La structure d'un site, c'est la façon dont ses pages sont organisées et reliées entre elles : hiérarchie des rubriques, menus, liens dans les textes, fil d'Ariane, forme des URL. Pour un dirigeant de TPE ou de PME, le sujet paraît secondaire face au contenu ou aux backlinks. Il ne l'est pas : Google explique lui-même que ses robots découvrent les pages en suivant des liens, et qu'une page vers laquelle rien ne pointe a peu de chances d'être trouvée.
Cet article s'en tient au « pourquoi » : ce que Google documente sur l'exploration, le PageRank interne, le budget de crawl, le fil d'Ariane et les liens de site, puis les effets mesurables et les erreurs courantes. La méthode pas à pas fait l'objet d'un article distinct : comment mettre en place une bonne structure de site web.
Ce que Google documente sur la structure d'un site
Le guide de démarrage SEO de Google indique que la grande majorité des nouvelles pages que Google trouve chaque jour le sont par des liens. Sa page sur les bonnes pratiques de liens ajoute que chaque page qui compte pour vous doit recevoir un lien depuis au moins une autre page du site, et que Google ne peut suivre un lien que s'il s'agit d'un élément HTML <a> avec un attribut href.
Trois idées reviennent dans ces documents :
- Les liens servent à découvrir les pages, mais aussi comme signal de pertinence. Google écrit qu'il utilise les liens « pour déterminer la pertinence des pages et pour trouver de nouvelles pages à explorer ».
- Le texte d'ancre informe l'utilisateur et le moteur sur la page cible. Un bon texte d'ancre est descriptif, concis et pertinent ; le bourrage de mots-clés relève des règles anti-spam.
- Les répertoires aident Google à comprendre le site. Regrouper des sujets proches dans un même dossier d'URL l'aide à apprendre à quelle fréquence ces URL changent : un dossier « mentions légales » bouge rarement, un dossier « promotions » souvent.
Le PageRank interne : comment l'autorité circule entre vos pages
Google présente encore aujourd'hui les liens comme un facteur de qualité : sa page sur le classement des résultats précise que l'un des éléments utilisés est de savoir si d'autres sites reconnus font un lien vers le contenu. Ce que l'extérieur apporte à votre site entre par certaines pages, souvent la page d'accueil, puis se répartit à travers vos liens internes. C'est ce qu'on appelle, par commodité, le PageRank interne.
Deux conséquences pratiques :
- Une page reliée uniquement depuis le pied de page ou une page profonde reçoit une part réduite de cette valeur ; une page liée depuis le menu, l'accueil et plusieurs articles en reçoit davantage.
- Plus vous multipliez les pages sans intérêt (filtres, archives de tags vides, pages de test), plus vous diluez ce qui circule vers les pages qui génèrent du chiffre d'affaires.
Nuance : Google ne publie ni valeur de PageRank ni formule de répartition. Le « score interne » affiché par les outils d'audit est une approximation calculée à partir de vos liens, utile pour comparer des pages entre elles, pas pour prédire un classement.
Budget de crawl : qui est vraiment concerné
Le budget de crawl désigne le temps et les ressources que Googlebot consacre à un site. La documentation de Google le décompose en une limite de capacité (ce que votre serveur supporte) et une demande d'exploration (l'intérêt de Google pour vos pages, selon leur taille, leur fréquence de mise à jour, leur qualité et leur popularité).
Google est explicite sur le périmètre : ce guide s'adresse aux sites d'un million de pages uniques ou plus dont le contenu change environ une fois par semaine, aux sites de 10 000 pages ou plus dont le contenu change chaque jour, et aux sites dont une grande partie des URL apparaît dans Search Console avec le statut « Détectée, actuellement non indexée ». Il ajoute que si vos pages sont explorées le jour de leur publication, vous n'avez pas besoin de vous en préoccuper.
La plupart des sites de TPE et PME ne sont donc pas concernés par le budget de crawl au sens strict. Ils le deviennent quand la structure fabrique des URL en masse : navigation à facettes dont chaque combinaison de filtres crée une page, calendriers infinis, identifiants de session, paramètres de tri. La page de Google sur la structure des URL avertit que dans ces cas, Googlebot peut consommer beaucoup plus de bande passante que nécessaire et que Google peut être incapable d'indexer entièrement le site. Google lie aussi ce sujet aux doublons : parmi les raisons de déclarer une URL canonique, il cite le fait d'éviter que le robot passe du temps sur des pages dupliquées au détriment des pages nouvelles ou mises à jour.
Compréhension du site, fil d'Ariane et liens de site
Le fil d'Ariane
Google indique qu'un fil d'Ariane signale la position d'une page dans la hiérarchie du site et qu'il utilise le balisage BreadcrumbList pour catégoriser l'information de la page dans les résultats. Le guide de démarrage rappelle que des parties de l'URL peuvent aussi être affichées sous forme de fil d'Ariane dans les résultats. Sur l'effet réel, voir notre article : le fil d'Ariane améliore-t-il vraiment votre référencement ?
Les liens de site (sitelinks)
Les liens de site sont les raccourcis affichés sous un résultat, en général sur une recherche de marque. Google précise dans sa documentation qu'ils sont entièrement automatisés, que ses systèmes analysent la structure de liens du site pour trouver des raccourcis utiles, et qu'ils ne s'affichent que lorsqu'ils sont jugés utiles. Les bonnes pratiques listées sont toutes structurelles : organisation logique, liens vers les pages importantes depuis d'autres pages pertinentes, textes d'ancre concis, titres de page informatifs. Vous ne choisissez pas vos sitelinks ; vous pouvez seulement rendre votre hiérarchie évidente.
La sélection de l'URL canonique
Lors de l'indexation, Google regroupe les pages au contenu similaire puis choisit une version représentative, en s'appuyant notamment sur les redirections, la balise rel="canonical" et le sitemap. Une structure qui produit la même page sous plusieurs URL (avec ou sans barre oblique finale, avec paramètres, via plusieurs catégories) laisse Google trancher à votre place.
Les effets mesurables d'une structure
Les effets d'une structure ne se lisent pas dans un « score SEO » global, mais dans quelques rapports précis, ceux qu'un audit technique SEO croise avec un crawl complet du site.
| Symptôme | Où le mesurer | Ce qu'il indique |
|---|---|---|
| Pages « Détectée, actuellement non indexée » | Search Console, rapport Indexation des pages | Google connaît l'URL mais a reporté l'exploration ; fréquent quand le site génère trop d'URL ou que le serveur est lent |
| Pages « Explorée, actuellement non indexée » | Search Console, même rapport | Google a vu la page mais ne l'a pas jugée utile ; souvent des pages de filtres, de tags ou des fiches quasi vides |
| Pages orphelines | Croisement crawl (Screaming Frog ou équivalent) et sitemap ou journaux serveur | Pages sans aucun lien entrant interne, invisibles pour le robot hors sitemap |
| Profondeur de clic élevée | Rapport de profondeur du crawler | Pages à quatre clics ou plus de l'accueil, généralement moins explorées et moins liées |
Un point de repère externe, à lire avec prudence : le Web Almanac 2024 de HTTP Archive, fondé sur le crawl de juin 2024 de près de 17 millions de sites issus du Chrome UX Report, relève une médiane de 41 liens internes par page sur l'ensemble des sites, contre 129 sur les 1 000 sites les plus visités. C'est une corrélation, pas une cause : les grands sites ont plus de pages à relier. Le même rapport note que 69 % des pages desktop et 65 % des pages mobile déclarent une balise canonique, ce qui laisse une part importante de sites sans consigne explicite sur leurs doublons.
Les erreurs de structure les plus fréquentes
Par ordre de fréquence dans les audits que je réalise pour des sites de TPE et PME :
- Des pages importantes reliées uniquement par le sitemap. Une page de service absente des menus et jamais citée dans les articles est indexable, mais ne reçoit aucun signal interne.
- Une navigation à facettes indexable. Chaque combinaison de filtres crée une URL explorable, quasi identique aux autres. C'est la première cause de gonflement du nombre d'URL en e-commerce.
- Des catégories et tags créés sans plan. Sur WordPress, des dizaines d'étiquettes contenant un ou deux articles produisent autant de pages d'archive pauvres qui concurrencent les vraies rubriques.
- Des menus non explorables. Menus en JavaScript sans véritable élément
<a href>, liens déclenchés par un événement de clic : Google indique qu'il ne peut pas les suivre. - Des textes d'ancre vides de sens. Des dizaines de « en savoir plus » ne disent rien de la page cible, ni à l'utilisateur ni au moteur.
- Une refonte qui casse l'ancienne arborescence. Changer les URL sans redirections 301 page à page fait perdre les liens acquis et multiplie les erreurs 404.
Et l'expérience utilisateur ?
On lit souvent qu'une bonne structure « réduit le taux de rebond » et que Google en tient compte. Google ne documente pas le taux de rebond comme signal de classement. Il écrit que ses systèmes prennent en compte l'utilisabilité du contenu et que, à signaux par ailleurs équivalents, un contenu plus accessible peut être mieux classé. L'effet de la structure sur les visiteurs est réel, mais il passe surtout par la conversion : un prospect qui trouve la page de service en deux clics demande un devis ; celui qui se perd repart.
Pour la majorité des petits sites, le budget de crawl n'est pas le sujet ; les pages orphelines, les doublons et les archives inutiles le sont.
Questions fréquentes
La structure d'un site est-elle un facteur de classement Google ?
Google ne documente pas de « facteur structure » en tant que tel. En revanche, il documente que les liens servent à découvrir les pages et comme signal de pertinence, que le fil d'Ariane l'aide à catégoriser une page et que les liens de site sont générés à partir de la structure de liens du site. La structure agit donc sur le classement de façon indirecte mais réelle.
Mon site de 50 pages doit-il se soucier du budget de crawl ?
Non, dans la plupart des cas. Google indique que son guide sur le budget de crawl vise les sites de plus d'un million de pages, ceux de plus de 10 000 pages mis à jour quotidiennement, ou ceux dont beaucoup d'URL restent « Détectée, actuellement non indexée ». Un petit site est surtout concerné s'il génère des URL en masse via des filtres ou des paramètres.
Qu'est-ce qu'une page orpheline et pourquoi est-ce un problème ?
Une page orpheline n'est reliée par aucun lien interne depuis les autres pages du site. Google peut la connaître via le sitemap, mais elle ne reçoit aucun signal de vos liens. Google recommande que chaque page importante reçoive un lien depuis au moins une autre page du site.
Combien de clics maximum depuis la page d'accueil ?
Google ne fixe pas de nombre officiel. En pratique, les pages situées à plus de trois ou quatre clics de l'accueil reçoivent moins de liens internes et sont explorées moins souvent. L'objectif est que les pages qui génèrent du chiffre d'affaires soient accessibles rapidement depuis l'accueil et le menu.
Le fil d'Ariane améliore-t-il le référencement ?
Google utilise le balisage de fil d'Ariane pour catégoriser une page dans les résultats et indique qu'il aide les utilisateurs à comprendre la hiérarchie du site. Il ne promet aucun gain de position. Son intérêt est de rendre la structure lisible, pour les visiteurs comme pour le moteur.
Peut-on choisir les liens de site (sitelinks) affichés sous son résultat ?
Non. Google précise que les sitelinks sont automatisés et générés à partir de l'analyse de la structure de liens du site. On peut seulement les favoriser avec une organisation logique, des liens internes vers les pages importantes et des titres de page clairs, ou retirer une page en la passant en noindex.