Google leaks : Comment en tirer bénéfice ?

Photo of author

Rédigé par We14

Vous optimisez vos pages depuis des années en devinant ce que Google veut vraiment ?

Bonne nouvelle : en mai 2024, les Google leaks ont ouvert le capot du moteur.

Clics, liens, auteurs, spécialisation du site : la fuite décrit les signaux que Google stocke pour classer un contenu.

En bref

  • En mai 2024, plus de 2 500 documents internes de l’API de recherche de Google ont fuité, avec environ 14 000 attributs techniques.
  • Les documents décrivent des signaux sans donner leur poids, ni dire s’ils sont tous utilisés aujourd’hui.
  • NavBoost réajuste les résultats à partir des clics, conservés 13 mois.
  • Les liens sont classés en trois niveaux de qualité, et un attribut SiteAuthority existe bel et bien dans les documents.
  • Les leviers SEO prioritaires : bons clics, auteur identifié, thématique resserrée, liens de qualité.

Google leaks : les leviers SEO à activer en priorité

Si vous n’avez que cinq minutes, voici ce que la fuite change pour votre stratégie SEO.

  • Gagner de bons clics : un visiteur qui reste sur votre page vaut plus qu’un clic suivi d’un retour express aux résultats de recherche.
  • Signer vos contenus : Google attribue un auteur à chaque contenu indexé.
  • Rester spécialiste : un score mesure la spécialisation du site et la distance de chaque page à sa thématique.
  • Soigner la page d’accueil : son PageRank et la confiance qu’elle inspire comptent pour l’ensemble du site.
  • Placer l’info clé en haut : le nombre de tokens pris en compte par document est limité.

Et surtout, de la patience. Les données de clics sont conservées 13 mois : l’effet d’une amélioration SEO peut donc mettre du temps à apparaître.

Qu’est-ce que la fuite de documents internes de Google ?

La Google leak, c’est la documentation technique d’une API interne du moteur, sortie de chez Google et rendue publique. Pas un algorithme complet, pas une formule magique : un inventaire de modules et d’attributs.

Origine et périmètre des documents divulgués

Le référenceur Erfan Azimi a transmis les documents à Rand Fishkin (SparkToro). Rand Fishkin les a ensuite analysés avec Mike King (iPullRank), qui a confirmé leur légitimité. D’anciens employés de Google consultés ont, eux aussi, confirmé qu’ils étaient authentiques.

Analyse d'un site WordPress pour optimiser le SEO

Le volume est considérable : plus de 2 500 documents de l’API de recherche et environ 14 000 attributs techniques. Le périmètre dépasse le référencement naturel : les documents concernent aussi YouTube et Google Lens.

Pour un SEO, ces documents montrent enfin quels attributs Google enregistre sur une page, un lien ou un site.

Faits vérifiés et interprétations à distinguer

Les documents disent qu’un attribut existe. Ils ne disent pas combien il pèse, s’il est actif aujourd’hui, en test, ou réservé à certaines thématiques. Certaines descriptions sont obscures, ce qui ouvre la porte aux surinterprétations.

Règle d’hygiène : un attribut documenté est un fait, son effet sur le classement Google reste une hypothèse. Traitez chaque « secret révélé » lu sur les réseaux avec cette grille.

Le parcours d’une page chez Google, du crawl au classement

Une page traverse plusieurs étapes avant d’apparaître dans la recherche Google : crawl, indexation, rendu, traitement, classement, puis diffusion. Les Google leaks éclairent plusieurs de ces étapes.

Au crawl, l’historique compte : une page jugée mauvaise auparavant pourrait être moins souvent revisitée (attribut PriorSignal). Google conserve aussi les 20 derniers changements d’une URL, et un changement trop fort ou trop rapide peut pénaliser. À l’indexation, des entités nommées (marque, personne, lieu, date) sont extraites et resservent à l’affichage. Lors d’une canonicalisation, le PageRank de la source est transféré vers l’URL canonique finale. Au traitement, le nombre de tokens retenus par document est limité, d’où l’intérêt de livrer l’essentiel dès les premières lignes.

Scores de classement, liens et pertinence : la logique révélée

Le classement Google ressemble à un empilement de scores : interactions, qualité du contenu, liens, puis boosts et dégradations qui ajustent le tout. Voici les briques les plus utiles.

Scores de qualité, de liens et boosts

Côté qualité, les documents valorisent les contenus qui demandent un effort (images, vidéos, contenus complexes) et ceux qui plaisent aux internautes. Le contenu généré par intelligence artificielle est détecté et traité différemment.

Les termes en gras et les termes stratégiques ont un poids. Mettre en gras les mots importants et les liens est donc un réflexe à prendre, avec modération.

Les évaluations des quality raters pourraient être utilisées directement dans le système de recherche, via la plateforme d’évaluation EWOK. Un score UGC figure aussi parmi les signaux d’interaction.

Liens, autorité et PageRank

Les liens sont répartis en trois niveaux de qualité : faible, moyen, fort. Un lien ne transmet du PageRank qu’à partir d’un index de qualité suffisante. Les liens du niveau faible sont ignorés, sans pénalité pour le site.

AttributCe qu’il mesure
SourceTypeQualité de la page qui fait le lien
fontsizeTaille de police du lien (un lien trop petit est distingué d’un lien utilisable)
CreationDateDate de première découverte et dernière date connue du lien
Fresh DocsMultiplicateur de fraîcheur pour les liens venant de pages récentes
SiteAuthorityNote de crédibilité globale du site

Un lien ancien pourrait peser davantage qu’un lien récent. Le PageRank existe en plusieurs variantes, et l’une d’elles, NearestSeeds, apparaît comme la valeur utilisée en production.

Le point qui fait sourire : Google affirme publiquement ne pas utiliser d’autorité de domaine, alors que l’attribut SiteAuthority existe. Son calcul est inconnu et ne correspond pas forcément aux scores des outils SEO.

Ajustements spécifiques et limites du modèle

Le nom de domaine compte aussi. Une dépréciation des domaines à correspondance exacte est décrite, avec un malus de base : elle vise les domaines qui reprennent une requête sans marque. Son impact exact reste inconnu. Des scores YMYL existent pour la santé et l’actualité, et des classificateurs prédisent le caractère YMYL des requêtes nouvelles. Aucun poids n’accompagne ces ajustements.

NavBoost et clics : le poids des interactions utilisateurs

NavBoost est un système qui réajuste les résultats de recherche à partir des clics des utilisateurs. Ce système a été évoqué publiquement lors du procès antitrust américain de Google, par Pandu Nayak, vice-président chargé de la recherche. Google y a confirmé utiliser les interactions des utilisateurs, dont les clics, sans en détailler l’impact.

statistique de clic

Le système de classement NavBoost découpe les données par pays, par appareil, sur la requête principale et les requêtes suivantes. Les clics sur des formats vidéo ou image peuvent déclencher l’affichage de ces fonctionnalités. Les données de clics NavBoost sont conservées 13 mois, ce qui permet des comparaisons saisonnières.

goodClicks et badClicks : bon et mauvais comportements

Trois familles de clics sont distinguées :

  • les clics longs, avec une visite prolongée, plus qualitatifs ;
  • les clics courts, avec une visite brève ;
  • les clics écrasés, jugés moins fiables et ignorés.

Un goodClick est suivi d’un séjour prolongé sur la page. Un badClick est suivi d’un retour rapide vers la liste des résultats. Le combo qui fait mal : un CTR nettement inférieur à l’attendu, plus un comportement négatif après le clic.

Tenté d’acheter du trafic artificiel ? Google viserait des statistiques agrégées et reste volontairement flou pour décourager ce genre de bricolage.

Données Chrome : usage présumé et prudence

Les documents mentionnent l’usage des données Chrome : pages visitées, temps passé, clics. Les URL les plus cliquées d’un site, mesurées via Chrome, sont retenues pour les sitelinks. Pour le reste, l’usage exact dans le classement reste peu clair.

EEAT, entités et auteurs : les signaux de qualité à renforcer

Google attribue un auteur à chaque contenu indexé. Les auteurs peuvent être traités comme des entités du Knowledge Graph, et des champs auteur existent pour les blogs et les forums.

La logique EEAT devient tangible. Mettez en avant la marque et l’auteur dans chaque publication, et signez chaque contenu avec un auteur identifié. Côté thématique, le siteFocusScore mesure votre spécialisation et le SiteRadius l’écart de chaque page à ce cœur de sujet. Devenez expert d’une thématique de base avant d’élargir. Un blog qui parle de prospection, de recettes de crêpes et de crypto en même temps envoie un signal brouillé.

Sur la page elle-même, les titres doivent correspondre étroitement aux requêtes, tout comme les balises title et meta description. Ces balises jouent surtout sur le taux de clic, moins sur la qualité du clic.

Spam, filtres et déclassements : les risques à éviter

La fuite liste aussi les pièges. Le bourrage de mots-clés est détecté, et Penguin peut ignorer certains liens internes sur-optimisés. Pour les liens artificiels, plusieurs signaux veillent :

  1. Link Velocity : une acquisition de liens trop rapide ;
  2. spamRank : des liens vers des spammeurs connus ;
  3. des pics de spam dans les ancres ;
  4. SpamBrain : un score de spam par document.

Les déclassements décrits couvrent la mauvaise correspondance d’ancre, l’insatisfaction observée dans les résultats, la mauvaise navigation, les domaines à correspondance exacte, les avis produits, la localisation, les petits blogs dévalués, les contenus pour adultes et Panda. Le poids de chacun n’est pas précisé.

Certains sujets sensibles, comme la santé ou les informations électorales, passent par des listes blanches ou des règles de qualité plus strictes. Objectif : la fiabilité et l’absence de controverse.

Appliquer les enseignements des Google leaks sur votre site

Place à l’action. Les Google leaks ne donnent pas de recette secrète, mais ils confirment ce qui marche et ce qui coûte cher en SEO.

Plan d’action SEO pas à pas

  1. Traitez le sujet en entier : faites concorder requête, title, meta description, contenu et ergonomie, et apportez une valeur ajoutée face aux autres pages sur la même requête.
  2. Éliminez les frictions : un chargement lent fait fuir. Les données d’expérience utilisateur servent à évaluer la vitesse, visible dans PageSpeed Insights (lent, à améliorer, rapide).
  3. Rendez le contenu accessible à tous les publics, relayez-le et animez votre communauté pour nourrir l’engagement.
  4. Obtenez des liens via les relations presse, en tenant compte du PageRank de semence. Oubliez l’achat de liens en rafale.
  5. Rachat d’un nom de domaine : remettez d’abord le site en ligne à l’identique, puis modifiez-le progressivement.
  6. Nouveau site : démarrez avec peu de contenus de qualité, puis accélérez les publications.

Fuyez les erreurs qui font baisser la visibilité : liens incohérents avec le contenu, mauvaise expérience, CTR faible, contenu de faible qualité, liens suspects acquis trop vite.

Sources, veille et analyse des documents

Avec des milliers d’attributs et des descriptions parfois obscures, l’analyse demande une lecture experte. Pour suivre la fuite Google dans le détail, appuyez-vous sur des spécialistes du référencement naturel qui analysent ces attributs et leurs conséquences pour vos pages.

Le meilleur usage des Google leaks : choisir deux leviers, les tester sur vos pages les plus importantes, puis suivre l’impact dans la durée.