Comment récupérer les métadonnées SEO d'un ancien site ?

Les titres et les descriptions d'un site représentent parfois plusieurs années de travail éditorial, ajustés page par page en fonction des performances constatées. Une refonte les balaie en quelques secondes, le nouveau système générant ses propres valeurs à partir de gabarits. La perte est réelle et rarement mesurée : des titres travaillés pour capter une intention précise sont remplacés par une formule générique, et le taux de clic s'effondre sans que personne ne fasse le lien. La récupération des métadonnées SEO est pourtant une opération mécanique, qui demande une demi journée et qui doit être menée avant l'extinction de l'ancien site, sous peine de devenir impossible.

Ce qu'il faut récupérer

La liste est plus longue que les deux ou trois éléments auxquels on pense spontanément, et chaque oubli se paie après la bascule. Cette opération fait partie de la préparation décrite dans notre article sur la manière de migrer un site sans perdre ses positions.

Les titres de page

Le titre est l'élément le plus visible dans les résultats de recherche et celui qui influence le plus le taux de clic. Sur un site ancien, les titres ont souvent été ajustés manuellement, parfois sur plusieurs centaines de pages, en fonction de ce qui fonctionnait. Un titre généré automatiquement à partir du nom de la page perd cette optimisation, y compris lorsqu'il paraît correct. C'est l'élément prioritaire de toute récupération, et sa reprise à elle seule justifie l'exercice. Un titre qui perd deux points de taux de clic sur mille impressions quotidiennes représente un manque à gagner immédiatement chiffrable.

Les descriptions

La description n'influence pas directement le classement, elle influence largement le clic. Une description rédigée, avec une promesse claire et un appel à l'action, se distingue nettement d'un extrait automatique tronqué au milieu d'une phrase. Sur les pages qui reçoivent du trafic, elle mérite d'être reprise telle quelle. Sur les autres, elle peut être régénérée sans conséquence, ce qui permet de concentrer l'effort de vérification sur un nombre limité de pages. Le seuil de tri se fixe simplement : les pages ayant reçu au moins une visite organique dans les trois derniers mois.

Les canoniques

Les déclarations de canonique posées sur l'ancien site traduisent des décisions prises pour régler des situations de duplication. Les récupérer permet de savoir quelles pages étaient considérées comme secondaires et pourquoi, information qui oriente la structure du nouveau site. Une canonique pointant vers une adresse inattendue signale d'ailleurs souvent un problème que la refonte peut résoudre à la racine plutôt que de le transposer. Une canonique pointant vers une page supprimée, cas fréquent sur les sites anciens, signale un nettoyage à faire plutôt qu'une valeur à reprendre.

Les directives d'indexation

Les pages marquées comme non indexables l'ont été pour une raison, et cette raison reste valable après la refonte dans la majorité des cas. Perdre cette information conduit à rendre indexables des dizaines de pages d'archives, de filtres ou de contenus de service, ce qui produit une dilution immédiate. L'extraction de ces directives est rapide et elle évite un travail de nettoyage bien plus long trois mois après la mise en ligne. Elle donne en outre une image immédiate de ce qui était volontairement tenu hors de l'index, information utile pour concevoir la nouvelle structure.

Le balisage structuré

Les données structurées présentes sur l'ancien site décrivent l'organisation, les produits, les articles, les questions fréquentes. Leur perte fait disparaître les affichages enrichis dans les résultats, effet visible et immédiat sur le taux de clic. Récupérer le balisage existant permet de vérifier que le nouveau site produit au moins l'équivalent, contrôle rarement fait et dont l'absence explique bien des baisses inexpliquées après refonte. La comparaison se fait sur un échantillon par type de page et non sur l'ensemble, le balisage étant produit par gabarit.

Les métadonnées sociales

Les titres, descriptions et images définis pour le partage social ont souvent été renseignés spécifiquement sur les pages importantes. Leur perte modifie l'apparence de tous les liens partagés, y compris ceux publiés il y a des années et toujours actifs. Ces valeurs se récupèrent en même temps que le reste et se réinjectent de la même façon, pour un coût marginal une fois le dispositif d'extraction en place. Elles méritent une attention particulière sur les pages produit et sur les contenus les plus partagés.

Extraire les données

Deux voies existent, l'exploration du site en ligne et l'extraction depuis la base, et elles ne donnent pas exactement le même résultat.

L'exploration du site en ligne

Un outil d'exploration parcourt le site et enregistre, pour chaque adresse, le titre, la description, la canonique, les directives et les balises sociales. C'est la méthode la plus fiable, puisqu'elle capture ce qui est réellement servi aux moteurs, quelle que soit l'origine de la valeur. Elle capture également les cas où une extension modifie la valeur à l'affichage, situation invisible depuis la base. C'est la méthode à privilégier dans tous les cas. Elle demande simplement de laisser l'exploration se terminer, ce qui prend de quelques minutes à quelques heures selon la taille du site.

L'extraction depuis la base

Les valeurs saisies manuellement vivent dans les métadonnées des contenus, sous des clés propres à l'extension de référencement employée. Une requête permet de les extraire directement, ce qui donne un fichier propre et évite les valeurs générées automatiquement. Cette méthode complète utilement l'exploration : elle distingue ce qui a été saisi de ce qui a été calculé, distinction précieuse pour décider ce qu'il faut vraiment reprendre. La reprise des valeurs saisies dans l'interface est décrite dans notre article sur la manière de compléter la meta box de Yoast. Les clés employées diffèrent d'une extension à l'autre, ce qui impose de les identifier avant d'écrire la requête.

Croiser les deux sources

Le croisement révèle les pages dont le titre servi diffère de celui saisi, ce qui signale une transformation par le gabarit ou par un filtre. Il révèle aussi les pages sans valeur saisie, dont le titre généré fonctionne pourtant très bien et mérite d'être reproduit. Ce croisement prend une demi heure et il évite de reprendre mécaniquement des valeurs qui n'existaient pas, travail inutile qui gonfle artificiellement le chantier. Il permet également de repérer les pages où une extension modifiait la valeur, cas qu'il faut traiter séparément.

Extraire le balisage structuré

Le balisage se trouve dans un bloc de script au format JSON dans la page. L'extraire suppose de configurer l'outil d'exploration pour capturer ce bloc, ce que les outils courants permettent par une règle d'extraction personnalisée. Le fichier obtenu sert surtout de référence pour vérifier ce que le nouveau site produit, plutôt que de source à réinjecter, le balisage étant en principe généré automatiquement des deux côtés. Il permet aussi de repérer les balisages posés à la main dans le contenu, cas qu'une refonte fait disparaître sans avertissement.

Le cas des pages disparues

Certaines pages indexées n'existent plus sur le site en ligne et n'apparaissent donc pas dans l'exploration. Leurs anciennes métadonnées se retrouvent parfois dans les archives publiques du web, ressource que nous présentons dans notre article sur la manière d'utiliser archive.org pour retrouver d'anciens contenus. Cette récupération ne se justifie que pour les pages ayant reçu du trafic ou des liens externes. Sur les autres, elle représente un travail considérable pour un bénéfice nul.

Conserver le fichier

Le fichier d'extraction, avec sa date, doit être archivé avec le projet et non laissé sur un poste de travail. Il servira lors du contrôle après bascule, puis lors de la refonte suivante, et il constitue une trace de l'état antérieur que rien d'autre ne fournira une fois l'ancien site éteint. Cette précaution coûte trente secondes et elle est régulièrement négligée, faute d'imaginer qu'on en aura encore besoin dans trois ans. Un simple répertoire daté dans le dépôt du projet suffit à le conserver durablement.

Rapprocher ancien et nouveau

Le rapprochement est la partie qui demande du jugement, puisque les adresses changent et que les pages ne se correspondent pas toujours une à une.

S'appuyer sur le plan de redirections

Le tableau de correspondance entre anciennes et nouvelles adresses, construit pour les redirections, sert directement au rapprochement des métadonnées. Les deux chantiers se nourrissent mutuellement et gagnent à être menés ensemble. Une ancienne adresse sans correspondance dans ce tableau signale une page dont on n'a pas décidé du sort, ce qui doit être traité avant d'aller plus loin. Les deux exercices se relisent d'ailleurs mutuellement, une incohérence dans l'un signalant souvent une erreur dans l'autre.

Traiter les fusions

Lorsque trois anciennes pages deviennent une seule, il faut choisir laquelle des trois séries de métadonnées reprendre, ou en écrire une nouvelle. Le critère est le trafic reçu par chacune : la page qui apportait l'essentiel du trafic donne son titre. Cette décision doit être prise consciemment plutôt que laissée au hasard de l'ordre de traitement, l'automatisation appliquant volontiers la dernière valeur rencontrée. Une colonne supplémentaire dans le tableau de rapprochement, indiquant la source retenue, rend cette décision explicite et vérifiable.

Traiter les scissions

Le cas inverse, une page devenant plusieurs, demande de rédiger de nouvelles métadonnées pour chacune, l'ancienne valeur ne convenant plus qu'à l'une d'entre elles. C'est un travail éditorial et non technique, et il représente souvent la majeure partie de l'effort. Le repérer tôt permet de le planifier plutôt que de le découvrir la veille de la mise en ligne. Un décompte des pages concernées, produit dès le rapprochement, donne une estimation du temps de rédaction nécessaire.

Adapter au nouveau gabarit

Un titre conçu pour un ancien gabarit peut ne plus convenir si le nouveau ajoute automatiquement le nom du site ou la catégorie. Reprendre les valeurs sans vérifier ce que le gabarit y ajoute produit des titres tronqués ou redondants. Un contrôle sur une dizaine de pages, après réinjection, suffit à repérer ce problème, à condition d'y penser avant la mise en ligne plutôt qu'après. Le plus simple consiste à désactiver toute adjonction automatique et à reprendre les titres complets tels qu'ils étaient servis.

Écarter ce qui n'a pas de valeur

Reprendre les métadonnées de trois mille pages d'archives sans trafic n'apporte rien et allonge inutilement le chantier. Le tri par trafic et par liens entrants réduit généralement le périmètre à quelques centaines de pages, ce qui rend le travail de vérification praticable. Ce tri doit être fait avant le rapprochement et non après, sous peine de traiter mécaniquement un volume dix fois supérieur au nécessaire. Les pages écartées recevront des valeurs générées, ce qui convient parfaitement à des contenus que personne ne consulte.

Prévoir la relecture

Les valeurs reprises méritent une relecture rapide sur les pages importantes, l'occasion faisant parfois apparaître des titres devenus obsolètes, mentionnant une offre disparue ou une année révolue. Une refonte est le bon moment pour cette mise à jour, qui ne coûte presque rien puisque les valeurs sont déjà sous les yeux. Cette relecture transforme une opération de conservation en opération d'amélioration. Elle se limite évidemment aux pages retenues au tri, soit quelques dizaines sur la plupart des sites.

Réinjecter et vérifier

L'injection est mécanique et la vérification est ce qui distingue une reprise réussie d'une reprise partielle dont on découvrira les manques par une baisse de trafic.

Importer par lot

Les extensions de référencement proposent toutes une fonction d'import à partir d'un fichier tabulé, avec l'adresse ou l'identifiant du contenu en clé. Cette voie est la plus sûre, la plus rapide et la plus facile à contrôler. À défaut, une requête d'insertion des métadonnées fait le même travail, à condition de connaître les clés employées par l'extension, information disponible dans sa documentation. Il vaut mieux tester l'import sur cinq contenus avant de le lancer sur l'ensemble, et vérifier le résultat dans l'interface.

Ne pas écraser ce qui a été rédigé

Si le nouveau site a déjà reçu des métadonnées rédigées pendant sa préparation, l'import ne doit pas les remplacer. Une option d'import ne renseignant que les valeurs vides évite cette perte. Ce point est souvent découvert après coup, lorsqu'un rédacteur constate que son travail a disparu, incident désagréable et facile à éviter par un simple réglage. Une sauvegarde de la base avant l'import reste de toute façon la précaution de base.

Vérifier après injection

Une exploration du nouveau site, comparée au fichier d'extraction de l'ancien, montre immédiatement quelles pages ont bien reçu leurs valeurs et lesquelles ont été oubliées. Ce contrôle est le seul qui vaille et il prend dix minutes. Il doit être fait avant l'ouverture publique du nouveau site, pendant la phase de recette. Il révèle systématiquement quelques dizaines de cas, généralement des pages dont l'identifiant n'a pas été rapproché correctement. Leur correction manuelle prend quelques minutes une fois la liste établie.

Contrôler les longueurs

Un titre repris et complété automatiquement par le nouveau gabarit peut dépasser la longueur affichée et se retrouver tronqué. Le même contrôle d'exploration donne les longueurs de tous les titres et descriptions, et permet de repérer les dépassements en une opération de tri. Cette vérification prend deux minutes et évite des affichages coupés au milieu d'un mot sur des centaines de pages. Le seuil à retenir dépend de l'affichage réel plutôt que d'un nombre de caractères théorique, la largeur disponible variant selon les appareils.

Comparer le balisage structuré

Le balisage produit par le nouveau site doit être au moins équivalent à l'ancien. Une comparaison sur un échantillon de chaque type de page, avec un outil de test de données structurées, suffit à vérifier ce point. Une régression ici se traduit par la perte des affichages enrichis, effet visible en quelques semaines dans les rapports de performance et difficile à rattraper une fois installé. Le rétablissement du balisage ne rétablit pas immédiatement les affichages enrichis, qui demandent plusieurs semaines de réexploration.

Suivre le taux de clic

Le vrai contrôle intervient six à huit semaines après la bascule, en comparant le taux de clic par page à celui de l'ancien site. Une baisse concentrée sur certaines pages signale des métadonnées mal reprises, alors qu'une baisse générale relève d'autre chose. Cette analyse par page est le seul moyen de distinguer un problème de métadonnées d'un problème de positionnement, deux causes que l'on confond systématiquement lorsqu'on ne regarde que le trafic global. Le rapport de performance permet ce découpage par page en quelques clics, et la comparaison avec la période équivalente de l'année précédente rend la lecture plus fiable. Cette comparaison suppose de disposer des données de l'année précédente, ce qui impose de conserver les exports avant la refonte, l'outil ne remontant pas indéfiniment dans le temps sur les adresses disparues.