Empêcher les filtres de générer un espace d’URL impossible à explorer

Une page de catégorie dotée de cinq filtres peut discrètement devenir des milliers d’adresses explorables. Chaque option de couleur, de prix, de lieu, de date ou de tri semble inoffensive prise isolément. Combinées, elles peuvent absorber l’activité d’exploration sur des pages presque identiques pendant que des pages nouvelles et utiles attendent d’être découvertes. Le remède n’est pas de bloquer tous les paramètres sans examen.

Les recommandations de Google sur la navigation à facettes décrivent le risque d’espaces d’URL pratiquement infinis et d’une exploration de découverte ralentie. Elles s’appliquent aux catalogues de produits, aux sites d’offres d’emploi, aux agendas d’événements et aux grandes archives éditoriales. La première décision est éditoriale : quelles combinaisons filtrées répondent assez bien à un besoin de recherche pour être entretenues comme de véritables pages de destination ?

Cartographier l’espace d’URL avant d’écrire des règles robots

Rassemblez des exemples issus des journaux d’exploration, de la navigation interne et de Search Console lorsque c’est possible. Regroupez les URL par fonction : pages de catégorie canoniques, pages de destination filtrées utiles, ordres de tri temporaires, paramètres de suivi, résultats de recherche interne et combinaisons absurdes. Estimez le nombre d’URL distinctes qu’une session de navigation raisonnable peut générer. Un échantillon suffit pour repérer un schéma qui s’emballe, mais pas pour avancer un total exact.

Recherchez le même contenu servi sous des ordres de paramètres différents, comme ?color=blue&size=m et ?size=m&color=blue. Examinez aussi les identifiants de session et les routes de calendrier capables de générer des dates à l’infini. Vérifiez si chaque combinaison peut être découverte à partir de liens ordinaires. Corriger la génération des liens évite souvent plus de gaspillage que de se contenter d’ajuster le comportement du robot d’exploration.

Choisir délibérément un sous-ensemble indexable

Une page de destination filtrée permanente et utile doit présenter des produits ou des résultats stables, un contenu distinct, un titre descriptif et un chemin de navigation direct. Si une combinaison a peu de valeur propre, laissez-la accessible aux visiteurs sans la promouvoir automatiquement comme page indexable. Établissez une liste blanche de facettes utiles plutôt qu’une série illimitée d’URL générées automatiquement.

Pour les URL que vous ne souhaitez pas faire explorer, Google présente les restrictions du fichier robots.txt comme une option possible. N’appliquez des règles précises qu’après avoir vérifié ce qu’elles ciblent. Bloquer une URL dans robots.txt empêche aussi le robot d’exploration de lire une directive canonical ou noindex sur cette page : ne considérez donc pas ces méthodes comme interchangeables. Si le nettoyage repose sur la détection d’un noindex, la page doit rester explorable assez longtemps pour que ce signal soit traité.

Garder des routes explorables techniquement cohérentes

Pour les pages filtrées susceptibles d’être indexées, conservez les séparateurs de paramètres habituels : = entre les clés et les valeurs, & entre les paramètres. Les recommandations de Google sur la structure des URL conseillent également d’éviter les paramètres inutiles. Si vous encodez les valeurs des filtres dans le chemin, utilisez un ordre déterministe et empêchez les filtres en double.

Une combinaison de filtres inexistante ou non valide doit renvoyer un véritable code 404 lorsque c’est approprié, plutôt qu’une erreur douce qui produit toujours une page de catégorie vide avec le code 200. Examinez la pagination au-delà de la dernière page et les combinaisons impossibles. Rediriger toutes les URL erronées vers la page d’accueil ne remplace pas des codes de statut corrects.

À titre d’exercice concret, imaginez un annuaire comprenant six villes, huit catégories d’événements, cinq plages de dates et trois tris. Même sans pagination ni recherche en texte libre, cela produit 720 combinaisons si toutes les dimensions sont adressables indépendamment. Il s’agit d’un exemple arithmétique hypothétique, et non d’un nombre d’explorations mesuré. De nombreuses combinaisons peuvent être vides ou équivalentes, ce qui rend la génération automatique d’URL particulièrement coûteuse.

Créez une petite matrice de test : une page de destination filtrée utile, un ordre de paramètres en double, un résultat vide, une valeur non valide et une page située au-delà de la dernière page de résultats. Notez pour chacune le code de statut attendu, la préférence canonique, le traitement par robots.txt et le comportement des liens internes. La matrice révèle les contradictions avant qu’elles ne se propagent à des millions d’URL. Par exemple, une page qui déclare une URL canonique préférée mais dont l’exploration est bloquée risque de ne jamais transmettre cette indication à Google.

N’appliquez jamais un Disallow: /*?* global au seul motif que le site utilise des chaînes de requête. Les paramètres peuvent correspondre à une pagination indispensable ou à un contenu réellement utile. De même, laisser tous les filtres dans un sitemap XML envoie le signal inverse de leur blocage. Alignez les sitemaps, les déclarations canoniques, les codes de statut et les liens sur le sous-ensemble indexable que vous comptez réellement entretenir. Après la mise en production, explorez votre propre site comme le ferait un visiteur ordinaire et vérifiez que la navigation fonctionne toujours.

Surveiller l’effet au lieu de crier victoire

Prévoyez une vérification spécifique des liens internes ajoutés par les widgets de navigation et par les pages d’archives générées automatiquement. Un seul modèle peut réintroduire des centaines de liens de filtres indésirables, même après le durcissement des règles robots. Confiez à un responsable de la maintenance la surveillance de ces modèles après les mises à niveau du thème ou de la plateforme.

Après avoir déployé les modifications, comparez des échantillons de journaux pour les requêtes des robots vers les URL canoniques et les URL filtrées. Vérifiez que les pages souhaitées restent accessibles et que les combinaisons indésirables ne dominent plus l’activité d’exploration. Suivez dans la durée les rapports d’indexation de Search Console, en tenant compte des délais de traitement. Si des revenus ou des conversions dépendent d’une page filtrée utile, mesurez cette page séparément avant de supprimer son chemin d’exploration.

Une modification de robots.txt peut économiser de la bande passante sans rien améliorer au contenu sous-jacent. Une bonne architecture rend les pages utiles faciles à découvrir et les permutations de faible valeur difficiles à générer. Notre guide sur les baisses de trafic aide à analyser de véritables évolutions de performance, tandis que le guide sur les images pour Discover traite d’un autre canal de visibilité.