Navigation à facettes : quelles combinaisons laisser explorer ?

Une catégorie proposant six filtres de dix valeurs chacun peut produire, en comptant les combinaisons multiples, plusieurs millions d'adresses distinctes. Aucun site ne publie volontairement des millions de pages, et pourtant c'est exactement ce que la navigation à facettes met à disposition des robots d'exploration. Le résultat est prévisible : un budget d'exploration englouti dans des combinaisons que personne ne consulte, des pages presque vides dans l'index, un serveur qui répond de plus en plus lentement et des contenus nouveaux découverts avec des semaines de retard. Le sujet mérite pourtant mieux qu'un blocage général, car certaines combinaisons répondent à de vraies recherches et valent de l'or.

Comprendre l'explosion combinatoire

Avant de décider quoi bloquer, il faut mesurer ce que le site expose réellement, chiffre qui surprend systématiquement les équipes. Le mécanisme est le même que celui décrit dans notre article sur les paramètres de tri dans les URL, mais son ampleur n'a rien de comparable.

Le calcul du nombre d'adresses

Pour un filtre à dix valeurs, chaque valeur produit une adresse, soit dix pages. Pour deux filtres combinables, on obtient les dix premières, les dix secondes, et les cent combinaisons des deux, soit cent vingt adresses. Avec six filtres, le total dépasse le million. Ajoutez la pagination, les options de tri et l'ordre variable des paramètres, et l'on atteint des nombres que le site ne peut évidemment pas servir dans des conditions raisonnables. Ce calcul, fait au tableau en cinq minutes, suffit généralement à convaincre les plus réticents qu'une intervention s'impose. Il faut y ajouter que ce nombre croît à chaque nouvelle valeur d'attribut ajoutée au catalogue, sans que personne ne fasse le lien entre les deux.

Ce que le moteur en fait

Un robot suit les liens qu'il trouve. Si les filtres sont posés comme des liens ordinaires, il explorera un par un, et cette exploration ne s'arrête jamais puisque de nouvelles combinaisons apparaissent à chaque page. Il finit par ralentir de lui même en constatant la faible valeur des pages découvertes, mais il aura entre temps consommé une part considérable des ressources qu'il consacre au site. Sur les catalogues volumineux, ce phénomène explique à lui seul des délais d'indexation de plusieurs semaines pour des produits nouveaux. La conséquence commerciale est directe sur les catalogues saisonniers, où un produit indexé trois semaines après sa mise en vente perd une part importante de sa saison.

Le coût pour le serveur

Chaque combinaison déclenche une requête de base filtrée, souvent coûteuse, et aucune de ces pages n'est jamais servie deux fois, ce qui rend le cache inopérant. Sur les catalogues à fort volume, la charge générée par cette exploration dépasse fréquemment celle produite par les visiteurs réels. Le symptôme habituel est un site qui ralentit sans raison apparente à certaines heures, et dont les journaux montrent une exploration intensive de combinaisons de filtres. Le diagnostic est immédiat une fois que l'on sait où regarder. Il suffit de compter les requêtes contenant un paramètre de filtre dans les journaux, et de comparer ce nombre au total des requêtes reçues.

La qualité des pages produites

Une combinaison de trois filtres retourne fréquemment deux ou trois produits, parfois aucun. La page comporte un titre construit automatiquement, aucun contenu rédigé, et un intérêt nul pour un visiteur venu d'un moteur. Multipliées par milliers, ces pages donnent du site une image de contenu pauvre, ce qui peut affecter l'appréciation générale portée sur l'ensemble du domaine. Le risque n'est donc pas seulement un gaspillage de ressources, il touche aussi la perception globale de la qualité du site. Le rapport de couverture montre alors des milliers d'adresses explorées mais non indexées, symptôme dont l'interprétation embarrasse souvent les équipes qui le découvrent.

Ce qui rend le problème invisible

Rien dans l'administration du site ne montre ces adresses : elles n'existent dans aucune liste, aucun plan de site, aucun tableau de bord. Elles n'apparaissent que dans les journaux du serveur et dans les rapports de couverture, deux endroits que peu de personnes consultent régulièrement. C'est ce qui explique que le problème persiste des années sur des sites par ailleurs bien tenus, jusqu'à ce qu'un audit technique le mette en évidence et provoque une surprise générale. Une exploration du site avec un outil dédié révèle immédiatement l'ampleur du phénomène, et devrait figurer parmi les premiers contrôles effectués sur tout catalogue.

Décider quelles combinaisons méritent d'exister

Le blocage général est simple et laisse de l'argent sur la table. Certaines combinaisons correspondent à des recherches réelles et régulières, avec un volume qui justifie une page à part entière, travaillée comme telle.

Le critère de la demande réelle

Une combinaison mérite d'exister si des gens la cherchent, ce qui se vérifie dans les outils d'analyse de requêtes. Chaussures de randonnée imperméables pour femme est une recherche fréquente ; chaussures de randonnée imperméables pour femme de taille trente huit en bleu ne l'est pas. Ce critère est le seul qui compte réellement, et il se vérifie objectivement plutôt que par intuition. La liste des combinaisons retenues sort directement de cette analyse, sans discussion possible. Elle contient en général entre vingt et cent entrées, ce qui reste parfaitement gérable manuellement.

La limite du nombre de filtres

En pratique, les recherches réelles combinent rarement plus de deux critères. Une règle simple et efficace consiste à autoriser l'exploration des pages à un filtre, à sélectionner manuellement quelques combinaisons à deux filtres, et à fermer tout ce qui va au delà. Cette règle réduit la combinatoire de plusieurs ordres de grandeur tout en conservant l'essentiel de la valeur potentielle. Elle a le mérite d'être facile à expliquer et à appliquer, ce qui n'est pas le moindre de ses avantages. Elle laisse en outre la porte ouverte à des ajouts ultérieurs, la liste des combinaisons à deux filtres pouvant grandir au fil des constats.

Le volume de produits derrière la combinaison

Une page listant deux produits n'a aucune raison d'être indexée, quelle que soit la demande. Un seuil minimal, de l'ordre de cinq à dix produits, écarte automatiquement les combinaisons trop restrictives. Ce seuil doit être appliqué dynamiquement, une page pouvant passer sous le seuil à mesure que le stock évolue, ce qui suppose que la décision d'indexation soit calculée à l'affichage plutôt que figée dans une configuration. Une page passant sous le seuil doit alors devenir non indexable sans disparaître, afin que la navigation continue de fonctionner normalement pour les visiteurs.

Les filtres qui n'ont jamais de valeur

Certains critères ne correspondent jamais à une recherche : disponibilité, note moyenne, promotion en cours, nouveauté. Ils servent uniquement à la navigation interne et doivent être fermés sans exception. Les distinguer prend cinq minutes et simplifie considérablement le reste du travail, puisqu'ils représentent souvent la moitié des filtres proposés. Cette distinction devrait d'ailleurs être posée dès la conception du catalogue plutôt qu'après coup. Elle peut se matérialiser par une propriété portée par chaque filtre, indiquant s'il produit ou non des pages destinées à être trouvées.

Les filtres qui ont presque toujours de la valeur

La marque, la famille de produit et parfois la taille ou la couleur sur certains secteurs correspondent à des recherches formulées quotidiennement. Ces pages méritent non seulement d'être explorables mais d'être travaillées : titre propre, texte d'introduction, éléments de réassurance. Une page de marque bien construite peut porter à elle seule une part significative du trafic d'un catalogue, ce qui justifie largement l'effort rédactionnel qu'elle demande. Ces pages méritent également d'être liées depuis la navigation principale, afin qu'elles reçoivent la valeur interne correspondant à leur importance.

Le cas des filtres de prix

Les fourchettes de prix produisent des adresses en grand nombre et ne correspondent presque jamais à une recherche formulée. Elles doivent être fermées, à l'exception éventuelle de deux ou trois fourchettes très typées correspondant à un segment de marché identifié. Ce cas illustre bien la règle générale : ce n'est pas la nature du filtre qui décide mais l'existence d'une demande de recherche exprimée dans les mots des visiteurs. Un segment comme le mobilier de moins de cent euros peut ainsi justifier une page, alors que les fourchettes intermédiaires n'en justifient aucune.

Mettre en place la règle

Trois leviers se combinent, et leur ordre d'application compte autant que leur choix. Une erreur classique consiste à n'en utiliser qu'un et à s'étonner du résultat.

Ne pas produire les liens

Le levier le plus efficace consiste à ne pas offrir de lien explorable vers les combinaisons fermées. Un filtre appliqué par un mécanisme côté navigateur, sans lien classique, n'est tout simplement pas découvert. Cette approche règle le problème à la racine et ne demande aucune configuration à maintenir. Elle suppose en revanche d'accepter que ces pages ne puissent pas être partagées par un lien, contrainte parfaitement acceptable pour des combinaisons qui n'intéressent personne. Elle demande en revanche une attention particulière à l'accessibilité, les contrôles de filtre devant rester utilisables au clavier et annoncés correctement.

Bloquer par motif d'adresse

Lorsque les liens existent déjà, le blocage par le fichier réservé aux robots supprime les requêtes. Il demande une convention d'adresse permettant de distinguer les combinaisons autorisées des autres, par exemple un préfixe ou un nombre de segments. Sans cette convention, l'écriture des règles devient un exercice acrobatique et fragile. La syntaxe et les priorités sont détaillées dans notre article sur la manière de tenir un fichier robots.txt sur un site volumineux. Ce blocage agit vite mais ne retire pas de l'index les adresses déjà présentes, ce qui impose parfois une phase intermédiaire de désindexation.

Marquer les pages comme non indexables

Pour les combinaisons que l'on laisse explorer mais que l'on ne souhaite pas voir indexées, une directive de non indexation posée dans la page suffit. Elle est incompatible avec un blocage d'exploration, qui empêcherait sa lecture, et les deux ne doivent donc jamais être combinés sur une même adresse. Ce choix entre les deux mécanismes est la décision technique la plus structurante de tout le dispositif. Il se tranche selon que l'on cherche d'abord à économiser des requêtes ou d'abord à nettoyer l'index, les deux objectifs ne se poursuivant pas simultanément.

Poser une canonique cohérente

Les combinaisons explorables mais non retenues peuvent porter une canonique vers la page de catégorie ou vers la combinaison à un filtre correspondante. Cette déclaration consolide les signaux et évite qu'une variante ne se substitue à la page principale dans les résultats. Elle ne remplace ni le blocage ni la directive d'indexation, elle les complète sur le périmètre où l'exploration reste ouverte. Sa cible doit être choisie avec soin : canoniser une combinaison à deux filtres vers la catégorie générale fait perdre la nuance, alors qu'une cible à un filtre la conserve.

Écrire la règle avant de coder

La liste des combinaisons autorisées doit exister sous forme de configuration lisible, et non se déduire d'un enchaînement de conditions dans le code. Une table nommant explicitement les couples de filtres retenus par catégorie se relit, s'audite et se modifie sans intervention technique. C'est la différence entre un dispositif que l'on peut faire évoluer et un dispositif que plus personne n'ose toucher deux ans plus tard. Cette table doit également porter, pour chaque combinaison, le titre et le texte d'introduction à utiliser, ce qui en fait le document de référence unique du dispositif.

Prévoir la structure des adresses

Les combinaisons retenues gagnent à disposer d'adresses propres, sans paramètres, construites comme des chemins. Les combinaisons fermées peuvent conserver des paramètres, ce qui les rend faciles à distinguer et à bloquer. Cette séparation par la forme de l'adresse est l'astuce la plus utile de tout le sujet, car elle rend toutes les règles ultérieures triviales à écrire et à vérifier. Elle suppose une réflexion sur la modélisation, comme nous l'expliquons à propos de la structuration d'un catalogue à attributs variables.

Vérifier et suivre

La mise en place demande une vérification sérieuse, car une erreur peut fermer des pages qui rapportent réellement du trafic.

Explorer le site avant et après

Un outil d'exploration lancé sur le site avant intervention donne le nombre d'adresses réellement accessibles. Le même outil lancé après doit montrer une réduction spectaculaire, de plusieurs ordres de grandeur sur un gros catalogue. Cette comparaison est le contrôle le plus parlant et le plus rapide, et son résultat constitue un excellent argument à présenter aux personnes qui doutaient de l'ampleur du problème.

Vérifier que les pages retenues restent accessibles

Le contrôle inverse est tout aussi important : chaque combinaison figurant sur la liste blanche doit répondre normalement, être explorable et ne porter aucune directive de non indexation. Une règle de blocage écrite trop largement ferme régulièrement des pages qu'on voulait garder. Ce test doit être automatisé sur la liste complète, ce qui prend quelques minutes à écrire et se rejoue à chaque modification.

Suivre l'exploration dans les journaux

Le volume de requêtes de robots portant sur des combinaisons doit chuter dans les jours qui suivent la mise en place. Une absence de baisse signale une règle inopérante, souvent à cause d'un motif d'adresse mal écrit ou de liens toujours présents dans la page. Les journaux sont ici la seule source de vérité, les rapports des outils pour webmasters mettant plus longtemps à refléter la situation réelle.

Surveiller le trafic des pages conservées

Les pages de facettes retenues doivent gagner du trafic dans les mois qui suivent, puisqu'elles bénéficient d'une exploration mieux concentrée et souvent d'un travail rédactionnel. Si ce n'est pas le cas, c'est que la sélection était mauvaise et qu'il faut revoir la liste plutôt que le dispositif technique. Cette distinction évite de remettre en cause un mécanisme qui fonctionne pour un problème qui relève du choix éditorial.

Réévaluer la liste blanche

La demande de recherche évolue, le catalogue change, de nouvelles marques apparaissent. Une révision annuelle de la liste des combinaisons retenues suffit à maintenir la pertinence du dispositif. Cette révision consiste simplement à relancer l'analyse des requêtes et à comparer avec la liste en place, exercice d'une demi journée qui identifie généralement quelques ajouts et quelques retraits.

Ne pas oublier la navigation interne

Un dispositif techniquement irréprochable peut être ruiné par un menu ou un bloc de liens ajouté ultérieurement, qui expose de nouveau des combinaisons fermées. Toute évolution de la navigation doit donc être relue à cette aune, réflexe qui se perd rapidement dans les équipes. Un contrôle d'exploration périodique rattrape ces régressions, et il constitue le filet de sécurité le plus simple à mettre en place.