Faire indexer une page neuve, et savoir à quel moment renoncer

Une page qui n’est pas indexée après six semaines n’attend pas : elle a été refusée. C’est la distinction la plus utile de tout ce dossier, et celle qui change le plus les décisions, parce qu’elle remplace la patience par un diagnostic.

Sur notre relevé, trois sites sur quatre plafonnent entre quatre et huit URL recevant des impressions, mois après mois, alors que leur catalogue compte davantage de pages. Ce plafond n’est pas causé par un défaut technique. Il est causé par un jugement, et c’est ce qui le rend difficile à corriger.

Trois états, trois remèdes sans rapport entre eux

Le mot « indexation » recouvre trois situations que rien ne relie, et les traiter de la même façon est l’erreur qui coûte le plus de temps.

La page n’est pas découverte. Aucun robot ne connaît son adresse. C’est un problème de plumbing, il est rare sur un site correctement construit, et il se règle en quelques jours.

La page est découverte et refusée. Le robot est venu, a lu, et n’a pas retenu. Search Console l’affiche en « explorée, actuellement non indexée ». C’est un problème de valeur, pas de technique, et c’est de très loin le cas le plus fréquent sur un site jeune.

La page est indexée et jamais affichée. Elle figure dans l’index, elle n’apparaît sur aucune requête. C’est un problème de pertinence : rien dans la page ne correspond à ce que quelqu’un cherche, ou ce que quelqu’un cherche est déjà mieux couvert ailleurs.

Où une page neuve s'arrête réellement

Largeur des barres indicative, tirée du rapport entre catalogue publié et URL en impression sur les sites du relevé.

Le premier réflexe, quand une page n’apparaît pas, est de soupçonner la découverte : on vérifie le plan de site, on redemande l’indexation, on ajoute des liens. Ces gestes sont utiles au premier état et strictement inopérants sur les deux autres, qui représentent l’immense majorité des cas.

Ce qui bloque réellement, dans l’ordre de fréquence

Voici les causes rencontrées en pratique, de la plus fréquente à la plus rare. L’ordre compte : chercher d’abord les causes rares fait perdre des semaines.

1. La page n’apporte rien que l’index n’ait déjà

C’est la cause dominante, et de loin. Une page qui reformule ce que vingt autres disent déjà mieux n’a aucune raison d’être conservée. Le coût de stockage et de traitement est réel pour un moteur, et il arbitre.

Le symptôme est net : la page est explorée rapidement, puis rejetée, et l’état ne change plus. Le remède n’est pas technique. Il consiste à ajouter à la page quelque chose qui n’existe pas ailleurs — une mesure, un tableau chiffré, une expérience réellement conduite — ou à la fusionner avec une page voisine pour en faire une seule page qui vaut la peine.

C’est ce qui explique le plafond du relevé. Trois sites publient plus de pages qu’ils n’en font apparaître, et le nombre d’URL en impression n’augmente pas quand le catalogue augmente. Publier davantage n’a pas fait indexer davantage.

2. La page est trop mince

Distincte de la précédente, même si elles se recoupent souvent. Une page de trois cents mots sur un sujet qui en demande trois mille est incomplète, quelle que soit sa qualité.

Il n’existe pas de seuil officiel, et il faut se méfier des chiffres ronds qui circulent. Le critère réel est la complétude par rapport à ce que le lecteur cherchait, pas le compte de mots. Mais le compte de mots reste un indicateur commode : une page nettement plus courte que celles qui occupent la première page de résultats sur la même requête a un problème.

3. Le sujet ne correspond à aucune recherche

Une page peut être excellente, complète, unique, et porter sur un sujet que personne ne formule. Elle sera alors indexée sans jamais être affichée — le troisième état.

C’est le plus décourageant des blocages parce que rien ne signale l’erreur : aucun message, aucun avertissement, juste une page qui existe et ne sert à rien. Il se prévient en amont, au moment de choisir les sujets, ce que détaille Étude de marché.

4. Le contenu est dupliqué à l’intérieur du site

Deux adresses qui servent le même contenu forcent le moteur à en choisir une, et il n’y a pas de raison qu’il choisisse la vôtre. Les causes classiques sont les paramètres d’URL, les pages de pagination, et le couple avec ou sans slash final.

Le contrôle est rapide : l’adresse canonique déclarée par la page doit correspondre exactement à l’adresse servie, au caractère près. Un écart de slash suffit à créer une ambiguïté.

5. Un blocage technique

Le cas dont tout le monde parle en premier, et qui arrive en cinquième position. Une directive interdisant l’indexation laissée dans un gabarit, un fichier d’exclusion des robots trop large, un mot de passe oublié sur un environnement de test devenu production.

Ce blocage a un mérite : il est facile à diagnostiquer et instantané à corriger. C’est aussi pour cela qu’on le cherche en premier — c’est le seul dont le remède soit agréable.

Ce que le plan de site fait, et ce qu’il ne fera jamais

Un plan de site est une liste d’adresses déclarée au moteur. Sa fonction est la découverte, et uniquement la découverte.

Ce qu’il apporte réellement :

• il fait connaître des adresses vers lesquelles peu de liens internes pointent ;
• il accélère la première visite sur un site neuf, encore inconnu ;
• il donne une date de dernière modification, qui peut déclencher une nouvelle visite.

Ce qu’il n’apporte pas, malgré une croyance tenace : aucune influence sur la décision d’indexer. Une page présente au plan de site et refusée reste refusée. Soumettre à nouveau le plan de site ne rouvre pas le dossier.

Il faut ajouter une nuance utile : sur un site correctement maillé, le plan de site apporte peu, parce que les liens internes font déjà le travail de découverte. Son intérêt est maximal exactement là où le maillage est faible — ce qui en fait un bon filet de sécurité et un mauvais substitut. Le vrai remède au problème de découverte est décrit dans Maillage interne en étoile.

Redemander l’indexation : quand c’est utile, quand c’est un rituel

L’outil d’inspection d’URL permet de demander l’indexation d’une page. Cette demande a un usage légitime et un usage illusoire.

Usage légitime : les toutes premières pages d’un site neuf, avant que le domaine soit connu et visité régulièrement. Une poignée de demandes, une fois, pour amorcer.

Usage légitime : une page modifiée en profondeur, dont on veut que la nouvelle version soit prise en compte rapidement. La demande accélère alors une revisite, ce qu’elle sait faire.

Usage illusoire : redemander l’indexation d’une page en « explorée, actuellement non indexée ». Le moteur a déjà lu la page et déjà décidé. Une nouvelle demande le fait relire un contenu inchangé, pour reprendre la même décision.

Ce dernier cas mérite d’être nommé pour ce qu’il est : une activité qui donne le sentiment d’agir sans modifier aucune des variables du problème. Il est d’autant plus tentant qu’il est gratuit et rapide, alors que la vraie réponse — réécrire ou fusionner — coûte une journée.

Le diagnostic en cinq minutes

Avant d’attribuer un blocage à l’une des cinq causes, il faut savoir dans lequel des trois états se trouve la page. Voici la séquence, dans l’ordre, en s’arrêtant au premier résultat négatif.

1. La page répond-elle en 200 ? Une page qui renvoie une erreur, une redirection ou un temps de réponse excessif ne sera pas indexée, et ce cas se règle sans discussion. Le contrôle se fait sur l’adresse exacte, celle qui figure dans vos liens internes, pas sur une variante.

2. Le contenu est-il présent dans la réponse du serveur ? C’est le contrôle que les débutants sautent, et il élimine une famille entière de problèmes. Si le texte n’apparaît qu’après exécution d’un script dans le navigateur, le moteur peut le voir, mais plus tard et moins sûrement. Regarder la source brute renvoyée par le serveur, et y chercher un paragraphe du texte.

3. L’adresse canonique déclarée est-elle la bonne ? Elle doit correspondre à l’adresse servie, caractère pour caractère. Une canonique qui pointe ailleurs est une instruction explicite de ne pas indexer cette page-ci.

4. Existe-t-il une directive interdisant l’indexation ? Dans l’en-tête de la page ou dans l’en-tête HTTP. C’est rare, mais c’est instantané à vérifier et instantané à corriger.

5. Combien de liens internes pointent vers cette page ? Zéro est une réponse. Une page orpheline n’est pas refusée pour autant, mais elle est mal desservie, et c’est le seul des cinq points qui se corrige en écrivant plutôt qu’en configurant.

Si les cinq contrôles passent, le problème n’est pas technique. Il est dans ce que la page apporte, et aucune manipulation de configuration ne le résoudra.

Être visité plus souvent

La fréquence de visite d’un site conditionne le délai de tout le reste : un site visité chaque jour obtient ses réponses en une semaine, un site visité une fois par mois attend un trimestre pour la même information.

Trois leviers agissent réellement, et deux qu’on cite souvent n’agissent pas.

Ce qui agit — publier régulièrement. Un site qui ajoute du contenu à intervalles réguliers est revisité plus souvent qu’un site figé. C’est un mécanisme d’économie de moyens du côté du moteur, pas une récompense. La cadence de publication compte ici par sa régularité, pas par son volume : deux articles par mois pendant six mois valent mieux que douze en une semaine puis rien.

Ce qui agit — recevoir des liens externes. Un lien depuis un site visité fréquemment amène un robot par ce chemin. C’est l’un des effets les plus immédiats des liens externes, avant même leur effet sur le classement.

Ce qui agit — un temps de réponse correct. Un site lent est exploré moins profondément, à moyens constants. Ce n’est un facteur limitant que sur les gros catalogues, mais c’est aussi le genre de défaut qui ne coûte rien à corriger une fois.

Ce qui n’agit pas — soumettre le plan de site plusieurs fois. Il est relu automatiquement. Le resoumettre à la main ne change aucune priorité.

Ce qui n’agit pas — modifier la date de dernière modification sans modifier le contenu. La manœuvre est connue et sans effet durable. Elle a en revanche un coût : elle rend votre propre plan de site inutilisable comme outil de diagnostic, puisque toutes les dates deviennent fausses.

Le cas des pages courtes par nature

Une objection légitime : certaines pages sont courtes parce que leur sujet est court. Une définition de lexique tient en deux cents mots, et l’allonger la rendrait moins bonne.

Ces pages posent un vrai problème d’indexation, et il faut le traiter pour ce qu’il est plutôt que de leur ajouter du remplissage.

Elles ne valent que par leur ensemble. Une définition isolée n’apporte rien à un index qui en contient déjà mille. Trente définitions cohérentes, reliées entre elles et à une page de sommaire, forment un ouvrage — et un ouvrage a une valeur qu’aucune de ses entrées n’a séparément. C’est la seule façon de faire tenir des pages courtes : les relier fortement, comme le décrit Maillage interne en étoile.

Elles doivent apporter ce que les autres définitions n’ont pas. Un chiffre, un contre-exemple, une distinction que les définitions concurrentes ne font pas. Deux phrases suffisent à faire la différence entre une entrée qui reprend ce qui existe et une entrée qui ajoute quelque chose.

Certaines ne seront pas indexées, et ce n’est pas grave. Sur un ensemble de trente définitions, en voir vingt indexées est un résultat normal. L’objectif n’est pas que chacune se positionne, mais que l’ensemble serve les pages principales et les lecteurs.

Savoir quand renoncer

Une règle de décision, à appliquer page par page.

Situation	Depuis	Décision
Découverte, jamais explorée	plus de 3 semaines	Vérifier maillage et plan de site
Explorée, non indexée	moins de 6 semaines	Attendre, ne rien faire
Explorée, non indexée	plus de 6 semaines	La page est refusée : la réécrire ou la fusionner
Indexée, aucune impression	plus de 3 mois	Le sujet est mal choisi : fusionner ou réorienter

Le seuil de six semaines n’a rien d’officiel ; c’est un ordre de grandeur pratique, à ajuster selon la fréquence de visite constatée sur le site. Sur un domaine visité quotidiennement, deux semaines suffisent à conclure. Sur un domaine visité une fois par mois, il faut attendre davantage.

Renoncer ne veut pas dire supprimer. C’est le point le plus important de cette section, et l’erreur la plus coûteuse. Une adresse supprimée est perdue définitivement : si un jour quelqu’un a pointé un lien vers elle, ce lien devient une erreur. Les trois issues raisonnables sont, dans l’ordre :

• enrichir la page jusqu’à ce qu’elle apporte quelque chose que l’index n’a pas ;
• la fusionner dans une page voisine plus forte, en conservant l’adresse la plus ancienne et en redirigeant l’autre ;
• la laisser en place telle quelle, si elle sert un lecteur même sans être indexée.

Une page non indexée ne pénalise pas mécaniquement le reste du site. Un catalogue entier de pages non indexées est en revanche un signal sur la qualité générale, et c’est cette masse qu’il faut traiter, pas la page isolée.

Les pages qu’il ne faut pas chercher à faire indexer

Une partie des pages d’un site n’a aucune raison d’entrer dans l’index, et vouloir les y faire entrer nuit à l’ensemble. Les compter dans le rapport d’indexation fausse le diagnostic : on croit avoir cent pages refusées alors qu’on en a trente, plus soixante-dix qui n’avaient rien à y faire.

Les pages de pagination. La deuxième, la troisième et la dixième page d’une liste ne répondent à aucune requête. Elles doivent rester accessibles aux robots pour que les liens qu’elles portent soient suivis, mais elles n’ont pas à figurer dans l’index.

Les pages de résultats de recherche interne. Elles génèrent une infinité d’adresses à contenu variable, dont beaucoup sont vides. C’est l’une des façons les plus efficaces de noyer un petit site sous des pages sans valeur.

Les pages de filtre et de tri. Même mécanique : chaque combinaison de paramètres crée une adresse, et le nombre de combinaisons croît très vite. Une seule page utile se retrouve déclinée en cinquante variantes qui se font concurrence entre elles.

Les pages légales. Mentions légales, conditions, politique de confidentialité. Elles doivent exister et être accessibles depuis toutes les pages — c’est un signal qu’un éditeur réel se tient derrière le site — mais leur présence dans l’index n’apporte rien.

La distinction pratique tient en une question : quelqu’un pourrait-il chercher cette page ? Si la réponse est non, l’indexer est au mieux neutre et au pire dilutif.

Attention toutefois à ne pas confondre deux gestes très différents. Empêcher l’indexation n’est pas empêcher l’exploration. Une page que le robot ne peut pas lire du tout ne transmet pas les liens qu’elle contient, ce qui casse le maillage. Sur les pages de pagination en particulier, c’est exactement l’inverse de ce qu’on veut : elles doivent être lues, et simplement pas retenues.

Ce que ce dossier ne dit pas

Il ne donne pas de délai moyen d’indexation, parce que le relevé n’en contient pas. Les données Search Console commencent au jour où la propriété a été vérifiée, et non au jour de la mise en ligne : impossible d’y lire le temps écoulé entre la publication d’une page et sa première apparition. C’est une limite que La courbe des premiers mois détaille, et une raison de plus de relever ses propres chiffres dès le premier jour.

Il ne traite pas du budget d’exploration au sens où l’entendent les très grands sites. Sur un catalogue de quelques dizaines à quelques centaines de pages, ce n’est pas la contrainte qui mord ; les sites concernés le savent déjà.

Il ne dit rien de l’effet des liens externes sur l’indexation. Un lien depuis un domaine référent établi accélère la découverte et pèse sur la décision, mais aucun des sites du relevé n’en a acquis sur la période, ce qui rend leur trajectoire lisible et muette sur ce point.