TL;DR
- Sur un cluster de 2 613 URLs d’un site de recettes à fort volume, 739 pages sont « Crawlées, non indexées ». La courbe de leurs inlinks — les liens internes qui pointent vers elles — n’est pas une courbe : c’est une marche d’escalier.
- 55 % d’entre elles ont 0 ou 1 lien entrant. Les 45 % restantes en ont entre 14 et 73 — autant, voire plus, que les pages indexées.
- Il n’existe aucune page non indexée entre 2 et 13 liens. Ce trou dans la distribution est le fait le plus informatif du graphique : le corpus non indexé contient deux populations sans rapport l’une avec l’autre.
- Conséquence directe : au-delà de ~14 inlinks, ajouter des liens ne sert à rien. Le rendement marginal est nul.
- Ces pages ont été crawlées. Le maillage n’a donc pas bloqué la découverte — il a pesé sur la sélection. Ce n’est pas le même problème et ce n’est pas le même remède.
- Le premier test à faire est toujours le test qualité, pas le test maillage. Pertinence vis-à-vis du mot clé visé, score sémantique, duplication, fiabilité. Le maillage vient en second.
- Ce que Google en dit : « it’s normal that we don’t index all pages on all websites » (John Mueller). Une étude sur 1,7 million de pages attribue 88 % des non-indexations à un problème de qualité.
1. La bascule que beaucoup n’ont pas actée
On parle de « problèmes d’indexation » comme s’il s’agissait d’une panne. Ce n’en est pas une.
Avant, Google indexait tout. Aujourd’hui, il faut mériter son indexation — et c’est particulièrement vrai pour les sites peu populaires.
C’est un changement de régime, pas un bug. L’indexation était un acquis par défaut, elle est devenue une décision. Tant qu’on raisonne en « réparation », on cherche une cause technique. Or dans la majorité des cas, il n’y a rien à réparer : il y a un arbitrage à gagner.
Google le formule sans détour depuis longtemps. En juin 2021, John Mueller écrivait :
« You can’t force pages to be indexed — it’s normal that we don’t index all pages on all websites. It’s not an issue with « that page », it’s more site-wide. »
Deux enseignements dans cette phrase, et le second est le plus souvent ignoré : le diagnostic ne se joue pas au niveau de l’URL, il se joue au niveau du site et du pattern de pages. Une recette non indexée sur un site de 40 000 recettes n’est presque jamais un cas particulier. C’est un symptôme de la façon dont Google évalue l’ensemble du gabarit.
Les données publiques vont dans le même sens. Une étude d’Indexing Insight portant sur 1,7 million de pages réparties sur 18 sites (données de mars 2025) conclut que 88 % des pages non indexées présentent un problème de qualité, et que les sites de type marketplace ou listing plafonnent sous 70 % de couverture d’indexation.
Définition — « Crawlée, actuellement non indexée ». Libellé de la Search Console. Définition officielle de Google : « The page was crawled by Google but not indexed. It may or may not be indexed in the future; no need to resubmit this URL for crawling. » À distinguer de « Découverte, actuellement non indexée », où la page n’a même pas été récupérée. La première est une décision de sélection. La seconde est un problème de crawl. Confondre les deux conduit à traiter un problème d’arbitrage avec des outils de crawl.
2. Le graphique
Définition — inlinks. Nombre de liens internes pointant vers une page donnée, depuis d’autres pages du même site. Une recette citée depuis la page catégorie, depuis le sommaire du site et depuis trois autres recettes a 5 inlinks.
Trois précisions qui évitent les contresens les plus fréquents :
- Inlinks ≠ backlinks. Les inlinks sont internes au site. Les backlinks viennent de sites tiers. Dans les crawlers (Screaming Frog, Botify, Oncrawl), la colonne « Inlinks » ne compte que les liens internes.
- Inlinks ≠ outlinks. Les outlinks sont les liens que la page émet vers d’autres pages. Ici on compte ce qu’elle reçoit.
- C’est un comptage brut. Un lien de footer présent sur 40 000 pages et un lien contextuel dans le corps d’un article comptent pour 1 chacun. Cette limite explique une bonne partie de ce que vous allez lire ci-dessous.
Concrètement, l’inlink est le vote que votre site émet sur ses propres pages. Zéro inlink signifie qu’aucune page de votre site ne mentionne celle-ci : elle n’est atteignable qu’en connaissant son URL, ou via le sitemap. On parle alors de page orpheline.
Comment lire ce graphique. L’axe horizontal n’est pas un volume d’URLs mais un percentile : on classe les pages de la moins maillée à la plus maillée, et P50 désigne la page médiane du groupe. L’axe vertical donne son nombre d’inlinks. Chaque courbe se lit donc : « la page médiane des pages indexées a 25 liens entrants ».
Deux distributions cumulées du nombre de liens entrants internes, sur un cluster recipe de 2 613 URLs :
| Courbe | Volume | Forme |
|---|---|---|
| Indexée (vert) | 1 874 URLs | Continue et régulière. P10 ≈ 8 liens, médiane ≈ 25, P90 ≈ 41, maximum ≈ 56 |
| Crawlée, non indexée (rouge) | 739 URLs | Bimodale. Plateau à 0–1 lien jusqu’à P55, saut brutal à 14, puis courbe parallèle à la verte, maximum ≈ 73 |
Une note méthodologique avant d’aller plus loin. Le graphique affiche 64,5 % / 35,5 %, mais 1 874 / (1 874 + 739) = 71,7 %. L’écart vient de la base de calcul des pourcentages, qui n’est pas celle des deux courbes tracées. Tous les calculs qui suivent partent donc des volumes bruts, jamais des pourcentages affichés. C’est une habitude à prendre avec n’importe quel outil de crawl : le volume est vérifiable, le pourcentage dépend d’un dénominateur que vous n’avez pas choisi.
3. Le calcul que presque personne ne fait
Une courbe en percentiles répond à la question « quelle est la distribution des inlinks pour chaque statut ? ». Ce n’est pas la question utile.
La question utile est l’inverse : à nombre de liens donné, quelle est ma probabilité d’être indexé ?
En croisant les deux distributions, on la reconstitue. Lecture graphique, marge d’erreur ±5 points :
| Liens entrants | Indexées (est.) | Non indexées (est.) | Taux d’indexation |
|---|---|---|---|
| 0 – 1 | ~10 | ~410 | ≈ 2 % |
| 2 – 13 | ~230 | ~0 | ≈ 100 % |
| 14 – 25 | ~690 | ~110 | ≈ 86 % |
| 26 – 40 | ~720 | ~165 | ≈ 81 % |
| > 40 | ~225 | ~55 | ≈ 80 % |
Ce tableau dit trois choses que la courbe brute ne dit pas.
La relation n’est pas linéaire. C’est une fonction en escalier avec une falaise entre 1 et 2 liens. Passer une page de 0 à 5 liens change tout. La passer de 25 à 40 ne change rien — le taux baisse même légèrement, ce qui exclut toute lecture « plus de liens = plus d’indexation ».
Il existe un trou entre 2 et 13 liens. Aucune page non indexée ne s’y trouve. Le corpus non indexé n’est donc pas un continuum de pages « mal maillées » : ce sont deux populations distinctes, qui n’ont ni la même cause ni le même traitement.
Au sommet, la courbe rouge dépasse la verte. Les pages les plus maillées du cluster — jusqu’à 73 liens entrants — ne sont pas indexées. Si le maillage était la variable explicative, ce point n’existerait pas.
4. Pourquoi le maillage n’est pas le coupable ici
Le point décisif est dans le libellé du statut : ces 739 pages sont crawlées. Googlebot est allé les chercher, les a rendues, les a évaluées. Le sitemap a suffi à les faire découvrir.
Il faut donc séparer trois rôles du lien interne, que le métier confond en permanence :
| Rôle du lien interne | En jeu ici ? |
|---|---|
| Découverte de l’URL | Non. Le sitemap a fait le travail, les pages sont crawlées. |
| Priorité de crawl | Marginalement. |
| Signal d’importance éditoriale | Oui. C’est tout l’enjeu. |
Une page qu’aucune autre page du site ne cite est une déclaration implicite : le site lui-même ne la considère pas comme importante. Google en tire la conclusion évidente.
Une page orpheline n’est pas une page que Google n’a pas trouvée. C’est une page dont le site a déclaré, par son silence, qu’elle ne valait pas la peine d’être trouvée.
Mais — et c’est là que le raisonnement se retourne — cela n’explique que la moitié gauche de la courbe rouge. Pour les ~330 pages ayant 14 liens ou plus, le signal d’importance est présent, comparable à celui des pages indexées. Elles restent non indexées. La cause est ailleurs, et aucun volume de liens supplémentaires ne la déplacera.
Attention au piège de causalité. Les pages bien maillées sont aussi, en général, les pages éditorialement travaillées. Le nombre d’inlinks est en partie un proxy de la qualité, pas seulement un facteur. Mailler mécaniquement une page pauvre ne la transforme pas en page importante — cela produit un signal que le contenu ne soutient pas.
5. Le protocole : qualité d’abord, maillage ensuite
Mon ordre de diagnostic sur un cluster massivement non indexé tient en deux étapes, et l’ordre n’est pas négociable.
Étape 1 — Vérifier la qualité des contenus
Quatre tests, dans cet ordre.
1.1 — Pertinence vis-à-vis du mot clé visé. La page répond-elle réellement à l’intention de la requête ciblée, ou répond-elle à côté ? C’est le test le plus rapide et celui qui élimine le plus de cas. Une recette qui cible « poulet basquaise » mais dont le contenu utile tient en une liste d’ingrédients ne répond pas au besoin — quel que soit son maillage.
1.2 — Score sémantique, avec un seuil dynamique. Avec YourTextGuru ou Thot SEO, je ne travaille pas avec un seuil fixe. Je regarde les meilleurs scores obtenus sur le mot clé visé, et je vise cette zone.
Une réserve importante : sauf suroptimisation évidente d’un concurrent. Si le top 3 affiche des scores hors norme, le seuil est faussé — c’est le signe d’un concurrent qui bourre, pas d’une exigence de Google. Aligner son score sur le sien revient à copier son risque.
Le seuil est donc dynamique et propre à chaque mot clé. Un score de référence sur une requête de niche n’a aucune valeur sur une requête concurrentielle.
1.3 — Duplication interne, et la règle du ranking. Sur un site à fort volume, les pages quasi-jumelles sont la cause de non-indexation la plus fréquente. Ma règle de décision :
- Les deux pages rankent → on ne touche à rien. Ce cas existe : sur des sites très établis, il est possible d’occuper la première et la deuxième position avec deux pages proches. Fusionner détruirait alors de la surface de SERP.
- Une page en duplicate ne ranke pas → 301 vers celle qui ranke. Pas de canonical, pas de réécriture, pas de « on verra plus tard ». La redirection.
Ce test est décisif parce qu’il traite précisément la population que le maillage n’explique pas : les pages très liées et non indexées.
1.4 — Lisibilité et fiabilité. Structure lisible, information vérifiable, auteur identifiable, données datées. Sur un contenu générique et interchangeable, il n’y a rien à optimiser : il y a un arbitrage à faire entre réécrire et supprimer.
Étape 2 — Vérifier le maillage
Une fois, et seulement une fois, l’étape 1 passée :
- Profondeur de clic depuis la page d’accueil ;
- Nombre de liens entrants internes ;
- PageRank interne — la métrique la plus utile des trois, parce qu’elle pondère la valeur des pages liantes au lieu de les compter.
Sur le cluster analysé, l’étape 2 concerne les ~400 pages à 0–1 lien. Elle ne concerne pas les 330 autres.
Ce qu’il faut arrêter de faire
- Compter les inlinks sans les qualifier. 30 liens de footer et 3 liens contextuels depuis des recettes proches ne produisent pas le même signal. Le comptage brut est une métrique grossière.
- Traiter le maillage comme un levier continu. Au-delà de ~14 liens sur ce cluster, le rendement est nul.
- Mailler avant d’arbitrer. Une partie des 400 pages quasi-orphelines ne mérite probablement pas d’exister. Supprimer ou fusionner est souvent plus rentable que de mailler du contenu faible — et infiniment plus rapide.
6. Ce que ce graphique ne prouve pas
Par honnêteté méthodologique, quatre limites qu’il faut assumer avant de présenter ce type d’analyse à un client ou à un comité.
- Corrélation, pas causalité. Voir section 4. Le nombre d’inlinks est partiellement endogène à la qualité.
- Aucune dimension temporelle. Une page publiée il y a trois jours et non indexée n’a rien à voir avec une page de 2019 dans le même état. Sans l’âge de publication en croisement, le volume du problème est surestimé.
- Aucune qualification des liens. Position, ancre, page source, profondeur : rien de tout cela n’est dans la courbe.
- Un instantané. Le statut d’indexation est volatil. Une mesure unique ne dit rien de la trajectoire.
Le croisement à faire ensuite est simple : statut d’indexation × âge de publication × score sémantique. C’est là que le diagnostic devient exploitable.
7. Plan d’action, dans l’ordre
- Segmenter le corpus non indexé en deux groupes : ≤ 1 lien, et ≥ 14 liens. Ils n’ont pas la même cause, ils n’auront pas le même traitement. C’est l’unique enseignement opérationnel direct de la courbe.
- Sur le groupe ≥ 14 liens : appliquer l’étape 1 du protocole. Commencer par la détection de quasi-duplication — c’est le gisement le plus probable.
- Sur le groupe ≤ 1 lien : arbitrer avant de mailler. Garder, fusionner, ou supprimer. Puis mailler ce qui reste, en contextuel, depuis des pages proches.
- Recalculer le taux d’indexation par palier d’inlinks à partir des volumes bruts. Le graphique en percentiles est lisible, mais il masque exactement l’information dont vous avez besoin.
- Ne pas vendre le maillage comme la solution. Sur ce cluster, il adresse au mieux 55 % du problème, et zéro pour cent du plus rentable.
FAQ
Combien de liens entrants faut-il pour être indexé ? La question est mal posée. Sur le cluster analysé, le seuil critique se situe entre 1 et 2 liens : en dessous, le taux d’indexation est proche de 2 % ; au-dessus, il dépasse 80 % et cesse de progresser. Il n’y a pas de nombre cible, il y a un plancher — au-delà duquel le maillage n’est plus la variable explicative.
« Crawlée non indexée » est-il toujours un problème de qualité ? Non, mais c’est l’hypothèse la plus probable, et c’est la première à tester. Une étude sur 1,7 million de pages attribue 88 % des non-indexations à un problème de qualité. Les autres causes — duplication technique, canonical mal posé, pages générées par filtres, contenu rendu en JavaScript — restent possibles mais minoritaires.
Faut-il un canonical ou une 301 sur les pages dupliquées ? Ma règle : si la page en duplicate ne ranke pas, 301 vers celle qui ranke. Le canonical est une suggestion que Google peut ignorer ; la redirection consolide. Exception : si les deux pages rankent — cas rare mais réel sur les sites très établis, où l’on peut occuper la première et la deuxième position — ne touchez à rien.
Google a-t-il durci ses critères d’indexation ? La position officielle n’a pas changé : Google n’a jamais garanti d’indexer toutes les pages. Ce qui a changé, c’est le volume de contenu publié et donc la sélectivité de fait. Le résultat pour un éditeur est le même : l’indexation est passée d’un acquis à un arbitrage, et les sites peu populaires le ressentent en premier.
Le PageRank interne vaut-il mieux que le nombre d’inlinks ? Oui, pour la raison illustrée par ce graphique : le comptage brut traite tous les liens comme équivalents, ce qui produit exactement l’artefact visible au P97 — des pages massivement liées, mais liées depuis des pages sans valeur.
Grégory Florin — SEO depuis plus de 15 ans (Marmiton, Doctissimo, La Redoute…).
Le site du cluster analysé est anonymisé à la demande. Les volumes (2 613 URLs, 1 874 indexées, 739 crawlées non indexées) sont réels et relevés en août 2026. Les taux d’indexation par palier sont des estimations issues de la lecture des courbes, avec une marge de ±5 points. Aucun lien d’intérêt avec les outils cités.
Sources
| Source | Ce qu’elle documente |
|---|---|
| Google Search Help — Page Indexing report | Définitions officielles de « Crawled – currently not indexed » et « Discovered – currently not indexed » |
| Search Engine Roundtable — Crawled, Currently Not Indexed Possibly A Sign Of A Google Quality Issue (28 juin 2021) | Citation de John Mueller : « it’s normal that we don’t index all pages on all websites… it’s more site-wide » |
| Indexing Insight — New Study: The Biggest Reason Why Pages Aren’t Indexed | Étude sur 1,7 M de pages / 18 sites (mars 2025) : 88 % des non-indexations liées à la qualité, couverture < 70 % sur les sites de listing |
| Ahrefs — Crawled, Currently Not Indexed | Panorama des causes techniques et éditoriales du statut |
| Indexing Insight — 5 Hidden Truths in GSC Indexing Reports | Limites de lecture des rapports d’indexation de la Search Console |
0 commentaire