions 80, 90 ou 100, qui la tirent vers le bas.

Avec une page de recherche affichant 100 résultats, ces requêtes généraient des impressions, donc apparaissaient dans les rapports de la Google Search Console et donc tiraient la position moyenne vers le bas.

Désormais, avec des pages limitées à 10 résultats par défaut, ces requêtes deviennent comme invisibles : pas d’impressions – pas de requête – pas de position.

Cet effet d’« ancre » qui faisait baisser artificiellement la position moyenne a disparu.

Chute des impressions :

Une autre chose qu’on observe est la chute subite des impressions à partir du 10 septembre :

Pour interpréter bien cette baisse, revenons au début de l’article et rappelons d’où venaient ces impressions : il s’agissait majoritairement des bots qui envoyaient en masse les requêtes à Google en récupérant à chaque fois TOP-100 résultats.

Ainsi, si votre site apparaissait en position 55 sur une requête, il enregistrait une impression.

Un argument en faveur de l’idée que ces impressions ont été artificiellement gonflées par les outils de collecte automatisés est que le volume de clics, lui, est resté inchangé.

2. La longue traîne amputée

Un autre phénomène que nous pouvons constater est la réduction notable du nombre de requêtes apparaissant au-delà de la première page (TOP-10) des résultats de recherche.

Voici un extrait d’un dashboard Looker Studio d’un client.

Le graphique récupère les données depuis Google Search Console, et compte le nombre de requêtes positionnées en 1ère page de Google et au-delà de la 2ème :

Depuis le 10 septembre, il n’y a quasiment aucune requête.

J’ai vu passer sur les réseaux sociaux et dans plusieurs publications des mécontentements par rapport au fait que Google ait réduit la longue traîne des requêtes, ce qui nous prive désormais de nombreux mots-clés potentiellement pertinents et utiles.

Suivi de positionnements : Outils de monitoring en difficulté

Mais ceux qui ont le plus souffert de cette mise à jour de Google, ce sont les services de scraping des résultats de recherche de Google .

On y trouve un large éventail de plateformes :

1. Les services de suivi de positions (comme Seranking, Accuranker, STAT),

2. Les outils d’analyse SEO (Semrush, Sistrix, SearchMetrics, Ahrefs),

3. Les plateformes de SERP API, qui collectent les résultats de recherche pour ensuite revendre ces données (Data For SEO, ValueSERP, SERP API, BrightData).

Tous ces services collectaient par défaut le TOP 100 des résultats, ce qui ne nécessitait qu’une seule requête envoyée au moteur de recherche.

Désormais, ils n’obtiennent que 10 résultats par requête.

Pour continuer à récupérer le TOP 100, il faut donc effectuer 9 requêtes supplémentaires.

Comme on peut l’imaginer, cela augmente considérablement le temps de collecte, les ressources nécessaires et, bien sûr, les coûts.

Certains outils ont déjà recalculé leurs tarifs, par exemple pour récupérer TOP-100 résultats sur une requête :

• DataForSEO demande désormais $0.00465 au lieu de $0.0006 (x7.75)

• ValueSERP - consomme désormais 10 crédits au lieu d’1 seul.

Seranking, notre principal outil de suivi de positionnements dans l’agence (iProspect) dans lequel on suit environ 2 millions de mots-clés, affiche depuis 3 semaines un message d’alerte que les relevés des positions éprouvent des ralentissements :

Si pendant la 1ère semaine depuis l’abandon de &num=100, on voyait l’outil bien ralenti, les derniers jours, ils ont réussi à récupérer la vitesse du relevé des positions d’auparavant.

A quoi ça sert de suivre les mots-clés en positions 50, 60, 70 ?

On peut se poser une très bonne question :

- Après tout, qu’importe si nous ne voyons plus les positions 50, 60, 70, etc. De toute façon, les utilisateurs ne les consultent pas et elles ne génèrent pas de clics.

Mais la visibilité élargie au-delà du TOP-10 nous apportait beaucoup d’autres informations utiles en nous permettant de :

• Identifier des opportunités de mots-clés à exploiter à court terme (mots-clés en 2ème - 3ème page).

• Repérer des pages intéressantes à mettre à jour ou à améliorer.

• Détecter la cannibalisation de pages (lorsque plusieurs pages sont optimisées pour la même requête).

• Suivre la progression de nouveaux contenus, aussi bien les siens que ceux des concurrents.

• Suivre l’efficacité des backlinks acquis (plus claire quand on a une vision élargie des positionnements).

• etc. etc.

GEO

Tout est interconnecté dans notre microcosme de la recherche. Et un changement dans une partie provoque des secousses dans une autre.

Il y a environ 3 mois, j’écrivais que ChatGPT avait délaissé Bing au profit de Google.

À ce moment-là, selon mes observations, pour établir la liste des pages citées, SearchGPT utilisait environ les 20 premiers résultats de recherche Google (avec un taux de correspondance de 70 à 90 %).

Aujourd’hui, lorsque je compare les pages citées par ChatGPT, elles coïncident beaucoup avec les pages issues du TOP-10 de Google (sur la base de mon échantillon de ~500 prompts analysés avec 1 et 2 requêtes fan-out que je monitore avec LLM Insights).

Voici 3 exemples, mais vous pouvez le vérifier également très facilement de votre côté :

Il est certain que SERP API exploité par OpenAI a été confrontée aux mêmes contraintes que les autres services et se limite désormais aux dix premiers résultats.

On le remarque aussi à travers une baisse sensible de la diversité des sources citées dans ChatGPT, qu’il s’agisse des pages ou des domaines.:

Si on prend un peu de hauteur et regarde cet aspect sur un échantillon plus large de prompts, on constate qu’effectivement le nombre de sources (pages) externes utilisées par SearchGPT a drastiquement baissé depuis le 10 septembre.

Il ne s’agit pas d’un nombre de citations dans les réponses, mais de la diversité des sources utilisées :

La même tendance est confirmée par un autre outil du marché PromptWatch :

En même temps, ce qui est intéressant : les citations de Perplexity AI sont restées presque sans changements. La plateforme paraît beaucoup moins dépendante de Google que ne l’est SearchGPT :

La disparition des résultats profonds de Google a également secoué la présence de certains sites qu’on avait l’habitude de voir dans les réponses de SearchGPT, en l’occurrence Reddit dont la présence a chuté de 14% à 3% :

Une autre conséquence: moins il y a de diversité de sources, plus de poids obtiennent des sources bien positionnées, les services de Google et les sources partenaires de OpenAI.

Des médias comme Forbes, CNN ou YouTube connaissent un regain de visibilité depuis le 10 septembre :

Et la dernière chose à propos de GEO.

OpenAI a besoin de données fraîches et à jour, mais il est difficile de considérer le passage par des intermédiaires comme SERP API comme une stratégie viable à long terme. Google continuera à lutter contre la collecte automatique de ses données poussant OpenAI à chercher d’autres solutions.

Cette situation pourrait amener OpenAI à changer une nouvelle fois de moteur de recherche partenaire — à l’image de Claude AI, qui s’appuie sur Brave — ou à développer son propre moteur doté d’un index indépendant, à la manière de Perplexity. Un sacré enjeu !

Voilà, c’est tout pour aujourd’hui, à très bientôt!

Bienvenue à 63 (❤️‍🔥) nouveaux abonnés depuis la dernière édition ! Si vous n’êtes pas encore abonné, il n’y a rien de plus simple ⬇️

Abonnez-vous maintenant

Ca fait 2 mois que je ne vous ai pas écris ici et je m’en excuse, beaucoup de choses personnelles et professionnels qui me préoccupait les derniers temps.

Mais je vous rassure, je suis de retour :)

Cet article contient beaucoup de visuels, si vous avez des difficultés pour le visualiser, voici le lien vers la version Web complète :

Lire la version complète de l'article

On se voit mardi prochain à 11h ? 👋

Si vous vous intéressez à l’IA et à la visibilité dans les moteurs génératifs, nous organisons mardi le 8 juillet à 11h un webinaire sous forme d’une table ronde.

Avec Jérémie de Semji et Jérôme de OnCrawl, nous nous concentrerons sur les bots d’IA : comment les apprivoiser, maîtriser et en tirer les insights utiles.

Si vous aimez les approches data-driven, on vous attend mardi !

Je m'inscris !

Quel moteur de recherche est utilisé par SearchGPT ?

Le monde de l’IA et de la recherche générative est en perpétuelle évolution, et ce qui était une certitude hier ne l’est peut-être déjà plus aujourd’hui.

A cet effet, si je vous proposais de répondre à une question simple :

Une question dont la réponse paraît tellement évidente qu’on ne la remet même pas en question.

Si nous faisons des recherches sur internet, parcourons les livres blancs sur le GEO ou demandons directement au support de OpenAI, nous constaterons que la réponse sera toujours la même et univoque : Bing.

Dans cette édition de la newsletter, je vous propose de découvrir la face cachée de SearchGPT et de prouver le contraire.

Et pour cela on va réaliser ensemble notre propre investigation - bien argumentée, illustrée, agrémente d’exemples - comme on les aime ! 😉

C’est parti!

Contexte et méthodologie :

Pour rappel, SearchGPT est un moteur de recherche IA conversationnel d’OpenAI, capable de fournir des réponses synthétiques et sourcées en temps réel grâce à l’intégration de la recherche web dans l’interface ChatGPT.

Il y a deux ou trois semaines, Jérôme de OnCrawl a découvert que, lorsque vous êtes connecté à votre compte ChatGPT, chaque conversation est accompagnée d’un fichier JSON qui détaille l’ensemble du processus de génération des réponses.

Avec des données précises et complètes - rien de mieux pour une étude.

Dans ce fichier, on retrouve notamment :

1. Une ou plusieurs requêtes reformulées par ChatGPT à partir de votre demande initiale, utilisées pour interroger un moteur de recherche externe afin d’obtenir des résultats récents.

2. une liste complète de résultats récupérés depuis ce moteur de recherche externe, qu’il va ensuite analyser et utiliser (ou pas) dans les citations.

Voici à quoi ça ressemble:

A partir de ma requête initiale “Carte grise”, ChatGPT a construit 2 requêtes de recherche - “carte grise démarches explication” et “qu’est ce que carte grise” :

Ce sont ces requêtes, plus pertinentes et précises, qu'il enverra à un moteur de recherche partenaire pour enrichir sa réponse de données récentes et à jour.

Les résultats de recherche récupérés sont disponibles ensuite dans la liste “search_result_groups”, en voici un extrait :

Comme on le voit, chaque résultat de recherche est présenté par :

1. URL

2. Title

3. Snippet

4. Date de publication.

Le nombre de résultats de recherche récupérés varie beaucoup : de 7 à 20 sur mes cas étudiés.

Une fois qu’on connaît toutes ces informations, on peut partir à l’étude : est-ce que ces résultats de recherche récupérés proviennent bien de Bing ?

1 : Inventaire des pages positionnées

Chaque moteur de recherche a des algorithmes de classements différents et propose logiquement des inventaires des pages différents pour la même requête.

C’est la 1ère chose qu’on va évaluer: est-ce que les pages récupérées par SearchGPT correspondent aux TOP pages positionnées sur Bing?

Comme on est en pleine période estivale, j’ai tapé dans ChatGPT la requête “vacances en Sicile“.

ChatGPT a décortiqué ma requête initiale, a identifié mon intention de recherche et a formulé une autre requête plus précise - “vacances sicile meilleures choses à faire“.

C’est cette requête qu’il a envoyée dans “un moteur de recherche externe” pour récupérer des informations à jour :

En parallèle, de mon côté, j’ai fait la même recherche sur Bing et récupéré également les 20 premières pages positionnées.

Il ne reste qu’à croiser les 2 listes.

Vous pouvez voir le résultat de la comparaison sur l’image ci-dessous (pour des raisons de lisibilité, je me suis permis de retirer des champs vides et redondants dans la réponse de SearchGPT, mais j’ai gardé l’ordre et l’inventaire exact des éléments) :

On constate que le taux de similarité entre les URL de SearchGPT et celles de Bing n’est que de 30 %.

C’est relativement faible, car si ChatGPT s’appuyait réellement sur les résultats de recherche de Bing, on pourrait s’attendre à un niveau de similarité bien plus élevé.

J’ai joué avec des différents réglages de Bing comme appareil, géolocalisation, langue, adresse IP, mais le résultat a toujours était le même : près de 30% de pages en commun.

Mais si ce n’est pas Bing, quel autre moteur de recherche pourrait être utilisé par ChatGPT?

Heureusement, il n’y en a pas 36 sur le marché.

Et si on croisait les résultats de recherche récupérées par SearchGPT avec ceux de Google ?

Aussi illogique que cela puisse paraître, ce n’est pourtant pas quelque chose d’inédit, car il existe déjà d’autres moteurs de recherche, comme Ecosia, qui s’appuient sur les résultats de Google.

On croise SearchGPT et Google :

Et là, le résultat est remarquable : on atteint un taux de similarité entre les deux qui frôle la perfection — 90 %.

Une fois n’est pas coutume, prenons un autre exemple et une requête de type différent:

Requête tapée dans ChatGPT : “vélo de ville électrique”.

Requêtes de recherche générées par ChatGPT sont :

C’est un cas très courant quand à côté de la requête en votre langue, SearchGPT fait également une requête en anglais.

Comme sur l’exemple précédent, nous avons une intersection des résultats presque parfaite entre SearchGPT et Google :

Quelques chiffres pour d’autres requêtes (le % est l’intersection des pages dans SearchGPT et les pages dans TOP-20 de Google) :

• “Rachat de crédit” : 84,3%.

• “Comment réduire mes impôts” : 64% :

• “Carte grise” : 71,4%.

• “Comment nettoyer un four” : 86%.

Une chose importante: quand vous comparez les résultats de recherche, il faut exclure les pages appartenant aux partenaires agréés d’OpenAI.

Au moment de la recherche, SearchGPT requête à la fois le moteur de recherche externe, et les indexes fournis par les partenaires. Mais ce sont 2 sources de data différentes et indépendantes, qu’il ne faut pas mélanger.

En France, il n’existe toujours qu’un seul partenaire officiel : Le Monde, auquel s’ajoute également Wikipédia.

À l’échelle mondiale, OpenAI a noué des partenariats avec la grande majorité des principaux médias.

On les reconnaît par les snippets bien plus développées :

2. Snippets

Allons plus loin dans notre investigation - analysons maintenant les snippets.

Un snippet est un morceau de texte de 2 lignes qui accompagne le titre et l’URL de la page dans les résultats de recherche.

Il est sensible à la requête d’utilisateur, c’est à dire pour 3 requêtes différentes vous pouvez avoir pour la même page 3 extraits/snippets différents.

Chaque moteur de recherche se laisse le droit de choisir ce qu’il va afficher en tant que snippet et utilise des algorithmes propriétaires pour le faire au mieux.

Cela peut être le contenu de la méta description, mais très souvent c’est aussi un petit extrait du contenu de la page, le plus pertinent du point de vue du moteur de recherche.

On y retrouve beaucoup de différences entre Google et Bing :

Ainsi, en comparant les snippets affichés pour une requête, on peut également définir avec certitude le moteur de recherche utilisé.

Pour l’exemple suivant, j’ai tapé dans ChatGPT la requête “raquette de tennis pour débutant“. Le modèle GPT-4o l’a analysée et reprécisée pour sortir la requête de recherche “meilleures raquettes de tennis débutant“.

En parcourant les résultats de recherche récupérés, je retrouve une page du site raquettes.team-tennis.fr avec le snippet;

“Meilleures raquettes de tennis débutant - Raquette Babolat Evo Drive - Raquette Babolat Pure Strike Lite (2024) - Raquette Head Extreme Elite 2024 - Raquette …“

On comprend vite qu’il ne s’agit pas d’une méta description, mais plutôt du contenu extrait depuis la page.

Comparons maintenant quel est le snippet qui est affiché sur Bing et Google pour la même requête et même page :

Le snippet utilisé par SearchGPT est exactement le même que celui dans les résultats de recherche de Google. Et n’a rien à voir avec celui de Bing.

Un autre exemple, revenons à nos vacances en Sicile:

Comme vous pouvez le voir, sur ces 3 exemples des pages les snippets sont exactement les mêmes.

De même, la date affichée devant le snippet est également reprise et sauvegardé dans SearchGPT, juste dans un format spécifique.

La première valeur 1725408000.0 est un timestamp Unix exprimé en secondes depuis le 1er janvier 1970 (le début de l'époque Unix). Elle signifie exactement : 4 septembre 2024 à 00:00:00 (UTC) - la date qu’on voit dans Google.

3. Accès à l’index de Google

En plus des données qui s’affichent directement dans les résultats de Google, comme l’URL, le titre, le snippet ou la date de publication, le partenariat entre OpenAI et Google prévoit également un accès à l’index du moteur de recherche de Mountain View, notamment aux versions des pages traitées et mises en cache.

Nous pouvons le confirmer de deux manières :

1. La prise en compte des changements récents.

2. La prise en compte des contenus générés par JavaScript.

La prise en compte des changements récents

Pour le point 1, j’ai pris une page de mon blog et une phrase présente dans le contenu. Ensuite j’ai demandé à ChatGPT s’il la voyait et il a répondu que “Oui“ :

Maintenant, je ajoute une nouvelle phrase dans mon contenu:

Et je redemande si ChatGPT la voit sur la page. La réponse est “Non” :

Cela arrive, parce que ChatGPT ne va pas explorer votre page en temps réel. Même si vous spécifiez explicitement l’URL de la page intéressée.

Au lieu de cela, il va faire une requête dans Google avec un opérateur “site:” et chercher la page dans l’index de Google :

Tant que le la page n’a pas été réexplorée par Google, vos mises à jour de contenu ne seront pas visibles.

C’est assez logique et efficace du point de vue de performance : il est beaucoup plus rapide d'utiliser le contenu déjà prétraité par Google au lieu d’attendre des pages avec des temps de chargements et contraintes techniques très différents.

La prise en compte des contenus générés par JavaScript

Et la 2ème preuve, c’est la prise en compte du contenu qui se trouve derrière le Javascript.

Comme on le sait, les bots des LLMs ne font pas de rendu de Javascript lors de l’exploration du web.

C’est à dire, tout le contenu qui est généré par le Javascript leur reste invisible.

Mais tout change avec l’utilisation de Google.

Prenons l’exemple du site de Uniqlo.com.

Depuis la dernière refonte, le site utilise le Javascript pour afficher l’ensemble de ses contenus (sauf le logo).

Une page de produit avec le Javascript désactivé ressemble à cela :

Normalement, toutes les informations sur les pages de Uniqlo sont censés être inaccessibles pour ChatGPT.

Cependant si je demande les informations sur un produit spécifique sur une page spécifique, ChatGPT répond correctement :

Cela est également rendu possible grâce à l’accès à l’index de Google.

Au lieu d’explorer lui-même la page demandée, ChatGPT a formulé une autre requête en utilisant l’opérateur « site: », qu’il a ensuite envoyée à Google.

Grâce à cette requête, il a pu récupérer les informations méta de la page ainsi que son contenu depuis la base de données de Google.

Google ayant déjà exécuté l’ensemble du JavaScript, il ne restait plus à ChatGPT qu’à récupérer les données.

C’est exactement les mêmes informations qu’on retrouve dans le fichier JSON derrière notre conversation de ChatGPT :

4. URLs avec le paramètre ?srsltid dans SearchGPT

L’utilisation du moteur de recherche de Google par ChatGPT explique également pourquoi on retrouve dans les liens cités par ChatGPT les urls ayant le paramètre de tracking de Google Merchant Center ?srsltid=.

Ce n’est pas parce que ChatGPT accède illicitement aux flux de Google Shopping, mais juste ces pages paramétrées sont affichées dans les résultats de recherche de Google.

Conclusions :

1. Avec tous les exemples qu’on a vus ensemble, je pense qu’il n’y a pas de doute que SearchGPT utilise aujourd’hui les résultats de recherche de Google et non pas de Bing.

2. Je ne peux pas dire exactement quand ce changement de partenaire de recherche a eu lieu. Si l'on met de côté les différentes théories du complot, il est tout à fait probable que ce soit lié à un abandon imminent de l’API de recherche par Bing. Pour rappel, à partir du 11 août 2025, Bing abandonne complètement son API Search qui permettait aux partenaires de récupérer ses résultats de recherche.

3. ChatGPT n’en est visiblement pas une exception et a basculé discrètement sur les résultats de recherche d’un autre moteur de recherche et pas de n’importe lequel, celui de Google.

4. A ce jour aucune communication officielle n’a été faite du côté de OpenAI, ni Google.

5. À côté des informations disponibles sur les pages de résultats de Google, SearchGPT a également accès aux versions indexées des pages en question.

6. Le fait que ChatGPT se base maintenant sur Google, nous donne des connaissances importantes pour notre travail:

   1. Tout d’abord, on oublie à nouveau Bing et ne perd pas le temps dessus :)

   2. La base des résultats de SearchGPT c’est Google, on continue de travailler avec, ce qu’on sait déjà bien faire.

   3. Si vous utilisez du Javascript pour afficher le contenu sur vos pages, assurez-vous qu’il est visible pour Google. Il sera ainsi visible également pour SearchGPT.

   4. Si le partenariat de OpenAI avec Google sortira au-delà d’une simple récupération des résultats organiques, on pourrait s’attendre à une intégration plus impactante d’autres types de résultats : Maps, fiches Google Business Profile, flux de shopping etc. Mais ça, on verra avec le temps.

7. Mais aussi on comprend :

   1. Pourquoi on retrouve des urls avec le paramètre ?srsltid de Merchant Center dans les citations de SearchGPT.

   2. Pourquoi Reddit est très souvent cité dans les réponses de SearchGPT. Juste parce qu’il est abondamment présent dans les résultats de Google depuis les dernières années.

Voilà, c’est tout pour aujourd’hui!
J’espère que cette édition vous a plu et je vous dis, à très bientôt!

Alexis.

Bienvenue à 105 (❤️‍🔥) nouveaux abonnés depuis la dernière édition ! Si vous n’êtes pas encore abonné, il n’y a rien de plus simple ⬇️

Abonnez-vous maintenant

Merci également à Arnaud d’avoir pris un abonnement payant à la newsletter! Ce n’est pas obligatoire, mais ça me motive bien à préparer pour vous des sujets exclusifs et utiles 😉

On ne va pas le cacher, dans le SEO technique on aime les sitemaps XML : c’est simple, efficace et pratique.

Mais derrière cette simplicité apparente se cache également un certain nombre de défauts propres aux sitemaps auxquels on ne pense pas forcément.

Utilisées comme un outil de confort, elles peuvent masquer des problèmes structurels, fausser notre lecture du site ou même exposer au risque le site, voire le business entier.

Je vous propose d’explorer aujourd’hui les 6 faces cachées des sitemaps XML — ces zones grises techniques et stratégiques qu’il faut connaître et maîtriser.

Bonne lecture!

1. Sitemap XML dans robots.txt = chemin raccourci pour les scrapers malveillants

Un sitemap XML est le moyen le plus efficace pour accéder aux contenus de n’importe quel site. Avec de bonnes intentions ou pas.

Qu’il s’agisse d’un flux d’articles d’un site média ou d’un catalogue de produits d’un site e-commerce, au lieu de crawler l’ensemble du site, on accède directement aux pages utiles dans un format propre et structuré.

Et le moyen le plus simple d’identifier les sitemaps existants est de jeter un œil dans le fichier robots.txt où ils sont couramment déclarées, ce dont profitent volontiers divers parseurs de contenu.

Pour les plus curieux, regardez dans vos logs serveur qui consulte vos fichiers de sitemaps : il n’y a pas que Googlebot, loin de là 👾

💡Conseils :

Indiquer le chemin vers un sitemap XML dans le fichier robots.txt n’est en rien une obligation. Le paramètre “Sitemap” y est facultatif.

Une soumission via la Google Search Console suffit amplement pour que Google prenne en compte le fichier en toute confidentialité.

Couplée à la personnalisation du nom de fichier (qui peut s’appeler comme on le souhaite), la non-déclaration du sitemap dans robots.txt rend la vie aux scrapers malveillants plus complexe.

2. Sitemap XML masque les défauts le l’arborescence et du maillage interne

L’un des axes importants d’un audit SEO technique consiste à identifier les zones d’ombre, c’est-à-dire les parties du site non explorées par les moteurs de recherche, et donc non indexées.

Ces zones d’ombre apparaissent pour différentes raisons, notamment des problèmes de navigation, un maillage interne insuffisant, ou encore l’utilisation de JavaScript complexe qui encapsule les liens de navigation.

En croisant ces données, nous obtenons des recommandations SEO bien fondées et argumentées : par exemple, les pages de cette section du site ne sont pas indexées par Google, car elles sont trop profondément enfouies dans la structure du site.

Mais tout change avec l’apparition du fichier sitemap.xml.

Désormais, Googlebot peut accéder aux pages non seulement via la navigation par liens, mais aussi grâce au plan du site.

Un sitemap XML bien rempli peut assurer la couverture d’exploration des pages et donner l’illusion d’un site correctement structuré, même si certaines pages sont orphelines, peu liées ou mal intégrées dans l’arborescence.

Google découvre alors des contenus qu’il n’aurait pas forcément trouvés via le maillage interne — ce qui peut fausser nos analyses SEO.

Et là on arrive à un autre défaut majeur de l’exploration via les sitemaps XML.

3. Exploration via un sitemap XML ≠ Exploration via l’arborescence

Une fois le sitemap découvert par Google (via la Search Console ou le fichier robots.txt), Googlebot commence à en récupérer les URLs une à une pour les explorer.

Mais ce mode d’exploration présente les mêmes limites que la soumission manuelle d’une URL dans l’outil d’inspection de la Search Console : Google découvre des pages isolées, détachées de l’arborescence.

Elles s’indexent, mais sans contexte ni valorisation.

À l’inverse, une exploration via l’arborescence est plus riche et permet à Google non seulement de découvrir, mais aussi de contextualiser chaque page : son importance au sein du site, sa proximité avec d'autres contenus, sa place dans le maillage, etc.

4. Sitemap XML aplatit la structure de votre site

Le sitemap XML recrée une version plate de votre site, une simple liste d’URLs sans aucune priorisation.

Or, dans votre arborescence réelle, certaines pages sont stratégiquement mises en avant via le maillage interne : page d’accueil, pages de catégories, contenus piliers, etc.

En soumettant un sitemap XML, vous donnez à Google une liste neutre où toutes les pages semblent avoir la même importance.

À partir de ce moment-là, l’exploration ne suit plus exactement la hiérarchie que vous avez définie, mais se fait dans un ordre plus arbitraire. Au détriment des pages vraiment importantes.

Et si le site contient des centaines de milliers de pages, on risque d’avoir un déséquilibre sensible dans l’exploration.

Certains paramètres autorisés dans les sitemaps peuvent donner l’illusion des consignes de priorisation des pages envoyées au moteur de recherche, mais pour rappel Google ignore les valeurs <priority> et <changefreq>.

Résumons : Le sitemap ne remplace jamais un bon maillage interne. Il aide à la découverte, pas à la valorisation.

5. Crawl : confusion entre pages trouvées via sitemap vs arborescence

Quand on fait un audit technique, on passe toujours par une étape de crawl.

Certaines configurations d’outils de crawl prévoient l’exploration des sitemaps XML en plus de l’exploration classique par les liens internes.

C’est utile quand on a besoin de récupérer le maximum de pages disponibles.

Mais lors d’un audit, cela peut créer une illusion : on croit que toutes les pages ont été découvertes naturellement via l’arborescence du site, alors qu’en réalité, une partie d’entre elles n’est accessible que via le sitemap.

Quelques conseils :

• Lorsque vous utilisez un crawler SEO, désactivez l’exploration du sitemap pour évaluer la qualité réelle de l’arborescence.

• Comparez les résultats avec et sans sitemap pour identifier les pages non reliées au reste du site.

• Corrigez les problèmes de maillage plutôt que de vous reposer uniquement sur le sitemap pour la découverte.

6. Sitemap XML - un levier d’exposition involontaire de pages sensibles

Et le dernier.

Par nature, les sitemaps XML sont conçus pour recenser l’ensemble des pages d’un site — y compris celles qui ne sont pas maillées depuis l’arborescence principale.

Ce fonctionnement peut se retourner contre vous si des URLs sensibles, privées ou non destinées à l’indexation s’y glissent par erreur.

À partir du moment où vous déployez des sitemaps, il faut maintenant veiller à ce qu’ils soient propres et ne contiennent que les pages qu’on souhaite voir dans les résultats de recherche.

Dès qu’un sitemap commence à révéler des pages techniques, d’administration ou contenant des informations personnelles, il attire rapidement l’attention des hackers :

Par cet article, je ne voulais absolument pas vous détourner de l’utilisation des sitemaps XML, au contraire! C’est un outil extrêmement efficace et simple à mettre en place. Juste n’oublions pas qu’un sitemap doit compléter une structure solide et pas en masquer les failles.

C’est tout pour aujourd’hui!
Merci et à très bientôt,
Alexis 😉

Bienvenue à 111(❤️‍🔥) nouveaux abonnés depuis la dernière édition ! Si vous n’êtes pas encore abonné, il n’y a rien de plus simple ⬇️

Abonnez-vous maintenant

Merci également à Lionel et Arnaud qui ont pris des abonnements payants à la newsletter! Ce n’est pas obligatoire, mais, je ne vais pas le cacher : ça me motive bien à préparer pour vous des sujets exclusifs et utiles 😉

Cette newsletter devait partir encore vendredi dernier, mais les voies anti-spam de Gmail sont impénétrables et malgré toutes mes investigations et tous mes efforts, il est possible que vous voyiez un message rouge au dessus de ce texte.

N’hésitez pas à le marquer comme “Le message semble sûr“. Je vous promets, il n’y a rien de suspect ni malveillant dans mes envois. Merci ! 😉

Search Central Live NYC 2025

Search Central Live est une série d'événements proposée par l'équipe de Google Search Central.

La dernière édition s’est déroulée le 20 mars à New York et a abordé une large palette de sujets autour des nouveautés dans la recherche, des outils de Google, la position du moteur vis-à-vis des sujets sensibles et populaires.

Je vous propose une synthèse sous forme de bullet points des informations les plus importantes qui ont été annoncées, rappelées ou démenties.

Ces éléments ont été recueillis à travers des tweets, des photos, des discussions et des articles partagés par les confrères présents sur place.

N.B. Je me suis permis d’omettre certains propos de type “Merci, Capitaine Obvious”, mais j’en ai gardé tout de mème quelques-uns pour une couverture plus complète de l’évènement.

Bonne lecture!

Evolution de l’écosystème du Search

• Les résultats de recherche évoluent et évolueront toujours. Voici comment Google voit cette évolution :

• Google cherche à proposer une variété de moyens complémentaires pour que les utilisateurs puissent rechercher au-delà du mot-clé traditionnel :

  • Langage naturel

  • Images via Lens

  • Commandes vocales

  • Recherche multimodale

  • Activation des conversations de suivi

• Les Guidelines de Google pour Quality Raters montrent où Google va, ce qu’il pense et considère comme “de qualité”.

• L'IA ne remplacera pas toute la recherche. De nombreux éléments fondamentaux de la recherche resteront, même avec des réponses générées par l'IA.

Nouveautés et disparitions :

Un certain nombre de fonctionnalités ont été abandonnées récemment par Google, d’autres ont rejoint l’écosystème du moteur.

• Paramètre "srsltid" utilisé par l'auto-étiquetage de Merchant Center :

  • Selon Google, n'affecte pas le crawl, l'indexation ou le classement.

  • Selon Google, nombreux ont été ceux qui ont commencé à mettre en place les rel canonical, mais en fait c’était pas nécessaire de le faire.

• On a récemment dit adieu à:

  • Google Cache.

  • Fils d'Ariane (breadcrumbs) sur mobile.

  • SiteLinks Search Box.

• On dit bonjour à :

  • AI Overviews

  • AI Mode

Google Search Console

• Bientôt, l'API de Google Search Console affichera les données horaires des 8 derniers jours.

• Dans la Search Console, le fuseau horaire est toujours celui de Californie dans tous les rapports, sauf celui sur 24 heures. Donc, on ajoute 8 heures pour avoir l’heure française. Dans GA4, vous pouvez configurer votre propre fuseau horaire.

• La Search Console comptabilise toutes les impressions, positions, clics, dont ceux provenant des résultats AIO (AI Overviews).

• Les clics et impressions issus des résultats AI sont inclus dans le filtre “Web” de la Search Console (de la même manière que ceux issus des Featured snippets (“position 0”), Top stories etc.)

• À ce jour, il n'est pas prévu d'ajouter une option permettant de filtrer l'audience provenant uniquement des AI Overviews dans la Search Console.

• La principale raison en est que l'équipe de GSC s'inquiète de l'« actionnabilité » (c'est-à-dire de l'utilité concrète) de cette séparation d'indicateurs. Chez Google, on attend que la fonctionnalité (AI Overviews) soit plus stable et plus mature. Dans le futur : « Oui », mais pas pour l'instant.

• Google rappelle que la position dans la Search Console dépend de la position du bloc. Quand les AI Overviews apparaissent sur vos mots-clés, et vous n’êtes pas cité dedans, votre position moyenne dans la Search Console baisse.

Google Actualités

• Google a rappelé qu’il utilisait 7 groupes de signaux pour classer les sites dans Google Actualités: Pertinence, Localisation, Proéminence, Autorité, Fraîcheur, Utilisabilité et Intérêts.

  

Ce n’est pas une nouveauté, car c’est exactement ce qui est décrit sur la page officielle de Google intitulée “Understanding How News Work in Google”.

Un bon rappel que les paywalls ne font pas dégrader le groupe de signaux autour l’utilisabilité. Mais ça, on l’a également dans la documentation officielle:

E-E-A-T

John Mueller a essayé d’expliquer une nouvelle fois en mots simples ce que Google entendait par les 4 composantes du concept E-E-A-T :

• Expérience : l'expérience directe du créateur.

• Expertise : le degré de connaissance ou de compétence nécessaire du créateur de contenu sur le sujet.

• Autorité : le degré auquel le créateur de contenu ou le site web est reconnu comme une source de référence ou une autorité sur le sujet (ex. l'OMS pour le COVID).

• Fiabilité : le degré auquel la page est précise, honnête, sûre et fiable.

• Google définit l'EEAT, mais précise que “vous ne pouvez pas simplement saupoudrer de l'EEAT sur votre site. Cela ne fonctionne pas comme ça”.

AIO (AI Overviews)

L’intégration de l’IA dans la recherche de Google a résonné en fil rouge à travers toutes les keynotes.

La position de Google est claire : présenter toutes les nouveautés de la recherche sous un jour positif.

Mais les réponses aux questions importantes soulèvent plus d’interrogations qu’elles n’apportent de réponses.

Par exemple, une question essentielle : si les AI Overviews génèrent plus de trafic vers un plus grand nombre de sites, pourquoi ne pas fournir un mécanisme officiel pour suivre cette audience ? Espérons que ce ne soit qu’une question de temps.

Propos retenus:

• Plus d'1 milliard de personnes utilisent AIO dans le monde.

• Google observe que les résultats AIO amènent les utilisateurs à poser davantage de questions différentes et les font visiter une plus grande diversité de sites (répétition de ce communiqué de presse).

• Les premiers retours pour Google sont extrêmement positifs avec un taux de satisfaction élevé, notamment chez les utilisateurs âgés de 18 à 24 ans.

• Inspiré du succès de Discover, Google continuera à fournir aux utilisateurs des idées, des réponses rapides et de l'inspiration en fonction de leurs intérêts et préférences.

• AI Overview locaux : Les AI Overviews locaux restent L’intégration des données de Google Business Profile n’est pas prévue dans les AI Overviews.

• Pas de clarté non plus sur un mécanisme officiel de tracking du trafic issu des AIO :

  • Daniel Waisberg dit que les paramètres UTM ne sont pas une solution suffisante et qu'ils ne veulent pas favoriser leur propre produit (GA4).

  • La grande majorité des fonctionnalités dans GSC ne peuvent pas être séparées, cependant ils vont prendre en compte ce retour car il est "constant" dans les messages reçus.

💡 Comment configurer GA4 pour suivre les visites depuis AI Overview ? (Inconvénient: on compte aussi ceux des positions 0 et People Also Ask)

Voix humaine à l’ère de l’IA

• Le cœur de la recherche reste l'information fiable.

• Les utilisateurs veulent un mélange de sources, de types de contenu et d'expériences.

• Dans la todo de Google de mettre en avant le vrai contenu humain :

  • Perspectives authentiques

  • Vidéos UGC (contenu généré par les utilisateurs)

  • Accès aux forums et discussions

  • Personnalisation.

• Google peut améliorer la pertinence et l'identification en affichant un mélange de sources et de types de contenus tels que “authentic human voices“ ("voix humaines authentiques") et des "forums et discussions".

• Google s’apprête à inclure le contexte de l'auteur (comme son titre, grade etc.) et les « voix diverses » comme étiquettes dans le carrousel « Perspectives » pour les résultats d'actualités.

Liens dans les AI Overviews : résumés prédictifs et ancrage

John Mueller et Danny Sullivan ont apporté des éclaircissements sur le mécanisme de citation dans les AI Overviews qui fonctionne différemment que celui de SearchGPT.

Et c’est probablement la partie la plus intéressante de tout l’évènement 🙂

Comment fonctionne SearchGPT ?

Notamment pourquoi les pages citées dans les résultats IA sont différentes de celles positionnées dans Google sur la requête saisie.

Dans la citation de sources, Google utilise 2 mécanismes :

1. Résumés prédictifs (“predictive summaries”).

2. Ancrage (“grounding”).

J’essaye d’expliquer les 2 concepts de manière claire et simple.

Résumés prédictifs

Quand l’IA de Google génère une réponse, elle cherche non seulement à répondre à la requête elle-même, mais également à anticiper d’autres requêtes connexes que l’internaute ferait après sa recherche initiale, pour aller plus loin.

La réponse finale générée par l’IA contient donc à la fois la réponse à :

1. la requête saisie directement par l’internaute.

2. ces requêtes connexes.

Google appelle cette réponse “predictive summary” ou un résumé prédictif.

Ainsi, dans les citations on retrouve les sources qui ne sont pas directement et étroitement liées à votre requête précise.

Ancrage

L’ancrage (ou “grounding” en anglais) c’est un autre mécanisme de Google, rien à voir avec le premier.

Dans le cas du SEO classique, Google part d’une page web pour ensuite utiliser son contenu.

Dans le cas de l’IA, Google génère une réponse (AI Overviews) à partir des informations dont il dispose. Une fois que la réponse est prête, il va la revérifier en cherchant la source la plus appropriée dans son index de recherche.

Cette opération permet à Google de lutter contre les hallucinations propres à l’IA (une sorte de fact-checking en place) et de citer les sources.

💡 En savoir plus sur l'ancrage dans Gemini et Google.

Les 2 mécanismes en place font de sorte que les liens dans les AI Overviews peuvent ne pas correspondent aux TOP pages dans la recherche organique classique.

Quelle est l’attitude de Google par rapport aux contenus générés par l’IA ?

Globalement pas de nouveautés sur l’attitude de Google envers le contenu généré par les LLMs.

En même temps, il ne faut pas voir la vie en rose. Même si la position officielle du moteur de recherche est : "Peu importe qui a rédigé le contenu, l’essentiel est qu’il soit utile", Google apprend délibérément à distinguer si un contenu a été écrit par un humain ou une intelligence artificielle. Pour le bon fonctionnement de son écosystème de recherche, il doit le savoir.

Quelques propos de la keynote:

• Les évaluateurs de la qualité chez Google sont chargés de repérer les contenus générés par l'IA (présentant peu ou pas d'effort ou d'originalité) et de les étiqueter avec la note de qualité la plus basse.

• Sur ce point, les speakers ont renvoyé vers le point 4.6.6 des Guidelines pour Quality Raters:

• Il est obligatoire pour Google Shopping que les images générées par l'IA soient correctement étiquetées.

• Les images générées par l'IA doivent être étiquetées à l'aide d'une balise méta liée aux métadonnées de l'image :

• L'utilisation de l'IA générative seule ne signifie pas une violation pour la production de contenu en masse.

• Il y a des cas d’usage de l’IA toute à fait corrects et appréciés, par exemple, faire le résumé d’une multitude d’avis de produits sur Amazon.

• Toute méthode de génération massive de contenu doit être examinée avec soin :

  • Est-ce principalement pour générer du trafic de recherche ?

  • Est-ce non original ?

  • Apporte-t-il une réelle valeur unique aux visiteurs ?

Abus de réputation d’un site

• 50% des documents que Google trouve sur le web ouvert sont du spam.

• Cependant, Google est fier que 99% des résultats de recherche sont exempts de spam.

• Les dernières vagues de pénalités (qui ont fait et continuent de faire du bruit) portaient sur l’utilisation abusive de la réputation d’un site.

• Le simple fait d'avoir du contenu tiers ne constitue pas une violation de la politique de Google. De nombreux sites possèdent du contenu tiers, ce qui peut être logique et attendu. La page des politiques anti-spam fournit des exemples.

• Le contenu provenant de freelances n'est pas en soi une violation. Google n'a pas de liste de freelances qu'il pénalise 🙄.

• Pour qu'un contenu soit considéré comme une violation de politique, et attirer des pénalités liées à l’abus de l’autorité, deux éléments doivent être réunis :

  • Contenu tiers : Il s'agit de contenus créés par des entités externes au site hôte, comme les utilisateurs, les freelances ou les services en marque blanche. Ces contenus proviennent de personnes non employées directement par le site hôte.

  • Exploitation des signaux de classement : Cela se produit lorsqu’un site publie du contenu externe pour profiter de sa propre notoriété dans les résultats de recherche. Cette pratique devient abusive si l’objectif est uniquement d’améliorer le classement du contenu externe plutôt que de créer un site indépendant.

• Toutes les sanctions pour l’abus d’autorité d’un site sont à ce jour manuelles (c’est bien d’avoir cette confirmation que les pénalités ne sont pas algorithmiques).

Si l'outil de désaveu n'est plus disponible, comment supprimer les backlinks toxiques ?

Lors d’une séance de Q&A cette question récurrente a été posée.

Les réponses de John Mueller restent sans changement:

• Google n'a pas de notion de "backlinks toxiques" en interne.

• Pour la plupart des cas, "nous essayons d'ignorer ces liens".

• "N'utilisez l'outil de désaveu que lorsque vous recevez une pénalité manuelle pour des liens, SI vous achetez des liens. Ce n'est pas un outil à utiliser régulièrement."

Google favorise-t-il les grands éditeurs au détriment des petites sources de contenu ?

• Danny Sullivan a exprimé sa volonté d'aider davantage les petits sites indépendants à réussir.

• Réflexion en cours chez Google pour renforcer la visibilité des créateurs de contenu indépendants.

• "Nous avons fait des choses pour aider [les petits éditeurs]", “mais il est peu probable qu'il y ait une mise à jour spécifique axée sur les sites indépendants”. Ces améliorations sont plutôt intégrées aux mises à jour globales de l'algorithme.

• Les systèmes de Google n’ont pas de label “grande marque“.

• Les grandes marques bénéficient d’une meilleure visibilité organique, car il y a d’autres signaux positifs qui vont avec : mentions fréquentes, recherches récurrentes etc.

• Google a reçu environ 13 000 retours d'expérience l'année dernière.

• Un problème récurrent est que les internautes arrivent sur des sites sans savoir ce qu'ils vont y trouver.

• L'important est que les visiteurs comprennent rapidement le contenu du site après leur arrivée depuis une recherche.

• Google souhaite que les contenus soient clairs, pertinents et utiles pour les lecteurs.

Merci d’avoir lu jusqu’à la fin, j’espère vous avez trouvé des choses utiles!

C’est tout pour aujourd’hui et je vous dit à très vite !

Si vous avez des questions, des remarques ou simplement envie de laisser un petit mot, n'hésitez pas, je lis tout et je réponds à chacun :)

Bienvenue à 36 nouveaux abonnés depuis la dernière édition ! Si vous n’êtes pas encore abonné, il n’y a rien de plus simple ⬇️

Abonnez-vous maintenant

Et si le contenu vous plaît, n’hésitez pas à le partager à vos amis! 😉

Partager

Cet article contient beaucoup de visuels, si vous avez des difficultés pour le visualiser, voici le lien vers la version Web complète : https://newsletter.alekseo.com/p/12-google-and-la-regle-des-130-jours

L’algorithme de classement de Google repose sur un certain nombre de valeurs intrinsèques définies manuellement par les ingénieurs.

Autrement dit, ce sont des paramètres fixes, qui ne varient pas dynamiquement et s’appliquent comme des règles absolues.

Dans cette édition de la newsletter, j’aimerais vous parler de l’une de ces valeurs, qui permet de mieux comprendre comment le principal moteur de recherche gère un élément fondamental de son algorithme de classement : l’indexation.

Être indexé par Google et y rester constitue un enjeu stratégique pour tout site web.

En effet, si ses pages ne sont pas indexées, tous les autres efforts — création de contenu, acquisition de liens, optimisation de la conversion, et bien d’autres — deviennent inutiles.

Or, l’index de Google n’est pas illimité, ou plutôt, Google ne souhaite pas qu’il le soit.

Car un plus grand nombre de pages indexées implique davantage d’espace de stockage, plus de puissance de calcul pour les analyser, les classifier et les surveiller.

Cela entraîne donc des coûts opérationnels accrus, que toutes les entreprises cherchent aujourd’hui à réduire.

Ainsi, le moteur de recherche de Google déploie tout un arsenal de techniques pour contrôler la croissance de son index : canonicalisation (déduplication), crawl prédictif, pénalités, sanctions, et bien d’autres encore.

Mais qu’en est-il des pages déjà présentes dans l’index depuis longtemps ? Probablement, elles ne méritent pas toutes d’y rester.

Google dispose d’un mécanisme bien précis pour effectuer ce ménage.

Je vous propose que nous menions ensemble notre propre enquête pour le découvrir !

Préparons notre terrain de jeu

Nous allons utiliser dans nos recherches Screaming Frog SEO Spider, dont la version payante permet d’enrichir nos données de crawl des données issues de l’API de Google Search Console :

1. Choisissez dans le menu : Configuration > Accès à l’API > Google Search Console.

2. Connectez-vous à votre compte.

3. Passez à l’onglet “Inspection d’URL”.

4. Cochez les 2 cases comme sur l’image ci-dessous:

4. Il est temps de lancer votre crawl.

5. Le crawl lancé, ouvrez l’onglet “Google Search Console” où vous verrez plein d’informations utiles issues directement de l’index de Google :

On se retrouve devant 20 colonnes d’indicateurs techniques en vrac et pour l’instant rien ne semble être clair.

Mais comme disait Henri Bergson il y a 90 ans : Le désordre est simplement l’ordre que nous ne cherchons pas 🙂

Réduisons notre périmètre d’étude à 4 colonnes :

1. Résumé (page présente dans l’index de Google ou pas)

2. Couverture (raison pour laquelle la page n’est pas indexé, si c’est le cas).

3. Dernier crawl (date de la dernière exploration de la page par Googlebot)

4. Nombre de jours depuis le dernier crawl.

Là, nous découvrons en face de chaque url si elle est indexée par Google ou pas et le temps passé depuis la dernière exploration.

Trions les données par la colonne "Nombre de jours depuis le dernier crawl" dans l'ordre croissant.

Et soudain, nos données s’organisent en un système clair de causes et conséquences.

Investiguons-le sur 5 exemples ⬇️

Cas 1 : Site officiel d’un fabricant de pneus

Ceci est un des fabricants les plus connus des pneus sur le marché portugais.

En faisant toutes les traitements décrites ci-dessus, on découvre 2 états des pages dans la colonne “Résumé” : “URL is on Google“ et “URL is not on Google”.

Mais le plus intéressant se passe si on regarde la colonne “Nombre de jours depuis le dernier crawl”.

Il semble qu’il y ait un rapport de causalité entre la fréquence d’exploration et l’état d’indexation d’une URL.

Plus précisément, les URLs semblent se faire désindexer, si Googlebot ne les a pas explorées depuis 130 jours :

Une précision importante : au moment de la configuration de Screaming Frog nous avons coché la case pour n’envoyer dans l’inspecteur d’URLs que les URLs indexables.

Autrement dit, dans nos données analysées il n’y a que les pages techniquement correctes (pas de noindex, ni rel canonical, ni bloquées dans robots.txt ou autre).

Pour éviter le biais du survivant voici 4 autres exemples réels.

Cas 2 : Site média (sport)

Ceci est un site d’un autre type, mais sur lequel on observe la même tendance:

Les pages qui n'ont pas été explorées depuis 130 jours sont automatiquement retirées de l'index de Google.

Elles passent du statut "Submitted and indexed" à "Crawled - currently not indexed" :

Cas 3 : Magazine de mode

Exactement la même tendance sur ce magazine français de mode :

Cas 4 : Site corporate avec un forum

Encore un autre type de site : business avec un forum intégré pour gérer la partie questions-réponses - le même constat, le seuil de 130 jours :

Cas 5 : Site institutionnel

Et le 5ème et le dernier exemple, un site institutionnel français - pareil :

La règle des 130 jours

Dans tous ces exemples observés, nous constatons toujours la même tendance :

1. L’état d’indexation de nos pages dépend de la fréquence d’exploration par Google.

2. Google semble appliquer un seuil d’exploration statique de 130 jours. Chaque page du site à sa propre fréquence d’exploration qui évolue dans le temps. Si celle-ci dégrade au point que Googlebot n’a pas exploré la page pendant 130 jours, cette dernière est retirée de l'index.

3. Il y a tout un intérêt d’analyser ses pages avec une fenêtre d’exploration de 130 jours et plus pour les optimiser et valoriser davantage.

Que faire avec les pages non explorées depuis 130 jours ?

Maintenant, la question légitime : qu’est-ce qu’on fait avec cette connaissance ?

Pour cela, il faut rappeler comment le moteur de recherche alloue et répartit ses ressources d’exploration.

La fréquence d’exploration est une valeur dynamique que le moteur cherche constamment à optimiser pour crawler au mieux les pages qui en valent le coup.

La fréquence d’exploration est calculée principalement en se basant sur 2 groupes de critères :

1. Qualité du contenu de la page.

2. Pagerank de la page.

Maintenant récupérez vos pages non explorées depuis 130 jours et essayez de répondre aux questions suivantes.

Du point de vue qualitatif :

1. Ces pages, qu’est-ce qu’elles ont en commun ?

2. Appartiennent-elles à un type particulier?

   1. Par exemple, sur notre site de fabricant de pneus (cas 1), parmi les pages en question on retrouve celles de catégories par marques sans produits, ni contenu de différenciation.

   2. Sur le site média (cas 2) : il s’agit des pages de tags très similaires, qui peuvent être optimisées et enrichies davantage.

   3. Sur le magazine de mode (cas 3) il s’agit des contenus très courts conçus initialement pour être diffusées dans les réseaux sociaux.

Améliorer la qualité des pages, permet d’améliorer leur exploration et ainsi l’indexation :

Du point de vue du Pagerank :

A côté du contenu, la fréquence d’exploration d’une page par Google est très étroitement liée à l’autorité de celle-ci, formalisée dans la notion du Pagerank.

Plus une page s’enfonce dans les profondeurs d’un site, moins elle est considérée comme importante.

Et lorsque cette importance atteint un seuil minimal, au point que Googlebot ne juge pas nécessaire de la crawler plus d’une fois tous les 130 jours, elle finit par sortir de l’index.

Il s’agit en quelque sorte d’un nettoyage effectué par Google, qui supprime de l’index les pages jugées peu importantes. Cela explique également pourquoi certaines pages qui étaient depuis longtemps indexées à un moment données peuvent en être exclues.

Questions à se poser sur cet aspect :

1. Où se trouvent les pages désindexées dans l’arborescence ?

2. Quel est leur niveau de profondeur ?

3. Reçoivent-elles suffisamment de liens internes comme externes ?

2 derniers conseils :

1. Si vous voulez savoir quelles sont les meilleures pages de votre site aux yeux de Google, la fréquence d’exploration est l’un des indicateurs les plus fiables.

2. Pour réaliser cette étude sur l’ensemble de votre site, vous pouvez passer par l’analyse de logs. Demandez à votre hébergeur ou développeur d’exporter les logs pour au moins 130 derniers jours. Croisez-les avec vos données de crawl: les pages crawlées qui ne sont pas présentes dans les fichiers de logs sur 130 derniers jours ne sont certainement pas indexées.

Merci d’avoir lu jusqu’à la fin, j’espère vous avez trouvé des choses utiles!

c’est tout pour aujourd’hui, à très vite !

Bienvenue à 11 nouveaux abonnés depuis la dernière édition ! Si vous n’êtes pas encore abonné, il n’y a rien de plus simple ⬇️

Abonnez-vous maintenant

Et si le contenu vous plaît, n’hésitez pas à le partager à vos amis! 😉

Partager

#QuickStories :

Actualités, suggestions de lectures et outils incontournables.

• “Coupongeddon” : Le 22 janvier, Google a lancé une campagne de pénalités sanctionnant quasi tous les sites médias en France proposant des codes promo. Retrouvez mes observations à chaud dans l’article sur Abondance ainsi que le nom d’un seul survivant.

• Webinar: Vous avez été 711 (!) à assister à notre webinar ce mardi matin organisé par Semji & iProspect & House of Content. J’espère que cela vous a plu et vous avez appris des choses. Si vous n’avez pas pu assister, le replay sera bientôt disponible 😉

• Growth : Similarweb a publié son rapport annuel “The Official 100 Fastest-Growing Companies Online in 2024“ - le palmarès des 100 sites web qui ont montré une croissance digitale exceptionnelle en 2024.

  Ce qui est intéressant, en TOP du classement : JustAnswer - une plateforme en ligne qui permet aux utilisateurs de poser des questions à un réseau de 12 000 experts dans différents domaines (droit, santé, informatique, etc.). Les utilisateurs paient pour obtenir des réponses plus détaillées ou garanties, et les experts répondent en échange d’une rémunération :

Mission : Débloquer Bing 🚀

Aujourd’hui, j’aimerais vous raconter une histoire vraie d’un de nos clients SEO de l’agence.

Comme on le sait, depuis l’arrivée et la montée en puissance de SearchGPT, le moteur de recherche Bing a reçu le second souffle.

Ce second souffle qui est fortement porté par ChatGPT, car pour être cité par SearchGPT, se positionner sur Bing est un prérequis.

Et c’est tout à fait normal et raisonnable que tous ont commencé à s’y intéresser davantage, nous y compris.

Le héros de cette étude de cas est un site de référence en France, doté d'une excellente autorité et très bien positionné sur Google.

Mais voilà le hic : sur Bing, c’est le désert total. Pas une page, pas un résultat, rien. Comme si le site n’existait pas.

Manches retroussés, un café fort et la mission “Débloquer Bing” commence!

Etape 1: Vérifier l’indexation dans Bing via site:nomdusite.fr

On commence traditionnellement nos investigations par vérifier l’indexation du site par une requête dans le champ de recherche de Bing: “site:nomdusite.fr”, à laquelle le moteur retourne la réponse catégorique et tranchée : “Aucun résultat” :

Voici notre problème, il faut maintenant trouver à quel niveau il se trouve pour le dépanner.

Etape 2: Identifier les blocages possibles pour Bing

On démarre toute la série de vérifications pour checker l’accessibilité pour Bing : robots.txt, règles de blocage et d’affichage spécifiques pour Bing, version mobile (qui peut varier en fonction de l’user-agent), pare-feu, cache etc. etc.

Tout est correct, aucun signal alarmant.

Etape 3: Vérifier l’état des pages dans Bing Webmasters

En même temps, je soumets le site dans Bing Webmaster Tools - équivalent de Google Search Console chez Bing.

D’ailleurs, si vous n'avez jamais soumis de sites dans Bing Webmaster Tools, c’est plus facile à faire que vous ne le pensez.

Bing propose une option de validation en-un-clic, celle de transfert du site pour lequel vous disposez déjà l’accès de Google Search Console. Très pratique et sans nécessité de déposer un fichier ou ajouter une ligne de code de validation.

On commence à tester les principales pages, une par une, via l’outil d’inspection d’url.

Tous les voyants sont en vert et pour chaque page le statut positif est retourné - “Indexée correctement. L’URL peut s’afficher sur Bing” :

Le rapport “Explorateur du site” affiche bien 25 200 pages indexées :

Prenons maintenant un moment pour nous arrêter et réfléchir à cette situation :

Nous avons les pages de notre site qui sont accessibles et indexables pour le moteur de recherche de Bing. Mais il y a quelque chose qui les empêche de s’afficher dans les résultats de recherche.

Par expérience, le plus souvent il s’agit d’application de “filtres” utilisées par les moteurs de recherche - une sorte de surcouches par-dessus de l’algorithme de classement qui ne laissent pas passer certaines pages ou sites entiers dans les résultats de recherche. Dans Google, on connaît par exemple des filtres d’anti-spam, SafeSearch, DMCA, droit à l’oubli etc.

Mais chez Bing ?

Etape 4 : Débloquer les visibilité SEO Sur Bing

Faute d’informations sur le sujet, j’entreprends des tentatives de contacter Bing.

Pour rappel, il s’agit d’un site officiel, un des plus importants en France, et le fait de ne pas l’afficher dans les résultats de recherche est un défaut de qualité pour tout moteur de recherche.

Voici une chronologie détaillée pour expliquer clairement les étapes et comprendre ce qui se passera ensuite.

1. Le 2 décembre 2024, 16:02 : J’envoie un message via le formulaire de support pour webmasters de Bing. Aucune réponse.

2. Le 10 décembre 2024, 12:39 : J’envoie un mail au chef de produit principal chez Microsoft chargé notamment du moteur de Bing. Aucune réponse.

3. Le 19 décembre 2024, 14:41 : Je remonte le problème à notre point d’équipe. Faute de réponses via les canaux “SEO“, un collègue de notre team SEA propose de tenter la chance et d’essayer de faire passer le message via nos contacts Microsoft sur la partie d’acquisition payante. On revérifie l’indexation du site, il est toujours absent. Le message est transféré.

4. Le 19 décembre 2024, 16:55 : Nous recevons une réponse indiquant que notre problème a été transmis aux équipes de Microsoft Search aux États-Unis, qui vont mener une enquête pour le résoudre.

5. Le 19 décembre 2024, 18:41 : On reçoit une nouvelle réponse, avec une capture d’écran que le site est présent sur Bing avec 14 300 pages indexées ce qui n’était encore pas le cas le matin :

Sur ma question, si quelque chose a été corrigé du côté du moteur, la réponse a été négative.

Quoi que ce soit, depuis le soir du 19 décembre, notre site a commencé à apparaître sur Bing, générant entre 1 000 et 1 500 clics organiques par jour. De plus, il est désormais éligible pour remonter sur SearchGPT et sur quelques requêtes de test, il le fait bien.

P.S. Le 3 janvier 2025, 21:47 : Réponse à mon message dans le formulaire de support pour webmasters : “Le problème lié à votre site a été résolu”. Bon, merci quand même :)

En SEO, on se retrouve souvent face à des problèmes très divers, dont les solutions ne sont pas toujours triviales ni évidentes.

Dans cet exemple, la solution ne résidait pas dans les piliers SEO classiques (technique, contenu, autorité), mais plutôt du côté du moteur de recherche lui-même. Et ça fait partie des états SEO dans lesquelles nous sommes le plus dans le flou.

Voilà, si vous avez apprécié le contenu, pensez à le partager avec vos amis ou collègues. Et comme toujours, vos retours sont les bienvenus pour continuer à améliorer cette newsletter.

Partager

Et si vous avez besoin d’aide sur votre projet SEO, trouver des nouvelles opportunités de croissance où juste d’avoir un regard externe sur votre site, vous savez comment me contacter:

Me contacter

Sur ceci, je vous dit à la semaine prochaine !

Alexis.

Bienvenue à 85 nouveaux abonnés depuis la dernière édition ! Si vous n’êtes pas encore abonné, il n’y a rien de plus simple ⬇️

Abonnez-vous maintenant

Et si le contenu vous plaît, n’hésitez pas à le partager à vos amis! 😉

Et voilà, une année sous le numéro de 2024 a pris fin, et la nouvelle année 2025 débute avec ses promesses, ses espoirs et ses défis à relever.

Je vous souhaite (après la santé évidemment) de profiter pleinement des 12 prochains mois pour accomplir vos objectifs et, à la fin, être fier de vous !

#QuickStories :

• Sport : Le 1er objectif sportif de 2025 est dans 2 mois - mon retour sur la distance marathonienne, 42km dans une ville mythique. L’enjeu de cette année est d’atteindre le meilleur de ma forme au niveau des sensations et performances.

• Formation SEO : Ma première formation SEO avance à grands pas, j’y mets beaucoup d’amour, de mon expérience, d’exemples et de cas pratiques réels. Elle a pris bien plus de temps que prévu, mais je suis content de la forme qu’elle prend.

• Mathilde de Reacteur - newletter SEO professionnelle - a compilé les chiffres d’audience 2024 et je découvre que mes 2 articles (1 et 2) font parti du TOP-3 des articles les plus lus 😍 Une bonne occasion de les lire ou relire !

• J’ai contribué dans l’article du JDN “SearchGPT et e-commerce : des résultats encore modestes“ et partagé mes observations sur l’état actuel de SearchGPT comme moteur de recherche e-commerce (créez un compte gratuit pour lire l’ensemble de l’article).

• Webinar : Pour changer un peu le format écrit je vous propose de se voir en live mardi 28 janvier de 11h à 12h. Le format sera orienté pratique, car on va répondre aux questions posées lors de l’édition précédente + celles en live.

  Je serai ravi de vous voir et répondre à vos questions. Si on n’a pas le temps lors du webinar, je dédierai une édition de la newsletter pour vos questions 😉

S'inscrire au webinar

En quête d’impact

Vous le savez mieux que moi, le SEO, c’est un terrain d’affrontements existentiels :

• La technique vs le contenu

• Le SEO vs UX

• Le SEO 2010 vs le SEO du janvier 2025

• Les backlinks vs le monde entier…

Côté pratiques SEO, chacun de nous a ses préférences, appétences, ses domaines d'expertise, sans oublier les tendances et les "effets de mode".

On a aussi tous nos biais, car notre expertise est déterminée ou fortement influencée par les typologies de projets sur lesquels on travaille.

Cela donne souvent lieu à de vifs débats sur les réseaux sociaux, par exemple, quels sont les leviers SEO les plus performants ?

• Technique ?

• Contenu ?

• Backlinks ?

• Alignement aux intentions de recherche ?

• CTR ?

• UX ?

• etc. etc. 🙂

Et non pas parce que ce sont des choses qu'on maîtrise le mieux, qu'on aime, les plus rapides à mettre en place, qui sont sur les lèvres de tout le monde ou encore qu'on voulait toujours essayer de faire.

En plus, chaque site est unique, avec son état SEO unique et son goulot d'étranglement aussi unique.

Parfois, la solution est simple. Parfois, elle est plus complexe et énergivore.

Elle peut se trouver du côté technique, édito, du maillage interne, d'autorité... Et pour la trouver il faut maîtriser tous ces leviers. Mais c’est souvent cette action (ou groupe d’actions) ciblée qui débloque la croissance.

C'est ce coup-là qu'on mettra au top de notre roadmap.

Mais la partie ne se gagne avec un seul coup, mais de l’ensemble des meilleurs coups trouvés.

Cas concret

Pour illustrer ce raisonnement, voici un cas concret récent avec une technique que vous pouvez reproduire également chez vous.

Je ne peux pas partager tous les détails, mais je pense la logique d’analyse est simple et claire.

Alors, il s’agit d’un site bien connu de nous tous et qui a déjà une bonne audience s’approchant d’1 million de clics organiques par mois.

L’objectif était de trouver des opportunités d’optimisation pour augmenter/amplifier les résultats déjà acquis.

Sans se lancer dans les péripéties d’analyse du contenu ou des liens, on commence dès le début, par vérifier l’accessibilité.

Pour cela, j’ai pris les logs du serveur contenant toutes les consultations de Googlebot de mon site sur les 6 derniers mois et les ai regroupés par pages du site.

En haut du tableau on obtient ainsi les pages les plus consultées par le robot d’exploration de Google.

Maintenant il est temps de vérifier l’indexabilité de ces pages (si les pages sont conformes techniquement pour être indexées et positionnées ensuite). Et là on commence à constater des anomalies.

Voici le tableau que j’ai obtenu. Les lignes en rouge ce sont les pages bloquées (pour une raison quelconque) pour l’indexation:

Littéralement, qu’est-ce que nous dit ce tableau : nous avons Googlebot qui frappe acharnément à la porte pour accéder à certaines pages du site, mais en vain, car l'accès lui est refusé.

Pour une page de ce site, il le fait en moyenne 713 fois par jour!

Une fois qu’on a autorisé ces pages pour l’indexation, cela a débloqué la visibilité des 4 pages en question et a redonné un nouvel élan à toutes les pages connexes.

Le site est monté immédiatement en 1ère page de Google sur les requêtes à 4-5M recherches par mois + toutes les requêtes dérivées :

C’est la visibilité SEO que le site méritait d’avoir, mais qui, jusqu'à présent, avait été perdue.

Ainsi, sur ce projet, une seule optimisation SEO a fait toute la différence.

Par expérience, il est assez rare qu’on arrive à avoir les résultats de cet ordre de grandeur avec une seule action.

Derrière ce genre de hausses fulgurantes se trouvent souvent des erreurs graves qui nécessitent des actions souvent basiques, loin d’être créatives ni innovantes - les actions qu’il faut tout simplement faire 😉

En 2025, je nous souhaite de ne faire que des actions qui comptent, qui ont du sens et qui portent leurs fruits !

Bonne année et belles croissances en 2025 ! 🔥

Bienvenue à 18 nouveaux abonnés depuis la dernière édition ! Si vous n’êtes pas encore abonné, il n’y a rien de plus simple ⬇️

Abonnez-vous maintenant

Et si le contenu vous plaît, n’hésitez pas à le partager à vos amis! 😉

Bienvenue sur SearchGPT!

Après une phase de tests depuis le mois de juillet, OpenAI a intégré le 31 octobre 2024 son nouveau moteur de recherche à ChatGPT pour les abonnés Plus et Teams, avec une disponibilité prévue pour les utilisateurs gratuits au début de 2025.

Des résultats de recherche intégrant de l’IA existent déjà (comme Perplexity.ai ou SGE dans Google), mais reconnaissons-le : c'est OpenAI qui depuis plusieurs années dynamise véritablement le marché de l’IA comme nul autre.

Si vous n’avez pas encore eu l’occasion de l’utiliser ou vous vous posez des questions sur son fonctionnement, je vous propose de s’y plonger ensemble dans cette édition de la newsletter!

L’article contient beaucoup de visuels, si vous avez des difficultés pour le visualiser correctement dans votre boîte e-mail, rendez-vous dans sa version web - https://newsletter.alekseo.com/p/comment-fonctionne-searchgpt.

Café, tisane et bonne lecture! ☕

Comment accéder à SearchGPT ?

Pour commencer à utiliser SearchGPT, il suffit :

1. d’avoir un abonnement à ChatGPT Plus et Team, ou faire parti des 10 000 utilisateurs inscrits comme testeurs de SearchGPT en juillet.

2. d’utiliser un des modèles suivants : GPT-4, ChatGPT-4o ou ChatGPT-4o mini.

3. de cliquer sur le bouton “Rechercher” sous le champ de recherche de ChatGPT.

Fonctionnement de SearchGPT

1. Suggestions :

L’interaction avec le moteur de recherche commence par les suggestions. Les suggestions de SearchGPT reprennent exactement les 4 premières suggestions de Bing.

2. RAG sous le capot

Qu’est-ce qui se passe après la saisie d’une requête ?

Pour faire tourner un moteur de recherche SearchGPT utilise une approche appelée "Retrieval Augmented Generation" (RAG) pour améliorer la pertinence et la précision de ses réponses.

Cette méthode combine les capacités de génération de texte des modèles de langage avec des informations récupérées en temps réel à partir de sources externes.

Le RAG dans SearchGPT s’appuie sur 3 piliers :

1. Récupération d'informations : Lorsqu'un utilisateur pose une question, SearchGPT effectue une recherche pour obtenir des informations pertinentes à partir de sources externes, notamment les résultats de Bing et des partenaires d’OpenAI.

2. Génération de réponse : Le modèle de langage utilise ces informations récupérées pour générer une réponse cohérente et contextuelle, en intégrant les données les plus récentes et pertinentes.

3. Sources & Citations : Et enfin (pour nous 🙂) les liens vers les sources originales permettant aux utilisateurs de vérifier et d'explorer davantage les informations présentées.

Tout cela visant à combler ses lacunes et défauts bien connus et omniprésents : l'obsolescence des réponses, l'absence de vérification des faits, une certaine déconnexion de la réalité, et bien sûr, les hallucinations de l'IA.

3. Sources données, partenaires et la monopolie de Le Monde :

Ainsi, le RAG de SearchGPT enrichit les modèles de langage en leur fournissant des informations contextuelles pertinentes issues de sources de données externes.

Pour comprendre comment sont produits les réponses du nouveau moteur, intéressons-nous aux sources de données utilisées par SearchGPT, car contrairement à Google ou Bing, SearchGPT n’a pas d’index classique auquel on est habitué.

SearchGPT utilise différentes sources de données, dont :

1. API de Bing Search

2. APIs spécifiques de Google (favicons, directions dans les cartes)

3. Partenaires médias (fournisseurs de contenus de qualité)

4. Partenaires data (météo, bourse, cartes)

5. Sa propre exploration du web

Les partenaires fournisseurs de contenus occupent une place importante dans la génération des réponses de SearchGPT.

Ce sont des organisations ou des plateformes qui contribuent à enrichir les réponses et services proposés, en plus des résultats de recherche de Bing, en fournissant des informations spécialisées, vérifiées et actualisées.

Il paraît qu’on peut identifier les partenaires de OpenAI via le marquage &utm=chatgpt.com qui se fait ajouter à la fin des URL des liens.

Et en France ?

En France, OpenAI n’a à ce jour qu’un seul partenaire et fournisseur de contenu, c’est Le Monde. Le média en parle d’ailleurs dans cet article.

C’est évidemment une question de temps, mais Le Monde littéralement monopolise aujourd’hui l'ensemble de l’encart “Actualités récentes” (réservé aux partenaires) en France :

4. Sources & citations

Les réponses fournies par SearchGPT incluent les liens vers sources et sont présentées sous 2 formes :

1. “Résultats de recherche” : liens vers les sources originales reçues par le biais de de l’API de Bing Search. Ils sont exploités en arrière-plan pour alimenter les réponses générées, mais ne sont pas toujours mentionnés explicitement dans le texte.

2. “Citations” : SearchGPT sélectionne les sources à citer en s'appuyant sur les résultats de recherche de Bing et en intégrant les flux de données de ses partenaires agréés. Ainsi, le bloc "Citations" apparaît. Ce sont ces citations qui vont finalement créer la réponse du moteur de recherche.

Observations :

• Pour chaque requête, SearchGPT utilise le plus souvent 12 sources (pages web).

• Plusieurs pages du même site peuvent faire partie des citations.

• Le nombre de citations dépend de la nature de la requête et des gains d’informations apportées par les sources, le maximum que j’ai réussi à avoir est 5 :

5 sources citées :

• “simulateur prêt immobilier”

• “acheter une robe de cocktail”

• “20 raisons pourquoi je me sens fatigué”

4 sources citées :

• “comment choisir un blazer parfait”

• “que faire dans le Finistère”

• “comment choisir un blazer parfait”

• “mal à la tête”

3 sources citées :

• “meilleur outil de gestion de paie”

• “les plus beaux marathons de France”

2 sources citées :

• “comment choisir une robe de cocktail”

1 source citée :

• “idées de robes de cocktail”

• “comment courir un marathon”

• “idées de robes de cocktail”

Les sources ne sont pas classées par pertinence, comme dans Google ou Bing et ne servent qu’à donner un aperçu des sources considérées par SearchGPT.

Les pages sources du même site sont regroupées et vont ensemble :

Aux sources sélectionnées depuis les résultats de recherche de Bing s’ajoutent les contenus des partenaires pour former une short-liste - les citations.

Ces citations participent à la création d’une réponse, offrant également des liens supplémentaires aux éditeurs :

5. Nouveau robot d’exploration de SearchGPT

En plus des résultats de recherche de Bing et des partenariats, SearchGPT explore le web lui-même.

Pour cela, OpenAI a conçu un robot d’exploration surnommé "OAI-SearchBot" pour parcourir les pages web et récupérer des données pertinentes.

C’est ce bot-là qui va venir étudier notre contenu à chaque fois qu’on apparaît dans les sources de SearchGPT.

Ce fonctionnement du bot se confirme bien dans les logs serveur :

Si vous souhaitez être cité par SearchGPT (et c’est l’objectif), il faut que vous autorisiez l’accès à ce bot dans votre fichier robots.txt et vos pare-feu.

Et là, quant au robots.txt, il est important d’éviter un piège possible.

Comme on le sait, il existe 2 stratégies pour construire son fichier robots.txt :

1. Autoriser tout , sauf …

2. Interdire tout, sauf …

1. Le plus souvent on utilise la 1ère méthode et on fait des robots.txt de type suivant :

User-agent: *
Disallow: /admin/
Disallow: /panier/

Dans ce cas-là, il n’y a aucun problème et OAI-SearchBot suit les règles communes à tous les autres robots.

2. Le second cas est plus subtil et se retrouve souvent sur les sites médias. Pour gérer l’afflux des robots indésirables, il est plus simple de les bloquer tous d’un coup par une seule règle. Et énumérer les bons avec des règles spécifiques.

   Le robots.txt de ce type va ressembler à ça:

User-agent: Googlebot
User-agent: Bingbot
Disallow: /admin/
Disallow: /panier/

User-agent: *
Disallow: /

Sans se retrouver dans les user-agents spécifiques, notre OAI-SearchBot est obligé d’obéir à la dernière règle globale qui lui interdit d’accéder à l’ensemble du site.

Concrètement qu’est-ce qui se passe si vous bloquez (volontairement ou par hasard) le bot de SearchGPT ?

Voici 2 sites bien connus : Ouest-France.fr et 20minutes.fr

Au moment où je rédige ces lignes Ouest-France n’autorise l’accès à son site qu’à certains robots spécifiques (robots.txt du 2nd type), et OAI-SearchBot n’en faisant pas partie, se retrouve finalement bloqué.

En conséquence, Ouest-France apparait dans les sources (résultats de recherche de Bing), mais ne passe jamais en “Citations”.

Voire, quand je demande à maintes reprises de faire une synthèse de tel ou tel article de Ouest-France (en indiquant explicitement l’URL), SearchGPT arrive à reconnaître le sujet depuis l’URL, mais cite toujours un autre média (en l’occurrence Reuters).

L’autre exemple, 20minutes.fr utilise le schéma de robots.txt du 1er type (autoriser l’accès à tous les robots, juste pas pour certaines pages).

Pas de restrictions pour OAI-SearchBot.

20minutes passe bien en citations et apparaît dans les réponses de SearchGPT avec un lien vers 20minutes.fr.

💡 Si vous utilisez un mode de gestion de votre robots.txt avec l’approche “interdire tout sauf …”, vous pouvez avoir des difficultés pour être cité par SearchGPT. Pensez à autoriser l’accès de OAI-SearchBot à vos contenus.

6. Images :

• Les réponses de SearchGPT sont souvent accompagnées de 4 images.

• Les images proviennent de Bing :

• Le favicons pour les sources proviennent d’une API peu connue de Google. Par exemple, pour avoir le favicon de TF1.fr SearchGPT requête cette url : https://www.google.com/s2/favicons?domain=tf1.fr&sz=16.

• Un clic sur une image fonctionne exactement comme sur Google : l’image s’ouvre en plein écran avec un lien vers la page l’hébergeant.

💡 Pour apparaître dans les images de SearchGPT, assurez-vous qu’elles soient bien référencées dans Bing.

7. Géolocalisation

A présent OpenAI ne demande accès à notre géolocalisation précise (comme le fait Google, Bing, Facebook etc).

Pour déterminer la géolocalisation SearchGPT peut utiliser:

1. Adresse IP de l’utilisateur :

   1. en changeant ma géolocalisation via un VPN, les résultats de SearchGPT s’adaptent en conséquence.

   2. demandez à SearchGPT votre adresse IP et il va vous le dire.

2. Indication d’un toponyme dans la requête (“meilleurs restaurants à Nantes”)

3. Contexte de la conversation :

8. Recherche locale

Pour les requêtes ayant une intention de recherche orientée vers des résultats locaux (appelées dans la terminologie de Google "Visit in-person Queries"), un bloc de résultats de proximité est déclenché.

• La carte affichée a sous le capot l’API de OpenStreetMap fourni par Mapbox.

• Le bouton “Directions” utilise l’API de Google Maps et renvoie vers le service cartographique de Google.

• La sélection d’établissements à proximité, provient des sources citées. Sur l’exemple ci-dessous, les 4 restaurants proposés sont récupérées depuis Restaurant Guru et Tripadvisor.

• Les notes, avis, coût semblent ne pas provenir d’API spécifiques, mais c’est le résultat d’extraction depuis les contenus web et ça part dans tous les sens 🤪.

💡 Pour apparaître dans les recommandations de la recherche locale de SearchGPT, identifiez les plates-formes considérées comme reconnues et citées et assurez-vous d’être référencés dessus.

9. SearchGPT & E-commerce

Evidemment le nerf de guerre de tout moteur de recherche est le traitement des requêtes transactionnelles.

Et pour l’instant, en ce qui concerne les résultats e-commerce, SearchGPT est au niveau rudimentaire.

En reprenant pour base les résultats de recherche de Bing, SearchGPT cite les sites e-commerce sur les requêtes transactionnelles (“acheter une parka”) et les comparateurs sur les requêtes commerciales (“les meilleurs parkas“). Rien de nouveau ici.

La recherche orientée produits, les vrais listings e-commerce exploitables, les informations sur les prix, modes de paiement, de livraison, retours n’existent pas.

Sur ce point-là, SearchGPT pourra se battre à armes égales avec Google Shopping uniquement quand il commencera à traiter les flux de produits et ouvrira un équivalent de Merchant Center.

On le voit de l’autre côté, dans Google SGE, le cœur du e-commerce même dans le monde de l’IA c’est le flux.

10. Tracking

Si on n’est pas partenaire de OpenAI (tracké avec &utm=chatgpt.com), le trafic provenant des clics sur les sources de SearchGPT semble aller par défaut dans direct/(none) dans GA4.

C’est ce que je vois sur mes tests en cliquant sur les liens dans SearchGPT :

Cela rend la mesure des performances compliquée, car direct/none, comme on le sait, est un grand entrepôt de tout ce qui n’est pas identifiable.

Résumons :

Qu’est-ce qu’on retient de ces premières observations:

• Il faut être bien référencé sur Bing pour apparaître dans SearchGPT.

• Il faut être bien référencé dans Bing Images.

• Soumettez vos sites dans Bing Webmaster Tools, ce moment est venu 🙂

• Assurez-vous de ne pas bloquer le robot d’exploration de SearchGPT.

• Il faut déployer les données structurées partout, SearchGPT les analyse.

• Pour le local, étudiez les sources citées, car si vous voulez faire partie de la réponse de SearchGPT, il faut y être cité.

J’espère que cette édition vous a été utile, moi, personnellement, j’ai pris beaucoup de plaisir à étudier SearchGPT!

L'une des choses les plus incroyables est que l'on peut demander directement à SearchGPT comment il fonctionne, comment il traite les requêtes, et pourquoi il a sélectionné tel ou tel résultat. Les échanges sont parfois longs, mais instructifs et passionnants ! 🔥

A très bientôt!
Alexis.

Bienvenue à 53 nouveaux abonnés depuis la dernière édition ! Si vous n’êtes pas encore abonné, il n’y a rien de plus simple ⬇️

Abonnez-vous maintenant

Le moment où j’écris ces lignes, je suis accompagné de ma plus fidèle copilote Sophie toujours aussi créative, exigeante et perfectionniste. Là, elle est en train de remettre en question la charte graphique de mes newsletters 🙂

Sinon, assez sportives ces dernières semaines :

1. Les roadmaps 2025 des clients commencent à se dessiner, ainsi c’est la saison des audits SEO: tous types, toutes tailles, tous secteurs.

2. R&D : Amélioration et refactoring des outils existants (plans de redirections automatisées, outils de catégorisation et de clustering, de recherche d’opportunités non-exploitées, parsers de Google Maps & Google Business Profile etc. etc.) et bien sûr conception de nouveaux.

3. Article pour Reacteur.com autour d’un sujet passionnant et utile qui sera au cœur de cette édition de la newsletter.

C’est parti !

Open-data pour le SEO

Lorsqu'on conçoit une page ou un contenu, nous avons toujours besoin de données : pour justifier nos propos, encourager nos lecteurs, soutenir nos appels à l'action, etc.

Souvent, sans même nous en rendre compte, mais nous sommes entourés de données pertinentes, de qualité, à jour, et libres d’utilisation.

L'open data est un sujet souvent injustement négligé lors de l'élaboration d'une stratégie SEO. Pourtant, il s'agit d’une des armes les plus puissantes dans notre arsenal pour résoudre un grand nombre de problèmes SEO.

Pour les amis de Réacteur (newsletter SEO pro) et Abondance, j’ai rédigé un guide détaillé (et plutôt complet) sur l’utilisation de l’Open-data pour le SEO : j’y explique ce que sont les données ouvertes, où les trouver et comment les utiliser au mieux, avec de nombreux exemples à l'appui.

Je suis convaincu qu'une fois que vous commencerez à les utiliser, vous ne pourrez plus vous en passer.

Lire l’article : https://www.reacteur.com/2024/10/open-data-pour-le-seo.html

Pour lire le guide, il vous faudra avoir un abonnement Réacteur, mais en toute honnêteté, cela vaut le coup : pour 98,90€ HT euros par an vous obtenez l’accès chaque mois à la crème de la crème des articles sur le SEO.

Cependant si vous n’avez pas encore d’abonnement, je vous propose ici un cas d’usage que j’ai découvert récemment et que je trouve excellent, comment construire un site entier rien qu’avec les données ouvertes.

Je préviens tout de suite, ce n’est pas un site à moi, mais c’est un très bon cas d’école comment vous de votre côté pouvez utiliser aussi l’open-data.

Villedereve.fr où comment utiliser les Open-data à 100%

Il s’agit du site Villedereve.fr :

Le site a commencé sa vie début de l’année 2024. Il a pris son temps pour démarrer, mais depuis il montre une croissance de visibilité SEO en continu et qui est loin d’atteindre le plafond.

Selon Similarweb, en septembre 2024, Villedereve.fr a enregistré 33 000 visites dont 80% provenant des résultats organiques (SEO) :

Visiblement, Villedereve.fr s’est fixé un objectif de se positionner sur toutes (ou presque toutes) les villes de France.

Mais au lieu de rédiger les pages une par une, le site a misé dès le départ sur la création des pages programmatiques en utilisant les données publiques.

Toutes les pages sont compilées à partir des données ouvertes (ministères, administrations (DGFiP, DRIAS…), les agences publiques (INSEE, INAO, Géorisques, ARS, ADEME, CAF, Observatoire des Finances…), SNCF, Météo-France…. ).

Ainsi, chaque commune est qualifiée sur 725 indicateurs - ce qui est juste énorme.

Sur les pages du site cela prend forme d’indicateurs clés pour chaque commune :

Et pour générer des textes descriptifs (à comparer les textes sur Poitiers et Lille) :

Mais la véritable valeur des données ouvertes se révèle lorsque vous parvenez à en créer quelque chose de qualitativement nouveau.

Dans cette perspective, Villedereve.fr calcule et propose divers scores basés sur sa méthodologie propriétaire :

Voici le fruit des calculs pour chaque commune, sur l’exemple de celle de Quimper :

Et du moment où on a des scores par ville, on peut aller encore plus loin.

Ainsi, Villedereve.fr propose :

1. Des comparatifs et palmarès de villes.

2. Des cartes et autres visualisations interactives.

N’hésitez pas à parcourir vous-même le site, ça vaut le coup 😉

Voilà, c’est tout pour cette édition, j’espère que j’ai réussi à suscité votre intérêt pour les Open-data. Pour plus de détails, sources de données, licences, explications et cas d’usage je vous invite au guide sur Reacteur.com.

A très bientôt !

Je suis de retour, j’espère que vous avez pleinement profité de vos vacances et avez pu vous ressourcer. De notre côté, nous avons réalisé un beau périple familial : 37 jours, 9 pays et ~6300km au compteur :

Et oui, bienvenue à 42 nouveaux abonnés depuis la dernière édition ! Si vous n’êtes pas encore abonné, il n’y a rien de plus simple ⬇️

Abonnez-vous maintenant

Prenez votre café du matin, installez-vous confortablement, on est parti !

Si on me proposait de résumer en un seul mot le fait le plus marquant des années 2023-2024 en SEO, un nom qui reflèterait vraiment la direction des changements qui se produisent dans le domaine de la recherche, je choisirais probablement un seul mot : Reddit.

Un site de questions-réponses, historiquement et principalement populaire aux États-Unis, a soudainement commencé, d’ailleurs il y a pile un an (le 31 août 2023), à battre des records de visibilité sur Google.

Aujourd’hui nous entrons dans le Q4 de 2024 et Reddit continue de maintenir sa première place, avec une avance imbattable:

Selon Similarweb, en août 2024, Reddit.com a enregistré 3,6 milliards de visites à travers le monde entier, dont 64% provenant de l'audience organique (SEO).

“Hidden gems” pour faire face à l’IA

La prolifération inarrêtable de l’IA depuis les 2 dernières années a ébranlé le nid d’anciens problèmes dans la recherche et les a portés à une échelle qualitativement et quantitativement nouvelle :

• Augmentation exponentielle de la production de contenus.

• Augmentation drastique des volumes de spam.

• Contenus neutres, irresponsables.

• Contenus erronés : volontairement ou pas.

On le sait bien, les contenus produits par l'IA, bien que souvent techniquement corrects et informatifs, souffrent de certaines limitations majeures : ils sont neutres, sans parti pris ni émotion, dépourvus de toute responsabilité personnelle, et surtout, ils manquent d'une dimension essentielle, celle de l'expérience réelle et vécue.

Et c’est là que Reddit semble avoir tiré le bon numéro pour devenir la solution de prédilection de Google pour contrer ce problème.

Avec ses millions d’utilisateurs actifs, Reddit a su créer un environnement propice aux discussions saines et concrètes grâce à plusieurs atouts majeurs.

Tout d'abord, la plateforme permet des échanges ouverts et anonymes, offrant aux utilisateurs une grande liberté d'expression sans crainte de jugement, ce qui favorise des conversations honnêtes.

Les communautés variées et solidaires, organisées autour de sujets spécifiques, permettent à chacun de trouver un espace où ses centres d'intérêt sont partagés.

De plus, le système de karma et de récompenses encourage les interactions positives, tandis que la modération stricte garantit un cadre respectueux.

Ces informations précieuses, souvent cachées dans des discussions ou des forums, ont reçu le nom de “hidden gems” et se sont mises à s’incruster abondamment dans les résultats de recherche, jusque-là principalement aux Etats-Unis.

La quête de ces “hidden gems” s’intégre dans les autres initiatives de Google à mettre en lumière davantage les vraies expériences personnelles :

• Depuis le novembre 2023 elle fait partie de l'algorithme de classement global de Google (core algorithm)."

• Lancement de Perspectives, remplacées ensuite par les onglets et widgets “Forums et Discussions”.

• L'Expérience complète le concept E-A-T qui devient E-E-A-T, groupe de critères d’évaluation pour quality raters.

Quand l'IA fait sauter les barrières linguistiques

Mais passons concrètement à ce qui ce passe depuis quelques derniers mois et aujourd’hui avec Reddit.

Les coups de pouce de visibilité de la part de Google, ainsi que des responsabilités auprès des actionnaires (le 21 mars Reddit fait ses débuts à la Bourse de New York) font Reddit chercher de nouveaux leviers de croissance.

Et comme il s’agit d’une startup - une croissance internationale.

Le 8 mai 2024 dans un article sur Techcrunch, le CEO de Reddit Steve Huffman confirme qu’ils sont en train de tester les traductions automatiques utilisant l’IA et, pour des raisons restant inconnues, ils commencent par la langue française.

Aujourd’hui, du point de vue de la stratégie de l’internationalisation, Reddit utilise 3 modes de création de pages “localisées” :

1. Pages de discussion créées initialement en une langue spécifique.

2. Pages de discussion créées initialement en anglais et traduites ensuite en d’autres langues automatiquement moyennant l’IA.

3. Pages de discussion créées en anglais, mais traduites en d’autres langues, sans changement d’URL, moyennant la mémorisation de la langue dans les cookies.

Les pages du 1er type reflètent la croissance organique et progressive de Reddit, mais celle-ci semble ne pas être suffisamment rapide que le voudraient les dirigeants et les actionnaires.

Pour accélérer sa croissance, Reddit lance, depuis mai 2024, le déploiement d'un second type de pages ainsi qu'une nouvelle stratégie : la traduction automatique de l'ensemble du corpus de discussions (y compris les commentaires) en s'appuyant sur les capacités de traduction des grands modèles de langage (IA).

Pour nous les SEOs, ces pages traduites sont facilement identifiables, car se terminent par un paramètre ?tl={langue}:

Version originale : https://www.reddit.com/r/rootgame/comments/sjmhoc/is_there_a_discord_or_facebook_group_dedicated_to/

Version française : https://www.reddit.com/r/rootgame/comments/sjmhoc/is_there_a_discord_or_facebook_group_dedicated_to/?tl=fr

Version allemande : https://www.reddit.com/r/rootgame/comments/sjmhoc/is_there_a_discord_or_facebook_group_dedicated_to/?tl=de

Version espagnole : https://www.reddit.com/r/rootgame/comments/sjmhoc/is_there_a_discord_or_facebook_group_dedicated_to/?tl=es-es

Et c’est notamment ces pages-là voient leur croissance vertigineuse depuis les derniers mois :

• depuis le mois de mai en français

• depuis le mois d’août en allemand et espagnol

Quant au 3ème cas de localisation : quand Reddit identifie votre langue, il la sauvegarde dans les cookies de votre navigateur. Ainsi, lors de toutes vos visites ultérieures sur le site Reddit (que les pages contiennent un paramètre de langue ou non), vous verrez du contenu traduit dans votre langue, peut-être sans même vous en rendre compte.

Pour vérifier si vous lisez une traduction ou le texte original, regardez le titre de la page dans l'URL. Si celui-ci est en anglais, vous êtes en présence d'une traduction, et il peut y avoir des pertes de précision et de sens.

Page de Reddit avec les cookies activées :

Même page de Reddit avec les cookies désactivées :

Le point fort de cette dernière technique de localisation est qu’elle rend la navigation sur le site très fluide en langue de l’internaute, sans manipulations supplémentaires nécessaires.

Le point faible - le mécontentement des usagers fidèles habitués à lire Reddit en anglais qui se retrouvent maintenant devant une traduction automatique.

Car là où il y a une traduction automatique, il y a inévitablement des imprécisions et pertes de sens/nuances.

Du point de vue de SEO, comme Googlebot n’utilise pas les cookies, lors de l’exploration des pages sans paramètre de langue, il verra toujours la version canonique en anglais. Donc, pas de problèmes.

Et les résultats de cette expansion SEO internationale sont à la hauteur :

Terminons par citer le CEO de Reddit, Steve Huffman:

En bref, avec les traductions automatiques, synthèses de fils de discussions extrêmement longs, aide à la modération basée sur les LLMs, Reddit s’efforce à monter un système robuste alliant l’humain et l’IA, en tirant le meilleur “des 2 mondes”.

Et il est en train d’arriver en France à grande vitesse, alors soyons prêts 😉

Merci et à la semaine prochaine !

Bienvenue à 62 nouveaux abonnés depuis la semaine dernière ! Un grand merci à Hervé et Charlotte (ainsi qu'à toute l'équipe 🙂) d'avoir souscrit à un abonnement payant.

Quand je rédige ces lignes, nous sommes le 11 juillet 2024, en plein milieu des soldes d’été. Dans cette édition de la newsletter, je vous propose de se plonger dans l’univers des soldes et d’en faire un bilan intermédiaire et en direct.

On y parlera du taux de participation, TOP performers, dispositifs mis en place et leur efficacité etc.

Juste avant de se lancer dans le vif du sujet, si tu aimes les contenus de la newsletter, voici comment tu peux la soutenir :

Abonnez-vous maintenant

Partager SEO, Data & Growth

Référez un ami

Merci et c’est parti!

64% des e-commerçants se sont lancés dans les soldes d’été 2024

J’ai constitué un échantillon de 634 TOP sites e-commerce en France tous secteurs et domaines confondus. Les sites sont issus des databases de CRUX, FEVAD et des résultats de recherche de Google.

Pour déterminer si un site participe aux soldes, j’ai recherché sur chacun d'eux des pages contenant le mot « soldes » dans les titres. De plus, comme on parle du SEO, ce qui m’intéresse particulièrement, c’est le nombre pages indexées par Google.

Pour cela, j’ai interrogé Google avec les requêtes de type “site:www.site.com intitle:soldes”. S’il y avait au moins une page indexée et ayant “soldes” dans le titre, j’ai considéré cet e-commerçant comme faisant les soldes.

Cette méthode n’est pas sans défaut, mais sur la base des sites e-commerce sur lesquels on travaille, c’est cohérent.

Sur la base de mon ensemble des site, j’arrive à un chiffre de 64% des e-commerçants ayant au moins une page indexée intitulée “Soldes” :

TOP marques qui décident de ne pas faire de soldes

Traditionnellement, certaines marques et acteurs e-commerce décident de ne pas faire de soldes. Les raisons peuvent être différentes : promos durant toute l’année, produits de luxe, autres manières de gérer les promotions sans être contraints par la réglementation des soldes etc.

Une note importante : le fait de ne pas avoir de pages "soldes" sur le site ne signifie pas que les sites en question ne font pas de promotions, certains préfèrent simplement ne pas les appeler "soldes".

En parcourant ces sites, on trouve des appellations : promotions, ventes privées, “jours fous”, “offres d’été”, “summer sale”, “grand destockage”, “offres de fin de saison”, “maxi réductions”, “boutique de vacances” etc. etc.

TOP-30 sites e-commerce les plus visibles (SEO)

Comme chaque année, j’ai constitué également une liste de 4033 mots-clés de suivi de l’univers des soldes : à jour et tous contenant le terme “soldes”.

Pour chaque mot-clé, j’ai récupéré les sites les mieux positionnés et les volumes de recherche du juillet 2023.

J’ai utilisé également ma grille des taux de clics issue de nos e-commerçants faisant régulièrement des soldes. Cela a permis de calculer une estimation du trafic SEO de chaque participant de ces soldes d’été 2024.

Voici les classement finals :

Tailles des dispositifs “Soldes” en place

En connaissant le nombre de pages indexées intitulées “Soldes”, on peut comparer les dispositifs que chaque e-commerçant a mis en place.

Vous remarquerez sans doute la taille de Rakuten. Cela se produit lorsque vous optimisez la totalité (ou presque) de votre site sur “Soldes”.

On le verra juste après, c'est également une des techniques de déploiement du dispositif soldes pratiquée par certains e-commerçants.

Efficacité des dispositifs “Soldes” en place

Le nombre de pages déployées ne va pas toujours avec le rendement SEO final.

Faisons un exercice simple : divisons l'estimation du trafic SEO pour les "soldes" de chaque site par le nombre de pages déployées (intitle:soldes).

On obtiendra au final une estimation du trafic SEO apportée en moyenne par 1 page “soldes” déployée:

4 types de dispositifs “Soldes” en place

En analysant les techniques utilisées, on peut identifier 4 types de dispositifs courants de soldes que les e-commerçants mettent en place :

1. Répertoire “Soldes” dédié

   un sous-catalogue ne proposant que les produits soldés :

   1. Courir.com : https://www.courir.com/fr/c/soldes/

   2. Conforama.fr : https://www.conforama.fr/boutique/boutique-soldes/soldes-tous-les-produits

2. Landings “Soldes”

   on ne propose pas un nouveau catalogue, juste des pages d’entrée :

   1. LaRedoute.fr : https://www.laredoute.fr/pplp/100/97172/cat-145360.aspx

   2. Fnac.com pour les pages géolocalisées : https://www.fnac.com/Pau/Fnac-Pau/cl69/soldes

3. Répertoire “Promos”

   qui se transforme en “Soldes” pendant la période légale :

   1. JDSports.fr : https://www.jdsports.fr/promo/

4. L’ensemble du site (ou presque) passe en “Soldes”

   “soldes” annoncées dans le titre non seulement des pages du répertoire dédié, mais aussi au-delà, allant jusqu’à l’ensemble du site :

   1. Rakuten : https://fr.shopping.rakuten.com/nav/Informatique_Ordinateur-portable

   2. Galeries Lafayette : https://www.galerieslafayette.com/c/femme

   3. But : https://www.but.fr/mobilier/canape-fauteuil/canape-convertible/index-c11595.html

   4. Kiabi : https://www.kiabi.com/t-shirt-homme_200796

Rakuten, Galeries Lafayette, But & Kiabi vont All-In

Les dispositifs “Soldes” les plus proviennent des e-commerçants qui transforment pour cette période leurs boutiques en “full soldes”.

Ainsi, chaque (ou presque chaque) page liste de produits se dote du mot “soldes” dans son titre.

C’est le cas notamment de Rakuten, Galeries Lafayette, But & Kiabi (au moins).

C’est une technique efficace, mais il faut comprendre qu’elle frôle les limites du point de vue réglementaire.

Quand on crée, par exemple, un répertoire dédié aux soldes, on contrôle les produits qui y sont présents (selon la réglementation, les produits doivent être mis en vente depuis plus d’un mois), on ne mélange pas les produits soldés, en promotion ou ayant d’autres réductions etc.

Ce qu’il est plus difficile à faire quand tu annonces les soldes dans le catalogue général.

Fnac.com - Couvrir les soldes à 360°

Pour couvrir les soldes, Fnac

1. Page d’accueil ciblant les requêtes génériques (“soldes d’été 2024” etc.)

2. Soldes + Catégorie de produits ciblant les requêtes de type “soldes informatique” etc.

3. Soldes + Ville ciblant les requêtes géolocalisées (“soldes à Nantes“).

Les pages géolocalisées se sont juste les landing pages, il n’y a pas de catalogue par ville.

Souvent il s’agit des pages par villes, mais cela descend même au niveau des quartiers où la boutique Fnac est présente :

• https://www.fnac.com/Lyon-Part-Dieu/Fnac-Lyon-Part-Dieu/cl89/soldes

• https://www.fnac.com/Paris-Saint-Lazare/Fnac-Saint-Lazare/cl72/soldes

La Redoute & Conforama : quand on n’a pas vraiment besoin d’un dispositif costaud

Le dispositif des soldes sur La Redoute est très concis, mais efficace.

Il n’y a pas de sous-catalogue “soldes” traditionnel où on trouverait des déclinaisons de pages listes contenant uniquement les produits soldés.

L’internaute arrive sur la landing page “Soldes” qui lui propose des liens vers les catégories du catalogue principal.

La beauté de La Redoute est qu’elle n’a pas forcément besoin d’un dispositif spécifique développé pour se positionner. L’enseigne arrive à le bien faire avec son catalogue classique, juste en mentionnant dans les vignettes de produits “Soldes” si celui-ci est soldé.

Sur ma liste de 4 000 mots-clés toutes catégories contenant “soldes”, La Redoute est positionné en 1ère page de Google sur 1 013. Ce qui est pas mal du tout!

De ce point de vue, La Redoute ressemble également à Conforama qui possédant également un dispositif “Soldes” modeste (~12 pages) remonte bien sur les mots-clés de son univers avec les pages du catalogue général.

Mise en avant des soldes sur la page d’accueil

Une autre pratique courante, qu’on oublie souvent, est de mettre en avant les soldes dans les titres des pages d’accueil. Simple et efficace pour faire savoir à votre audience fidèle que vous proposez des produits soldés :

Voilà, c’est tout pour aujourd’hui! J’espère que vous avez trouvé des choses utiles pour vous!

A partir de la semaine prochaine, je prends un mois de vacances, donc on va faire une petite pause avant la prochaine édition.

Belles vacances à tous ! ⛱️
Alexis.

En cette période turbulente entre les élections législatives, l'Euro, l'approche des JO et des vacances estivales, je vous propose de parler de la pagination 🙂

La pagination est un élément structurel de tout site web et, à première vue, semble très simple à optimiser : on divise le catalogue de produits ou d’articles en lots, ajoute des liens vers ces pages 1, 2, 3… et laisse le moteur de recherche les explorer et les indexer.

Cependant, comme pour tout élément d'optimisation, derrière cette simplicité apparente se cachent des détails souvent négligés, qui peuvent ensuite affecter les performances SEO.

Je vous propose de rappeler les principes de base pour construire une pagination efficace sur un site web sous forme de questions auxquelles il faut répondre.

En parallèle, j'ai mis à jour mes benchmarks montrant comment les plus grands sites français de commerce en ligne, les sites de médias et les sites de petites annonces construisent leur pagination.

Si vous n’êtes pas encore abonné à cette newsletter, voici le lien pour ne pas manquer les prochaines publications 👇

Abonnez-vous maintenant

Allez, c’est parti!

Bonnes questions à se poser pour concevoir une pagination efficace

1. Est-ce que j’ai vraiment besoin d’une pagination détaillée ?

C’est une question qui paraît étrange, mais tout le monde n’a pas besoin d’une pagination détaillée et ouverte.

La pagination est la suite de votre maillage interne et son objectif est de donner l’accès aux pages profondes inaccessibles sur les premières pages de listings.

Plus votre arborescence est développée et granulaire, moins la pagination est importante et elle ne fait qu'augmenter la charge pour le robot d'exploration, tel que Googlebot.

Un autre cas, dont j’ai parlé dans une édition précédente, concerne les secteurs où les pages de produits jouent un rôle secondaire et où toute la recherche se concentre sur les pages de listes de produits. C'est le cas par exemple de Jules.com :

Dans ce cas, faut-il fournir 20 liens vers les pages de pagination alors que cette popularité interne pourrait être mieux distribuée vers des pages de catégories plus importantes ?

2. Toutes les pages accessibles via la pagination sont-elles d’une même importance ?

Comme tout autre élément du maillage interne, la pagination sert à donner accès et de l'importance aux pages ayant un intérêt SEO, et cet intérêt peut décroître en fonction du cycle de vie des pages.

Par exemple, sur les sites médias, le potentiel de l’article se dégrade drastiquement avec le temps. Sur un site e-commerce, c’est beaucoup plus homogène. Il est évident que pour ces deux cas, les approches doivent différer.

3. Pagination page par page ou par paliers ?

Le plus souvent on imagine la pagination comme suite de liens : 1, 2, 3 etc.

Cependant, à mesure que votre site et votre catalogue de produits s'agrandissent, cette approche perd rapidement de son efficacité.

En effet, un grand nombre de produits se retrouvent trop éloignés de la page d'accueil.

En analysant les logs, on voit très clair, qu’au-delà du 4-5ème niveau de profondeur, le crawl de Google diminue considérablement, et les pages éloignées restent simplement en dehors de la portée de Googlebot. La pagination perd alors tout son sens initial.

Pour remédier à ce problème, les grands sites augmentent le pas de pagination, en passant des traditionnels 1, 2, 3 à des paliers par dizaines (10, 20, 30) et des centaines (100, 200, 300) pour les catalogues les plus larges.

4. Quelle profondeur maximale ?

La profondeur est la dernière page de pagination à laquelle vous (et le moteur de recherche) pouvez accéder.

Vous pouvez laisser le moteur accéder à l’ensemble des pages de pagination (limitées naturellement par le nombre de produits), ou la restreindre intentionnellement.

En cas de pagination illimitée, il faut être vigilant, car il y a un risque de gonfler considérablement le volume de pages à faire crawler, comme sur cet exemple d’un site e-commerce où la pagination représente 70% de tous les pages du site :

La profondeur peut également se mesurer en nombre de pages de pagination que vous souhaitez indexer. Par exemple, à partir d'une certain niveau, vous pouvez utiliser la directive "noindex" comme le font par exemple LeBonCoin ou TripAdvisor (voir ci-dessous).

5. Combien de liens afficher vers les pages de pagination ?

D’un côté nous sommes intéressés à faire plus de liens vers les pages paginées et assurer l’accès à l’exhaustivité du catalogue.

De l’autre, chaque lien vers une page paginée, c’est de la popularité non-acquise par une page importante. Et si chaque page liste contient 100 liens vers les pages paginées, cette fuite de popularité devient importante.

Passons maintenant aux cas pratiques et comparons qui fait quoi aujourd’hui dans l’écosystème web français.

Sites E-commerce

Les types de pagination utilisées par les plus grands sites e-commerce français.

Les sites e-commerce sont classés par indice de visibilité SEO de Sistrix:

Ouvrir l'infographie en haute résolution

Insights & Particularités :

1. Les gros E-commerce ont chacun leur méthode de gérer la pagination en fonction de leur palette des catégories, types de produits et taille d’inventaire.

2. Le plus souvent la profondeur de la pagination n’est pas limitée expressément. Néanmoins, certains acteurs comme Leroy Merlin, Manomano, Rakuten, Courir & Backmarket préfèrent la limiter.

3. S’il n’y a pas de restriction de profondeur, les TOP e-commerçants préfèrent cependant donner les liens vers la pagination avec parcimonie : Manomano, Rakuten, Zalando, But, IKEA, Courir, Backmarket n’affichent pas plus de 4 liens vers les pages paginées.

4. Fnac utilise un dispositif un peu particulier des autres - la pagination à 2 niveaux. Au 1er niveau, le site propose un bouton vers la page 2, au 2nd - 4 liens vers les pages plus profondes. Approche intéressante pour ne pas gaspiller le crawl sur les pages paginées.

5. Il existe globalement un consensus sur l’utilisation de l’attribut rel canonical. Tandis que dans leur grande majorité les e-commerçants mettent en place le self-canonical (renvoyant vers la page elle-même), Manomano et IKEA préfèrent renvoyer vers la page principale du listing.

6. Cdiscount, Conforama et La Redoute utilisent la pagination qui augmente progressivement par paliers : 1, 2 … 10, 20 … 100, 200 - approche raisonnable pour gérer l’accessibilité de catalogues énormes.

P.S. Les attributs rel=”prev” et rel=”next” de la balise <link> ne sont pas pris en compte par Google, mais beaucoup préfèrent toujours les garder.

Sites Médias

Les types de pagination utilisées par les plus grands sites e-commerce français.

Les sites médias sont classés par volume de visites fourni par ACPM :

Ouvrir l'infographie en haute résolution

Insights & Particularités :

1. Les sites médias ont tendance à limiter l’accès aux pages paginées. Et c’est tout à fait raisonnable, vu que les pages d’actualités perdent à vitesse d’éclair leur potentiel SEO: un article publié aujourd’hui ne vaut pas un article publié il y a un mois ou un an:

   1. LeMonde.fr, LaDepeche.fr, 20minutes.fr, Footmercato.net ne proposent qu’1 lien vers la page suivante.

   2. Francetvinfo.fr, Actu.fr, LeMonde.fr, LaDepeche.fr, LeParisien.fr, 20minutes.fr, Footmercato.net, Liberation.fr limitent la profondeur maximale de pagination (entre 2 et 20).

2. Une fois que le robot est arrivé sur une page de pagination, il n’a plus de limites d’exploration ou d’indexation (car rel canonical ou méta noindex).

3. Ouest-france.fr, LeFigaro.fr, Liberation.fr, LesEchos.fr, Gala.fr utilisent la pagination qui augmente progressivement par paliers : 1, 2 … 10, 20 … 100, 200.

4. Sur Ouest-france.fr il trouve (au moins) 2 types de pagination :

   1. Dans la 1ère variante, le site propose juste un lien vers la page des archives de la catégorie listant environ 200 derniers articles.

   2. Dans la 2ne une pagination complète est proposée :

5. LEquipe.fr et LePoint.fr n’ont pas de pagination dans la version sans Javascript.

Classifieds & Annuaires

Ouvrir l'infographie en haute résolution

Insights & Particularités :

1. Le secteur d’annuaires et de classifieds est particulier, car la qualité des pages n’est pas au même niveau que sur un site e-commerce. Rappelons que nous mettons en place une pagination pour faciliter l'accès aux pages importantes du site, mais si la qualité de ces pages n'est pas au rendez-vous, avons-nous besoin dans ce cas d'une pagination détaillée et ouverte ? C’est la question que se posent tous les classifieds.

2. Seloger, Bienici, TUI, Pages Jaunes - n’ont point de pagination indexable dans la version classique sans Javascript. C’est une pratique courante et la liste peut être longue : Trivago, Booking, Hotels.com n’ont pas de pagination proprement parlant.

3. Seloger et les Pages Jaunes bloquent la pagination dans robots.txt. Le dernier renforce le blocage avec la méta noindex.

4. LeBoncoin et Tripadvisor autorisent l’indexation des premières pages de pagination, à partir de la 10ème et 22ème page respectivement. A côté de cela, LeBoncoin semble interdire complètement l’indexation de la pagination sur certaines catégories du site.

5. PAP.fr, La Centrale, Paruvendu, TheFork utilisent la pagination sans restrictions.

Lire plus sur la pagination :

Si vous avez aimé cet article, vous allez certainement aimé un autre rédigé pour la newsletter Réacteur :

• Pagination SEO : types, exemples, bonnes pratiques et erreurs courantes (nécessite un abonnement à la newsletter Réacteur)

C’est tout pour aujourd’hui, à la semaine prochaine !

Référez un ami

Il était difficile d'imaginer un sujet pouvant reléguer au second plan le lancement de AI Overview aux États-Unis, mais c'est arrivé : la fuite de la documentation de Google Content API Warehouse la semaine dernière a fait, et continue de faire, beaucoup de bruit dans les milieux SEO du monde entier.

La fuite de données a engendré, comme il se doit, deux extrêmes dans la manière de la percevoir : un scepticisme total ou presque (on ne croit pas / on savait tout cela / ce n’est pas le vrai code / ce n’est pas à jour, etc.) ou au contraire l’effet de la balle en argent (“maintenant, nous allons tout découvrir”).

Alors, comment s’y prendre ? Est-ce une perte de temps ou une opportunité inédite ?

Voici mon avis personnel qui n’engage que moi :)

Factuel :

Le 13 mai 2024 des milliers de documents internes ont été publiés accidentellement sur le GitHub de Google Content API Warehouse.

Le 28 mai 2024 cette fuite est devenue publique, mettant en évidence 2 569 documents listant 14 014 attributs, principalement autour des différents aspects du fonctionnement du moteur de recherche.

La base de données contient plusieurs versions, dont celle sous le numéro 0.40 qui est la plus complète. Il y a aussi une version plus récente - 0.50, mais qui est beaucoup plus restreinte.

La fuite a été confirmée par Google.

La dernière date mentionnée (une fois) dans les documents est août 2023 et il est raisonnable de la garder en tête pour l’actualité de l’information.

L’ensemble des documents en question est disponibles sur ce lien.

Comprendre la nature des données dévoilées

Pour pouvoir interpréter les données, il est important de comprendre ce qu’elles sont.

La documentation mentionne différentes équipes de Google: Hotels team, Ads team, Visual Shopping Team, Google Shopping Express Team, Geo Schema team, SAFT Team, GT Team, Routines team, TTS team, Paint Team, quality teams etc.

Pour que tout cette horde d’experts divers et variés puisse travailler efficacement (ne pas faire le même travail 2 fois, bénéficier de l’expertise d’autres équipes), ils se sont créé des référentiels d’attributs communs accessibles via l’API.

Derrière chaque attribut - une opération spécifique.

L’objet de cette fuite, c’est justement un de ces référentiels : Google Content API Warehouse.

Cette base de données contient une longue liste d’attributs organisée et standardisée pour être facilement utilisable par toutes les équipes d’ingénieurs de Google.

Mais au delà des noms d’attributs et d’explications concises, nous n’en savons plus rien: nous ne pouvons regarder dans le code derrière, nous ignorons les particularités d’usage, ni l’importance dans l’algorithme de classement.

Même si les attributs présents semblent traiter de la recherche d'information et du fonctionnement de moteurs de recherche, de quel moteur de recherche s'agit-il : la recherche web, les produits dans Google Shopping, les mails dans Gmail ? Il est possible qu'il s'agisse un peu de tous.

Cette fuite ressemble fort à celle de Yandex en début de l’année 2023 quand on a également eu accès à une immensité de facteurs de classement (nom utilisé dans la documentation) avec un peu plus d’explications, mais toujours sans pondération.

Et la pondération c’est tout dans le SEO.

Comment interpréter les informations dévoilées ?

Objectivement, on peut comprendre le sens de chaque attribut :

1. sur son nom, souvent accès explicite.

2. sur les courtes descriptions qui accompagnent les noms d’une grande partie d’attributs.

3. sur le type de la donnée (valeur continue, booléenne (oui/non) etc.)

4. sur certains marqueurs comme par exemple “DEPRECATED” (“déprécié”).

Par exemple, le tout nouveau site (et certainement pas le dernier) avec un nom éloquent https://searchrankingfactors.com/ s’est mis à répertorier tous les attributs dévoilés (sous les noms de facteurs de classement) dans un format de tableau, mais il n’y a que les 2 premières colonnes qui citent les documents d’origine.

Les 4 autres colonnes, dont Impact on Search Ranking, Estimated Weight, Explanation sont purement fortuites et subjectifs.

Même si le nom d’attribut est parlant et accompagné d’une description précise, on peut vite avoir envie de raisonner par induction et s’imaginer les choses qui ne sont pas dedans.

Prenons l’exemple de l’attribut hostAge:

hostAge (type: integer(), default: nil) - The earliest firstseen date of all pages in this host/domain. These data are used in twiddler to sandbox fresh spam in serving time. 

Selon la description, l’attribut est utilisé pour filtrer le spam récemment apparu, en créant une sandbox.

Est-ce que cela voudrait dire que tous les nouveaux sites passent par la sandbox ? Non, mais c’est un signal parmi les autres qui peut faire partie de l’algorithme anti-spam.

Je trouve, il est important de trouver un bon équilibre entre un scepticisme sain et un esprit de recherche ouvert.

Ainsi, lorsque je me penche sur ce document, je préfère adopter l'attitude suivante :

GPT pour explorer Google Leak

Pour faciliter le travail avec les documents, j’ai créé ce GPT qui utilise l’ensemble des fichiers comme base de connaissances.

Il est en accès public, posez-lui vos questions pour avoir une réponse précise directement depuis la documentation.

L’avantage d’un GPT par rapport au moteur de Hexdocs (où les fichiers sont uploadés) est qu’on peut raisonner par gros blocs, par exemple:

• liste d’attributs concernant les vidéos

• quels scores sont évalués sur l’ensemble du site etc.

Il n’invente rien, juste cite les informations présentes dans les fichiers en les organisant, agrégeant d’une meilleure manière :

Utiliser ce GPT

Comprendre l’étendue de ce qui peut être pris en compte par un moteur de recherche

Une des choses les impressionnantes que je note parcourant les documents, c’est l’étendue des aspects considérés par le moteur de recherche.

Si vous vous êtes déjà demandé si Google prenait en compte telle ou telle chose, la documentation montre que les ingénieurs y ont certainement réfléchi, voire testé.

Il y a quelques années, j’ai assisté à une conférence SEO lors de laquelle un speaker a énoncé une idée :

A l’époque, j’ai trouvé cette idée curieuse, mais éloignée de la réalité. Mais quand je regarde les attributs dévoilés, j’en retrouve un bon nombre qui en parlent :

Evidemment, on ne sait pas exactement pour quel environnement de recherche ces attributs ont été conçus - pour le web, pour Youtube ou peut-être pour Maps - mais les ingénieurs de Google s’y ont certainement penché et ce n’est plus si fantastique que ça.

Un autre exemple :

Par le passé, j’ai travaillé sur d’autres marchés utilisant d’autres moteurs de recherche, dont Yandex. Un des indicateurs qu’on avait l’habitude de suivre était ce qu’on appelait “les clicks longs” (on utilisait les données de Yandex Metrica et comptait les sessions pour chaque page de >1 ou >3 minutes en fonction des sites).

Aujourd’hui, je les retrouve également parmi les attributs dévoilés de Google:

Quelques autres exemples d’attributs non-évidents ou curieux :

• politeness - Le degré de politesse montré par l'utilisateur.

• imageQualitySensitiveFaceSkinToneSignals - n'a pas de description dédiée, mais dans le document on trouve une mention de Skin Tone Twiddler qui assurerait la diversité des couleurs de peaux dans la recherche d'image. Probablement, lié à cela : https://blog.google/products/search/monk-skin-tone-scale/.

• vlqNsr - NSR (Normalized Site Rating) pour les vidéos de basse qualité.

Cela contraste avec certaines tendances d’une vision simpliste du SEO.

Le moteur de recherche, surtout avec 26 ans d’histoire, est un château à des milliers des pièces Légo de toutes les couleurs et formes.

Signaux de qualité calculés sur l’ensemble du site

Souvent en travaillant le SEO on travaille au niveau des pages. Selon la nouvelle documentation, il y a un nombre important de scores qui sont attribué aux niveau du site, certains sont booléens (isVideoFocusedSite), certains en nombres continus (ymylNewsV2Score).

Une bonne partie est répertoriée sur cette page :

• Site-level tofu score et chardEncoded - prédicteurs de qualité de l’ensemble site basé sur le contenu.

• TitlematchScore - score au niveau du site qui indique dans quelle mesure les titres correspondent aux requêtes des utilisateurs.

• localityScore - Score de localité du site, faisant partie du signal de l'Autorité Locale (LocalAuthority signal).

• siteEmbedding - Embeddings compressés de site/page.

• siteFocusScore - Nombre indiquant à quel point un site est centré sur un seul sujet.

Tisser les liens entre les attributs, brevets, documents du procès antitrust etc.

La fuite nous a ajouté une nouvelle source d’informations sur le fonctionnement du moteur de recherche. Et plus il y a de sources, mieux c’est!

Par exemple, on peut faire l’exercice de tisser des liens entre les attributs dévoilés et les brevets, souvent considérés comme détachés de l’implémentation réelle.

Prenons l’exemple du Pagerank.

On retrouve dans la documentation l’information que l’attribut Pagerank d’origine a été déprécié et replacé par celui d’un certain PagerankNS.

Il ne s’agit pas de quelque chose de nouveau, on retrouve l’explication du principe de Pagerank-NearestSeeds dans un brevet de Google datant de 2006 : Producing a ranking for pages using distances in a web-link graph.

Cela le rapproche d’un autre algorithme Trustrank de Stanford et Yahoo! (2004) qui commence par identifier un petit ensemble de pages jugées fiables, souvent manuellement sélectionnées.

Ensuite, TrustRank utilise un processus itératif similaire à celui du PageRank, où un score de confiance est propagé des pages de confiance à d'autres pages via leurs liens hypertextes. Plus une page est proche des pages de confiance de départ (en termes de liens), plus elle a de chances de recevoir un score élevé.

On peut également repréciser les informations découvertes lors de procès antitrust, comme Navboost -algorithme utilisant les clics des utilisateurs pour améliorer la pertinence des résultats de recherche.

Conclusion:

Je vois plusieurs intérêts pour prêter de l’attention aux documents issus de Google Leak:

1. On n’a jamais eu d’informations aussi précises sur ce que le moteur de recherche peut prendre en compte. En termes de crédibilité, ce leak cède évidemment aux informations qu’on a eues suite à la récente affaire antitrust du Cour de Justice américain (on ne ment pas devant un tribunal), mais gagne en termes de précision. Même s’il n’y a pas d’autant de détails qu’on souhaitait.

2. Même si beaucoup d’informations dévoilées ne font que confirmer ce qu’on savait/sentait/supposait déjà, c’est pour la 1ère fois qu’on voit la forme comment tout cela peut être structuré.

3. Le leak permet de tisser des liens entre les brevets, communications officielles de Google, informations découvertes lors du procès.

4. Source d’inspiration pour des tests et expérimentations SEO.

5. Source d’idées pour les outils SEO, notamment tout ce qui concerne le SEO prédictif, analyses sémantiques du contenu, graphes et entités etc. En travaillant beaucoup avec les embeddings et les entités, mon backlog s’est bien remplit 😍

Pour finir, voici quelques recommandations de bonnes lectures sur le sujet:

• Tout sur les fuites de l’API de Google Search : une mine d’informations pour les SEO par Aurélien.

• Comment exploiter la fuite de documents Google : idées et actions concrètes SEO par Olivier Duffez de WebRankInfo.

• Leveraging Google’s Content Warehouse API for Structured Annotation, Semantic Analysis and Feature Tagging par Jeff Coyle de MarketMuse.

• 22 Things we might have learned from Google Search Leak par Matthew Woodward de Search Logistics.

A très vite !

Ce matin, Google a commencé le déploiement de son nouvel algorithme anti-spam visant à lutter contre l'abus de réputation de site.

En termes simples, ne pas laisser les sites d’autorité, notamment les gros sites médias, se positionner sur les requêtes “hétérogènes” et très éloignées de leur cœur de métier - les actualités et les vrais contenus éditoriaux.

En cette fin de journée du 7 mai je vous propose de faire le 1er bilan factuel de ce qu’on sait sur cette mise à jour visant spécifiquement les pages de codes promos.

Scope et cibles de la mise à jour:

1. Requêtes liées aux codes promos (par exemple, “code promo zalando”).

2. Requêtes en anglais tous pays confondus (Etats-Unis, Royaume-Uni, Inde, Australie, Singapour etc.)

3. Sites médias proposant des pages de codes promos quelque soit le mode d'hébergement des pages de codes promos: sous-répertoire ou sous-domaine.

Type de sanction : Actuellement il s'agit des sanctions manuelles, qui pourront être remplacées plus tard par algorithmiques.

Mode de sanction : filtre, c'est à dire les pages atteintes restent indexées, mais une surcouche du moteur bloque sa visibilité.

Effet de la mise à jour : perte de 40-60 positions en moyenne, donc, sortie de la zone visible des résultats de recherche.

Exemple d’impact de la mise à jour : Etats-Unis :

Encadrés en rouge, les sites médias déclassés par Google sur des requêtes de l’univers des codes promos :

Exemple d’impact de la mise à jour : Royaume-Uni :

Sites médias perdants aux Etats-Unis :

• ☠️ LATimes.com (latimes.com/coupon-codes/)

• ☠️ Wired.com (wired.com/coupons/)

• ☠️ Businessinsider.com (coupons.businessinsider.com)

• ☠️ PCmag.com (pcmag.com/brands/)

• ☠️ Southwest.com (rapidrewardsshopping.southwest.com/)

• ☠️ Cancer.org (coupons.cancer.org)

• ☠️ Reuters.com (reuters.com/coupons/)

• ☠️ CNET.com (coupons.cnet.com)

• ☠️ TheDailyBeast.com (coupons.thedailybeast.com)

• ☠️ USAtoday.com (coupons.usatoday.com)

• ☠️ Fortune.com (coupons.fortune.com)

Sites médias perdants au Royaume-Uni :

• ☠️ DailyMail.co.uk (discountcode.dailymail.co.uk)

• ☠️ Mirror.co.uk (discountcode.mirror.co.uk)

• ☠️ Express.co.uk (discountcode.express.co.uk)

• ☠️ Metro.co.uk (discountcode.express.co.uk)

• ☠️ Independent.co.uk (independent.co.uk/vouchercodes/)

• ☠️ Telegraph.co.uk (telegraph.co.uk/vouchercodes/)

• ☠️ IrishTimes.com (discountcodes.irishtimes.com)

• ☠️ Irishmirror.ie (discountcodes.irishtimes.com)

• ☠️ Independent.ie (discountcode.independent.ie)

• ☠️ Thehindu.com

• ☠️ Loveminty.co.uk

• ☠️ TheGlobeAndMail.com

• ☠️ Hows.tech

Sites médias perdants en Australie :

• ☠️ Nine.com.au (coupons.nine.com.au)

• ☠️ News.com.au

• ☠️ 7news.com.au

Ils ont anticipé la mise à jour :

Certains sites ont préféré anticiper la mise à jour et ont procédé au nettoyage pour éviter que les sanctions atteignent les pages au-delà de la section avec les codes promos:

• Forbes.com (directive “noindex” sur forbes.com/coupons/)

• Scotsman.com (directive “noindex” sur discountcode.scotsman.com/amazon)

• QG.com (directive “noindex” sur gq.com/coupons/)

• USnews.com (directive “noindex” sur deals.usnews.com/coupons/)

• WSJ.com (directive “noindex” sur wsj.com/coupons/)

• CNN.com (directive “noindex” sur edition.cnn.com/cnn-underscored/)

• SI.com (suppression de si.com/showcase/)

Les pages atteintes par la mise à jour restent indexées par Google, mais sont déclassées, par exemple cette page de Los Angeles Times :

Sanctions manuelles 👉 Notifications dans la Search Console

Pour rappel, en cas d’une sanction manuelle, on reçoit toujours un notification dans Google Search Console et dans la boîte mail associée.

Malgré le fait qu’il s’agit d’un sanction, toujours désagréable, il y a 2 grands avantages des pénalités manuelles par rapport aux algorithmiques de type Core Update :

1. On sait pourquoi on perd des classements.

2. On peut envoyer une demande de réexamen.

En attendant la suite

Cette mise à jour continue la campagne de Google de lutte contre les techniques de soi-disant “parasite SEO” qui ont pris de l’ampleur les derniers temps.

Les techniques du Parasite SEO consistent au fait d’héberger du contenu optimisé sur des sites Web de haute autorité, dans le but d’en bénéficier et d’obtenir grâce à elle des meilleurs classements.

On attend le déploiement imminent en France, mais sur l’exemple des marchés anglophones on peut déjà prévoir à quoi cela va rassembler - éradication complète de gros médias ce cet univers.

Du côté des sites médias, on peut s’attendre aux relancements de sites de codes promos en mode standalone. Cela prendra certainement du temps pour atteindre la visibilité d’antan, mais si le modèle économique a montré son efficacité, rares seront ceux qui accepteront d’y renoncer.

On s’attend également à l’élargissement du scope de l’application du filtre anti-spam, notamment sur les autres sections hétérogènes, dont les guides d’achat.

La plus grande question qui gravite aujourd’hui, c’est : est-ce que la pénalité manuelle infligée à la section des codes promos, pourrait dégrader les classements de l’ensemble du site? La question, à la quelle on aura certainement la réponse bientôt.

Bienvenue à 49 nouveaux membres depuis l’édition précédente de SEO, Data & Growth! Si vous n’êtes pas encore avec nous 👇

Abonnez-vous maintenant

La dernière fois, je vous ai proposé Le Grand Quiz du Robots.txt et vous avez été 289 à l’avoir terminé, bravo! 👏

Si vous vous demandiez, où vous vous trouviez par rapport aux autres, le voici la leaderboard en temps réel.

Et ici, les 5 questions qui se sont avérées les plus difficiles et qui ont eu le moins de réponses correctes.

Allez, on passe au vif du sujet, cette fois-ci focus SEO e-commerce!

Le cœur du métier de SEO est de capturer la demande - ce que les gens cherchent sur Google – les requêtes qui sont les plus pertinentes, simples et utiles pour le business.

Et une des règles fondamentale du référencement postule qu’on doit chercher à adapter notre site à la demande existante.

Selon l'assortiment de votre boutique en ligne, différents types de demande existent et il est fondamental de comprendre quel type de demande prédomine dans votre site e-commerce et le secteur d’activité.

On ne parle pas ici de l’apposition classique requêtes informationnelles vs transactionnelles, mais on se focalise vraiment sur la demande commerciale.

Prenons tout de suite un exemple concret - recherche d’un nouveau téléphone portable, particulièrement d’un iPhone.

Contrairement à ce qu’on peut penser, la requête “iphone” est loin d’être la requête la plus recherchée et dans ce besoin spécifique la demande SEO se construit autour des noms de modèles spécifiques :

Ainsi, en termes de priorités, la visibilité et les performances des pages produits deviennent logiquement le cœur de la stratégie SEO.

Il s’agit d’un cas spécifique, mais le e-commerce est un terrain de jeu vaste comme le monde, on y trouve du B2B et B2C, une multitude de thématiques, d’habitudes de recherches et de comportements d’achat.

Et chaque secteur a aussi son type de demande SEO prédominant.

On peut distinguer 3 principaux types de demande commerciale :

1. Axée sur les catégories. Dans ce type de demande, les utilisateurs ont tendance à rechercher principalement des groupements de produits. Par exemple, les vêtements relèvent de ce type de demande.

2. Axée sur les noms de produits. Dans ce type de demande, les utilisateurs ont tendance à rechercher plutôt des noms de produits spécifiques. C’est le cas de l’industrie des téléphones mobiles.

3. Mixte. La demande des utilisateurs implique à la fois des noms de catégories générales et des noms spécifiques de produits. Par exemple: l’électroménager.

Savoir à quel type de demande commerciale appartient votre site, vous permet de voir sur quelles pages vous devez concentrer votre attention et toutes les optimisations.

Et au final guider votre stratégie SEO.

1. Demande prédominante axée sur les catégories

C’est le type de demande le plus fréquent et correspond à la majorité des sites e-commerce.

Nous sommes ici sur les thématiques e-commerce où les internautes dans leur grande majorité saisissent des requêtes de recherche portant sur des groupements de produits.

Ils ne savent pas exactement quel modèle ils vont acheter et il n'y a pas de tendance marquée où tout le monde achète un seul ou quelques modèles phares.

Cela arrive le plus souvent dans l’achat de meubles, de vêtements, d’outils où les noms de produits ne sont pas clairement identifiables dans les esprits d’acheteurs et ils feront recours aux requêtes plus génériques par exemple: canapés en cuir, robes rouges ou escabeau 3 marches.

Si vous aimez les indices de visibilité SEO de Sistrix, la demande prédominante autour des catégories ressemble à cela :

Encore un exemple, cette fois-ci du domaine de la mode:

Plus d’exemples de secteurs e-commerce à la demande SEO axée sur les catégories :

Comment travailler le SEO des sites e-commerce à la demande axée sur les catégories :

Si les recherches portent principalement sur les groupements de produits, ce sont notamment des pages listes de produits qu’on doit déployer et prioriser sur notre site :

Déployer :

1. Identifier tous les groupes de produits recherchés sous tous les angles et pertinents.

2. Travailler constamment à élargir la palette des catégories.

3. Introduire de nouveaux types de pages listes de produits : tags, sélections, navigation à facettes etc.

4. Trouver des patterns de titres efficaces permettant de couvrir le plus de recherches d’internautes.

5. Ajouter des textes descriptifs sur les pages de catégories.

Prioriser :

1. Liens vers les catégories sur la page d’accueil (exemple : https://www.ubaldi.com/accueil/)

2. Menu principal développé et riche (méga-menu) (exemple :

   https://www.norauto.fr/ ou https://www.histoiredor.com/fr_FR).

3. Introduction des sous-menus si nécessaire.

4. Navigation ascendante : fil d’ariane précis.

5. Liens vers les pages listes prioritaires dans le footer (exemple : https://www.zalando.fr/accueil-femme/) .

6. Blocs de liens libres vers les pages listes.

7. Réduire le nombre de liens vers les pages de pagination, par exemple au lieu de donner en dessous de chaque listing de produits 20 liens, se limiter aux 5 premières pages.

2. Demande prédominante axée sur les produits

Un autre type de demande commerciale est la demande axée sur les produits, où une personne a déjà étudié différents produits, leurs caractéristiques et particularités ailleurs, et vient pour acheter un produit spécifique.

Le plus souvent, les recherches par nom ou par référence d'un modèle spécifique se font dans le domaine de l'électronique (iphone 15 bleu, micro Rode NT-USB) ou, par exemple, des livres, c'est-à-dire que l'utilisateur a déjà regardé des revues sur YouTube, a déjà sélectionné des produits quelque part et vient pour acheter un produit spécifique ou comparer les prix de ce produit.

En règle générale, plus vous ciblez une audience précise et professionnelle, plus vos produits sont chers, plus la demande SEO sera axée sur les produits.

Par exemple, le site https://eberhardt-pro.fr/ vend de l’équipement professionnel pour les hôtels et les restaurants, dont les fourneaux à 15k euros. Son audience cible est très spécifique et sait ce qu’elle cherche, ainsi 72% des visites organiques se font notamment sur les pages de produits.

Exemple d’un site e-commerce avec une demande axées sur les produits :

Plus d’exemples de secteurs e-commerce à la demande SEO axée sur les produits :

Comment travailler le SEO des sites e-commerce ayant la demande axée sur les produits :

Si les recherches portent principalement sur les pages de produits, ce sont les pages de produits qui doivent être au coeur de notre stratégie SEO :

1. Assurer l’indexation de l’exhaustivité du catalogue de produits (sitemaps XML).

2. Enrichir le contenu des pages de produits : descriptions détaillées, visuels, vidéos, avis, fonctionnalités de comparaison et de réassurance.

3. Merchandising :

   1. Les TOP produits sont accessibles sur la page d’accueil.

   2. Afficher les produits les plus performants en top des listes.

4. Augmenter le nombre de produits affichés par page de listing (par exemple passer de 24 à 48).

5. Disponibilité SEO pendant les périodes de rupture de stock.

6. S’assurer que la pagination est ouverte du point de vue SEO et Googlebot a la liberté d’explorer l’ensemble du catalogue.

7. Cross-linking entre les fiches de produits :

   1. Complétez votre look

   2. Produits similaires

   3. Dans le même prix

8. Veiller à l’apparition de nouveaux produits tendances sur le marché.

9. Trouver des patterns de titres efficaces pour les pages de produits permettant de couvrir le plus de recherches d’internautes (2024, avis, en ligne, % promo etc).

3. Demande mixte

Il y a un grand nombre de secteurs d’activité où la demande prédominante n’est pas clairement identifiable: il y a un volume conséquent de recherches autour des groupements de produits, mais il y a également un nombre important de produits connus et recherchés indépendamment.

En règle générale, si vos pages de produits attirent plus de 30% de votre audience SEO commerciale, on a affaire à une demande mixte.

Dans ce cas-là, on a affaire à une demande mixte, et du type de site e-commerce le plus complexe à travailler. Car on doit trouver un équilibre parfait pour pousser à la fois les catégories et les pages de produits.

Gestion de la demande mixte, c’est souvent le cas des plus grands e-commerçants et marketplaces qui agrègent des catégories de produits très hétérogènes et sont obligés à chercher des façons pour les gérer de manière personnalisée.

Exemple d’un e-commerce à la demande SEO mixte (catégories + produits) :

Plus d’exemples de secteurs e-commerce à la demande SEO mixte :

Pour conclure

Quant on travaille sur un site e-commerce, il est fondamental de comprendre le type de demande prédominant : axée catégories, produits ou mixte.

En connaissant la demande, vous pouvez fournir une offre de qualité, répondre aux besoins des clients, vendre votre produit/service, répartir correctement nos efforts, déployer et prioriser les bonnes pages.

Dernière chose importante, si vous faites parti d’un type de demande particulier, par exemple catégorielle, cela ne veut pas dire qu’il faut abandonner complètement le travail sur les pages de produits.

Evidemment, il faudra les travailler aussi. Cette approche personnalisée par type de demande a pour objectif surtout de prioriser et canaliser au mieux nos efforts SEO sur les pages, où nos acheteurs nous attendent.

Et voilà, c’est tout pour aujourd’hui et à très bientôt!

N’oubliez pas à vous abonner pour ne pas manquer les prochaines publications 👇

Abonnez-vous maintenant

Si vous avez aimé cet article, vous pouvez aussi le partager 👋

Partager

Au moment où j’écris ces lignes, vous êtes déjà 253 abonnés à la newsletter! Merci de votre confiance, vous êtes incroyables! Si vous n’êtes pas encore abonné :

Abonnez-vous maintenant

Merci à Pierre et Aymeric qui ont acheté des abonnements payants, je l’apprécie beaucoup!

D’ailleurs, Aymeric prend largement la tête du classement avec 33 abonnés invités 🔥. Vous pouvez également partager la newsletter à votre réseau, collègues et amis avec ce lien :

Référez un ami

Et maintenant passons au vif du sujet !

Le Grand Quiz du Robots.txt - 25 questions et cas pratiques pour se tester

Pour cette 1ère édition de la newsletter, je vous propose un format particulier : sympa, ludique et en même temps instructif - un Quiz.

Pour le sujet, j’ai choisi de partir sur la base des bases, la 1ère porte d’entrée sur nos sites pour les robots de Google - le fichier robots.txt.

Testez votre maîtrise du fichier robots.txt, l'incontournable du SEO - aussi simple comme subtil ! 😉

Passer le Quiz !

Quelques consignes avant de commencer:

1. Le quiz comprend 25 questions et te prendra entre 10-20 minutes.

2. L'objectif du quiz est de tester tes connaissances dans la maîtrise du fichier robots.txt et, éventuellement, de t'aider à trouver des lacunes à combler :)

3. Le plus souvent il y aura 1 seule réponse correcte. Il y a quelques questions où plusieurs réponses correctes sont possibles (c'est indiqué explicitement dans la question). Par contre, ‘possible’ ne veut pas dire qu'il y en a vraiment plusieurs :)

4. Une fois répondu, tu peux toujours revenir en arrière et corriger ta réponse.

5. Essaye de ne pas aller chercher la bonne réponse ailleurs pendant le quiz, l'objectif ici est d'apprendre et on apprend mieux de ses erreurs (c'est Confucius qui l'a dit).

6. Chaque bonne réponse te fera gagner des points : plus la question est compliquée, plus de points tu gagnes. Le maximum qu’on peut avoir : 50 points.

7. Tu auras ton score, les bonnes réponses avec les explications détaillées à la fin du quiz. Prends ton temps pour vérifier tes réponses et lire les explications.

Êtes-vous prêt ? Cliquez pour le quiz !

Bon courage et à bientôt !

Alexis.