Indexer plus, indexer mieux - Introduction et épisode 1

la question qui suit généralement "comment fais-je pour que mon site soit sur la première page de résultats ?" est en général "mais pourquoi le moteur n'a pas référencé (toutes) mes pages ?".

petit rappel sur le fonctionnement d'un moteur: le moteur trouve les pages qu'il indexe soit parce qu'un humain lui a soumis (0,0001% des cas) soit en suivant un lien vu sur une page précédente. donc, plus il y a de liens vers une page donnée, plus la probabilité qu'elle soit indexée est grande. et un site perso sans lien avec le reste de l'univers a peu de chances de se trouver indexé par un moteur de recherche.

de plus, les pages accessibles uniquement à travers du javascript ou des formulaires ne sont pas atteignables par le moteur et ne peuvent donc pas être indexées. il n'y a effectivement pas de moyens pour le moteur de connaître l'intégralité des pages d'un site ni s'il lui en manque 10 ou 10000 (en dehors du protocole sitemaps dont je parlerai prochainement).

néanmoins, il faut savoir que du point de vue du moteur le risque n'est pas la pénurie de liens mais plutôt le trop plein. quelles en sont les raisons ?

au travers d'une série de posts, je vais essayer de vous montrer quecertaines causes de cette abondance de liens sont normales et peuventdonc être traitées facilement, mais que d'autres plus douteuses, voireacrobatiques nécessitent ingéniosité et réactivité pour assurer laqualité des résultats.

les cas dits de bonne foi :

1 - les sessions

a chaque fois que vous allez sur des sites type e-commerce, le sitevous propose une vue correspondant à votre session, toutes les urlscontiennent cet identifiant de session qui vous suivra pendant lanavigation. le moteur peut ainsi sans le savoir récupérer 2000 fois lapage où l'on vendra la fameuse clé à molette de 13 version ronce denoyer car l'url sera différente et le contenu aussi: nouveaux autresproduits conseillés, historique de navigation différent, nouvellespromos, etc.

ex. cette url :
http://www.amazon.com/stanley-92-716-combination-wrench-22-piece/dp/b000jpuct0/
ref=sr_1_7/002-6118145-0432018?ie=utf8&s=hi&qid=1181650669&sr=1-7

a été obtenue en suivant des liens sur le site amazon. on s'aperçoit enréalité que la plupart des paramètres viennent du contexte dans lequelon a trouvé la page et un autre chemin dans le site aurait donné uneurl différente.

en fait, seuls ces morceaux sont indispensables :

http://www.amazon.com/stanley-92-716-combination-wrench-22-piece/dp/b000jpuct0/

2 - les menus type calendriers

un certain nombre de sites proposent de se balader dans les archivesen choisissant une date dans un calendrier. explorer l'ensemble despages de 1970 à 2060 risque de prendre un peu de temps et d'être peurentable si le site propose 10 articles.

ex:

http://www.ecvd.eu/index.php?option=com_events&task=view_month&itemid=32
&year=2011&month=09&day=12

ces deux cas ne sont, me direz-vous, pas si difficiles à régler et je serai globalement de votre avis.

mais le problème vient surtout des cas suivants. car, attentionscoop de l'année, sur les web, il y a aussi des méchants : des gensprêts à tout pour atteindre le haut du classement des résultats.rappelez vous, vous en avez croisé dans le passé quand vous n'utilisiezpas encore exalead ;-)

au programme de notre revue des grands bourreurs d'urnes de moteurs de recherche :

• les fermes de liens et le bourrage de mots clés
• l'intégration des flux rss venant d'autres sites
• les labyrinthes à robots

vous comprendrez ainsi que face à ces différentes tentatives, lemoteur se doit d'être conservateur et doit accorder un quota de pages àchaque site.

ce quota va dépendre de la notoriété du site, de la duplication de son contenu et de mille autres petits paramètres.

restez en ligne.

sebastien, chef de cuisine web