Que doit contenir un sitemap XML ?

Uniquement les URLs canoniques et indexables que vous voulez voir découvertes par les moteurs de recherche. Chaque URL doit renvoyer un statut 200, être canonique d'elle-même, et ne pas porter de noindex. Les redirections, les pages mortes et les pages que vous ne voulez pas voir indexées doivent en être exclues.

Un sitemap XML est-il un facteur de classement ?

Non. Un sitemap aide les moteurs de recherche à découvrir et prioriser des pages, mais inclure une URL ne force pas Google à l'indexer et n'a pas d'effet direct sur le classement. C'est une recommandation sur ce que vous jugez important, ce qui explique pourquoi garder la liste propre est essentiel.

Combien d'URLs un sitemap peut-il contenir ?

Un fichier sitemap unique doit rester sous 50 000 URLs et 50 Mo non compressé. Au-delà, il faut répartir les URLs sur plusieurs fichiers sitemaps et les relier via un fichier d'index de sitemaps.

Qu'est-ce que la balise lastmod et est-elle importante ?

Lastmod indique aux moteurs de recherche quand le contenu d'une page a réellement changé pour la dernière fois, ce qui peut les aider à prioriser le recrawl. Cela n'est utile que si l'information est honnête. Si chaque URL est estampillée de la date du jour à chaque reconstruction, le champ devient du bruit et les moteurs apprennent à l'ignorer.

Comment un sitemap peut-il se casser sans que personne ne le remarque ?

Parce qu'il est généré par un logiciel. Une mise à jour de CMS, un changement d'extension, une migration, ou un bug de build peuvent se mettre à inclure des URLs redirigées ou en noindex, faire disparaître silencieusement de vraies pages, ou estampiller des dates lastmod obsolètes partout. Le fichier reste techniquement valide, donc rien ne génère d'erreur et personne ne vérifie.

Comment une agence peut-elle garder les sitemaps clients en bonne santé ?

Les audits manuels fonctionnent pour un site que vous pensez à vérifier. Pour un portefeuille de sites, Deltio surveille les sitemaps clients et vous alerte sur Slack quand le nombre d'URLs bondit ou chute, quand des URLs disparaissent, ou quand les signaux d'indexation de ces pages changent. L'offre Starter est à £20 / €24 / $26 par mois avec un essai de 14 jours.

← Retour au blog

Bonnes pratiques du sitemap XML (et ce qui les casse silencieusement)

Un sitemap XML est le moyen le plus simple d'indiquer aux moteurs de recherche quelles pages d'un site comptent vraiment. Bien fait, il aide Google à trouver et comprendre vos pages importantes plus rapidement. Fait à la légère, il fournit à Google une liste pleine de redirections, de pages mortes et d'URLs que vous ne vouliez jamais voir indexées, et érode peu à peu la confiance envers le site. Voici les pratiques qui gardent un sitemap utile, les erreurs qui le cassent silencieusement, et pourquoi un sitemap parfait le mois dernier peut ne plus l'être aujourd'hui.

Deltio surveille les sitemaps de vos clients pour détecter les changements qui les cassent silencieusement, et vous alerte sur Slack dès qu'un changement survient. À partir de £20 par mois.

À quoi sert vraiment un sitemap

Un sitemap XML est une liste des URLs que vous voulez faire connaître aux moteurs de recherche, accompagnée de quelques métadonnées sur chacune. Son rôle est la découverte : il aide les moteurs à trouver des pages, à comprendre lesquelles vous considérez comme canoniques, et à prioriser le crawl, en particulier sur les grands sites ou ceux dont les pages ne sont pas bien maillées en interne.

Il est utile de préciser ce qu'un sitemap n'est pas. Ce n'est pas un facteur de classement, et inclure une URL ne force pas Google à l'indexer. Un sitemap est une recommandation, pas un ordre. C'est justement pour cela que la qualité de la liste compte autant : c'est un signal de ce que vous jugez important, et une liste bâclée envoie un signal brouillon.

Les bonnes pratiques qui comptent vraiment

La plupart des conseils sur les sitemaps se résument à un seul principe : le sitemap doit être une liste propre et honnête des pages que vous voulez voir indexées, et rien d'autre.

N'incluez que des URLs canoniques et indexables. Chaque URL du sitemap doit renvoyer un statut 200, être canonique d'elle-même, et ne pas porter de noindex. Si une page n'est pas censée être indexée, elle n'a rien à faire dans le sitemap.
Pas de redirections, pas de pages mortes. Une URL qui redirige en 301 ou renvoie une 404 ne doit pas s'y trouver. Ce sont les pollutions les plus fréquentes, et elles indiquent à Google que votre liste est obsolète.
Gardez-le à jour. Le sitemap doit se mettre à jour lorsque des pages sont ajoutées ou supprimées. Un sitemap qui liste encore des pages supprimées il y a six mois est activement trompeur.
Utilisez des dates lastmod honnêtes. Le champ lastmod doit refléter le moment où le contenu de la page a réellement changé. Si chaque URL prétend avoir été modifiée aujourd'hui, le champ devient du bruit et les moteurs apprennent à l'ignorer.
Respectez les limites de taille. Un fichier sitemap unique doit rester sous 50 000 URLs et 50 Mo non compressé. Au-delà, divisez-le en plusieurs sitemaps reliés par un fichier d'index de sitemaps.
Référencez-le dans le robots.txt et soumettez-le dans Search Console. Ajoutez une ligne Sitemap: dans le robots.txt pour que les moteurs puissent le découvrir, et soumettez-le dans Google Search Console pour suivre son traitement.

Rien de tout cela n'est compliqué. La difficulté vient du fait qu'un sitemap est généré par un logiciel, et que les logiciels changent sans vous prévenir.

Les erreurs qui cassent silencieusement un sitemap

Les problèmes de sitemap les plus dangereux ne sont pas ceux qui génèrent une erreur. Ce sont ceux qui laissent le fichier valide mais faux.

Des URLs qui ne devraient pas être là. Un CMS ou une extension se met à inclure des pages en noindex, des archives de tags, des URLs redirigées ou des 404. Le fichier reste techniquement valide ; il indique simplement désormais à Google de s'intéresser à des pages dont vous ne voulez pas.
Des URLs qui disparaissent silencieusement. Un bug de régénération ou un déploiement raté fait tomber un lot de pages réelles du sitemap. Rien ne génère d'erreur. Google se retrouve simplement avec une liste plus courte à découvrir, et avec le temps, le crawl de ces pages ralentit.
Un lastmod figé sur tout. Une plateforme appose la date du jour sur chaque URL à chaque reconstruction. Le champ devient alors sans valeur, et pire, il peut gaspiller du budget de crawl en récupérant à nouveau des pages qui n'ont jamais changé.
Un sitemap orphelin. L'URL du sitemap change ou est retirée du robots.txt, et les moteurs cessent de trouver la version à jour.

Le point commun à tout cela, c'est que ces problèmes surviennent après le lancement, déclenchés par une mise à jour que personne n'a reliée au sitemap, et qu'aucun d'eux n'est visible à moins d'aller vérifier.

Pourquoi les sitemaps se cassent silencieusement, et pourquoi cela nuit aux agences

Un sitemap est presque toujours généré automatiquement, par le CMS, une extension SEO, ou une étape de build. Cela signifie que toute mise à jour de l'un de ces éléments peut le modifier : une montée de version d'extension, un changement de template, une migration, une couche de cache. La personne qui effectue ce changement pense rarement au sitemap, donc la casse est un effet de bord que personne ne remarque.

Si vous gérez un seul site, vous finirez peut-être par le repérer. Si vous gérez vingt sites clients que vous ne contrôlez pas, vous ne le verrez pas, car il n'y a aucune raison d'ouvrir un sitemap un mardi pour un site qui semble en bonne santé. Pendant ce temps, un site client a silencieusement perdu quatre cents URLs de son sitemap, ou s'est mis à lister chaque page redirigée, et le premier signe est un lent recul du crawl et de l'indexation des semaines plus tard.

Comment garder un sitemap honnête dans la durée

Vous pouvez auditer un sitemap à la main : l'ouvrir, vérifier le nombre d'URLs, contrôler par sondage que les entrées renvoient bien un 200 et sont indexables, et confirmer qu'il est bien référencé dans le robots.txt. Cela fonctionne pour un site que vous pensez à vérifier.

Le monitoring, c'est ce qui couvre les sites que vous ne vérifiez pas. Deltio surveille les sitemaps de vos sites clients et signale les changements qui comptent : le nombre d'URLs qui bondit ou chute, des URLs qui disparaissent, et les signaux d'indexation associés qui évoluent sur les pages ciblées par le sitemap. Quand quelque chose change, vous recevez une alerte claire sur Slack nommant le site, le jour même, au lieu de le déduire d'un rapport de trafic un mois plus tard. L'outil surveille de la même façon les signaux voisins, noindex, canonicals et robots.txt, car un sitemap se casse rarement de manière isolée. Vous pouvez découvrir le fonctionnement de ces alertes dans SEO change alerts, et le volet robots.txt dans how to check your robots.txt.

En résumé

Un bon sitemap XML est une liste propre et à jour, ne contenant que les pages canoniques et indexables que vous voulez voir découvertes, respectant les limites de taille et référencée dans le robots.txt. Les bonnes pratiques sont simples ; ce qui est difficile, c'est de les maintenir à mesure que le site évolue, car le fichier est généré par un logiciel qui est mis à jour sans que personne ne pense au sitemap. Sur les sites dont vous êtes responsable, la pratique qui vous protège réellement, c'est d'être prévenu le jour même où la liste change.

Ajoutez votre premier site client, connectez Slack, et Deltio commence la surveillance dès le jour même. Démarrez votre essai de 14 jours et découvrez ce qu'il y a vraiment dans les sitemaps de vos clients.

Questions fréquentes

Que doit contenir un sitemap XML ?: Uniquement les URLs canoniques et indexables que vous voulez voir découvertes par les moteurs de recherche. Chaque URL doit renvoyer un statut 200, être canonique d'elle-même, et ne pas porter de noindex. Les redirections, les pages mortes et les pages que vous ne voulez pas voir indexées doivent en être exclues.
Un sitemap XML est-il un facteur de classement ?: Non. Un sitemap aide les moteurs de recherche à découvrir et prioriser des pages, mais inclure une URL ne force pas Google à l'indexer et n'a pas d'effet direct sur le classement. C'est une recommandation sur ce que vous jugez important, ce qui explique pourquoi garder la liste propre est essentiel.
Combien d'URLs un sitemap peut-il contenir ?: Un fichier sitemap unique doit rester sous 50 000 URLs et 50 Mo non compressé. Au-delà, il faut répartir les URLs sur plusieurs fichiers sitemaps et les relier via un fichier d'index de sitemaps.
Qu'est-ce que la balise lastmod et est-elle importante ?: Lastmod indique aux moteurs de recherche quand le contenu d'une page a réellement changé pour la dernière fois, ce qui peut les aider à prioriser le recrawl. Cela n'est utile que si l'information est honnête. Si chaque URL est estampillée de la date du jour à chaque reconstruction, le champ devient du bruit et les moteurs apprennent à l'ignorer.
Comment un sitemap peut-il se casser sans que personne ne le remarque ?: Parce qu'il est généré par un logiciel. Une mise à jour de CMS, un changement d'extension, une migration, ou un bug de build peuvent se mettre à inclure des URLs redirigées ou en noindex, faire disparaître silencieusement de vraies pages, ou estampiller des dates lastmod obsolètes partout. Le fichier reste techniquement valide, donc rien ne génère d'erreur et personne ne vérifie.
Comment une agence peut-elle garder les sitemaps clients en bonne santé ?: Les audits manuels fonctionnent pour un site que vous pensez à vérifier. Pour un portefeuille de sites, Deltio surveille les sitemaps clients et vous alerte sur Slack quand le nombre d'URLs bondit ou chute, quand des URLs disparaissent, ou quand les signaux d'indexation de ces pages changent. L'offre Starter est à £20 / €24 / $26 par mois avec un essai de 14 jours.