Indexation

L'indexation est l'étape au cours de laquelle un moteur de recherche analyse une page qu'il a visitée et l'enregistre dans sa base de données, l'index. Ce n'est que lorsqu'une page figure dans cet index qu'elle peut apparaître dans les résultats de recherche. Une page non indexée n'existe en fait pas pour Google, quelle que soit la qualité de son contenu.

L'indexation suit le crawl, c'est-à-dire la découverte et la récupération des pages. Mais tout ce qui est exploré n'atterrit pas dans l'index. Google décide lui-même quelles pages il juge suffisamment utiles pour les reprendre, et précise qu'il n'indexe pas toutes les pages de tous les sites.

Comment se déroule l'indexation ?

Une fois que Googlebot a récupéré une page, une série d'étapes s'enchaîne. Google effectue le rendu de la page, à peu près comme le fait un navigateur, et examine le texte, les images, les liens et les données structurées. Il détermine ensuite si la page est un doublon d'une autre et quelle version est la version canonique. Enfin, il décide si la page entre dans l'index et pour quels sujets elle semble pertinente.

Pourquoi une page n'est-elle pas indexée ?

Dans Google Search Console, le rapport Pages vous en donne les raisons. Les causes fréquentes sont :

• Une instruction noindex, parfois restée en place par erreur après la mise en ligne d'un nouveau site.
• Un blocage dans le robots.txt qui empêche Google de récupérer la page.
• La page est considérée comme un doublon et une autre URL a été choisie comme canonique.
• « Explorée, actuellement non indexée » : Google a consulté la page mais ne l'a pas (encore) jugée assez utile. Il s'agit souvent de contenu pauvre ou très similaire.
• « Détectée, actuellement non indexée » : Google connaît l'URL, mais ne l'a pas encore récupérée.
• Des erreurs serveur ou des pages visibles uniquement après connexion.

Un exemple : la boutique en ligne aux milliers de pages filtrées

Une boutique en ligne d'articles de sport à Liège compte 800 produits, mais les filtres de taille, de couleur et de marque génèrent des dizaines de milliers d'URL. Search Console montre qu'une grande partie n'est pas indexée, tandis que certaines nouvelles pages produits attendent des semaines avant d'être reprises. La solution passe par la concentration : exclure les combinaisons de filtres sans valeur de recherche propre, configurer correctement les balises canonical et limiter le sitemap aux pages qui ont vraiment leur place dans l'index. L'attention de Google se porte ainsi sur les pages qui comptent.

Indexation et recherche IA

Les AI Overviews de Google et le mode IA s'appuient sur l'index de la recherche Google. Ce qui n'y figure pas ne peut pas y apparaître comme source. D'autres moteurs de recherche IA, comme ChatGPT Search et Perplexity, utilisent leurs propres robots et souvent aussi des index de recherche externes, comme celui de Bing. Une bonne indexation dans plusieurs moteurs de recherche est donc une condition de base pour la visibilité dans l'IA. Vérifiez aussi que votre robots.txt ne bloque pas involontairement les robots des services d'IA.

Garder l'indexation sous contrôle

1. Soumettez un sitemap à jour qui ne contient que des pages indexables.
2. Consultez chaque mois le rapport Pages pour repérer de nouvelles exclusions.
3. Améliorez ou regroupez les pages pauvres en contenu au lieu de les soumettre encore et encore.
4. Utilisez l'inspection d'URL après des modifications importantes.

Pour les sites plus importants, une analyse SEO technique qui repère les problèmes d'indexation est rentable avant qu'ils ne vous coûtent du trafic.