baffes de Google et structure de nos sites.

[ybet]

Un petit résumé de http://www.webrankinfo.com/forums/viewtopic_84630.htm de décembre 2007, http://www.webrankinfo.com/forums/viewtopic_96505.htm Comme quoi les sanctions sont pas nouvelles. je vais essayé également de donner mes tests depuis 6 mois en fonction de deux sites qui recoivent à tour de rôle les petites sanctions sur des parties complètes ou sur des pages (+ généralement les pages internes en dessous).

et peut-être quelques idées des raisons, même si elle n'engagent que moi at quelques autres joints par MP. Elle est liée à la structure de nos sites ....
On sait maintenant que Google semble sacquer net:
. les pages utilisant des flux RSS
. les pages reprenant en majorité des liens par rapport au contenu texte
. les pages en duplicate content, là c'est pas nouveau sauf que je soupconne Google d'avoir NETTEMENT amméliorer son algorythme.
. on oublie l'achat (vérifié ou non) qui est plus spécifiques.

Les sanctions touchent des nouveaux sites (sortis de sandbox quand même ) comme des vieux, certains de plus de 10 ans, des annuaires comme des sites standards.
Considérer que Google veut supprimer les annuaires me semble faux.

Tous les sites et pages qui subissent des sanctions ont quelques caractéristiques globales.
1. une structure de sites PHP: header, colonne de liens à droite et / ou à gauche + footer et une partie centrale avec le contenu. Quasiment tous reprennent un menu identique sur la majorité de leurs pages avec un nombre important de liens, si pas sur toutes.
2. la partie centrale reprend dans la très grosse majorité des cas un fort % de liens textes par rapport au texte tout court, si pas que des liens. Que les liens soient internes ou externe ne semble pas entrer en considération, les annuaires avec leurs liens externes comme des catégories de petites annonces, ou même des rassemblement de pages de même thématiques. Le nofollow ou le follow n'intervient pas non plus.
3. dans l'autre cas où la partie centrale pose problème, il est en duplicate content avec une ou l'autre page. Pour m'en être fait jeter une sur un site, il est devenu drolement malin, ma fallu m'y reprendre à trois fois pour voire une partie similaire sur mes deux pages (la vieille est restée): 1/10 de l'ancien site pour 1 /10 du nouveau (2 ans tout de même) et encore avec des mots et tournures un peu différentes.

Le PR: .
Google est à mon avis en train de l'utiliser comme moyen de communication depuis des mois en grisant les pages qui ne lui conviennent pas. C'est la majorité des cas des annuaires. Même avec un PR5 en page d'entrée, les pages de second niveau ont le PR grisé. Pour l'instant, un seul site fait exception à la règle -http://www.webstorming.fr lui a gardé son PR4 sur toutes ses pages internes quasiment sauf qu'une grosse partie n'est plus dans le cache de Google pour le moment. La seule fois que j'ai vu ca c'était mon copain blogger pour "achat de liens" http://www.webrankinfo.com/forums/highl ... htm#820054 un peu agressif mais c'est probablement un délai entre la sanction et la mise à jour du PR, j'ai l'inverse sur des pages internes

Pour le PR grisé d'une page, la page reprend les caractéristiques de structures ci-dessus. c'est déjà une bonne piste de correction pour beaucoup. En gros dans mes constatation et celle d'autres.
-> afflut de liens -> grisé mais pas de pertes de visiteurs -> reprise de PR avec le temps
-> PR grisé mais reste dans le cache, même si elle n'apparaît pas dans les recherches
->PR grisé, n'apparaît pas dans le cache. Généralement elles font du yoyo entre oui ou non avant de se stabiliser en cache.

D'autres diversités pour ces pages:
dans les outils webmasters (on sait que ce n'est pas mis à jour en live). les pages plus dans le cache ne sont généralement plus reprises comme recevant des liens internes ni même comme envoyant des liens vers d'autres pages internes ou externes (j'ai vérifié ). Celles qui reviennent oui.

Les causes possibles de sanctions ....
je sais que la génération actuelle ne voit que les liens externes pour faire monter un site ou une page . Ben non, ... avec des liens corrects, textes biens distincts dans les pages, il y a moyen de monter très haut dans des recherches intéressantes. Les liens externes donnent du poids forcément, mais la stratégie de liens internes va permettre à Google de cibler le site (ou des partie d'un site sur une thématique ou un thème particulier).
Prenons un site avec 20 pages de niveau 2 que nous appellerons catégories. Comme la structure des sites actuels est plutôt en arbre, chaque catégorie reprend des sous catégories (disons 10 pour faciliter le calcul). Le site se fait balancer 10 pages de catégories (la moitié). Les pages des sous catégories de celle-ci ne sont quasiment plus reprises dans Google (sauf avec d'autres liens internes ou des liesn externes). Le site perd donc 10 * 10 pages qui envoient des liens internes (plus les pages en dessous généralement) et .... le site se retrouve avec la moitié de liens internes référencées par Google. Moitié de liens internes (aussi de pages référencées) et c'est tout le site qui descend d'un coup.
En gros, si le contenu ne semble plus pertinent pour Google (duplicate, trop de liens), il ne garde que les parties header - gauche - droite de la page et -> duplicate content avec les pages reprenant peu de textes qui se font aussi supprimées de l'index, effet boule de neige ...

En sortir?
C'est là dessus que je bosse depuis des mois sur mes deux sites (un peu) touché. Possible mais pas de recettes miracles.

Pour un site régional, un annuaire principal reprenant tous les sites et des catégories reprenant les sites spécifiques (donc finalement les mêmes mais organisés différament). Pour ceux là, à part 1, aucun problèmes. Les sites sont en Follow s'ils sont intéressants et en nofollow sinon (2/3 - 1/3 environ). Des sous domaines reprenant chaque fois une commune avec un annuaire des sites repris dans la grosse page sur cette commune. C'est là que ca commence: certains passent très bien, d'autres grisés. Commencé mes tests en décembre sur ces pages grisées. Un annuaire de commune passée totalement en Follow, un autre tout en follow.
Laissé comme celà 4 mois, sans rien bougé, aucune des deux n'est revenue (dans le cache, grisée mais invisible). FOLLOW ou pas change rien dans les liens externes pour ce problème.
En mai, j'ai revérifé tous les sites de ces deux sous-annuaires et supprimer quelques uns -> la no follow avec des pages revenues en follow (mais nettoyée) est revenue PR1, l'autre est passée PR0 (et visible corectement dans les recherches). Par contre, une autre pas touchée (follow et no mélangée) est restée grisée mais reprise de nouveau correctement dans les recherches (cache du 4 juillet, peut-être la raison du PR resté grisé).
J'avoue avoir fait quelques modifications, comme augmenté la description pour certains liens. NB: aucun risques de duplicate pour cet annuaire. Il n'y a pas d'inscriptions par des utilisateurs. Les demandes d'inscription se font par mail et c'est moi qui met le titre et la description.
C'est pas la solution pour un annuaire standard puisque pas de risque de duplicate. Pourtant, j'ai aussi bricolé les colonnes de droites et de gauches en reprenant des parties du site principal spécifique à chaque commune (annonces et activités). C'est peut-être une indication, mais ca a nettement rajouté du contenu sur chacune de ces pages et surtout nettement réduit le % de lien par rapport au texte.

Pour d'autres pages sur un autre site, un dictionnaire. De nouveau une structure header, gauche - droite avec contenu au milieu. Dans les 80 liens internes dans ces parties ( je sais GG en préonise 100 max, mais mon record sur une page est de 1100 externes et sur une autre, plus de 1200 internes + quelques externes).
Pages de lettres (A, B, C, D, ....) toutes grisées il y a trois mois sauf la A (celle qui a le plus de liens mais aussi celle que les visiteurs suivent le plus, elle est la plus à droite). le contenu internes de ces pages reprenanient un titre, quelques mots de descriptions + tous les liens vers les définitions commencant par la lettre. Je vient de récupérer le PR4 sur une bonne dizaine en rajoutant simplement un petit texte de 3 ou 4 mots derrière 1/3 des liens de définitions.

Tout le monde ne sera pas d'accord, mais je pense que quasiment toutes les sanctions actuelles viennent d'une modif de l'algo qui pénalyse non pas des pages ou des sites mais bien des structures de sites.

[serval2a]

Salut,
C'est assez complet mais je crois pas trop à l'idée de "sanction de structure" parce que sinon pourquoi "tous" les annuaires (par exemple) ne sont-ils pas dans ce cas ?

[ybet]

Salut,
C'est assez complet mais je crois pas trop à l'idée de "sanction de structure" parce que sinon pourquoi "tous" les annuaires (par exemple) ne sont-ils pas dans ce cas ?

vérifie une structure d'annuaire (à part quelques uns plutôt gros).

header, colonne de gauche généralement identiques. et comme contenu un lien, un petit texte , puis un lien et un petit texte .... souvent en partie dupliacte content avec d'autres annuaires. Retire les parties de contenu en duplicate (même 1 site sur 5). Au moment ou la partie restante pour Google devient trop faible, les parties communes au rubriques passent en duplicate avec en plus % de liens importants par rapport au texte. Même Indexweb passe en grisé en pages de niveau 2 mais les liens de coté sont équvalents sinon identiques (mais lui reste pour l'instant peut-être) indexé et visible dans ses catégories. Beaucoup d'annuaires moyens sont passés par là.

Ca je pourrait le tester, avec un autre de mes annuaire qui reprend le même développement que le premier sauf que là c'est les webmasers qui inscrivent leur site. Mais me faudra du temps, ce sont tous deux des développements spécifiques.

Mais j'ai bien dit que c'était une théorie.

[Djoudje]

Très bonne analyse.
Je suis complètement d'accord avec la stratégie de liens internes. Si ceux ci sont bien faits, on peut positionner son site sur des requêtes intéressantes.

[carole heinz]

merci pour cet article Ybet. +1 reco

au niveau du duplicate, il y a clairement un changement qui permet à Google de repérer des petits bouts de contenus dupliqués même biens mélangés au sein d'une même page, alors qu'avant il y avait une analyse plus "globale" du contenu d'une page.

c'est pourquoi (entre autres), les agrégateurs de flux, même les mieux évolués "techniquement", et les annuaires qui ne contrôlent pas les descriptions dupliquées ont été durement touchés.

il y a bien sûr d'autres facteurs que tu as bien résumés.

[HawkEye]

Pour apporter un peu d'eau au moulin, puisque tu cites mon annuaire concernant les pages de niveau 2 en pr grisé, je me permets de préciser:

1. que la structure des URLs de l'annuaire a été récemment modifiée (dir/subdir/subsubdir/subsubsubdir/page#), et que même si un système efficace de redirections a été mis en place, je préfère attendre 2 "MàJ de PR" avant de me prononcer.

2. qu'un gros bug dans la gestion de l'indexabilité (404, noindex & nofollow internes) a passé la quasi-totalité des pages de catégories en "noindex" pendant 36 heures en juillet.

3. que certaines catégories de niveau 2 ont néanmoins chopé du PR:

http://annuaire.indexweb.info/art-culture/page1
http://annuaire.indexweb.info/internet/page1
http://annuaire.indexweb.info/sports/page1

(pour ne citer que celles-là)


L'exemple est peut-être donc mal choisi

Par contre, je suis assez d'accord avec la théorie (que j'ai lue en diagonale: fut un temps, les posts aussi longs, ça envoyait directement au bûcher )

[Mouky]

Bonsoir,

Je crois que je subis les sanctions expliquées ci-dessous de la part de Google...

Site concerné : -www.tourte.org

- Mise à jour du PR fin avril -> PR 5 (youpi c'est mon premier PR 5)
- Mise à jour du PR le 19 mai rien que pour moi -> PR 3 sur la home et toutes les autres pages sans PR, c'est la sanction de google.
- Mise à jour du PR de juillet -> PR 2 (mais ça doit être normal), les autres pages n'ont visiblement pas repris de PR, il y a donc un problème.

Après la sanction, connaissant l'importance actuelle du PR, je ne suis pas inquiété outre mesure, et qu'en plus je n'avais rien perdu en trafic...

Par contre, en lisant l'étude de Ybet, je me reconnais là-dedans et j'aimerais bien corriger mes conneries, même si pour le moment ça n'influe pas sur le trafic. La sanction est surement due à la structure de linking un peu agressive mise en place sur la Tourte, surtout avec le tag cloud un peu énorme et présent sur toutes les pages du site.

Symptômes relevés :
- perte de PR brutale rien que pour moi sur la home
- perte de PR sur les pages intérieures du site
- pages qui font le yoyo dans google (disparition de certaines pages un jour ou deux et réapparition)

Causes possibles :
- trop de liens par rapport au texte ?

Stratégie de correction :
- diminuer le nombre de liens internes sur chaque page
- ventiler le tag cloud en faisant des groupes de tags sur un même thème et en les rattachant à des catégories.

On sait si on est bon seulement à export du PR ? ou alors en étudiant de près les mises à jour dans le webmaster tools ?

++
Mouky

[crughon]

Très bon résumé de la misère qui nous touche actuellement. Le problème des structures similaires de page en page (cas des annuaires par exemple), le pb de duplicate et le fort % de lien sur une page / au texte, c'est finalement un meme pb aux yeux de GG : c'est à dire des contenus similaires trop pauvres qui n'apportent rien (de son point de vue) et qui ne méritent pas d'être pageranker (voui cé nouveau)

Je vais passer qq jours à modifier certaines pages de mon annuaire, et on verra bien si la petite barre verte reprend des couleurs... bon courage à tous en tout cas... A+

[ybet]

L'exemple est peut-être donc mal choisi

Par contre, je suis assez d'accord avec la théorie (que j'ai lue en diagonale: fut un temps, les posts aussi longs, ça envoyait directement au bûcher )

justement, j'ai pris ton annuaire comme exemple parce qu'il n'est pas pénalisé par Google au niveau trafic . Par contre, les pages grisées sur iindexweb, c'est plutôt nouveau, justifiée dans ton cas par des problèmes de sites sans doute. Mais la majorité des annuaires sont dans ce cas depuis des mois.
Tiens le PR de l'annuaire de WRI ne semble pas prendre de pages grisées non plus (pas fait tout j'avoue) mais la structure est différente de la majorité:
. une série de liens pour la navigation au dessus cat ->sous-cat->sous-cat2 ... différentes pour chaque page et finalement nombre de liens faibles.
. les sites, annuaire classique
. une indication d'inscription, textes + liens identique sur chaque page
. des liens de navigation différents de chaque page pour des catégories similaires

au total, similarité entre les pages faible, juste l'indication d'inscription et les quelques liens de droite (+ texte DMOZ).

Juste une constatation, c'est pas forcément une solution pour "sauver" les annuaires .

D'un autre coté, DicoDuNet vient de perdre une large partie des visiteurs de Google alors que le PR des pages internes n'est pas altéré. Il n'y a pas que des généralités.

Stratégie de correction :
- diminuer le nombre de liens internes sur chaque page

Si mes petits tests et mes conclusions sont exactes, la solution serait plutôt de rajouter des textes diversifiés sur chaque page ou au moins groupes de pages. 100 sites dans une catégorie sur une seule page ou les même sur 10 pages va diminuer la proportion de textes par rapport aux liens de la page (lien externes + menus de navigation), donc accentuer le risque.
Remarque que si ton PR5 venait d'inscriptions dans les annuaires, si leur pages internes sont descendues ou passées grisées, normales que tu descende avec.

Je vais passer qq jours à modifier certaines pages de mon annuaire, et on verra bien si la petite barre verte reprend des couleurs... bon courage à tous en tout cas... A+

Tu ne le verra pas comme celà, à part quelques descendes brusques de PR sur les sites il y a quelques mois, toutes les modifs de la barre vertes se font lors de la GD. Et sur tous mes essais, les modifs de réintégration des pages de la part de GG se sont chaque fois faites lors des GD, pages corrigées ou non. Le moteur n'a pas l'air d'en tenir compte autrement.

Pourtant quelques sites qui avaient descendu sont en train de remonter, mal mais remontent en visiteurs

[WebRankInfo]

merci de partager tes expériences (en + d'une reco j'ai mis cette discussion en actu)

y'a des trucs intéressants, et d'autres qui m'étonnent un peu. Par exemple, ça fait depuis des lustres que la plupart des pages ont un header, un footer, 1 ou 2 marges et un contenu central. Je n'ai pas compris si tu penses que le simple fait d'avoir cette structure sur un site pose pb ?
Autre question : (j'avoue ne pas regarder le PR des pages que je visite ou analyse) : la toolbar est-elle vraiment un outil fiable pour analyser ces pb ? je veux dire, elle n'est pas mise à jour très souvent non ?
Pour le reste, je suis assez d'accord avec le fait que Google s'est nettement amélioré dans la détection de contenu dupliqué. D'après mes tests, il l'a fait à l'échelle "macro" depuis début 2007 et à l'échelle un peu plus "micro" depuis fin 2007.

[serval2a]

Salut,
Je m'excuse encore mais j'ai beaucoup de mal avec ce point de vue d'une sanction due à la structure des sites.
Il y a vraiment trop de contre exemple pour qu'elle soit fondée amha.
Pour ne reprendre que les agrégateurs et en visant donc HawkEye (victime expiatoire du topic décidément) son news.indexweb.info s'en sort plutôt bien me semble-t-il, de même que journal-du-referencement.com, etc.
De même mon annuaire a été remplacé dans les SERP googliennes par d'autres annuaires donc de structure identiques.
Sinon effectivement il semble que Google se soit amélioré sur la détection de phrases identiques mais une recherche sur des bouts d'articles du figaro renseigne bien vite, je trouve, sur les conséquences de cette évolution.
@+

[kmenslow]

Un grand bravo pour ces tests et analyses. C'est vraiment intéressant !

[ybet]

merci de partager tes expériences (en + d'une reco j'ai mis cette discussion en actu)

y'a des trucs intéressants, et d'autres qui m'étonnent un peu. Par exemple, ça fait depuis des lustres que la plupart des pages ont un header, un footer, 1 ou 2 marges et un contenu central. Je n'ai pas compris si tu penses que le simple fait d'avoir cette structure sur un site pose pb ?.

Pense pas que c'est la structure en elle-même qui pose problème, c'est plutôt le contenu répétitif au niveau des liens des colonnes et surtout le nombre important de liens qui est repris sur toutes les pages. Un header (sans colonne) reprenant une grosse liste de liens pose probablement le même problème. Les blog utilise aussi une structure de ce type mais la partie droite est souvent différente d'une page à l'autre. Ca leur évite une sorte de duplicate interne.
[EDIT]pas de chance je viens de tomber sur un blog PR 4, idem et une barre de menu identique avec une forte proportion de liens ...[/edit]

la toolbar est-elle vraiment un outil fiable pour analyser ces pb ? je veux dire, elle n'est pas mise à jour très souvent non ?

C'est exact, mais dans ce cas, je n'ai utilisé la toolbar comme "mesure d'un site mais comme moyen de communication de Google pour les webmasters. Pour WRI, GG l'a descendu de PR, pas de classement dans les recherches .... C'était plus un message qu'une sanction.

J'ai simplement utilisé la barre d'outils pour constater les PR d'anciennes pages passés en grisés, pas des descendes ou montées standard +1 ou -1 ... et chaque fois qu'une page descend dans ce niveau (donc pas une nouvelle page, on est bien d'accord), elle pose problème dans les recherches GG, même en reprenant des phrases entières: pas du tout affichée dans les recherches ou très très loin. En plus des pages qui ne recoivent de liens que de ces pages sont automatiquement sanctionnées.

De toute façon, les sites qui sont descendus ont des PR de pages d'entrées très variable de PR6 à PR0 ... Utiliser le PR comme mesure d'un site me semble aussi inutile.
Par contre, une ancienne page qui recoit une vingtaine de liens PR4 et plus et passe de PR4 à grisé ... c'est plus une mesure d'audience mais bien une sanction

[blogger]

Bonjour Ybet,

sacré boulot sur les pages grisées. j'ai reco!

Je pense également que google identifie assez rapidement les éléments de type bloc et pondère leur importance.
Je ne pense pas que se soit spécialement un nouveau filtre plutôt un serrage de vis d'un filtre déjà existant, i

En ignorant les blocs autres que celui du contenu unique, google se débarrasse des trois quart de liens qui faussent l'algo : blogroll, lien de sympathie, lien seo, lien acheté...

Avec la classique structure en arbre, si google décide d'ignorer un étage, tous les étages inférieurs se retrouvent ignorés faute d'autres chemins pour y accéder.

Si l'on combine ces effets avec un affinage des techniques de détection de contenu dupliqué, on obtient des effets assez boulversants.

Pendant un temps les agrégateurs de contenu étaient un moyen simple de se faire automatiquement des BL vers les pages les plus profondes, générant au passage un maximum de duplicate.

La plupart sont gérés par des seo qui visent les mêmes mots clés et utilisent les mêmes flux.
Les débutants eux, rediffusent le flux tel quel luttant ainsi contre la home du fournisseur et les centaines d'annuaires faisant pareil.

En ignorant en une seule fois de toutes ces pages de contenu automatique identiques, google se débarrasse des trois quart des pages spammy et prive des millions de pages de ces liens externes qui les rendaient accessibles, les liens internes étant ignorés à l'étage du dessus sur le site même.

[Zecat]

Joli taff ybet et hypothèse interessante mais on est sur yag pile poil dans le cas que tu décrits avec des pavés très répétitif a gauche et pas du tout du symptomes que tu décris (sous réserve de verif exhaustive). Ce seul critère ne doit donc pas etre suffisant. Nécéssaire peut etre mais pas suffisant.