En plus de l’aide à la décision que cet outil permet  via une interprétation des densités des termes clés, Content Checker 2 innove et vous propose :

• La prise en compte du balisage HTML de vos pages web dans le rapport. Vous avez donc la possibilité de vous faire une idée sur la manière dont les termes de votre page sont valorisés.

• La réalisation d’audits de mot clés. Cela vous permet de vous concentrer sur un terme en particulier. Content Checker 2 se chargera de vous faire des recommandations en fonction des résultats obtenus.

• La prise en charge des expressions de 2 à 4 termes

• La possibilité de générer des rapports de densité à partir d’une zone de texte. La page à auditer n’est pas en ligne? Il vous suffit de copier/coller son code source, le balisage HTML sera également pris en considération!

• La génération d’un nuage de tag, de manière à vous donner une vision globale et rapide de votre page.

• Une amélioration de l’interface utilisateur.

Tester Content Checker 2 maintenant!

N’hésitez pas à me faire part de vos suggestions pour continuer de faire évoluer cet outil!

Optimisation de la structure des articles publiés

Dans la suite de cet article, nous allons prendre comme exemple un article, intitulé « Titre de l’article », publié sur un blog appelé « Nom du blog ». L’article contient ces informations :

Titre 2 (balisé en h2)
Titre 3 (balisé en h3)

L’objectif est de structurer l’article avec des titres. Comme vous pouvez le constater, Blogger vous propose plusieurs tailles de textes. Mais celles-ci utilisent du CSS pour augmenter la taille, et non des balises <h1>, <h2> etc. Lorsque vous rédigez un article sur votre blog, je vous conseille donc tout simplement de passer dans le code pour ajouter ces balises manuellement.

Il en est de même si vous souhaitez mettre un terme en gras : Blogger n’ajoute pas de balises <b> ou <strong> mais encore de la CSS…

Il sera encore ici intéressant d’ajouter ces balises manuellement. Pendant que vous êtes dans le code, n’oubliez pas d’ajouter les attributs ALT à vos images.

Optimisation du code source de Blogger

Malheureusement, Blogger structure de façon assez intrigante les contenus du blog. Voici la hiérarchisation des titres effectuée par Blogger (plugin WebDeveloper pour FireFox, cliquez sur Informations > Plan du document pour visualiser la structuration des titres d’un site) :

Le titre du blog est en <h1> (jusque là tout va bien), mais on constate que la date est en <h2> et le titre de l’article en <h3>! Il sera donc nécessaire de modifier cela dans le code source du blog. Pour ce faire, rendez vous dans l’onglet Présentation > Modifier le code HTML et cochez la case « Développer les modèles de Gadgets ».

On recherche alors les balises qui nous intéressent (CTRL+F, tapez ensuite « <h2 »). Voici la portion de code qui affiche le titre de l’article sur la page :

Pour trouver dans le code les éléments qui nous intéressent, vous pouvez aussi effectuer une recherche de l’id ou class CSS (FireBug vous permet d’inspecter tous les éléments de votre page).

Dans le cas du titre de l’article, l’objectif est le suivant : faire en sorte de le valoriser avec un <h2> et ne pas mettre la date entre des balises Hn. Cependant, le titre de l’article en <h2> est intéressant pour l’affichage en page d’accueil, mais l’est moins lorsque l’on affiche l’article seul (plus de distinction entre le titre de l’article et le premier sous-titre en <h2>). Pour remédier à ce problème, nous allons ajouter au code un script permettant d’afficher le titre entre des balises <h2> si on est sur la page d’accueil (qui affiche donc tous les articles) et <h1> si on est en train de visualiser l’article. Pour ce faire, il faut supprimer cette portion de code :

Et insérez à sa place le code ci dessous (télécharger le code) :

Et voilà! Votre blog Blogger commence déjà à être mieux optimisé pour le référencement naturel. Mais comme vous pourrez le constater, cela change l’apparence des éléments : il vous faudra donc re-personnaliser ces balises (ajout de CSS, ou via l’interface de personnalisation des thèmes) pour rétablir une apparence plus agréable.

Mais nous n’avons pas encore terminé. Comme vous l’avez constaté, la date est toujours en <h2>. Il vous suffit de supprimer la balise <h2> :

De plus, vous constaterez dans le plan du document ci-dessus que les titres des widgets sont également en <h2>, ce qui n’est pas forcément très pertinent. Même manipulation que les précédentes, cherchez dans le code les portions en question (cherchez « sidebar ») :

Attention : l’opération est à répéter pour chaque widget présent sur la page, et chaque fois que vous en ajoutez vous devrez donc aller dans le code modifier la balise encadrant le titre.

Quel résultat obtient-on ?

Une fois ces modifications appliquées, les pages se structurent alors comme suit :

(Pour la page d’accueil)

(Pour l’affichage de l’article)

La structuration de l’information est donc plus optimisée pour le référencement naturel.

Peut-on ajouter des balises META aux articles?

Tout à fait, mais cela reste limité. Vous pouvez générer des balises META description sur la base des titres des articles par exemple. Je vous renvoie à cet article relatif à la mise en place de balises META sous Blogger.

Externaliser la CSS ?

Ce serait en effet une manière d’éclaircir un peu le code des pages. Actuellement, la CSS est affichée sur toutes les pages, ce qui les alourdit un peu. Vous pouvez tout à fait décider d’externaliser la CSS sur un hébergement distant. Cette manipulation possède toutefois un inconvénient : vous ne serez plus en mesure de personnaliser l’apparence de votre blog à partir de l’interface d’administration et devrez passer par le fichier CSS.

Avant de commencer

Pré-requis

Pour développer votre thème, des connaissances en html/css sont requises. Il faut également être en mesure de connaître, globalement, à quoi ressemble la syntaxe de php.

Qu’est ce que SandBox?

SandBox est un thème WordPress très pratique qui servira de base à votre propre thème. SandBox est en quelque sorte un thème « vierge » d’un point de vue graphique, mais contient déjà toutes les structures et fonctionnalités (affichage des articles, des commentaires, etc). Vous avez donc uniquement à vous concentrer sur la création de votre charte, son intégration sera par la suite très aisée.

Comment procéder?

Pour commencer, vous devez disposer de WordPress. Si vous ne partez pas de zéro, je vous recommande vivement de faire une sauvegarde de votre blog actuel. Au cas où, on ne sait jamais… Dès que vous êtes prêt, téléchargez le thème SandBox sur votre ordinateur, transférez-le sur votre hébergement et activez-le. Ensuite, suivez les étapes.

Présentation des fichiers du thème SandBox

Une fois que votre gabarit est prêt, il est temps de se familiariser avec les fichiers que vous aurez à modifier. Voici les fichiers principaux :

• En-tête (header.php) : en-tête des pages, contient la balise <head> et le début de la structure du contenu des pages
• Article seul (single.php) : modèle pour l’affichage d’un article
• Modèle de page (page.php) : modèle pour l’affichage d’une page
• Pied de page (footer.php) : fin de la page, peut encore contenir des éléments de contenu
• Modèle pour la page d’accueil (index.php) : fichier qui génèrera les fichiers précédents pour constituer la page complète

Vous serez également amené à intervenir sur ces fichiers

• Archives (archive.php) : modèle pour l’affichage des archives
• Author Template (author.php) : modèle pour l’affichage des articles classés par auteur
• Colonne latérale (sidebar.php) : permet d’afficher les widgets.
• Commentaires (comments.php) :  : modèle pour l’affichage du champ pour laisser un commentaire
• Fonctions du thème (functions.php) : différentes fonctions du thème
• Modèle pour l’erreur 404 (404.php) :  : modèle pour l’affichage de la page 404
• Modèle pour les catégories (category.php) :  : modèle pour l’affichage des catégories
• Résultats de recherche (search.php) : modèle pour l’affichage des résultats de la recherche
• Tag Template (tag.php) : modèle pour l’affichage des articles par tag

Étape 1 : Création de la charte graphique

Cette étape se passe sur votre ordinateur, en local. Il s’agit de transposer votre thème en html/css, de faire un gabarit de votre futur thème. Votre document html, une fois terminé, se découpera en trois parties majeures : l’en-tête, le contenu et le pied de page. Comme vous allez le constater, l’en-tête ne contient pas seulement les balises <head>, et le footer ne contient pas seulement les balises </body></html> mais est plus une « extension » du contenu. Ces trois parties correspondent à différents fichiers du thème.

On considère que la CSS permet l’agencement suivant :

1.1 – L’en-tête de la page

Cette partie correspond à la portion de code allant de <html> à <body> (compris), voire les premiers <div> comme celui du menu, du fil d’Ariane, qui se situent généralement au dessus du contenu dans le code. Votre en-tête se terminera par l’ouverture de la balise <div> qui contiendra le contenu de votre page/article.

1.2 – Le contenu

Cette section accueillera le texte de vos pages et articles. Dans votre gabarit, cette section doit être vide, dans la mesure où vous avez déjà tous les codes pour la présentation des articles via les fichiers single.php et page.php.

1.3 – Le pied de page

Ce n’est pas forcément la fin de votre code, vous pouvez y ajouter le <div> correspondant à la barre latérale qui affichera les widgets. Enfin, il s’agira de fermer la balise <div> relative au contenu. Vous pouvez ensuite y placer du contenu qui apparaîtra en bas de page, un code de suivi, etc.

Étape 2 : Modification de l’entête du thème (header.php)

Dans un premier temps, ne supprimez pas le contenu du fichier. Par exemple, dans le cas de ce blog, l’encadré rouge correspond aux éléments de la balise <head> initiaux présents avec SandBox (affichage du Title, flux RSS, lancement de certains plugin, etc.) qu’il faut conserver. C’est l’avantage de développer son thème sur un thème existant, il n’y a pas tout à refaire!

La partie encadrée en bleu correspond ensuite à mes apports, en occurrence les fichiers CSS de mon thème et une balise META. Pour les balises META description et keywords, celles-ci peuvent être générées automatiquement par un plugin qui sera lancé par la fonction wp_head(), il n’y a donc pas besoin de rajouter ces balises manuellement.

La fin du fichier header.php correspond tout simplement au début de la structure du site. Il suffit donc de transposer votre code.

Remarque importante : lors du placement du menu de navigation de votre site, la fonction suivante :

…génère automatiquement votre menu en affichant une liste de vos pages structurées sous formes de puces (<li>). Notez toutefois que cette fonction génère aussi le <div id=menu>, il n’est donc pas utile de le remettre, seule la fonction suffit.

Étape 3 : Modification du pied de page (footer.php)

Une fois l’en-tête du site modifiée, il suffit de clore la page en modifiant le fichier footer. Encore une fois, transposez le reste de votre code ici.

Étape 4 : Modification de la colonne latérale (sidebar.php)

Par défaut, ce fichier prévoit plusieurs éléments. Si vous ne souhaitez afficher que les widgets ajoutés via l’interface d’administration, conservez les codes suivant :

Et après ?

Votre thème commence sérieusement à prendre forme! Il ne vous reste plus qu’à adapter les différents éléments du site à votre charte (affichage des articles, commentaires, etc) dont la structure est déjà présente avec SandBox.

Faites ensuite des essais et affichez le code source (CTRL+U dans FireFox) pour voir si votre code s’est « assemblé » correctement. Si il y a des anomalies, identifiez où est la source et allez dans le fichier correspondant pour corriger le problème.

Pour aller plus loin, je vous recommande de consulter la documentation de WordPress.

Conseil n° 1 – Structurez vos articles !

Il est important de faire une place importante à l’optimisation éditoriale de votre blog en structurant votre contenu avec les balises <h1>, <h2>, etc. Places-y des mots clés stratégiques et ne dépassez pas plus d’un h1 par page.
Il vous suffit de sélectionner le texte en question et de cliquer sur « Titre 1 » pour <h1>, « Titre 2 » pour <h2>, et ainsi de suite. Vous pouvez bien entendu ajouter ces balises manuellement en passant par l’onglet « HTML » de la fenêtre d’édition.

Conseil n° 2 – Optimisez les URL de vos articles

Par défaut, lors de l’installation de WordPress, celui-ci propose des URL dynamiques. Il est recommandé de changer ce paramètre pour que vos URL soient plus optimisées en y faisant apparaître des mots clés. Vous pouvez retenir la configuration suivante (dans le menu Réglages > Permaliens ):

Cette configuration affichera des URL de la forme :

• http://www.nomdusite.tld/nom-de-la-categorie/titre-du-post/

Ainsi, n’oubliez pas d’affecter tous vos articles à une catégorie, pour ne pas avoir des URL de la forme :

• http://www.nomdusite.tld/uncategorized/titre-du-post/

Attention ! Lors de la rédaction de votre article, vous avez la possibilité de personnaliser l’URL. Veillez bien à ce qu’il n’y ait pas de caractères spéciaux. Même si les nouvelles versions de WordPress corrigent immédiatement cela, ce n’était pas le cas des anciennes. Si vous avez le temps, passez donc en revue vos articles précédents pour vous assurer d’avoir des URL bien propres.

Conseil n° 3 – Installez un plugin SEO

Plusieurs plugins SEO pour WordPress existent, et vous permettent notamment de rédiger des balises META pour chaque article. Le plugin « All In One SEO Pack » disponible ici vous offre encore plus de possibilités (URL canoniques, etc.)

Conseil n° 4 – Évitez le duplicate content

Le plugin présenté précédemment vous permet d’éviter le duplicate content via les URL canoniques, mais vous pouvez aussi restreindre l’indexation de certains répertoires (tag, archives).

Conseil n° 5 – Optimisez le code du thème que vous utilisez

Certainement la partie la plus longue dans le cadre de l’optimisation de votre blog WordPress, vous serez amenés à mettre les mains dans le code et cela nécessite quelques bases en html et php. Pour commencer l’optimisation du code source du thème, rendez vous dans Apparence > Éditeur.

Quels sont les fichiers que je dois prendre en considération ?

Tous les fichiers listés sur le côté droit de l’interface d’administration. Les fichiers majeurs à optimiser sont les suivants :

• header.php : correspond à l’entête de vos pages, de la balise <html> au début de l’article.
• footer.php : correspond au pied de page, donc de la fin de votre article et des commentaires à la balise </html>
• single.php : modèle de présentation de l’article
• page.php : modèle de présentation des pages
• index.php : correspond à la page d’accueil (si vous avez opté pour cette configuration, par défaut) qui affiche tous les articles à la suite
• comments.php : correspond à l’affichage des commentaires

Les autres fichiers sont également à prendre en considération, comme la page d’erreur 404, la page de résultat des recherches, etc.

Que dois-je faire ?

Commencez par faire une sauvegarde de tous ces fichiers, au cas où vous fassiez une « fausse manœuvre ». Ensuite, il s’agira d’identifier les éléments de la page dans le code pour les optimiser. Vous pouvez vous aider de FireBug (module FireFox) pour inspecter vos pages facilement.

Prenons un exemple : le blog que vous lisez actuellement (blog.cytise.fr) est basé sur le thème Sandbox (que je vous recommande d’ailleurs si vous souhaitez créer votre propre thème). Mon fichier index.php est le suivant :

L’encadré rouge correspond tout simplement à l’affichage du titre de l’article sur la page d’accueil. Ici, celui ci est en <h2> (vu qu’il y a plusieurs titres d’articles sur la page). Si on regarde du côté de l’affichage de l’article seul (donc lorsque l’article est ouvert) :

Le titre est donc passé en <h1>.

J’en viens à un point qui mérite d’être abordé. Dans cette situation, mon blog affichera en <h1> un texte correspondant au titre de l’article, qui se retrouve également dans le <title>… Il pourrait être intéressant de varier ces contenus. Pour un article de blog, l’utilisateur peut s’attendre à retrouver le même titre, mais pour une page, vous pouvez faire un <title> et un <h1> de haut de page différent. Pour ce faire, soit vous modifiez le titre via un plugin SEO, soit vous retirez l’affichage du titre dans le fichier single.php (si c’est pour un article) ou page.php (si c’est pour une page) et rédigez le titre <h1> directement lors de l’édition de l’article / de la page, en spécifiant « Titre 1 ». Et vous obtenez un <h1> différent de votre <title> et faites varier les termes clés entre ces deux balises hautement stratégiques.

N’oubliez pas de tout traduire !

Il est préférable que le moteur de recherche n’identifie qu’une seule langue sur vos pages. Veillez donc à traduire tous les éléments de celles-ci, les thèmes étant généralement développés en anglais. Par exemple, remplacez le lien « Read more » par « Lire la suite », passez au crible le fichier relatif à l’affichage du formulaire pour l’ajout des commentaires, etc.

Conseil n°6 – Optimisez le code source de WordPress

Pour les utilisateurs avancés, vous pouvez tout à fait optimiser le code source de WordPress. En effet, certains éléments sont indépendants des thèmes (par exemple, structuration des widgets de la barre latérale sous forme de puces) et c’est à travers les fichiers de WordPress que vous pourrez les modifier. Je vous renvoie sur WordPress Codex, documentation officielle où vous trouverez des informations sur les fichiers et fonctions de WordPress.

Conseil n°1 : Soyez patient(e)!

Il ne suffit pas de mettre son site en ligne pour que celui-ci apparaisse directement dans les pages de résultats des moteurs de recherche. Il faut attendre que les robots des moteurs de recherche viennent le visiter. Ce processus peut durer jusqu’à plusieurs mois, mais peut bien entendu être accéléré.
Lorsque j’ai lancé mon site Internet, je ne connaissais pas encore ces subtilités. Certaines de mes pages ont donc été indexées au bout de plusieurs mois. Mais en suivant les étapes que je vous propose ci-dessous – qui n’ont d’ailleurs rien de révolutionnaire – il est possible d’accélérer le processus. Mais vous devrez tout de même être patient(e), et attendre au moins une à deux semaines.

Conseil n°2 : Votre site n’est pas encore référencé? Profitez en!

L’idée est la suivante: pour améliorer le positionnement de votre site, certaines manipulations techniques et éditoriales sont nécessaires. Une fois celles-ci effectuées, les résultats seront visibles uniquement lorsque le moteur sera revenu visiter votre site… Donc, autant optimiser votre site tout de suite avant de solliciter les moteurs de recherche. Cela vous évitera certains désagréments, comme la mise en place de redirections en cas de changement d’URL (cf. infra).

Conseil n°3 : Ne faites pas de SPAM

Ce conseil peut paraitre évident, mais visiblement nombre de webmasters ne l’ont toujours pas compris: copier/coller des mots clés en bas de page et de la même couleur que l’arrière plan ne sert à rien (et ça fait plusieurs années!), vous risquez surtout de subir des sanctions de la part des moteurs de recherche. Il en est de même pour les autres pratiques tel que le cloaking, qui vous exposent plus à des risques de sanctions qu’autre chose.

Conseil n°4 : Ne négligez pas les entêtes de vos pages

Les entêtes de vos pages correspondent aux différentes balises présentes entre les balises <head> de vos pages. Celles ci sont fondamentales.

La balise <title>

Certainement un des facteurs les plus importants pour positionner un site Internet, les <title> doivent absolument être soignés.
Une bonne balise <title>:

• Est pertinente par rapport au contenu de votre page
• Ne dépasse pas 60 caractères environ (le reste est tronqué lors de l’affichage du site dans les pages de résultat des moteurs de recherche)
• Contient des mots clés stratégiques (sans toutefois exagérer)

La balise <meta> Description:

La balise <meta> Description correspond au texte s’affichant sous le titre de la page dans les pages de résultat. Même si celle-ci n’a aucun impact sur le positionnement du site, une description accrocheuse et pertinente influencera le taux de clic des internautes.

Et les autres…

N’oubliez pas de renseigner la langue du site, à travers la balise <html>:

Ou bien une balise <meta>:

Si on récapitule:

L’entête de vos pages devrait se présenter comme cela (on suppose que cette page est codée en XHTML 1.0 Transitional) :

Conseil n°5 : Structurez le contenu de vos pages

Structurez vos pages à l’aide de balises Hn:

Placez des mots clés stratégiques entres ces balises, avec tact et mesure (n’oubliez pas que la finalité principale de votre site est d’être visité par des visiteurs en chair et en os, qui sont assez sensibles à la ligne éditoriale de votre site).

La structuration et mise en forme de contenu via les balises Hn et <strong> sont intéressantes à plusieurs niveaux:

• D’une part, les mots clés présents entre ces balises possèdent plus de poids aux yeux des moteurs de recherche par rapport aux autres
• D’autre part, c’est tellement plus agréable de lire un texte structuré, usant des balises de mise en forme <strong>, <em> de manière pertinente

Conseil n°6 : Soignez le maillage interne

Un moteur de recherche parcourt les pages du web en suivant les liens hypertexte. Une fois arrivé sur une des pages de votre site, c’est via un maillage interne performant que vous garantirez une navigation confortable et sans encombre des robots. L’impact sur l’indexation de vos pages s’en ressentira. Il n’est donc en aucun cas souhaitable de mettre des bâtons dans les roues des moteurs de recherche en utilisant un menu en JavaScript ou en Flash (même si les moteurs sont de plus en plus performants pour extraire des données présentes dans des applications flash ou pour suivre des liens JavaScript, des liens html seront toujours plus performants).

Conseil n°7 : Optimisez les URL de vos pages

Une URL écrite correctement est intéressante:

• Pour votre référencement (possibilité de placer des mots clés)
• Pour les internautes (qui peuvent éventuellement repérer leur situation dans l’arborescence du site)

Donc, une URL de la forme:

• http://www.nomdusite.tld/nom-de-la-categorie/redigez-ici-sans-accent-et-sans-espaces-un-titre-pertinent/

Est nettement plus optimale que les URL suivantes:

• http://www.nomdusite.tld/index.php?p=2552&lg=fr_FR&y=mytaylorisrich&ID=25145
• http://www.nomdusite.tld/page0001.htm

Si vous décidez de renommer vos pages web, n’oubliez pas de vérifier si celles-ci ont été indexées. Si tel est le cas, vous devez mettre en place une redirection permanente (301) de l’ancienne page vers la nouvelle, de manière à éviter que vos visiteurs et les moteurs de recherche rencontrent une page d’erreur.

Si votre site est hébergé sur un serveur Apache, la syntaxe du fichier .htaccess (placé à la racine de votre site) est la suivante (pas de saut de ligne):

Conseil n°8 : Évitez la duplication de contenu

Veillez à ce que vos pages ne soient pas accessibles via les deux adresses suivantes:

• http://nomdusite.tld/pageenquestion.htm
• http://www.nomdusite.tld/pageenquestion.htm

Pour ce faire, mettez en place une redirection du domaine sans le www vers le www.

La syntaxe du fichier .htaccess est la suivante:

Pour faire l’inverse :

Conseil n°9 : Faites signe aux moteurs de recherche

Votre site est optimisé, mais pas encore indexé. C’est le moment de solliciter les moteurs de recherche pour que ceux-ci viennent visiter votre site. Pour ce faire, on peut distinguer trois étapes:

• Étape 1: soumission de l’URL de votre site aux moteurs de recherche. Les moteurs de recherche mettent à disposition des webmasters un formulaire permettant de soumettre l’URL d’un site à référencer. Ne le faites pas plusieurs fois.
• Étape 2: soumission d’un sitemap XML aux moteurs de recherche. Via les centres pour webmasters (Google et Bing en proposent un), vous pouvez soumettre un plan du site au format XML. Ce document, placé généralement à la racine de votre site et signalé dans le fichier robots.txt, permet d’aider les moteurs de recherche lors de leur exploration du web.
• Étape 3: tissez des liens. C’est en tissant des liens vers votre site que vous pourrez augmenter sa popularité. Ne basez pas tout votre référencement sur le netlinking, mais lorsque l’on lance un site, il est intéressant de tisser quelques liens en inscrivant votre site dans quelques annuaires, pour accélérer la visite des robots des moteurs de recherche sur votre site.

Conseil n°10 : Oubliez tout ce que vous venez de lire…

… et concentrez vous sur le contenu de votre site!

Les différents conseils ci-dessus vous permettront de rendre votre site Internet plus « search engine friendly », et ainsi améliorer votre positionnement. Mais ne perdez pas de vue une chose: c’est le contenu de votre site qui fera vraiment la différence sur le web. Un contenu intéressant et original incitera les internautes à tisser des liens vers vous, améliorant ainsi la popularité de votre site aux yeux des moteurs de recherche.

Conclusion

Si on devait résumer ces conseils en deux points:

1. Votre site a pour finalité d’être consulté par des internautes (humains), donc ne négligez pas son contenu, procédez à des optimisations éditoriales et développez un contenu intéressant et original
2. Les robots des moteurs de recherche sont plus performants si la page qu’ils ont à indexer est légère et bien structurée (n’encombrez pas votre code avec des script css ou javascript, etc.)

Bien d’autres conseils pourraient être formulés. Par exemple, un bon moyen pour comprendre l’utilité des conseils formulés ci-dessus, consiste à « penser comme un moteur de recherche ». Dit de cette manière, ça peut faire sourire. Mais finalement, si on vous demande de créer un moteur de recherche, vous allez devoir identifier des éléments d’une page web qui vous permettent de classer celles-ci entre elles. Quelle est la légitimité de telle page sur telle requête formulée par l’internaute? Si les termes de la requête résident dans le titre de la page – qui caractérise, à priori, la thématique principale de celle ci – on considère que c’est un facteur de poids… Et ainsi de suite…

Qu’est ce que le phishing?

Ce procédé consiste à tromper les internautes en leur présentant la copie d’un site de confiance et en leur demandant d’y saisir des informations confidentielles (comme des informations bancaires par exemple) tout en vous faisant croire que vous vous adressez à l’organisation en question (banque, etc). Ces informations sont ensuite transmises aux pirates qui sont derrière ce montage.

L’arnaque commence souvent avec un email. Le mail que vous recevez paraît être authentique (logo, mentions légales) et vous demande de cliquer sur un lien pour compléter des informations personnelles. Le prétexte peut être la suspension de votre compte bancaire, de votre compte PayPal, ou encore que vous êtes l’heureux gagnant d’une grande loterie (soit dit en passant, à laquelle vous n’avez jamais participé).

En cliquant sur ce lien, vous êtes redirigé vers une page qui elle aussi, paraît tout à fait authentique et de confiance. Cependant, ce n’est pas le cas, car vous êtes sur une copie du site, de manière à vous induire en erreur. De nombreuses personnes ne se sont pas doutées de ce qui se tramait et ont complété les informations qui leur étaient demandées. Les conséquences sont parfois lourdes, avec des vols de plusieurs milliers d’euros.

Comment reconnaître le phishing?

Pour reconnaître si vous êtes victime d’une tentative de phishing, veillez à vérifier les point suivants:

Vérifiez l’URL du site

Commencez par survoler le lien de l’e-mail avec le curseur de votre souris. Dans la partie inférieure de votre navigateur, vous verrez apparaître l’URL de destination. Si l’e-mail provient d’une source officielle, vous reconnaîtrez le nom de l’organisation dans le nom de domaine. En revanche, si l’URL affichée est de la forme suivante:

Méfiez vous, vous ne serez pas redirigé vers un site officiel.

L’adresse email de l’expéditeur est-elle une source d’information fiable?

Absolument pas. En effet, il est très simple d’émettre des email en paramétrant les en-têtes (dont l’adresse de l’expéditeur) à l’aide d’un script PHP.

Quel type de phishing est pratiqué?

On voit un peu de tout, votre banque, PayPal, votre FAI, eBay,  et même la direction générale des finances publiques (pour vous avertir que vous « êtes admissible à recevoir un remboursement d’impôt de € 178,80 »).

Comment dois-je réagir?

Quel que soit le message que vous recevez vous invitant à compléter des informations personnelles, n’utilisez jamais le lien proposé dans l’e-mail. Rendez vous directement sur le site concerné sans passer par le mail et connectez vous à votre compte. De cette manière, vous vous assurez d’être sur le site authentique et non sur une contrefaçon.

Comment éviter de recevoir ce genre de courriers?

Prévoyez une adresse email spécialement pour réaliser vos inscriptions sur Internet (par exemple, inscription à un forum, inscription à des jeux concours, etc.) et préservez ainsi vos adresses email associées à vos inscription importantes (banque, etc.) exemptes de tout risque de phishing.

Ne laissez jamais votre adresse e-mail en clair sur un site Internet, car des logiciels de spam viennent parcourir les pages des sites pour collecter des adresses email et y envoyer du spam.

Basé sur une expertise graphique, éditoriale, technique et marketing, nous réalisons des sites:

• Optimisés pour le référencement dans les moteurs de recherche: bien se positionner sur les moteurs de recherche est capital. Nos sites sont optimisés d’un point de vue technique et éditorial, vous permettant ainsi d’améliorer votre positionnement.
• Accessibles et performants: nos sites sont conformes aux standards du web, et compatibles sur tous les navigateurs
• Faciles à administrer: basé sur un CMS, vous pouvez modifier et ajouter des contenus très facilement, sans avoir besoin de faire appel à nous et sans avoir besoin d’avoir de compétences techniques particulières.
• A la carte: vous choisissez les éléments que vous souhaitez incorporer à votre site selon vos besoins! Moteur de recherche interne, service d’analyse de trafic, compatibilité du site pour les téléphones portables, référencement… et bien d’autres!

Chaque site que nous réalisons s’inscrit dans une démarche globale où nous vous conseillons sur les différents moyens à votre disposition pour améliorer votre visibilité en ligne.

Pour plus d’informations sur nos prestations, n’hésitez pas à consulter notre site Internet et découvrir nos tarifs.

Qu’en est-il de ces CMS?

Je me suis intéressé à quelques CMS que j’ai testé sur l’offre START de chez OVH. C’est une offre gratuite de 1Mo que vous pouvez obtenir pour vos noms de domaines qui ne sont pas associés à un hébergement (soit pendant la réservation du nom de domaine, soit ultérieurement).

• Pluxml: (environ 300Ko), un CMS très complet doté d’une interface d’administration très bien organisée. Les données sont stockées dans des fichiers Xml.
• ZiteCMS: extrêmement léger (environ 60Ko). La création des pages se fait via un éditeur de code, mais il est possible d’intégrer un éditeur WYSIWYG (What You See Is What You Get).
• Itseasy: petit CMS très léger. Pour créer de nouvelles pages, un minimum de connaissances en HTML sont cependant requises (c’est un éditeur de code).
• CMSimple: très léger (environ 100Ko), ce CMS vous permet de créer très facilement de nouvelles pages grâce à un éditeur WYSIWYG et non un éditeur de code.
• Et ce n’est pas tout, on pourrait ajouter Phortail, GuppY…

Dans tous les cas, l’installation de ces CMS est très rapide: vous téléchargez les fichiers, vous les transférez à la racine de votre hébergement, et le tour est joué! Bien entendu, ils sont entièrement personnalisables (vous avez accès au squelette du CMS et à la CSS). Il existe différents thèmes, mais vous pouvez toujours développer votre propre thème puis l’intégrer dans le CMS (nécessite des connaissances en HTML/CSS et PHP).

Ces CMS fonctionnent sans base de données, cependant ils nécessitent tout de même la prise en charge du Php.

Sont-ils optimisés pour le référencement?

Bien entendu, je me suis penché sur l’aspect SEO de ces CMS. Dans l’ensemble, ces CMS sont assez optimisés pour le référencement. Mais ce n’est cependant pas le cas de CMSimple. Explications.

La particularité de CMSimple, c’est que vous ne pouvez pas structurer une page avec des balises H1, H2, etc. En effet, à chaque fois que vous insérez une balise de ce type, le CMS découpe votre page à l’endroit où il les rencontre. Donc au lieu d’avoir une page avec un H1, un H2 et un H3, vous vous retrouvez avec trois pages différentes. De plus, lorsque vous mettez un terme en gras, le code automatiquement appliqué n’est pas une balise STRONG ou B – qui sont intéressantes en terme de SEO – mais SPAN à laquelle le style font-weight:bold est appliqué. Enfin, le squelette par défaut du thème est structuré en tableaux, ce qui alourdit le code, et les URL générées sont la reproduction exacte du H1 de votre page (donc si le titre de votre page contient des caractères spéciaux, vos URLs ne seront pas optimales).

Qu’est ce qu’un site Internet ?

Un site Internet représente un ensemble de pages web interconnectées, stockées sur des serveurs, et disponibles 24h/24, toute l’année, à condition d’avoir une connexion Internet. Les sites Internet sont visionnés via des navigateurs web.

Concrètement, ces pages sont réalisées sur un ordinateur via des logiciels d’éditions spécialisés (que nous verrons plus en détail plus tard) ou via un traitement de texte sans formatage comme le bloc notes où les lignes de codes sont tapées manuellement (pour les plus courageux).

Chaque page web possède un code source, le plus souvent en HTML.

La solution la plus simple et la plus utilisée consiste à se servir d’un logiciel spécialisé – appelé WYSIWYG (What You See Is What You Get) – qui fonctionne comme un traitement de texte. Vous n’avez presque pas de contact avec le HTML. Par exemple, quand vous sélectionnez un mot et cliquez sur le bouton « gras », votre mot se met en gras et le logiciel se charge d’ajouter les balises HTML correspondantes, sans que vous ayez à intervenir.

Chaque page est réalisée séparément (généralement, on garde une trame identique pour chaque page afin de faciliter la navigation et la rendre plus agréable. Ce point sera plus détaillé lorsque nous aborderons le design des sites Internet).

Ces pages peuvent contenir du texte, des images, des animations, des vidéos, émettre des sons, des applications java ou flash, …

Les pages sont connectées entre elles par des hyperliens, ou liens hypertexte. Ces liens peuvent se présenter sous forme de texte ou bien d’images. En cliquant sur un lien, le navigateur web affiche la page liée par ce lien.

Navigateur web ? Oui, ce que vous utilisez en ce moment pour lire ces lignes s’appelle un navigateur. C’est un logiciel qui permet de visualiser les contenus mis en ligne sur Internet. Il en existe différents navigateurs : Internet Explorer, Mozilla Firefox, Opéra, Safari, Google Chrome…

Petite remarque : lorsque vous serez en train de réaliser votre site, veillez à tester vos pages dans tous les navigateurs pour être sur qu’elles s’affichent bien. Ces navigateurs peuvent être téléchargés gratuitement (et légalement) sur Internet.

L’ensemble de ces pages reliées entre elles par les hyperliens forme ce que l’on appelle un site Internet.

Comment construire son site Internet?

Pour construire un site Internet, vous avez besoin d’une connexion à Internet. Même si c’est possible de le faire hors ligne, c’est bien d’avoir une connexion pour tester le résultat en ligne.

Vous avez besoin également d’un logiciel spécialisé pour construire les sites. Ces logiciels sont payants, comme Dreamweaver, Visual web-developer… Ces logiciels fonctionnent comme un traitement de texte et sont faciles à utiliser.

Pour les utilisateurs avancés qui maîtrisent le HTML ou d’autres langages, le bloc note de windows fait l’affaire.  Mais je vous recommande tout de même Notepad++ (et BlueFish pour les utilisateurs de Linux).

Les pages web peuvent posséder différentes extensions, qui correspondent à leur contenu : .htm / .html pour les pages en HTML, .php pour vos pages en php, .asp pour les pages en ASP, etc.

La page d’accueil, ou homepage, est celle qui sera lancée par le navigateur à l’ouverture du site. Elle doit se situer à la racine du nom de domaine et s’appeler « index.htm » ou « index.php ».

Vous pouvez ensuite classer toutes vos autres pages dans des dossiers comme bon vous semble.

Certains éditeurs de site Internet ne requièrent pas de connaissance du HTML. Cependant, il est important de connaître quelques rudiments qui vous seront très utiles pour que votre site soit visible sur Internet.

Comment bien agencer les éléments de son site?

Votre site doit être clair, à la fois dans son code source et dans son aspect graphique. Il doit pouvoir être visionné par différents ordinateurs avec des résolutions d’écran différentes. En effet, réaliser un site avec un écran en 1024 x 768 sans prendre en compte l’aspect que ce dernier pourrait avoir sur un écran en 800 x 600 serait gênant pour les utilisateurs concernés qui seraient obligés d’utiliser la barre de défilement, ce qui est particulièrement inconfortable.

Pour que votre page soit adaptée à toutes les résolutions, ne définissez pas la largeur de vos éléments en pixels mais en pourcentage. De cette manière, quel que soit la taille de l’écran, les éléments présents sur votre page auront toujours la même proportion, ce qui est plus agréable.

Veillez à ce que chaque page possède des liens de navigation, comme un menu sur un côté, afin que le visiteur sache à tout moment où il se trouve et puisse trouver ce qu’il cherche rapidement.

Enfin, si vous disposez d’un moteur de recherche interne à votre site, disposez le dans la partie supérieure de manière à ce qu’il soit visible.

Optimisez votre site Internet pour le confort de navigation

Il est important de soigner le design de son site. Donc, évitez des pages surchargées, avec des couleurs qui ne vont pas ensemble, des fenêtres pop up qui se déclenchent tout le temps…

Préférez une mise en page claire, avec un choix de couleurs cohérent et agréable. Veillez à intégrer au mieux possible les annonces publicitaires que vous diffusez (je pense notamment au programme AdSense). Faîtes en sorte que la navigation soit aisée, qu’il y ait une unité dans la structure de votre site (pensez à mettre en place une barre de navigation en haut, un menu sur un côté et ce, sur toutes vos pages, …). Faites en sorte que votre site puisse être consulté correctement quelque soit la résolution d’écran de l’internaute et son navigateur.

Lancez vous! Mettez votre site en ligne!

Une fois que vous avez créé votre site, vous devez le mettre sur Internet pour qu’il puisse être visité par les internautes. Pour ce faire, vous devez faire héberger votre site par un hébergeur qui vous allouera un espace sur ses serveurs. Une fois hébergé, votre site sera disponible à une adresse de la forme :

• http://www.nomdemonsite.fr (.com/.net./…)

Certains hébergeurs incluent dans le processus d’hébergement la réservation de votre nom de domaine, ce qui vous donne moins de choses à faire… Pour ce qui est des hébergeurs gratuits, les adresses de vos sites intègreront généralement le nom de l’hébergeur.

Bien entendu, ces hébergeurs vous donnent la possibilité de posséder votre propre nom de domaine. Il vous suffit d’en acheter un et de le faire rediriger sur cette adresse. Mais ces procédures dépendent des méthodes employées par votre hébergeur.

A partir de là, votre site Internet est en ligne et peut être visité par des internautes, n’importe quand et n’importe où (du moment qu’il y a une connexion Internet).

Trouver un hébergeur de site Internet

Une fois que vous avez créé votre site Internet, vous devez trouver un hébergeur web qui se chargera de stocker votre site sur ses serveurs. Il existe de nombreux hébergeurs web, gratuits ou payants. Je vous recommande le site http://www.hebergementweb.org/ qui répertorie de nombreux hébergeurs, avec les détails des offres et surtout les commentaires des utilisateurs. Lisez bien les avis sur les hébergeurs que vous convoitez, cela vous permettra d’éviter de mauvaises expériences.

Hébergement gratuit ou payant?

C’est une question très importante et qui ne doit pas être prise à la légère. Je vous renvoie sur cet article qui aborde les différents points à prendre en compte dans le choix entre un hébergeur gratuit et payant.

Réserver un nom de domaine – les régistrars

Un nom de domaine correspond à l’adresse de votre site. Les hébergeurs gratuits fournissent généralement les domaines avec leur nom dedans : http://www.nomdevotresite.nomhebergeur.com ou .org ou .fr …

Vous pouvez cependant réserver votre propre nom de domaine auprès d’un régistrar, ce qui donnera http://www.nomdevotresite.com ou .fr ou .net ou .org ….

De nombreuses extensions sont disponibles. Il est recommandé de réserver plusieurs extensions. En effet, si vous réservez nomdevotresite.com, n’oubliez pas de réserver dans la foulée nomdevotresite.fr, nomdevotresite.net, nomdevotresite.org, et les autres variantes dans le nom du site.
Les réservations durent généralement entre 1 et 10 ans, et les tarifs sont très variables : de 99 centimes à 30 euros par an en fonction des régistars. Faites attention lors de la réservation et vérifiez que votre régistar soit accrédité par les organismes officiels compétents. Le nom de domaine doit entièrement vous appartenir.

Certains hébergeurs fournissent vos noms de domaine gratuitement lors de votre inscription à un hébergement, alors commencez par voir si votre hébergeur le fait avant d’acheter un nom de domaine chez un autre régistar. C’est notamment le cas de OVH qui fournit des domaines gratuits lors de la souscription à une formule d’hébergement payante.

Enfin, certains régistrars vous demandent les adresses IP des serveurs de votre hébergeur pour rediriger le nom de domaine que vous venez d’acquérir. Pour connaître ces adresses IP, effectuez un ping sur leurs serveurs à partir de l’invite de commande. Cependant, ces adresses IP sont susceptibles de changer donc vérifiez régulièrement.

Comment transférer son site sur Internet

Pour transférer votre site sur Internet, vous devez être équipé d’une connexion Internet, d’un hébergement en état de marche et d’un logiciel FTP.

Le logiciel FileZilla est très pratique et gratuit.  Vous devrez ajouter votre site au logiciel en inscrivant les renseignements suivants : hôte (ftp), utilisateur, mot de passe. Ces renseignements sont communiqués par votre hébergeur.

Faites la traque aux liens morts !

Une fois que votre site est sur Internet, commencez la traque aux liens morts. Ces liens sont ceux qui vous renvoient vers une erreur 404, l’erreur qui survient lorsque la page souhaitée est introuvable. Vous pouvez vérifier la présence de liens morts à l’aide du logiciel Xenu ou de l’application mise en place par le W3C.

Vérifiez donc la validité de vos liens. De plus, vous pouvez personnaliser vos pages d’erreurs, alors profitez en !

Souscrire à un service d’analyse de trafic

Ce n’est pas une obligation, mais souscrire à un service d’analyse de trafic est une bonne chose pour connaître le comportement des internautes sur son site. Ces services sont payants chez Xiti, mais gratuits chez Google Analytics. Vous devez insérer un code de suivi sur vos pages, qui permettront à ces logiciels de les analyser.

Concrètement, ces services vous renseigneront sur :

• Le nombre de visites
• La provenance de vos visiteurs (sites référents, moteurs de recherche, accès direct)
• Leur origine géographique
• Les langues des visiteurs
• La part des nouveaux visiteurs et celle des visiteurs connus
• Les navigateurs qu’ils utilisent
• La résolution de leur écran
• Les mots clés tapés dans les outils de recherche qui ont conduit à votre site
• Les pages les plus visitées
• Le nombre de pages vues
• Le temps moyen passé sur chaque page, sur le site
• Le taux de rebond (pourcentage des personnes qui repartent directement après être arrivé sur votre site)
• … Et bien d’autres statistiques encore.

Vous pouvez aussi effectuer des comparaisons entre les différentes statistiques, les représenter sous différentes formes (histogrammes, …) Ces services sont à votre disposition, que vous ayez un site ou un blog.

Google Analytics demande cependant de mettre une mention sur le site afin de prévenir les internautes que vous utilisez ce service.
A partir de ces statistiques, vous pouvez savoir quelles sont vos pages qui plaisent le plus, celles qui conduisent le visiteur à quitter votre site à tous les coups, etc…

Augmenter son trafic et sa visibilité sur Internet : le SEM - SEO

Votre site terminé et présent sur les serveurs de votre hébergeur, il est temps de passer à l’étape supérieure qui consiste à faire venir des visiteurs sur votre site. La majorité du trafic d’un site Internet est celui généré par les moteurs de recherche.

Pour donner de la visibilité à un site, il doit donc être référencé, c’est-à-dire qu’il doit être présent dans les index des moteurs de recherche. Si votre site n’est pas indexé dans les moteurs de recherche, c’est-à-dire non présent dans leurs bases de données car étant non référencé, les internautes ne risquent pas de trouver votre site…

Le référencement est donc une étape capitale à ne négliger sous aucun prétexte, sous peine d’être totalement invisible. Certaines entreprises en ont même fait leur métier, et proposent des solutions de référencement.

Ce qu’il faut faire et ne pas faire pour votre référencement

Il ne faut pas :

• Se concentrer uniquement sur l’aspect esthétique, et ne pas prendre en compte la manière dont les robots d’indexation voient votre site
• Négliger les balises essentielles pour un bon référencement (META, TITLE, ALT)
• Insérer des balises non recommandées par le W3C (FRAMESET, …) et qui peuvent pénaliser votre référencement
• Participer à des échanges de liens / bannières avec des sites douteux, ce qui aurait pour conséquence de saper tous vos efforts
• Faire du duplicate content (copier/coller), car les moteurs de recherche n’aprécient pas d’indexer deux fois le même contenu…
• Faire du spamdexing
• Soumettre une URL d’un site en construction ou avec quasiment aucun contenu

Il faut :

• Mettre les scripts JavaScript et feuilles de styles dans un fichier à part
• Bien agencer les éléments de ses pages et avoir un code source clair
• Bien renseigner les balises HTML importantes
• Soumettre un sitemap aux moteurs de recherche
• S’inscrire sur des annuaires de qualité, comme Dmoz.
• Mettre régulièrement son site à jour
• Insérer des mots clés dans les titres de vos pages
• Posséder un nom de domaine en rapport avec votre activité
• Rédiger correctement le fichier robots.txt
• Tisser des liens avec des sites de qualité qui possèdent une activité similaire à la votre, établir des partenariats
• Posséder un contenu de qualité

Monétisez votre trafic

Vous avez la possibilité, en passant un contrat avec une régie publicitaire sur Internet, de diffuser des annonces publicitaires sur votre site Internet ou votre blog.

Il est déconseillé d’utiliser des fenêtres pop-up, car cela est très désagréable pour l’internaute. Certains annuaires ou hébergeurs gratuits refusent les sites possédant trop de pop-ups.

Passez plutôt par Google Adsense. Avec ce service, vous pouvez afficher jusqu’à trois ensembles de publicités par page. De nombreuses tailles sont disponibles, il ne vous reste plus qu’à insérer le code sur votre page.

Le fonctionnement est le suivant : Les annonces diffusées seront en fonction du contenu de la page.

Exemple : si vous parlez d’hébergement web, les annonces diffusées seront des publicités d’hébergeurs. Chaque fois qu’un internaute clique sur l’annonce, vous gagnez de l’argent (entre 2 centimes et 30 centimes le clic avec Google Adsense).

Avec Google Adsense, vous êtes payés par chèque ou par virement dès que vous atteignez 100 dollars.

Attention : ne cliquez pas vous-mêmes sur les publicités, car en comparant les adresses IP vous risquez de vous faire taper sur les doigts… Faites bien attention, le contrat par lequel vous vous engagez avec Google stipule bien qu’il est également interdit d’inciter les visiteurs à cliquez sur les annonces.

Tout d’abord, revenons, pour ceux qui ont le plus de retard, sur l’outil Google Book Search. Que se cache-t-il derrière cet outil ? Quel est le véritable projet de Google ?

Google Book Search est un outil permettant de chercher des livres en ligne, d’en lire certains passages et si l’envie y est, de les acheter. Afin de rendre cet outil le plus complet possible, Google collecte et scanne des millions livres, afin de créer une base de données impressionnante, permettant notamment de faire passer à la postérité des textes anciens et rares. Le projet de Google est ni plus ni moins de devenir la bibliothèque et la librairie unique du monde entier.

Plus de 100 millions d’ouvrages sont déjà scannés, et ce, dans plus de 100 langues différentes. Google a de plus passé des accords avec des bibliothèques et des éditeurs partout dans le monde lui garantissant ainsi la possibilité d’en scanner des millions d’autres. La frénésie de numérisation de Google n’est donc pas prête de s’éteindre.

Google pense que ce projet est profitable au plus grand nombre. En effet, ce serait un moyen pour toute personne ayant une connexion Internet d’avoir accès à la culture et pour les auteurs, Google Book Search est un nouveau moyen de toucher leurs lecteurs, qui ont leurs livres à portée de clic. Enfin, Google fournira un accès gratuit à cette gigantesque base de données aux écoles publiques et aux universités, ce qui leur assure l’appui de l’Education et de beaucoup d’associations.

Alors pourquoi Google Book Search est-il critiqué ?

Le véritable danger du projet de Google est qu’il pourrait, à long terme, acquérir un monopole culturel et pouvoir restreindre l’accès au contenu s’il le souhaite.

En effet, les éditeurs et auteurs qui ont accepté de faire scanner leurs livres par Google ne sont pas autorisés à vendre les droits pour faire numériser leurs livres à d’autres entreprises. Et d’autre part, il paraît bien évident que Google favoriserait la vente des livres via son outil Google Book Search par rapport aux autres sites sur lesquels on peut les acheter ou les consulter.

Google profiterait également du fait que certains droits d’auteur en ligne soient  un peu flous : notamment les différences de copyright entre les pays (par exemple aux Etats-Unis, tout ouvrage est libre de droit s’il a été écrit avant 1923 alors qu’en  France, c’est avant 1870).
Autre problème : les livres dits « orphelins », c’est à dire qu’on ne sait pas à qui reviennent les droits d’auteurs (dispute entre différentes personnes pour l’appropriation des droits ou auteur inconnu).

Alors, quel droit préconiser ? Le français ? L’américain ? Pourquoi se soucier des droits d’un livre quand l’auteur est inconnu ? Google ne se pose apparemment plus ces questions puisqu’ils sont actuellement en procès avec de nombreux auteurs et maisons d’édition pour numérisation de milliers de livres sans autorisation aucune.

Quoi qu’il en soit, le détracteur le plus convaincu de Google Book Search reste définitivement l’Open Book Alliance, qui fait partie des adeptes de la théorie que Google pourrait devenir la seule référence en termes de contenus culturels. La coalition ne cesse de recueillir de nouveaux membres puisque Microsoft, Yahoo ! et Amazon, directement inquiété, viennent de rejoindre leurs rangs.

Finissons cet article avec les -  plus ou moins – dernières nouvelles sur le sujet.

En octobre 2008, Google a passé un accord avec deux des plus grandes organisations d’auteurs et éditeurs américains (l’Authors Guild et l’Association of American Publishers) pour 125 millions de dollars, l’autorisant à poursuivre la numérisation des livres. D’autre part, l’accord assure aux auteurs et éditeurs faisant partie de l’AG et de l’AAP 63% des revenus générés par Google Book Search.

Comme je le disais plus haut, le département de justice américain est actuellement en pleine enquête pour savoir si cet accord ne viole pas les lois anti-trust, ce qui prouve que les craintes de monopole que pourrait obtenir Google sont bien fondées.

Enfin, effort à souligner, le mois dernier Google a conclu un accord avec la Commission européenne stipulant que les ouvrages épuisés ou plus publiés aux Etats-Unis mais toujours publiés en Europe, ne peuvent être numérisés sans autorisation, ce qui n’était pas le cas avant.

Google était jusqu’alors capable de se rapprocher fortement des centres d’intérêts des internautes. A l’aide du robot Mediapartners-Google qui scanne les pages des sites participant au programme AdSense et d’un algorithme permettant de présenter des annonces qui sont liées au contenu de la page, Google offre des annonces très pertinentes. Au-delà des publicités diffusées sur les sites internet, c’est jusque dans Gmail que l’on peut constater la présence d’annonces en fonction du contenu de nos propres emails. L’exploitation du comportement de l’internaute sur le web est en revanche une nouveauté. Dès lors, les annonces AdSense ne dépendront pas seulement du contenu des pages mais également de nos habitudes de navigation.

Exploiter le comportement des internautes se révèle profitable, à la fois pour les annonceurs qui attirent un trafic très ciblé sur leurs sites et augmentent ainsi leur taux de conversion (proportion d’utilisateurs réalisant un objectif, généralement il s’agit des visiteurs qui deviennent acheteurs via le site), pour le site partenaire de Google qui prend une commission à chaque clic sur les annonces et bien entendu pour Google. Des outils comme Google Ad Planner permettent également d’identifier certaines caractéristiques des visiteurs de site web (on peut, pour de nombreux sites, connaître la proportion de visiteurs ayant des enfants, leur niveau de revenu et d’études, etc). Toutes ces informations permettent ainsi de lancer des campagnes de publicités en ligne au bon endroit.

Comme le fait remarquer Sébastien Badault (directeur de la stratégie commerciale de Google France) à l’occasion d’une interview accordée à BFM, l’intérêt du ciblage comportemental est particulièrement patent sur les sites généralistes. Un ciblage contextuel est difficile compte tenu de la grande diversité d’informations présentées, l’affichage de publicités ciblées permet de palier à ce problème.

La particularité du programme de publicités ciblées par centre d’intérêt que Google a mis en place réside dans l’interaction que ce procédé possède avec l’internaute. En effet, celui-ci peut « gérer » les annonces qui lui sont présentées via une interface de gestion mise en place à cet effet. On peut donc y supprimer des catégories d’annonces mais également en ajouter d’autres, voire désactiver le cookie qui stocke les informations relatives à la navigation.

Pourquoi créer son moteur de recherche interne soi-même?

Tout simplement parce que vous avez une maîtrise totale de votre moteur. Vous déterminez vous-même comment pondérer les facteurs de pertinence d’une page, vous avez un contrôle sur l’indexation du site, et vous pouvez mettre en place de nombreuses fonctionnalités annexes (des suggestions de recherche par exemple).

Quelle technologie utiliser?

Pour des raisons d’accessibilité, de performance et de confidentialité de votre script, il est préférable de se tourner vers un langage orienté serveur (comme PHP ou ASP.Net par exemple). PHP a  l’avantage d’être abondamment documenté sur Internet. Les exemples qui suivent dans cet article seront centrés sur PHP 5.

Quelle architecture mettre en place?

Quel que soit le nombre de pages de votre site, il est important de constituer un index dans lequel vous stockerez le contenu de toutes vos pages. Sans cet index, cela reviendrait à solliciter toutes les pages au moment de la recherche, et le temps de recherche serait trop important.

Vous devez donc mettre en place une application qui aura pour objectif de:

• Extraire le contenu des pages
• Effectuer le traitement de données nécessaire
• Stocker les données sur votre site

Extraire le contenu des pages:

C’est la première étape, vous devez extraire le contenu textuel de vos pages. En PHP, plusieurs fonctions vous permettent de réaliser cette tâche.

Par exemple, pour récupérer les balises META d’une page, vous pouvez utiliser la fonction suivante:

Je vous renvoie vers cet article qui vous en dit plus sur la manière d’extraire le contenu d’une page web ou d’un des éléments de cette page.

Effectuer le traitement de données nécessaire:

Les contenus extraits correspondront au code HTML de vos pages, ainsi de nombreux éléments sont totalement inutiles. PHP possède une fonction très pratique vous permettant de supprimer toutes les balises HTML de votre page (vous perdez cependant le texte présent dans les attributs ALT des images par exemple).

Par contre, utiliser cette fonction revient à supprimer les éventuelles balises STYLE et SCRIPT de la page… mais pas leurs contenus. Veillez à bien supprimer l’intérieur de ces balises avant de supprimer les balises elles-mêmes:

Pour plus de facilité, vous pouvez aussi remplacer tous les caractères accentués par des non accentués (la même opération aurait été réalisée sur la requête de l’internaute pour faciliter les comparaisons):

Avec tous ces remplacements, il est intéressant de supprimer ensuite tous les espaces inutiles:

Veillez également à ce que l’encodage des pages soit identique à l’encodage de l’index (qui peut être un fichier XML, une base MySQL). Si besoin est, PHP possède des fonctions pour encoder des chaînes de caractères en UTF-8 ou en ISO.

Stocker les données sur votre site

Une fois que votre moteur a extrait et traité les données, il faut les stocker sur votre site. Vous pouvez les stocker dans une base de données MySQL ou encore les structurer dans un fichier XML. Cette étape correspond donc à la création de l’index de votre moteur de recherche, qui sera sollicité à chaque requête formulée par un internaute.

Bien entendu, si vous modifiez les pages de votre site, vous devrez relancer l’indexation de manière à mettre votre index à jour.

Déterminer quelle page est la plus pertinente sur une requête

Votre index est constitué, la prochaine étape est d’élaborer un script qui sera en mesure de déterminer, en fonction de la requête formulée par l’internaute, quelle page présente dans la base est la plus pertinente et légitime.

Par exemple, si le mot clé est situé dans le <title> ou dans l’URL, on suppose que ce terme est significatif par rapport au contenu de la page. Il en est de même si le terme est placé en début de page. Dans le cadre d’une recherche avec plusieurs mots clés, la proximité de ces termes dans le texte est un facteur de poids. Une multitude de paramètres peuvent être considérés… et je vous recommande tout simplement de consulter cet article qui recense les principaux facteurs influençant le positionnement d’un site dans les moteurs de recherche. Et oui, pourquoi ne pas s’inspirer du fonctionnement d’un moteur de recherche tel que Google pour développer son moteur de recherche interne? (dans les grandes lignes bien entendu, vous n’allez pas non plus transformer votre salle de bain en data-center et mettre en place un réseau d’ordinateurs qui se répartiront le travail lors d’une requête sur votre moteur).

Une fois que le moteur aura classé les pages entre elles, il ne lui reste plus qu’à présenter les résultats à l’internaute.

Optimiser le temps de recherche

Pour optimiser le temps de traitement de l’information, et générer des résultats plus rapidement, il est intéressant de procéder à un premier traitement en aval, lors de l’indexation. Par exemple, vous pouvez mettre en place deux index avec un index de mots clés et un index de documents, ce qui vous permet d’ignorer les pages ne contenant pas les termes recherchés et ne pas perdre de temps. Je vous recommande la lecture de cette page qui traite du fonctionnement de Google (qui fonctionne en réalité avec plusieurs index).

Vous pouvez également faire des calculs de densité de mot clé à cette occasion et le stocker dans votre base, et lors de la recherche vous n’aurez plus qu’à récupérer les informations déjà calculées.

Personnaliser son moteur de recherche

Vous pouvez ensuite laisser libre cours à votre imagination. Le moteur de recherche étant une section du site particulièrement stratégique, il est intéressant de se pencher sur les différents moyens permettant d’améliorer l’expérience utilisateur sur le moteur.

Par exemple, dans le cadre de ma société, je développe un moteur de recherche pour les sites de mes clients avec des suggestions de recherche. Les suggestions sont structurées en XML et affichées en fonction de la requête de l’internaute. Vous pouvez aussi aller plus loin en basant votre suggestion en fonction du territoire sémantique (si je puis m’exprimer ainsi) des pages sélectionnées. Ceci permettra d’accompagner l’internaute pendant sa recherche, et l’aider à trouver l’information désirée en l’incitant à reformuler sa recherche si sa requête initiale n’a donné aucun résultat.

Attention à la sécurité de votre moteur de recherche!

Pour finir, n’oubliez pas que comme toute application web, votre moteur de recherche sera vulnérable aux attaques des hackers. Il est donc vivement conseillé de se sensibiliser aux rudiments de la sécurité des applications web de manière à vous prémunir de certains risques. Par exemple, le simple fait de placer le code suivant sur votre page vous expose à un risque de sécurité:

Ce script a pour vocation d’afficher sur la page de résultat la requête formulée par l’internaute (issue du champ ‘query’ de votre formulaire, qui a transité via la méthode GET). Si vous ne prenez pas de mesures pour protéger votre code, celui-ci sera vulnérable à une injection XSS (injection de code dans votre page, pouvant être un script JavaScript distant et malintentionné).

Pour plus de détails sur la sécurité des applications web, je vous recommande vivement la lecture de cet ouvrage. Très complet, il vous fournira de nombreuses et sages recommandations.

Articles connexes:

• Comment fonctionne un moteur de recherche?

De quel type de moteur parle-t-on?

Sur Internet, nous sommes amenés à rencontrer différents types d’outils de recherche. La distinction est importante à effectuer car ces outils – ne faisant pas face aux mêmes problématiques – fonctionnent tous d’une manière différente.

Les moteurs de recherche interne:

Ce sont souvent de petits moteurs, installés sur des sites Internet, et qui ont pour unique finalité de rechercher de l’information sur le site sur lequel il sont installés. Son fonctionnement est généralement plus rudimentaire que les moteurs de recherche généralistes, mais certains sites s’équipent de technologies plus importantes lorsqu’elles doivent faire face à un traitement d’information plus conséquent. Ces sites se tournent alors vers des sociétés développant des solutions de recherche sur-mesure.

Cas particulier: les moteurs généralistes « personnalisés »: il s’agit ici de Google « recherche personnalisée », qui permet pour un particulier d’utiliser Google en tant que moteur de recherche interne. Google limite donc la recherche au site considéré.

Les moteurs de recherche généralistes:

Il s’agit ici des moteurs de recherche permettant de rechercher de l’information sur Internet et non sur un seul site. On peut tout de même les distinguer dans le sens où sur la totalité des outils de recherche, nombreux sont ceux qui ont abandonné le développement de leur propre technologie et qui utilisent celle d’autres moteurs.

Ainsi, des moteurs tels que Google, Yahoo, Bing, Exalead, Cuil, Yauba, Ask… développent eux même leur propre technologie de recherche. Pour ce qui est de Lycos, Alltheweb, Altavista, Excite, Netscape… ces moteurs utilisent depuis quelques temps déjà la technologie des moteurs précédemment cité (surtout Google).

Les méta-moteurs:

Ces outils se distinguent des moteurs de recherche généralistes dans la mesure où ils n’effectuent pas la recherche eux même, mais la soumettent aux moteurs de recherche généralistes pour ensuite synthétiser les résultats obtenus sur une même page.

Les moteurs de recherche spécialisés:

Parfois basés sur la technologie des moteurs de recherche généralistes, ce sont des outils qui se concentrent sur une thématique bien précise.

Bien d’autres moteurs encore

Il existe encore d’autre types de moteurs, comme Powerset (moteur de recherche sémantique), Wolfram Alpha (moteur de recherche « factuel »), et bien d’autres…

Principe de fonctionnement d’un moteur de recherche

Concrètement, un moteur de recherche permet à un internaute de trouver de l’information sur le web sur la base d’une requête formulée par ce dernier. Le moteur, de son côté, s’est constitué une sorte de base de donnée géante – appelée « Index » – où il stocke les informations présentes sur Internet. Le moteur ira ensuite comparer la requête formulée par l’internaute avec tous les documents présents dans son index. S’il y a correspondance, la page est sélectionnée pour être présentée à l’internaute. Cependant, entre le moment où la page est sélectionnée et le moment où l’internaute l’a sous les yeux, le moteur a procédé au « Ranking » des pages pour les classer par pertinence.

Trois phases se distinguent donc: le crawl (consultation des pages par le moteur de recherche, collecte des données), l’indexation (enregistrement de ces données dans l’index du moteur) et le ranking (notation des pages).

Première étape: le crawl

Pour collecter les informations, les moteurs de recherche envoient leurs « robots d’indexation » (aussi appelés crawlers ou spiders), parcourir la toile. Ces « robots » sont des logiciels qui vont sillonner Internet de pages en pages via les hyperliens et scruter tout ce qu’ils trouvent sur leur chemin. Et ce, afin de rapporter ces résultats au moteur de recherche qui les indexera.

Concrètement, les robots scrutent le code source des pages web. Attention, il ne prennent en compte que le contenu textuel des pages, et ignorent tout code JavaScript ou flash qu’ils ne comprennent pas (d’où la difficulté de référencer un site en flash). De plus, les robots d’indexation ne voient pas les images (d’où l’importance de l’attribut ALT des images, permettant de signaler au moteur ce que l’image représente).

Deuxième étape: l’indexation

Le robot scanne donc les pages pour récupérer les mots clés. Ensuite, le robot rapportera les informations collectées au moteur de recherche qui les enregistrera dans sa base de donnée. Ce processus est appelé « indexation ».

Dans les faits, les moteurs de recherche généralistes possèdent deux index: un index où sont stockés les mots clés et un index où sont stockés les pages. Ces index étant pour la plupart des moteurs constitués de plusieurs milliards de pages, un partage des tâche est effectuée et de nombreux ordinateurs travaillent en même temps pour accélérer la recherche.

Les moteurs de recherche reviennent crawler les sites plus ou moins rapidement en fonction de plusieurs critères (comme la fréquence de mise à jour) et prendront alors en compte les modifications effectuées et les nouvelles pages publiées. Cependant, en inspectant les logs de son site Internet on peut constater que les robots des moteurs de recherche peuvent venir sans indexer tout de suite la page. Faire indexer son site web demande donc généralement de la patience…

Troisième étape: l’extraction des données et la notation des pages

Lorsqu’un internaute ira sur le moteur de recherche et entrera une requête, le moteur de recherche sollicitera sa base de données et donnera à l’internaute tous les sites dont les mots clés concordent avec la recherche effectuée. Et c’est là que cela se complique : le Web est immense ! Lorsqu’on tape sur Google par exemple le mot « Paris », il trouve 446 000 000 résultats…

En effet, les moteurs de recherche font une sélection des pages web qu’ils indexent, et notent chaque page indexée, grâce à des algorithmes qu’ils gardent secrets. Et c’est ce qui a fait le succès de Google, car avant les résultats des moteurs de recherches n’étaient pas classés par pertinence comme aujourd’hui.

L’idée est la suivante : une fois que le robot a ramené les informations, le moteur de recherche va se charger de trier les pages en pondérant les mots clés des sites en fonction de plusieurs critères. Le mot « Paris » écrit sur le site de la mairie de Paris est le même que celui marqué sur le blog de votre voisine qui a fait un voyage scolaire l’année dernière et qui a publié un article sur le sujet. La différence étant que la mairie de Paris arrive en tête des résultats, alors que votre voisine…

Pour ce qui est de la notation et du classement des pages par Google, un élément qui a longtemps été prédominant (et qui reste toujours utilisé, mais dans une moindre mesure) est le Page Rank (PR). Ce procédé permet de définir l’importance d’un site en fonction de sa popularité sur le Web. Pour expliquer son fonctionnement, Google fait une comparaison avec la démocratie : chaque page web sur lequel se trouve un hyperlien pointant vers un site est considéré comme une voix pour ce dernier. Ainsi, plus un site possède de voix (c’est-à-dire plus il y a de liens sur Internet qui y conduisent), plus son Page Rank est élevé, et, comme le Page Rank entre en compte dans le tri des pages web à afficher lors d’une recherche, plus le site sera visible dans les résultats de Google (appelés les SERP: Search Engine Result Pages). Cependant, certaines voix ont plus de poids que d’autres : un site à fort Page Rank effectuant un lien vers le votre aura toujours plus de poids sur votre position dans Google que si ce lien provient du blog de votre voisine. Le Page Rank est un indice, compris entre 0 et 10. Moralité: tissez des liens !

Quelques mots sur le PageRank de Google

Cette image illustre le principe du Page Rank. Une multitude de petits sites (les verts) à faible PR vont mettre un lien vers un autre site (le bleu) qui verra son PR augmenter. Le site représenté par le smiley jaune possède des liens provenant vers des sites à faible, moyen et fort PR. Il a donc un très fort PR. On constate que le site représenté par le smiley rouge possède un PR important, alors qu’un seul lien mène à lui. L’idée est simple, plus le PR du site dont provient le lien est élevé, plus le PR du site de destination en sera influencé. Un seul lien provenant d’un PR10 équivaut à des milliers de liens provenant de sites PR0. La quantité est une chose, mais la qualité des liens tissés est aussi très importante, et un lien provenant d’un site douteux peut avoir un impact négatif sur le classement du site vers lequel pointe ce lien.

Le mercredi 29 juillet 2009 marque un tournant décisif dans l’histoire de deux géants du web: Yahoo!, portail et moteur de recherche pionnier, et Microsoft, leader mondial sur le secteur des systèmes d’exploitations, des navigateurs web, et qui possède une assise importante dans le domaine de la recherche d’information sur Internet. Après de nombreux rebondissements (Microsoft avait tenté de racheter Yahoo! en 2008, mais ce dernier avait rejeté l’offre de rachat de 47,5 milliards de dollars) les deux entreprises viennent de sceller un accord stratégique pour une durée de 10 ans, destiné à concurrencer Google, leader mondial sur le marché du search. Cet accord concerne les domaines de la recherche d’information et de la publicité (SEA), et a été soumis aux autorités de concurrence.

Le marché du search sur Internet: Google en pôle position

Le marché mondial de la recherche d’information sur Internet est largement dominé par Google, qui détient 68,6% du marché au mois de mai 2009. Viennent ensuite Yahoo!, avec 9% des parts de marché, Baidu avec 8,7%.

Modalités et implications de l’accord Yahoo! – Microsoft

Cet accord porte sur la recherche d’information et sur la publicité sur les pages de résultat. Pour ce qui est des services annexes proposés par les deux entreprises, celles ci conservent leur indépendance.

Cet accord entraîne l’arrêt, pour Yahoo!, du développement de son moteur de recherche. Désormais, Yahoo! intégrera la technologie de Bing pour la recherche et ceci sera notifié dans les pages de résultats. Yahoo! gardera tout de même un contrôle sur l’interface de son portail.  Microsoft continuera à développer son moteur de recherche, et aura accès aux technologies de recherche de Yahoo et ce pour une durée de 10 ans. Ces technologies seront intégrées au moteur Bing.

Du côté de la publicité, les annonces affichées dans les pages de résultats seront gérées par Yahoo! mais via la plateforme Microsoft AdCenter. Microsoft reversera à Yahoo! 88% des revenus générés par ces annonces pendant les 5 premières années de l’accord.

Les deux entreprises conservent cependant leur indépendance en ce qui concerne le display. A la fois pour Microsoft et Yahoo!, les services mail et actualité ne sont pas remis en cause par cet accord (qui porte uniquement sur la recherche et la publicité).
En effet, Microsoft déclare sur son site:

« The agreement does not cover each company’s web properties and products, email, instant messaging, display advertising, or any other aspect of the companies’ businesses. In those areas, the companies will continue to compete vigorously. »

Un partenariat sanctionné par les marchés financiers

Dès la clôture des marchés, le jour même de l’accord, les premières réactions se font sentir. Le titre de Yahoo! termine en baisse de 12,08% à 15,14 dollars. De son côté, Microsoft gagne 1,41 %, à 23,80 dollars. Google, quant à lui, termine en baisse de 0,82 %, à 436,24 dollars. Le lendemain, jeudi 30 juillet, le titre de Yahoo! continue sa dégringolade et cède 3,5% à 14,60 dollars à la clôture. Cette sanction de la part du marché a particulièrement surpris Steve Ballmer, le PDG de Microsoft. Les actionnaires, de leur côté, semblent déçus de cet accord.

Un rapprochement sous surveillance

Ce rapprochement entre Yahoo! et Microsoft est cependant soumis aux autorités de concurrence, dont l’aval est indispensable pour que ce partenariat soit effectif. Prévue pour début septembre, la décision du département américain de la justice a été reportée à une date ultérieure. Les deux parties impliquées dans cet accord se doivent désormais de fournir plus d’éléments sur ce partenariat au département américain de la justice (DOJ). Selon la DOJ, cet accord pourrait avoir des répercussions négatives sur les consommateurs, qui seraient désormais face à deux géants – Microsoft et Google – monopolisant les logs de recherche sur Internet.

On entend généralement par « spam » la répétition abusive de certains mots clés sur une page, l’ajout d’un très grand nombre de mots clés dans les balises META (ce qui d’ailleurs, pour ceux qui ne l’avaient toujours pas compris, ne sert plus à rien… Justement à cause des abus), le fait de masquer des contenus sur la page ou encore de les baliser abusivement à l’aide des balises <strong> ou <h1> (par exemple). Le cloaking diffère du spam dans le sens où celui-ci repose sur le filtrage des visiteurs du site web. Le moteur de recherche – identifié par son adresse IP ou par l’user agent – sera donc renvoyé vers une page optimisée. Il s’agit donc de présenter des contenus différents en fonction de la nature du visiteur. Cette technique a longtemps été utilisée par les référenceurs via l’utilisation des « pages satellites », technique devenue aujourd’hui très risquée et lourde de conséquences.

Dès lors il devient intéressant de se demander si tel ou tel site (celui de votre concurrent?) utilise de telles méthodes… Mais comment parvenir à détecter ces techniques?

Spam ou sur-optimisation? A vous de juger

Parfois, à la lecture d’une page, on peut se demander si son auteur essaye de spammer ou s’il manque cruellement de vocabulaire au point d’utiliser toujours les mêmes mots… Il faut donc être en mesure de distinguer le spam de la sur-optimisation des pages. Néanmoins, certains signes sont révélateurs:

• Des balises Meta sur-optimisées, dont les mots clés ont des densités ahurissantes. Utilisez un analyseur de densité de mots clé pour vous rendre compte de l’utilisation des mots clés sur la page en question.
• Une balise <title> étrangement longue (ce qui n’a d’ailleurs aucun intérêt en terme de référencement dans la mesure où chaque mot clé se retrouve dilué dans la masse, et que les moteurs de recherche n’affichent que les 65 premiers caractères dans les SERP).
• Une répétition abusive de certains mots clés dans la page et en bas de page (Keyword stuffing)
• Des ancres de liens longues, abondantes et louches…

Texte blanc sur fond blanc… Ah bon, ça existe encore?

Il s’agit ici de la célébrissime technique du copier-coller de mots clé de la même couleur que l’arrière plan. Cette méthode – appelée le background spoofin – a beaucoup été utilisée à l’époque des débuts des moteurs de recherche. A cette époque les moteurs prenaient en compte la fréquence des mots clés sur les pages pour les classer entre elles. L’idée est donc d’appliquer un style au texte à masquer, via sa couleur ou en définissant la  taille de la police à 0 pixels.

Pour détecter cette pratique, soit vous tapez CTRL+A pour sélectionner tout le texte (et vous verrez apparaître le texte caché), soit vous ouvrez la source et scrutez le code HTML à la recherche de paragraphes suspects, soit vous continuez votre lecture pour découvrir un outil bien pratique…

Spam et CSS: une vraie histoire d’amour

Malheureusement, les styles CSS sont parfois utilisés pour soit masquer du contenu, soit le manipuler (dans le mauvais sens du terme). Plusieurs cas de figure peuvent être rencontrés:

• Texte de la même couleur que l’arrière plan
• Texte de la taille 0 pixels.
• Élément placé en dehors de la page (par exemple, un paragraphe de texte placé à -2000 pixels à partir du haut de la page…)
• Manipulation des balises importantes (par exemple, écriture de toute la page en <h1> en lui ayant attribué un style réduisant sa taille pour paraître normal, etc.)

Dans ce cas, rien de plus simple pour vérifier si la page n’est pas correcte. Il suffit de télécharger le module WebDeveloper pour FireFox.

(Cliquez pour agrandir l’image)

Commencez par désactiver les styles CSS (sur la barre d’outil: CSS > Désactiver les styles CSS > Tous les styles). De cette manière, le CSS ne fait plus son effet, et les contenus cachés apparaissent au grand jour.

(Cliquez pour agrandir l’image)

Vous pouvez également afficher le plan du document (sur la barre d’outil: Informations > Plan du document). Ceci vous permettra de voir rapidement ce qu’il en est au niveau de l’utilisation des balises <h1>, <h2>, etc.

(Cliquez pour agrandir l’image)

Il s’agit ensuite d’explorer le fichier CSS pour obtenir les informations nécessaires. Pour ce faire, utilisez le module FireBug pour FireFox et inspectez les éléments suspects de la page. La partie de droite de  l’application affichera les styles CSS reliés aux éléments survolés par la souris:

(Cliquez pour agrandir l’image)

Si vous avez l’âme baroudeuse, vous pouvez aussi vous rendre directement dans la CSS en allant chercher l’url du fichier dans le code HTML de la page considérée (il s’agit de la balise <link type= text/css> dans le <head>, ou des balises <style> dans le corps de la page dans le cas où les styles CSS n’ont pas étés externalisés).

Détecter le cloaking: une tâche plus difficile

Détecter le cloaking est en revanche plus corsé. Cependant plusieurs moyens sont à votre disposition: vous pouvez utiliser UserAgentSwitcher, un module FireFox qui simule le passage d’un robot d’indexation. En effet, le principe du cloaking est de filtrer les visiteurs en se basant sur son adresse IP ou sur l’user agent. Si l’adresse IP correspond à celle du robot, on le redirige sur une autre page. UserAgentSwitcher vous permet de vous faire passer pour un robot et voir comment le site réagit. Si des choses changent, c’est louche!

Pour changer l’user agent, cliquez sur le menu Outils > Default user agent > Search robots > GoogleBot 2.1 (Pour Google).

(Cliquez pour agrandir l’image)

Ensuite, actualisez la page pour voir les changements. N’oubliez pas de re-sélectionner « Default User Agent » à la fin de votre inspection.

En fonction de la méthode utilisée pour effectuer la détection de l’user-agent, vous pouvez utiliser WebDeveloper pour désactiver le Javascript (on ne sait jamais). Pour cela cliquez sur Désactiver > Désactiver le Javascript > Tout le Javascript.

(Cliquez pour agrandir l’image)

Enfin, l’outil cloaking detection vous permet également d’identifier le cloaking. Il vous suffit d’entrer l’url à tester et de comparer le contenu vu par le robot et celui vu par l’internaute.

Sur-optimisation involontaire

Remarque importante: ne criez pas au spam si vous voyez qu’un site utilise des balises <h1> sur de nombreux éléments de la page. En effet, certains CMS implémentent automatiquement les titres des blocs des menus latéraux («Menu», « Votre Panier »…) avec des <h1>… Ce n’est pas optimal certes, mais ce n’est pas du Spam intentionnel.

Le spamdexing, une pratique risquée

Pour finir, sachez que ces méthodes pour améliorer son positionnement dans les moteurs de recherche ne sont absolument pas recommandées… En effet, elles exposent leurs instigateurs à de lourdes sanctions: déclassement du site, désindexation des pages, blacklistage… De quoi durement pénaliser le site et parfois pour longtemps.

N’oubliez pas que la clé d’un bon positionnement dans les outils de recherche, c’est avant tout d’avoir du contenu intéressant et original (comprendre ici « non dupliqué » d’un autre site web).

Liens connexes:
Liens de téléchargement vers les addons FireFox cités précédemment: (ceux ci évoluent régulièrement dont sélectionnez la version la plus récente):

• WebDeveloper: https://addons.mozilla.org/fr/firefox/addon/60
• FireBug: https://addons.mozilla.org/en-US/firefox/addon/1843
• UserAgentSwitcher: https://addons.mozilla.org/en-US/firefox/addon/59

Un rédacteur de contenu web doit toujours avoir cette variante en tête quand il écrit pour un site Internet et donc livrer l’essentiel de son sujet dans les premières phrases du texte. Oubliez les introductions et les développements à rallonge avant d’arriver au vif du sujet. Un internaute se fait une idée d’un site en quelques secondes et si ces quelques secondes lui laissent un amer goût de badinage, ne comptez pas trop sur son retour prochain.

Un article qui colle au schéma du classique « introduction, développement, conclusion », qui est un bon style à l’écrit mais pas à l’écran serait par exemple « Envoyer le contenu de ses pages aux moteurs de recherche », écrit par Florent Goossens sur ce blog.

En effet, on se rend bien compte que l’essentiel du sujet n’arrive qu’au bout d’un long paragraphe qui a laissé aux internautes le temps de se décourager de sa lecture et de filer vers des sites où l’information est livrée plus rapidement.
Une bonne alternative serait de commencer l’article par l’intitulé des différentes étapes pour envoyer son contenu aux moteurs de recherche, puis de proposer un lien si l’internaute est intéressé par le détail de ces étapes. Ainsi, l’essentiel est donné immédiatement et les plus curieux pourront étancher leur soif de connaissance en un clic.
Alors, si vous ne deviez retenir qu’une chose : soyez bref et précis !

Dans le cadre du SEO, le choix des mots clés est certainement le point le plus important et le plus difficile à réaliser. La rédaction pour le web est un véritable défi, et il n’y a rien de pire que de lire – au détour de nos navigations sur le web – des articles dont les auteurs se sont attelés à répéter un mot de manière un peu trop insistante. Alors bien entendu la relecture est importante, mais des outils peuvent également vous aider. C’est le cas de Content Checker, le tout premier outil référencement de eRankSolution! (Il y en aura d’autres qui suivront).

Content Checker est donc un outil vous permettant de calculer la densité des mots clés présents sur une page web. Il vous suffit de soumettre une adresse URL et Content Checker se charge de récupérer toutes les informations présentes sur la page, et d’effectuer quelques calculs. Cela vous permettra de constater si oui ou non votre page est sur-optimisée.

En plus de calculer la densité du mot clé, Content Checker évalue si celle ci est trop élevée en affichant un code couleur.

Par exemple, dans le cas d’un mot clé qui revient 30 fois sur une balise Meta de 40 mots, la densité sera très élevée et Content Checker vous le signalera. Mais dans le cas où votre mot clé est présent une fois sur une balise Meta de deux termes, malgré un indice de densité de 50%, Content Checker est conscient de la non significativité de cet indice et ne vous rappellera pas à l’ordre.

Cet outil est donc désormais disponible. Alors n’attendez plus et venez analyser votre site web à l’aide de Content Checker! N’hésitez pas à me faire part de vos commentaires et suggestions via la rubrique contact de eRankSolution.

Il faut savoir que l’anonymat sur Internet n’existe pas. Où que l’on aille, nous laissons des traces derrière nous. Chaque ordinateur connecté à Internet possède une adresse IP (Internet Protocol), une série de chiffres séparés par des points. Les formats sont en train d’évoluer et de s’allonger : de l’IPv4 nous passerons bientôt à l’IPv6, un format plus long de manière à répondre à la pénurie actuelle des IPv4. C’est à l’aide de cette adresse IP que l’on peut bloquer l’accès d’un site à l’internaute identifié avec l’adresse correspondante.

La première étape est bien entendu de récupérer l’adresse IP de l’internaute malveillant. Généralement, dans la partie dédiée à la modération des commentaires de l’interface de gestion de votre blog vous pouvez avoir cette information. Ensuite, il s’agira d’installer un script au chargement de chacune de vos pages qui aura pour mission d’obtenir l’IP de l’utilisateur qui vient de se connecter, de la comparer avec les adresses « bannies » et de décider du sort de l’internaute.

En PHP, il s’agira de procéder comme suit :

<?php
$adresse_ip = $_SERVER['REMOTE_ADDR'];
echo $adresse_ip;
?>

Ce script retourne l’adresse IP de l’utilisateur du site. Il suffira ensuite de comparer la variable $adresse_ip par rapport aux IP bannies via une boucle IF par exemple, qui redirige l’internaute sur une autre page (sur laquelle vous pouvez lui laisser un petit message personnalisé). Mais PHP n’est pas tout, vous pouvez également bannir une adresse IP via les fichiers HTACESS (si le serveur qui héberge votre site fonctionne avec Apache).

Soyez vigilants, car si vous bannissez une adresse IP correspondant à un proxy, tous les internautes passant par ce proxy ne pourront plus venir. Il est alors intéressant, si l’internaute passe par un proxy, de récupérer son IP véritable. C’est rare de pouvoir le faire, mais une méthode existe, je vous renvoie donc sur cette page qui vous en dit plus.

Mais attention, les adresses IP sont désormais pour la plupart des adresses IP dynamiques. Cela signifie que celles-ci changent régulièrement, donc le visiteur banni pourra toujours revenir une fois que son IP aura changé.

L’autre alternative consisterait à placer des cookies sur l’ordinateur de l’internaute à bannir. De cette manière, si celui-ci (comme beaucoup d’internautes) ne pense pas à nettoyer les cookies sur son ordinateur, il ne pourra plus revenir. Pour plus d’informations sur la marche à suivre, ce script PHP vous sera très utile.

Dans le cas où votre site suppose une connexion de la part d’un membre inscrit, il vous suffit de bloquer son compte.

D’autres méthodes peuvent également être envisagées. Vous pouvez, si jamais ce visiteur est trop insupportable, contacter son FAI (fournisseur d’accès à Internet). Celui-ci recevra un courrier qui le dissuadera de recommencer. Pour déterminer quel est le FAI de l’internaute, entrez l’adresse IP de l’agitateur dans Wolfram Alpha (par exemple) et ce moteur vous retournera le nom du FAI. Si celui-ci effectue des actes illégaux, le dépôt d’une plainte est toujours une option.

Après plusieurs spéculations sur le nom du moteur de recherche qui remplacera Live Search, celui-ci, tout comme la date de lancement, est désormais arrêté. Il s’agira de « Bing », que nous aurons le plaisir de découvrir à partir du 3 juin (pour les Etats-Unis). C’est un budget de 80 millions de dollars que Microsoft a prévu pour accompagner le lancement du nouveau moteur. L’objectif que se fixe Bing est d’aider les internautes à trouver l’information plus rapidement, plus simplement, et en étant plus confiant.  Et surtout, de les aider à prendre des décisions.

“ […] the way the world searches is changing. You want more than just information. You want knowledge that leads to action.” The Bing team, Microsoft

Google Killer? Non toujours pas, si on en croît Greg Sterling (Search Engine Land). En revanche, Bing est nettement plus compétitif que Live Search, et certaines recherches offrent des résultats très compétitifs vis-à-vis de Google.

Nous avons désormais la réponse à la question que bon nombre d’internautes se sont posés : Bing intègrera-t-il la technologie de Powerset ? Oui ! C’est un très bon point compte tenu des  performances très prometteuses de ce moteur de recherche sémantique.

Le grand changement vis-à-vis de Live Search réside dans la présentation des résultats. Ceux-ci sont désormais classés par catégories. Tout comme Google, Bing proposera des suggestions de recherches. D’autres fonctionnalités sont également proposées, comme la recherche de produits avec comparaisons de prix (qui n’est pas sans rappeler Google Product), mais qui fournit des informations supplémentaires. Par exemple, dans le cas d’un appareil photo numérique le moteur donne des informations sur la qualité de l’image, la facilité de prise en main, la rapidité, le zoom… le tout basé sur les avis des utilisateurs qui sont récupérés par le moteur à partir du web.

Une autre des fonctionnalités avancée par le moteur – et qui est assez intéressante – concerne les recherches liées à la santé. Dans ce cas, Bing privilégie des sources d’informations sûres, comme les informations issues de Mayo Clinic. L’information présentée est donc plus intéressante que celle trouvée au détour d’un post sur le forum de  Doctissimo par exemple… Ce sont les professionnels de santé qui vont être contents !

Bing permet également de trouver – en fonction des paramètres entrés par l’internaute – des billets d’avions en offrant à l’internaute tous les outils pour l’aider à faire le bon choix.

Dans la démonstration disponible sur le site de Bing, une recherche relative à des restaurants permet d’obtenir des renseignements sur les prix, les parkings… et comme pour la recherche de produits, des informations issues du web sur l’atmosphère du restaurant, les boissons, les desserts, le temps d’attente, le service, la variété des menus, la qualité de la nourriture…

Le moins que l’on puisse dire, c’est que Microsoft a mis la barre très haut. Bing « [is] not just a search engine, it’s a decision engine ». Et ce, «because the world doesn’t need just another search engine, it needs a decision engine ». L’objectif que se fixe Bing est donc de devenir un outil d’aide à la décision, ce qui est audacieux et innovant.

“We sincerely hope that the next time you need to make an important decision, you’ll Bing and decide.”  The Bing team, Microsoft

Articles connexes:

• Powerset, moteur de recherché sémantique

Sources :

• Bing !
• Ballmer on Bing
• Microsoft’s Bing Vs Google: Head To Head Search Results