Guide approfondi sur le fonctionnement de la Recherche Google

La Recherche Google est un moteur de recherche entièrement automatisé qui utilise des logiciels appelés robots d’exploration Web qui explorent régulièrement le Web pour trouver des pages à ajouter à notre index. En fait, la grande majorité des pages répertoriées dans nos résultats ne sont pas soumises manuellement pour inclusion, mais sont trouvées et ajoutées automatiquement lorsque nos robots d’exploration Web explorent le Web. Ce document explique les étapes du fonctionnement de la Recherche dans le contexte de votre site Web. Avoir cette base de connaissances peut vous aider à résoudre les problèmes d’exploration, à faire indexer vos pages et à apprendre à optimiser la façon dont votre site apparaît dans la Recherche Google.

Quelques notes avant de commencer

Avant d’entrer dans les détails du fonctionnement de la Recherche, il est important de noter que Google n’accepte pas de paiement pour explorer un site plus fréquemment ou le classer plus haut. Si quelqu’un vous dit le contraire, il a tort.

Google ne garantit pas qu’il explorera, indexera ou affichera votre page, même si votre page respecte les Essentiels de la Recherche Google.

Présentation des trois étapes de la Recherche Google

La Recherche Google fonctionne en trois étapes, et toutes les pages ne passent pas par chaque étape :

1. Exploration : Google télécharge du texte, des images et des vidéos à partir de pages trouvées sur Internet à l’aide de programmes automatisés appelés robots d’exploration.
2. Indexation : Google analyse le texte, les images et les fichiers vidéo de la page, et stocke les informations dans l’index Google, qui est une vaste base de données.
3. Affichage des résultats de recherche : Lorsqu’un utilisateur effectue une recherche sur Google, Google renvoie des informations pertinentes par rapport à sa requête.

Exploration

La première étape consiste à découvrir quelles pages existent sur le Web. Il n’existe pas de registre central de toutes les pages Web, Google doit donc constamment rechercher des pages nouvelles et mises à jour et les ajouter à sa liste de pages connues. Ce processus est appelé « découverte d’URL ». Certaines pages sont connues parce que Google les a déjà visitées. D’autres pages sont découvertes lorsque Google extrait un lien d’une page connue vers une nouvelle page : par exemple, une page pivot, telle qu’une page de catégorie, renvoie vers un nouveau billet de blog. D’autres pages encore sont découvertes lorsque vous soumettez une liste de pages (un
sitemap) pour que Google les explore.

Une fois que Google découvre l’URL d’une page, il peut la visiter (ou l’« explorer ») pour découvrir ce qu’elle contient. Nous utilisons un vaste ensemble d’ordinateurs pour explorer des milliards de pages sur le Web. Le programme qui effectue la récupération s’appelle Googlebot
(également connu sous le nom de robot d’exploration, robot, bot ou araignée). Googlebot utilise un processus algorithmique pour déterminer quels sites explorer, à quelle fréquence et combien de pages récupérer de chaque site.
Les robots d’exploration de Google
sont également programmés de manière à essayer de ne pas explorer le site trop rapidement pour éviter de le surcharger. Ce mécanisme est basé sur les réponses du site (par exemple,
les erreurs HTTP 500 signifient « ralentir »).

). Cependant, Googlebot n’explore pas toutes les pages qu’il a découvertes. Certaines pages peuvent être
interdites à l’exploration par le propriétaire du site, d’autres pages peuvent ne pas être accessibles sans se connecter au site.

Pendant l’exploration, Google restitue la page et
exécute tout JavaScript qu’il trouve
en utilisant une version récente de
Chrome, de la même manière que votre navigateur restitue les pages que vous visitez. Le rendu est important car les sites Web dépendent souvent de JavaScript pour apporter du contenu à la page, et sans rendu, Google pourrait ne pas voir ce contenu.

L’exploration dépend de la capacité des robots d’exploration de Google à accéder au site. Les problèmes courants liés à l’accès de Googlebot aux sites incluent :

• Problèmes avec le serveur gérant le site
• Problèmes de réseau
• Règles robots.txt empêchant l’accès de Googlebot à la page

Indexation

Une fois qu’une page a été explorée, Google essaie de comprendre de quoi elle parle. Cette étape s’appelle l’indexation et comprend le traitement et l’analyse du contenu textuel et des balises et attributs de contenu clés, tels que
<title> les éléments
et les attributs alt,
les images,
les vidéos, et

plus encore.
Pendant le processus d’indexation, Google détermine si une page est unduplicata d’une autre page sur Internet ou canonique

. La version canonique est la page qui peut être affichée dans les résultats de recherche. Pour sélectionner la version canonique, nous regroupons d’abord (processus également appelé clustering) les pages trouvées sur Internet qui ont un contenu similaire, puis nous sélectionnons celle qui est la plus représentative du groupe. Les autres pages du groupe sont des versions alternatives qui peuvent être servies dans différents contextes, par exemple si l’utilisateur recherche à partir d’un appareil mobile ou recherche une page très spécifique de ce cluster.

Google collecte également des signaux sur la page canonique et son contenu, qui peuvent être utilisés lors de la prochaine étape, où nous affichons la page dans les résultats de recherche. Certains signaux incluent la langue de la page, le pays auquel le contenu est destiné et l’ergonomie de la page.

Les informations collectées sur la page canonique et son cluster peuvent être stockées dans l’index Google, une vaste base de données hébergée sur des milliers d’ordinateurs. L’indexation n’est pas garantie ; toutes les pages traitées par Google ne seront pas indexées.

• L’indexation dépend également du contenu de la page et de ses métadonnées. Les problèmes d’indexation courants peuvent inclure :
• La qualité du contenu de la page est faible Les règles méta
• des robots

interdisent l’indexation

Google n’accepte pas de paiement pour classer les pages plus haut, et le classement est effectué par programmation.

En savoir plus sur les annonces sur la Recherche Google Lorsqu’un utilisateur saisit une requête, nos machines recherchent dans l’index les pages correspondantes et renvoient les résultats que nous estimons être de la plus haute qualité et les plus pertinents pour la requête de l’utilisateur. La pertinence est déterminée par des centaines de facteurs, qui peuvent inclure des informations telles que l’emplacement, la langue et l’appareil de l’utilisateur (ordinateur de bureau ou téléphone). Par exemple, la recherche de « ateliers de réparation de vélos » afficherait des résultats différents pour un utilisateur à Paris de ceux d’un utilisateur à Hong Kong.En fonction de la requête de l’utilisateur, les fonctionnalités de recherche qui apparaissent sur la page de résultats de recherche changent également. Par exemple, la recherche de « ateliers de réparation de vélos » affichera probablement des résultats locaux et pas
de résultats d’images.

, tandis que la recherche de « vélo moderne » est plus susceptible d’afficher des résultats d’images, mais pas de résultats locaux. Vous pouvez explorer les éléments d’interface utilisateur les plus courants de la recherche Web Google dans notre

• Galerie d’éléments visuels
• Search Console peut vous indiquer qu’une page est indexée, mais vous ne la voyez pas dans les résultats de recherche. Cela peut être dû au fait que :
• Le contenu de la page n’est pas pertinent pour les requêtes des utilisateurs La qualité du contenu est faible Les règles

méta
des robots.