Faut-il s'inquiéter si Google ne crawle pas toutes vos pages ?

Cette déclaration rappelle une réalité que beaucoup de SEO oublient : Google n'a jamais promis d'indexer tout ce que vous publiez. Le crawl et l'indexation sont des ressources limitées, et le moteur fait des choix.

Pourquoi Google ne crawle-t-il pas toutes les pages ?

Le crawl budget — cette allocation de ressources que Google accorde à chaque site — n'est pas infini. Google priorise les pages qu'il juge importantes selon plusieurs critères : popularité, fraîcheur, qualité perçue, profondeur dans l'arborescence.

Pour un site de 10 000 pages, il est fréquent que seules 6 000 à 8 000 soient effectivement crawlées régulièrement. Le reste ? En attente, parfois pour toujours.

Que signifie concrètement le statut 'découvert mais non indexé' ?

Ce statut apparaît dans la Search Console quand Google a détecté l'existence d'une URL (via un lien interne, un sitemap, une mention externe) mais n'a pas jugé prioritaire de la crawler ou de l'indexer.

Contrairement à ce que certains croient, ce n'est pas forcément un problème de qualité. Ça peut être un simple arbitrage de ressources. Une page découverte depuis un mois sur un site récent attendra son tour — parfois indéfiniment si elle reste à 4 clics de la home.

Les nouveaux sites sont-ils particulièrement touchés ?

Absolument. Un site neuf avec 500 pages d'un coup va voir une indexation progressive sur plusieurs semaines, voire mois. Google ne fait pas confiance immédiatement et dose son crawl.

C'est là que le site gagne son crawl budget : en montrant qu'il produit du contenu consulté, en obtenant des backlinks, en prouvant sa pertinence. Sans ça, une partie du catalogue restera en découverte passive.

• Google priorise ses ressources de crawl selon l'importance perçue des pages
• Le statut 'découvert mais non indexé' n'est pas une pénalité ni un signal de mauvaise qualité systématique
• Les nouveaux sites subissent une phase d'observation où l'indexation est volontairement ralentie
• Une page peut rester indéfiniment découverte sans jamais être indexée si elle n'apporte pas de valeur différenciante
• Le temps d'indexation dépend de la profondeur de lien, de la fréquence de mise à jour et des signaux de popularité

Cette déclaration correspond-elle aux observations terrain ?

Oui — et c'est même un euphémisme. Sur des sites e-commerce avec des dizaines de milliers de pages produits, on voit régulièrement 30 à 40 % du catalogue rester en découverte passive. Et ce n'est pas toujours lié à la qualité : parfois, ce sont des pages parfaitement valides, simplement enfouies à 5 clics ou avec peu de backlinks.

Le problème, c'est que Mueller reste flou sur les critères exacts de priorisation. On sait que la profondeur compte, que les backlinks aident, que la fraîcheur joue — mais les seuils ? Les pondérations ? [À vérifier] sur chaque projet, parce que Google ne les communique pas.

Quand faut-il vraiment s'inquiéter du statut 'découvert non indexé' ?

Soyons honnêtes : si vos pages stratégiques — celles qui devraient ranker et convertir — restent bloquées en découverte, c'est un signal d'alarme. Pas de panique pour des pages annexes (mentions légales version PDF, archives de blog 2015), mais une fiche produit phare qui reste non indexée pendant 3 mois ? Il y a un souci.

Les causes fréquentes : maillage interne catastrophique, contenu dupliqué ou quasi-dupliqué qui déclenche une consolidation d'URL, cannibalisation interne, ou tout simplement une page trop pauvre en contenu unique pour justifier son indexation.

Google donne-t-il suffisamment d'outils pour diagnostiquer ce problème ?

Non. La Search Console affiche le statut, mais n'explique jamais pourquoi une page reste en découverte. Est-ce un problème de crawl budget ? De qualité ? De profondeur ? De duplication ? Tu dois deviner.

C'est là que l'analyse de logs devient indispensable. Si Googlebot ne passe jamais sur certaines sections, le problème est structurel — maillage, robots.txt, balises nofollow mal placées. Si Googlebot passe mais n'indexe pas, c'est un signal qualité ou de pertinence.

Que faut-il faire pour accélérer l'indexation des pages stratégiques ?

Première priorité : réduire la profondeur de lien. Si vos pages importantes sont à 4-5 clics de la home, Google les considère comme secondaires. Remontez-les dans l'arborescence, ajoutez des liens depuis la navigation principale ou des pages à fort crawl.

Deuxième levier : améliorer le maillage interne contextuel. Une page linkée depuis 10 articles de blog pertinents avec des ancres variées envoie un signal de valeur bien plus fort qu'une page isolée au fond du sitemap.

Troisième levier — et c'est un impensé — : nettoyer les pages inutiles. Si votre site contient 5 000 URLs dont 2 000 n'apportent rien (archives, filtres à facettes sans contenu, vieilles landing désoptimisées), vous diluez votre crawl budget. Noindexez, 404 ou consolidez.

Comment savoir si le problème vient du crawl budget ou de la qualité ?

Analysez vos logs serveur. Si Googlebot ne passe jamais sur certaines sections, c'est un problème de crawl budget ou de structure. Si Googlebot passe toutes les semaines mais n'indexe toujours pas, c'est un signal qualité.

Testez aussi l'indexation forcée via la Search Console (demander une indexation). Si Google refuse systématiquement, c'est qu'il juge la page non pertinente — contenu trop mince, duplication, cannibalisation.

Quelles erreurs éviter absolument ?

Ne submergez pas Google avec des sitemaps de 50 000 URLs dont la moitié est sans intérêt. Google va crawler une partie, constater que beaucoup de pages sont faibles, et réduire votre crawl budget global.

Ne créez pas de contenu générique pour « remplir ». Une page produit avec 30 mots de description copiée du fournisseur a plus de chances de rester en découverte qu'une page avec 300 mots uniques et structurés.

Évitez les architectures plates avec tout à 1 clic : ça ne fonctionne pas non plus. Google a besoin de hiérarchie sémantique pour comprendre ce qui est prioritaire.

• Audit du maillage interne : vérifier que les pages stratégiques sont à maximum 3 clics de la home
• Analyse des logs pour identifier les sections jamais ou rarement crawlées
• Nettoyage des URLs inutiles : noindex, 404 ou consolidation des pages sans valeur ajoutée
• Enrichissement du contenu des pages bloquées en 'découvert non indexé' si elles sont stratégiques
• Optimisation du sitemap : ne soumettre que les URLs réellement prioritaires
• Suivi mensuel du taux d'indexation par typologie de page dans la Search Console
• Test d'indexation forcée pour diagnostiquer un refus qualitatif vs un simple délai