Les trois phases
L'exploration
Googlebot découvre des URL à partir de liens, de sitemaps et d'URL déjà connues, et les demande en respectant les règles de robots.txt. Sur les grands sites, le temps que Google consacre à l'exploration (ce que l'on appelle le budget d'exploration) est limité : les URL inutiles, les paramètres infinis et les erreurs consomment donc des ressources qui devraient aller aux pages importantes.
Le rendu
Google exécute JavaScript avec un navigateur fondé sur Chromium pour voir la page comme la verrait un utilisateur. Cela fonctionne, mais le rendu peut intervenir plus tard que l'exploration initiale et il a des limites : un contenu qui dépend d'interactions, de requêtes lentes ou d'erreurs de script peut ne pas figurer dans la version rendue.
L'indexation
À partir du HTML rendu, Google décide si la page est indexée, quelle est la version canonique parmi les doublons et quels signaux (titre, intertitres, liens, données structurées) décrivent son contenu. Une page peut être explorée sans être indexée ; la Search Console l'indique, avec le motif.
Ce que cela implique pour un site moderne
- Rendu côté serveur ou génération statique : le contenu principal devrait se trouver dans le HTML initial. Le rendu uniquement côté client fonctionne, mais il ajoute du risque et du délai.
- De vrais liens : la navigation interne doit utiliser des liens dotés d'un attribut href. Les éléments qui ne réagissent qu'à des clics en JavaScript ne sont pas suivis comme des liens.
- États et routes : chaque contenu important a besoin de sa propre URL, qui renvoie un code 200. Les contenus chargés au défilement ou à l'ouverture d'un onglet n'existent pas pour l'index s'ils n'ont pas d'URL.
- Codes de statut et redirections : une page supprimée renvoie 404 ou 410 ; une page déplacée, une redirection 301 vers sa destination finale, sans chaîne.
- Des balises canoniques cohérentes : une seule version par contenu, avec la balise canonique qui pointe vers elle et des liens internes qui l'utilisent.
- Des sitemaps utiles : uniquement des URL indexables, avec une date de modification réelle.
Liste de contrôle
- Inspection d'URL dans la Search Console : comparez le HTML exploré avec la version rendue et regardez quelles ressources ont été bloquées.
- Rapport d'indexation des pages : regroupez les pages exclues par motif et décidez lesquelles devraient être indexées.
- Statistiques d'exploration : pics d'erreurs, temps de réponse élevés et exploration d'URL qui ne devraient pas exister.
- robots.txt : vérifiez qu'il ne bloque pas des ressources nécessaires au rendu (CSS, JavaScript, images).
- Exploration par vos soins avec un outil de bureau : détectez les liens cassés, les chaînes de redirections, les balises canoniques incohérentes et les pages orphelines.
Si Google ne peut pas explorer, afficher et indexer une page, le reste du SEO est une conversation sur quelque chose qui n'existe pas.
Cette vérification est la première partie de tout audit SEO : parler de contenu ou d'autorité n'a pas de sens tant que la base ne fonctionne pas.