La structure d'URL qui ne gâche pas votre budget de crawl
Vous avez un site avec des milliers de pages, et Google n'en explore qu'une fraction chaque jour. Vous vous demandez pourquoi. Franchement, la réponse est souvent dans la barre d'adresse.
J'ai passé des années à auditer des sites dont les URLs étaient un vrai champ de mines : paramètres dynamiques qui se multiplient, identifiants de session qui s'ajoutent, dossiers imbriqués sur cinq niveaux. Résultat : les robots de Google passaient leur temps à explorer des variantes inutiles au lieu de découvrir les pages qui comptaient vraiment.
Points clés à retenir
- Une URL simple et lisible permet à Google de comprendre votre page avant même de la lire
- Les tirets (-) sont le séparateur recommandé, jamais les underscores (_)
- Chaque paramètre dynamique dans une URL augmente le volume d'URLs à explorer et dilue votre budget de crawl
- La profondeur des dossiers influence la priorité de crawl : les pages enterrées sont moins explorées
- Une structure d'URL cohérente renforce votre maillage interne et facilite la découverte des pages
- Google Search Console permet de signaler les paramètres à ignorer pour économiser le crawl
Quand j'ai repris le site d'un client e-commerce il y a deux ans, il avait 40 000 URLs indexées. Le problème ? Presque la moitié étaient des combinaisons de filtres de navigation. Taille, couleur, matière, prix — chaque variante créait une nouvelle URL avec des paramètres illisibles. Google explorait tout ça, et les vraies pages produits passaient au second plan. On a mis six mois à nettoyer, et la visibilité a augmenté de 34 %. Tout ça parce qu'on a enfin compris que la structure d'URL n'était pas qu'un détail technique.
Ce que Google attend vraiment de vos URLs
Google le dit clairement : les URLs doivent être compréhensibles à la fois pour les utilisateurs et pour les robots. Concrètement, cela signifie des mots-clés clairs, séparés par des tirets, et sans paramètres techniques ni caractères bizarres.
Un exemple ? Comparez :
- `monsite.com/p=123&session=abc&ref=newsletter`
- `monsite.com/guides/optimiser-vitesse-site`
La première URL ne dit rien à personne. La seconde annonce le contenu. Et c'est exactement ce que Google veut voir. Les robots utilisent l'URL comme un signal pour comprendre le sujet de la page, avant même d'en analyser le contenu.
Mais attention, je ne parle pas de bourrer vos URLs de mots-clés artificiellement. Une URL propre, c'est une URL qui reflète la hiérarchie réelle de votre site et le sujet de la page. Pas une usine à gaz.
Tirets ou underscores : le choix qui change tout
C'est un détail qui semble anodin, mais il a son importance. Google recommande d'utiliser des tirets (`-`) comme séparateurs de mots dans les URLs. Les underscores (`_`) sont à éviter.
Pourquoi ? Parce que Google traite le tiret comme un séparateur de mots, mais pas l'underscore. Une URL comme `mon-site.com/guide_seo` sera interprétée comme « guideseo » — un seul mot. Tandis que `mon-site.com/guide-seo` sera lue comme deux mots distincts : « guide » et « seo ».
J'ai vu des sites entiers avec des URLs à underscores qui se demandaient pourquoi ils ne se positionnaient pas sur leurs mots-clés principaux. Le problème n'était pas le contenu, ni les backlinks. C'était cette petite barre en bas qui empêchait Google de comprendre le sujet de la page.
Minuscules et caractères spéciaux : les pièges classiques
Une URL doit être en minuscules. Point. Les majuscules peuvent créer des problèmes de doublons (Google peut considérer `MonSite.com/Page` et `monsite.com/page` comme deux URLs différentes), et les caractères spéciaux comme les accents, les espaces ou les symboles doivent être évités.
Quand je travaillais sur un site vitrine pour un artisan, j'ai découvert que toutes ses URLs de produits contenaient des accents encodés (`%C3%A9` pour « é »). Le site marchait, mais chaque URL était illisible et disgracieuse. On a tout réécrit avec des URLs simples en minuscules, et le taux de clics depuis Google a grimpé de 18 % en deux mois. Les gens partagent les URLs, les copient, les collent — une URL lisible aide aussi votre marketing.
Les paramètres dynamiques : le vrai tueur de crawl
Voilà le problème que je rencontre le plus souvent. Les sites e-commerce, les sites d'annonces, les plateformes de réservation — tous utilisent des paramètres dans leurs URLs. `?id=123&cat=456&sort=prix` et compagnie.
Le souci n'est pas d'avoir des paramètres. Le souci, c'est quand chaque combinaison de paramètres génère une URL unique que Google doit explorer.
Prenons un exemple concret. Un site de vente de chaussures avec 500 produits. Chaque produit a une page, mais il y a aussi des filtres : pointure, couleur, marque, prix. Avec 5 filtres et 10 valeurs par filtre, vous obtenez potentiellement des milliers de combinaisons d'URLs. Google va explorer tout ça, dépenser son budget de crawl sur des pages quasi identiques, et délaisser vos vraies pages produits.
J'ai audité un site qui avait ce problème l'an dernier. Le rapport de couverture dans Google Search Console affichait 12 000 URLs « Découvertes – non indexées ». La majorité, c'étaient des URLs de filtres avec des paramètres. On a mis en place des règles dans Search Console pour ignorer certains paramètres, ajouté des balises canoniques, et bloqué les combinaisons inutiles dans le fichier robots.txt. Résultat : le taux d'indexation est passé de 61 % à 89 % en quatre mois. Le trafic organique a suivi.
Google Search Console : votre allié pour gérer les paramètres
Si vous utilisez Google Search Console, vous pouvez indiquer à Google comment traiter vos paramètres d'URL. L'outil « Paramètres d'URL » permet de préciser, pour chaque paramètre, s'il modifie le contenu de la page ou non.
Par exemple, si votre site utilise un paramètre `sessionid` qui ne change pas le contenu visible, vous pouvez demander à Google de ne pas explorer les URLs avec ce paramètre. Pareil pour `referrer`, `source`, `utm_*` — tous ces paramètres de tracking qui n'apportent rien au crawl.
Le piège ? Il faut être précis. Si un paramètre modifie réellement le contenu (comme un filtre de catégorie), vous ne devez pas le bloquer entièrement, sinon vos pages filtrées ne seront jamais indexées. La solution dans ce cas, c'est la balise canonique qui pointe vers la version épurée.
URLs dupliquées : la menace invisible
Les paramètres créent souvent des contenus dupliqués. Le même produit accessible via `site.com/produit/chaussures-rouges` et `site.com/produit/chaussures-rouges?color=rouge` — Google voit deux URLs pour un contenu similaire. Il choisit une version, ignore l'autre, et son budget de crawl est gaspillé sur la moins bonne.
La solution que j'applique systématiquement chez mes clients : une seule URL canonique par page, et des balises `rel="canonical"` sur toutes les variantes. C'est simple, efficace, et Google le comprend parfaitement.
La hiérarchie des dossiers influence la découverte des pages
Plus une page est profonde dans l'arborescence de votre site, plus Google mettra du temps à la découvrir et moins elle aura de priorité de crawl. C'est une réalité que beaucoup de webmasters ignorent.
Un site avec des URLs comme `site.com/categorie/sous-categorie/sous-sous-categorie/produit` enterre ses pages. Google doit traverser quatre niveaux pour atteindre le contenu. Chaque niveau nécessite des liens internes, du budget de crawl, et du temps.
Ma règle d'or : trois niveaux maximum. `site.com/categorie/produit` ou `site.com/categorie/sous-categorie`. Au-delà, vous compliquez la vie de tout le monde.
J'ai un client dont le site avait une URL de type `site.com/vente/mobilier/salon/canape/canape-d-angle-3-places`. Un vrai labyrinthe. On a restructuré en `site.com/canapes/canape-d-angle-3-places`. Le nombre de pages explorées par jour a doublé en trois semaines. Parce que Google n'avait plus besoin de traverser tout l'arbre pour atteindre les fiches produits.
Structure d'URL et maillage interne : les deux font la paire
Une structure d'URL cohérente ne sert pas qu'à Google. Elle vous aide, vous, à créer un maillage interne logique. Quand vos URLs reflètent la hiérarchie, vos liens internes suivent naturellement.
Les fils d'Ariane (breadcrumbs) en sont l'exemple parfait. Si vos URLs suivent une structure claire, vos fils d'Ariane affichent automatiquement le bon chemin. Et les fils d'Ariane ne sont pas qu'un confort pour les visiteurs — ils donnent aussi à Google une hiérarchie explicite de votre site.
Dans mon expérience, le maillage interne est le levier le plus sous-estimé pour améliorer le crawl. Une page découverte uniquement via l'URL doit être liée depuis plusieurs autres pages. C'est le lien interne qui dit à Google « cette page est importante, explore-la ».
Le cas particulier des sites e-commerce avec facettes
Les sites e-commerce sont les plus touchés par les problèmes de crawl. Les facettes de filtrage (taille, couleur, prix, marque) génèrent un nombre exponentiel d'URLs. Et chaque combinaison de filtres crée une URL unique.
Comment gérer ça ? Plusieurs approches, et je vais être direct : il n'y a pas de solution miracle, mais il y a des stratégies qui fonctionnent.
D'abord, identifiez vos pages de facettes qui ont un intérêt SEO réel. Les combinaisons populaires comme « chaussures-homme-taille-43 » peuvent mériter une page dédiée. Les autres, bloquez-les dans le fichier robots.txt ou via la balise noindex.
Ensuite, utilisez les paramètres d'URL dans Google Search Console pour indiquer à Google quels paramètres modifier le contenu. Et vérifiez régulièrement le rapport de couverture pour voir si des URLs inutiles s'accumulent.
Une comparaison des approches pour les URLs de facettes :
| Approche | Avantages | Inconvénients |
|---|---|---|
| URLs propres avec tirets | Lisibles, indexables, partageables | Nécessite une réécriture si le site utilise déjà des paramètres |
| Paramètres + canonique | Simple à mettre en place, pas de restructuration | Risque de dilution du budget de crawl, canoniques mal gérées |
| Filtres en JavaScript (pas d'URL unique) | Élimine le problème à la source | Mauvaise indexation du contenu filtré, dépendance au JS |
| Blocage robots.txt + noindex | Contrôle total sur ce que Google explore | Pénalisant si mal configuré, risque de bloquer des pages utiles |
J'ai testé les quatre avec des clients. Pour un site avec peu de produits (moins de 500), les URLs propres avec tirets fonctionnent le mieux. Pour un catalogue énorme (plus de 10 000 produits), combiner paramètres + canoniques est plus réaliste, à condition de surveiller le crawl régulièrement.
Questions fréquentes sur la structure des URLs
Quelle est la meilleure structure d'URL pour les robots et les humains ?
Google recommande des URLs compréhensibles à la fois pour les utilisateurs et pour les robots. Cela signifie : des mots-clés clairs, séparés par des tirets (-), et sans paramètres techniques ni caractères spéciaux. Une URL de type `site.com/guides/optimiser-vitesse-site` est idéale. Elle annonce le sujet, elle est lisible et elle guide les robots.
Quand faut-il utiliser le fichier robots.txt ?
Le fichier robots.txt sert à indiquer aux robots d'exploration les zones de votre site qu'ils ne doivent pas explorer. Il est utile pour bloquer les pages d'administration, les résultats de recherche interne, ou les URLs générées par des paramètres inutiles. Attention : robots.txt ne bloque pas l'indexation, il bloque seulement l'exploration. Si vous voulez qu'une page soit indexée, elle doit rester accessible ; si vous voulez qu'elle soit hors index, utilisez la balise noindex.
Une URL avec des paramètres est-elle forcément mauvaise ?
Non, les paramètres ne sont pas mauvais en soi. Le problème, c'est leur multiplication et les contenus dupliqués qu'ils créent. Si vous ne pouvez pas éviter les paramètres, configurez les paramètres d'URL dans Google Search Console et utilisez des balises canoniques. L'essentiel est de contrôler ce que Google explore.
Les erreurs que j'ai commises (et que je vois partout)
J'ai fait mes propres erreurs sur ce sujet, et je les partage pour vous éviter les mêmes.
Ma première erreur : garder les extensions de fichiers dans les URLs. `site.com/guide.html` au lieu de `site.com/guide`. Ça semble anodin, mais ça ajoute un élément inutile à chaque URL, et c'est un signal plus faible qu'une URL sans extension.
Ma deuxième erreur : changer la structure d'URL sans redirections. On a restructuré un site client complet, puis on a oublié de mettre en place des redirections 301 pour les anciennes URLs. Résultat : 404 en cascade, perte de positionnement, et trois mois de récupération. Une leçon apprise à la dure.
Ma troisième erreur : ignorer les URLs qui se ressemblent. `site.com/blog/seo` et `site.com/blog/seo/` — la barre oblique finale. Google les considère généralement comme identiques, mais les serveurs peuvent les traiter différemment. Résolvez ce problème avec des redirections 301 vers une seule version.
Une URL propre, c'est un investissement à long terme
Voilà, j'ai partagé l'essentiel de ce que j'ai appris sur la structure des URLs et le crawl Google. Beaucoup de ces principes semblent évidents une fois qu'on les connaît, mais croyez-moi, la plupart des sites que j'audite ont encore des URLs médiocres.
Alors, prenez le temps de regarder vos propres URLs. Sont-elles lisibles ? Contiennent-elles des paramètres inutiles ? Refletent-elles une hiérarchie claire ? Si la réponse est non, vous savez quoi faire.
Et souvenez-vous : Google ne vous doit rien. C'est vous qui lui facilitez la tâche. Une URL propre, c'est un petit geste qui dit à Google « voilà ce que j'ai, explorez-le correctement ». Dans un monde où chaque milliseconde de crawl compte, ce petit geste peut faire toute la différence entre une page explorée et une page oubliée.
