Faut-il vraiment bloquer les facettes de navigation dans robots.txt ?

Pourquoi les facettes posent-elles un problème SEO ?

Les sites e-commerce et annuaires génèrent souvent des milliers de combinaisons de pages via leurs systèmes de filtres : tri par prix, couleur, taille, disponibilité. Chaque combinaison crée une URL unique qui dilue le crawl budget et génère du contenu quasi-dupliqué.

Google doit choisir quelles pages explorer en priorité. Si ton budget crawl se vaporise sur des variantes de facettes qui n'apportent aucune valeur de recherche unique, les pages stratégiques risquent d'être négligées. C'est le syndrome du site qui explose en URLs mais stagne en visibilité.

Que dit exactement Mueller sur la gestion de ces pages ?

Mueller reste volontairement évasif : bloquer via robots.txt est « parfois approprié ». Parfois. Pas toujours. La nuance est cruciale. Il propose deux alternatives : le rel=canonical pour consolider le jus SEO vers une page maître, et l'outil de paramètres dans Search Console pour indiquer à Google comment interpréter les URLs avec query strings.

Cette déclaration évite soigneusement de donner une directive universelle. Google renvoie la responsabilité au praticien : à toi d'analyser ton cas et de choisir l'arme appropriée. Aucune recette magique.

Quelle est la différence entre bloquer et canonicaliser ?

Bloquer via robots.txt empêche Googlebot d'explorer la page. Point. Le contenu n'est jamais crawlé, les liens internes ne sont pas suivis, aucun signal ne remonte. C'est la porte fermée à double tour.

Le rel=canonical, lui, laisse Google crawler la page mais lui indique qu'une autre URL est la version de référence. Les signaux (liens, contenu) peuvent être consolidés vers la page canonique. C'est une fusion contrôlée plutôt qu'une interdiction.

• Robots.txt = exclusion totale, pas de crawl, pas de consolidation de signaux
• Rel=canonical = crawl autorisé, signaux consolidés vers la page maître
• Paramètres Search Console = indications à Google sur le rôle des paramètres d'URL (tri, session, tracking)
• Noindex = crawl autorisé mais exclusion de l'index (option hybride souvent oubliée)
• Le choix dépend de l'architecture du site, du volume de facettes et de leur valeur SEO potentielle

Cette approche permissive est-elle cohérente avec les pratiques terrain ?

Oui et non. Sur des sites massifs (dizaines de milliers de produits, centaines de filtres possibles), le blocage pur via robots.txt reste la méthode brutale mais efficace pour éviter l'explosion du crawl budget. J'ai vu des plateformes e-commerce avec 200 000 URLs indexées dont 80% étaient des facettes sans trafic organique. Le nettoyage via robots.txt a libéré du budget pour les pages stratégiques.

Mais bloquer systématiquement peut être contre-productif. Certaines facettes génèrent du trafic longue traîne qualifié : « chaussures running femme rose taille 38 disponible immédiatement » peut matcher une intention de recherche précise. Bloquer cette URL, c'est abandonner ce trafic. [A vérifier] : Mueller ne fournit aucun critère quantitatif pour trancher. Quel seuil de trafic potentiel justifie de garder une facette indexable ? Silence radio.

Quand le rel=canonical devient-il risqué ?

Google traite le rel=canonical comme une suggestion forte, pas un ordre. Si la page canonicalisée et la variante facette diffèrent trop (contenu, produits affichés, structure), Google peut ignorer ta directive. J'ai observé des cas où Google indexait la facette malgré un canonical pointant vers la catégorie principale, simplement parce que la facette avait accumulé des backlinks externes.

L'outil de paramètres dans Search Console est quasi abandonné par Google lui-même : l'interface est archaïque, les mises à jour sont lentes, et Google recommande désormais d'utiliser les signaux on-page (canonical, meta robots) plutôt que cet outil. Le mentionner dans cette déclaration ressemble à du recyclage de vieilles réponses.

Quels sont les vrais critères de décision ?

Le choix entre bloquer, canonicaliser ou laisser indexer doit reposer sur trois variables : volume de combinaisons possibles, potentiel de trafic organique par facette, et capacité technique à gérer les directives à échelle. Un site avec 50 facettes peut se permettre de les laisser indexables si chacune cible une intention distincte. Un site avec 10 000 combinaisons doit impérativement filtrer.

Mueller ne donne aucun framework de décision. C'est frustrant pour un praticien qui attend des seuils chiffrés ou des heuristiques. La réponse « ça dépend » est techniquement correcte mais opérationnellement inutile sans grille d'analyse.

Comment auditer les facettes existantes sur ton site ?

Commence par extraire toutes les URLs indexées contenant des paramètres de tri ou de filtres. Utilise Google Search Console (Performance > Pages) et croise avec un crawl Screaming Frog ou Oncrawl. Identifie les patterns : ?sort=, ?filter=, ?color=, etc. Classe ces URLs par volume de trafic organique sur les 6 derniers mois.

Ensuite, calcule le ratio trafic généré / nombre d'URLs par pattern de facette. Si un pattern génère 0,1 visite par mois et par URL en moyenne, c'est un candidat au blocage ou à la canonicalisation. Si un pattern dépasse 5 visites/mois/URL, il mérite probablement d'être indexable.

Quelle stratégie technique déployer selon le diagnostic ?

Pour les facettes sans valeur SEO (tri par popularité, date d'ajout, filtres de session), ajoute une règle Disallow ciblée dans robots.txt. Exemple : Disallow: /*?sort=. Vérifie que les liens internes vers ces URLs portent un rel="nofollow" pour ne pas gaspiller le PageRank interne.

Pour les facettes à potentiel SEO (filtres descriptifs type « canapé cuir noir 3 places »), implémente un rel=canonical vers la catégorie mère ou la page de filtre principale. Assure-toi que le contenu unique (titre H1, meta description, texte d'intro) justifie l'indexation. Si la page facette n'a aucun contenu éditorial propre, elle n'a aucune raison d'être indexée même avec du trafic potentiel.

Comment vérifier que les directives sont bien appliquées ?

Après modification du robots.txt, utilise l'outil Inspection d'URL dans Search Console pour tester quelques URLs bloquées. Vérifie que le statut affiche « Bloqué par robots.txt ». Pour les canonicals, crawle le site avec Screaming Frog et exporte les canonical chains : détecte les boucles, les canonicals orphelins, et les cas où Google indexe la variante au lieu de la canonique.

Monitore l'évolution du nombre de pages indexées dans Search Console (Couverture > Exclues). Un nettoyage de facettes bien exécuté réduit les URLs indexées de 30 à 70% sur certains sites, sans perte de trafic si les facettes bloquées étaient effectivement sans valeur. Si le trafic chute après blocage, tu as probablement sacrifié des facettes performantes : rollback immédiat et analyse plus fine.

• Exporte toutes les URLs avec paramètres depuis Search Console et ton crawler
• Calcule le trafic organique moyen par pattern de facette (6 mois minimum)
• Bloque via robots.txt les patterns sans trafic significatif (<1 visite/mois/URL)
• Canonicalise vers la catégorie mère les facettes à potentiel mais sans contenu unique
• Laisse indexables uniquement les facettes avec contenu éditorial propre et trafic avéré
• Teste les directives avec l'outil Inspection d'URL et un crawl complet post-modification