Le sitemap XML fait partie des éléments techniques que tout site devrait avoir, mais qui sont souvent générés automatiquement puis oubliés. Or, un sitemap mal configuré peut envoyer de mauvais signaux à Google. Voici comment s'assurer que le vôtre joue bien son rôle.
À quoi sert un sitemap xml ?
Un sitemap xml est un fichier qui liste les adresses des pages que vous souhaitez voir indexées par les moteurs de recherche, avec éventuellement leur date de dernière modification. C'est une sorte de plan de votre site destiné aux robots.
Il ne garantit pas l'indexation, et ne remplace pas un bon maillage interne : Google découvre principalement les pages en suivant les liens. Mais il accélère la découverte des nouvelles pages, aide à repérer les mises à jour et facilite l'exploration des pages peu liées.
Qui en a vraiment besoin ?
Tous les sites en profitent, mais il est particulièrement utile pour :
- Les sites récents, qui ont encore peu de liens entrants ;
- Les sites volumineux, où certaines pages sont profondément enfouies ;
- Les sites qui publient souvent, comme les blogs et les sites d'actualité ;
- Les sites riches en images ou en vidéos, qui peuvent bénéficier de sitemaps dédiés.
Ce que doit contenir votre sitemap
La règle d'or : le sitemap ne doit contenir que des pages que vous voulez réellement voir dans Google. Concrètement, chaque adresse doit :
- Répondre avec un code 200, sans redirection ni erreur ;
- Être indexable, sans balise noindex ;
- Être la version canonique de la page, et non une variante ;
- Utiliser le bon protocole et le bon domaine, en HTTPS et avec ou sans www selon votre version principale.
Les erreurs les plus fréquentes
Lors de mes audits, je retrouve régulièrement les mêmes problèmes : des pages d'étiquettes vides ou des pages d'auteurs incluses par défaut, d'anciennes adresses qui redirigent toujours présentes, des pages de test oubliées, ou des dates de modification qui changent à chaque génération alors que le contenu n'a pas bougé. Google finit alors par ignorer ces dates, qui perdent tout intérêt.
Sur WordPress, les extensions SEO génèrent le sitemap automatiquement, mais il faut vérifier quels types de contenus y sont inclus et exclure ceux qui n'ont pas vocation à être indexés.
Les limites techniques
Un fichier sitemap peut contenir jusqu'à 50 000 adresses et ne doit pas dépasser 50 Mo. Au-delà, on utilise un index de sitemaps qui regroupe plusieurs fichiers, souvent un par type de contenu : pages, articles, produits. Cette organisation permet aussi de suivre plus finement l'indexation de chaque type de contenu dans la Search Console. Le protocole officiel sitemaps.org détaille le format.
Déclarer le sitemap
Deux méthodes complémentaires existent. La première consiste à indiquer l'adresse du sitemap à la fin du fichier robots.txt, ce qui permet à tous les moteurs de le trouver. La seconde, indispensable, est de le soumettre dans la Search Console de Google, ainsi que dans les outils pour webmasters de Bing.
La Search Console indique ensuite combien d'adresses ont été découvertes et signale les erreurs de lecture. Le rapport d'indexation permet de filtrer les pages issues du sitemap pour voir lesquelles sont indexées et pourquoi certaines ne le sont pas.
Un outil de diagnostic précieux
C'est un usage souvent ignoré : comparer le nombre de pages de votre sitemap avec le nombre de pages indexées révèle rapidement des problèmes. Si la moitié de vos pages soumises ne sont pas indexées, c'est que Google les juge en double, de faible qualité ou inaccessibles. Le sitemap devient alors un point de départ pour un audit.
Mon conseil
Ouvrez votre sitemap xml dans votre navigateur et parcourez-le : chaque adresse doit être une page que vous seriez fier de voir dans Google. Retirez tout le reste, soumettez le fichier dans la Search Console et consultez son rapport une fois par mois. C'est un réglage simple qui rend l'indexation de votre site plus propre et plus prévisible.
