Mon site n’apparaît pas sur Google : le diagnostic dans l’ordre

« Mon site n’apparaît pas sur Google » recouvre deux pannes différentes. Soit le site est absent de l’index. Soit il y est déjà, et personne ne le trouve. Le diagnostic se fait dans l’ordre, du plus bête au plus profond, et il ne coûte rien.

La question arrive presque toujours après le même geste : taper le nom de son entreprise dans Google, ne rien voir, refermer l’onglet. Ce test ne prouve rien. Un site peut être indexé de bout en bout et ne ressortir sur aucune requête qui rapporte, parce que trente concurrents occupent déjà la place. Les six vérifications qui suivent se font dans cet ordre, avec un navigateur et rien d’autre.

Aucune n’est technique.

Le site est-il seulement indexé ?

Tapez site:votredomaine.fr dans la barre de recherche, sans espace après les deux points. Des résultats s’affichent : Google connaît le site, au moins en partie. Rien ne s’affiche : il est absent. Une réserve, que Google écrit lui-même dans sa documentation sur cet opérateur : site: ne renvoie pas forcément toutes les URL indexées sous le préfixe demandé, les opérateurs de recherche étant soumis aux limites d’indexation et de restitution. Pour un diagnostic page par page, Google renvoie vers l’outil d’inspection d’URL de la Search Console, qu’il présente comme plus fiable.

Un site: vide est un verdict. Un site: partiel n’en est pas un.

La case que WordPress propose dès l’installation

Réglages, puis Lecture, puis la ligne « Visibilité pour les moteurs de recherche ». Si la case « Demander aux moteurs de recherche de ne pas indexer ce site » est cochée, décochez-la et enregistrez. Elle est proposée dès l’écran d’installation de WordPress, sur la même page que le titre du site, et elle se coche pendant la fabrication. Personne ne pense à la décocher le jour de la mise en ligne.

Ce qu’elle fait est écrit dans le cœur de WordPress. La fonction wp_robots_noindex() lit l’option blog_public : quand elle vaut zéro, noindex, nofollow part dans la balise robots de chaque page. Et depuis la version 5.3, le robots.txt généré par WordPress répond en plus User-agent: * puis Disallow: /. Les deux verrous à la fois, ce qui a une conséquence dont il sera question plus bas. WordPress prévient sous la case qu’il revient aux moteurs de respecter la demande, ou pas.

Ce que le robots.txt fait, et ce qu’il ne fait pas

Le robots.txt gère l’exploration, pas l’indexation. La distinction a l’air théorique. Elle ne l’est pas : Google écrit dans son guide sur le robots.txt qu’une URL interdite par ce fichier peut tout de même être trouvée et indexée si elle est liée depuis d’autres endroits du web, l’adresse et le texte des liens qui mènent à elle pouvant alors apparaître dans les résultats. La même page ajoute que le fichier ne sert pas à cacher des pages à Google.

Interdire l’exploration ne supprime rien.

Un robots.txt trop large fait en revanche des dégâts très réels. Le vôtre s’affiche dans un navigateur, à l’adresse votredomaine.fr/robots.txt. Une ligne Disallow: / seule sous User-agent: * ferme le site entier, et Disallow: /wp-content/ bloque les feuilles de style et les images, ce qui laisse Google juger une page nue.

La balise noindex, et le piège qui va avec

C’est elle qui retire vraiment une page. Google indique que lorsque Googlebot explore une page et en extrait la règle noindex, la page est retirée des résultats de recherche, que d’autres sites pointent vers elle ou non. La balise se pose à beaucoup d’endroits : une extension SEO, un réglage de modèle, un vieux développement resté en place. Elle se lit dans le code source de la page (Ctrl+U), en cherchant le mot noindex.

Le piège tient en une phrase de la documentation de Google. Pour que la règle noindex produise son effet, la page ne doit pas être bloquée par le robots.txt, faute de quoi le robot ne verra jamais la balise. Le site qui cumule les deux est dans le plus mauvais cas : Google n’a pas le droit d’aller lire l’ordre de désindexation, et l’adresse continue de traîner dans les résultats parce que des liens extérieurs la maintiennent en vie.

On rouvre le robots.txt avant de désindexer.

La Search Console, et le sitemap qui ne fait pas de miracle

La Search Console est gratuite et la propriété se valide avec un fichier posé à la racine ou un enregistrement DNS. L’outil d’inspection d’URL dit, pour une adresse donnée, si elle est indexée, quand elle a été explorée, et ce qui bloque. Le bouton de demande d’indexation envoie l’URL dans une file d’attente, avec un quota quotidien, et Google précise que redemander plusieurs fois la même page ne la fait pas explorer plus vite.

Le sitemap, ensuite. Google le décrit comme une simple indication : l’envoyer ne garantit pas qu’il sera téléchargé ni utilisé, et sa documentation ajoute qu’un sitemap aide à connaître le site sans garantir l’indexation ni améliorer le classement. Il rend service sur un site de trois cents pages mal reliées entre elles.

Il ne réparera rien d’autre.

Être indexé ne veut pas dire être classé

C’est le vrai sujet, celui qui reste quand les cinq vérifications précédentes sont passées. Google décompose son fonctionnement en trois étapes : l’exploration, l’indexation, puis la diffusion des résultats. Sa documentation dit que l’indexation n’est pas garantie et que toutes les pages traitées ne sont pas indexées. Une page indexée entre ensuite en concurrence, requête par requête, avec toutes les pages indexées sur le même sujet.

Là, le problème n’est plus technique.

Ce qui manque à ce stade : des pages qui répondent à une question que les gens tapent vraiment, du texte lisible sans exécution de script, des liens internes qui disent quelles pages comptent. Sur un site local, il manque presque toujours une page par prestation et une page par secteur, parce que « plombier » et « plombier Saint-Lô » ne se jouent pas dans la même course. C’est le travail décrit sur la page référencement. Quand la structure du site l’interdit, la refonte de site internet revient moins cher que dix rustines, et l’entretien qui suit relève de la maintenance et l’hébergement.

Une dernière chose avant d’appeler qui que ce soit. Ouvrez la Search Console, rapport « Indexation des pages », et lisez la colonne des motifs. Google y écrit pourquoi il a laissé une page de côté : bloquée par robots.txt, exclue par une balise noindex, explorée mais pas indexée, page en double. Le motif est rarement celui qu’on imaginait.

Questions fréquentes

Combien de temps faut-il pour qu’une page apparaisse sur Google ?

Google ne s’engage sur aucun délai. Sa documentation indique que l’exploration peut prendre de quelques jours à quelques semaines, et l’aide de la Search Console parle d’une à deux semaines après une demande d’indexation. Aucune de ces demandes ne garantit que la page finira dans l’index.

Pourquoi mon site n’apparaît-il pas sur Google alors qu’il est en ligne ?

Par ordre de fréquence : la case « décourager les moteurs de recherche » est restée cochée dans WordPress, une balise noindex traîne sur les pages, le robots.txt bloque l’exploration, ou le site est bien indexé mais classé derrière des concurrents mieux installés. La recherche site: tranche entre ces deux familles de causes.

Le robots.txt suffit-il à retirer une page de Google ?

Non. Google précise qu’une URL interdite par robots.txt peut rester indexée si d’autres sites pointent vers elle, l’adresse s’affichant alors sans description. Seule la règle noindex retire la page des résultats, à condition que le robots.txt laisse le robot venir la lire.

Faut-il payer Google pour être indexé ?

Non. L’indexation est gratuite, la Search Console aussi, et Google écrit dans sa documentation qu’il n’accepte aucun paiement pour mieux classer une page. Les liens payants sont des annonces, signalées comme telles et affichées au-dessus des résultats. Elles ne changent rien au classement naturel.