Que faut-il exclure du sitemap XML d'une boutique WooCommerce ?

Un plan de site XML sert à indiquer aux moteurs quelles adresses méritent d'être explorées et indexées. Sur une boutique, il contient presque toujours bien davantage : des déclinaisons de produits, des pages de panier et de compte, des étiquettes créées par erreur, des archives d'attributs générées automatiquement. Le fichier gonfle, le budget d'exploration se disperse, et les rapports de couverture se remplissent d'adresses exclues qui masquent les vrais problèmes. Nettoyer le plan de site XML d'une boutique WooCommerce ne demande pas plus d'une heure et produit un effet mesurable sur la vitesse à laquelle les nouveaux produits sont découverts, ce qui compte sur un catalogue qui bouge.

Ce que WooCommerce ajoute au plan de site

Avant de retirer quoi que ce soit, il faut savoir ce qui s'y trouve et pourquoi. L'installation de la boutique déclare plusieurs types de contenus et plusieurs taxonomies, et la plupart des extensions de référencement les incluent par défaut dans le plan de site, considérant à juste titre qu'il vaut mieux tout proposer que d'oublier quelque chose. Le résultat est un fichier exhaustif que personne n'a jamais relu. Sur une boutique de mille produits, il n'est pas rare de compter cinq à six mille adresses déclarées, dont une grande partie ne devrait jamais apparaître dans un résultat de recherche.

Le premier réflexe consiste à ouvrir le fichier et à en lire le contenu, section par section. Les plans de site sont découpés en index qui pointent vers des fichiers thématiques, un par type de contenu, ce qui rend l'inventaire rapide : le nombre d'adresses de chaque section apparaît immédiatement et signale les anomalies. Une section d'étiquettes contenant plus d'entrées que la section produits, une section d'attributs de plusieurs milliers d'adresses, une section d'archives de dates sur une boutique sont autant de signaux qui ne demandent aucune analyse fine pour être compris. La mécanique de génération est expliquée dans notre article consacré au sitemap XML de Yoast SEO.

Il faut également garder en tête ce que le plan de site fait et ne fait pas. Il propose des adresses à l'exploration, il ne garantit ni l'indexation ni le classement. Une adresse absente du plan de site peut parfaitement être indexée si elle est liée depuis une page, et une adresse présente peut être ignorée. Le plan de site est donc un signal de priorité, pas une instruction. Cela change complètement la façon de le concevoir : il ne s'agit pas de lister tout ce qui existe mais de désigner ce qui compte, ce qui suppose une décision éditoriale et non un inventaire technique. La bonne question à se poser devant chaque section est donc simple : si un visiteur arrivait sur cette page depuis un moteur, serait il content de ce qu'il y trouve. Quand la réponse est non, la section n'a rien à faire dans le fichier, quelle que soit la légitimité technique de son existence.

Les variations de produit

Les déclinaisons constituent le premier poste de pollution sur une boutique. Un produit disponible en cinq tailles et quatre couleurs génère vingt variations, chacune disposant d'une adresse propre construite avec des paramètres. Sur un catalogue de textile, le rapport entre le nombre de variations et le nombre de produits atteint couramment un facteur dix. Déclarer ces adresses revient à multiplier par dix le travail d'exploration pour un contenu strictement identique, seuls la valeur d'un attribut et parfois le prix changeant d'une variation à l'autre. Le coût ne s'arrête pas à l'exploration : ces adresses apparaissent dans les rapports de couverture, où elles noient les anomalies réelles sous des centaines de lignes sans intérêt, et rendent le suivi du site nettement plus pénible qu'il ne devrait l'être.

Ces adresses ne doivent pas figurer dans le plan de site, et elles devraient de surcroît porter une canonique vers la fiche produit parente. C'est le comportement par défaut de la plupart des configurations, mais il est régulièrement cassé par une extension de gestion des déclinaisons qui génère de vraies pages distinctes pour chaque combinaison, dans l'idée de capter du trafic sur des expressions plus précises. Cette stratégie a un sens dans quelques cas très particuliers, quand chaque déclinaison correspond à une intention de recherche réelle et dispose d'un contenu propre. Elle est contre productive dans tous les autres, où elle produit des pages quasi identiques en très grand nombre. Le fonctionnement des déclinaisons est détaillé dans notre article sur la manière d'ajouter un produit variable, groupé ou externe.

Le cas limite mérite d'être posé clairement, car il revient dans toutes les discussions. Une boutique vendant des pièces détachées où chaque référence correspond à une demande précise a intérêt à traiter chaque variation comme un produit à part entière, avec sa propre fiche et son propre contenu. Une boutique de prêt à porter n'a rien à gagner à publier vingt pages pour un même modèle. Le critère n'est pas technique mais commercial : existe t il une demande de recherche distincte, et dispose t on d'un contenu réellement différent à proposer. Si la réponse est non aux deux questions, la variation reste une variation. Un test empirique aide à trancher : si personne ne cherche le modèle suivi de la couleur dans les outils d'analyse de requêtes, publier une page par couleur ne servira à rien d'autre qu'à diluer la fiche parente.

Les pages fonctionnelles de la boutique

Le panier, la validation de commande, le compte client, la page de remerciement et la page de suivi de commande n'ont aucune raison d'apparaître dans un moteur de recherche. Elles sont vides pour un visiteur non connecté, elles ne répondent à aucune intention de recherche, et leur présence dans les résultats produit des atterrissages sans issue. Sur une boutique mal configurée, il n'est pas rare de trouver la page de panier indexée, parfois même bien positionnée sur le nom de la marque, ce qui envoie les visiteurs sur un panier vide plutôt que sur l'accueil. Le même phénomène touche la page de suivi de commande, qui contient parfois le nom de la boutique dans son titre et se retrouve proposée sur des recherches de marque, avec un taux de rebond immédiat et total.

L'exclusion de ces pages doit être faite à deux niveaux, et c'est là que se situe l'erreur la plus fréquente. Les retirer du plan de site ne suffit pas, puisqu'elles sont liées depuis toutes les pages du site et seront donc découvertes de toute façon. Il faut également les marquer comme non indexables, ce qui se fait individuellement dans les réglages de l'extension de référencement pour chaque page concernée. Les deux opérations sont complémentaires : la première évite de perdre du budget d'exploration, la seconde évite l'indexation. Le raisonnement général sur ces exclusions est développé dans notre article sur la désindexation et ses méthodes.

Une précision s'impose sur l'exploration de ces pages. Il ne faut surtout pas les bloquer par le fichier réservé aux robots avant qu'elles ne soient désindexées, faute de quoi les moteurs ne pourront plus lire la directive de non indexation et les adresses resteront dans les résultats sans description, ce qui est le pire des deux mondes. L'ordre correct consiste à marquer d'abord, à attendre la désindexation effective, puis éventuellement à bloquer l'exploration pour économiser des requêtes. En pratique, sur ces quelques pages, l'économie d'exploration est négligeable et la seconde étape n'est pas nécessaire. Il vaut mieux réserver le blocage d'exploration aux adresses générées en très grand nombre, typiquement les combinaisons de filtres, où le volume justifie réellement l'économie.

Les taxonomies et les attributs

WooCommerce crée une taxonomie par attribut déclaré, et chacune génère des pages d'archive listant les produits partageant une valeur. Une boutique déclarant six attributs avec une dizaine de valeurs chacun produit ainsi une soixantaine d'archives, auxquelles s'ajoutent les combinaisons si des filtres génèrent des adresses distinctes. Ces pages sont presque toujours de faible qualité : un titre générique, aucun contenu rédigé, une liste de produits que l'on trouve mieux ailleurs. Elles diluent le site sans rien lui apporter. Le cas des filtres mérite une attention supplémentaire : certaines extensions produisent une adresse distincte par combinaison de critères, ce qui génère un nombre d'adresses qui croît de façon multiplicative et peut atteindre plusieurs dizaines de milliers sur un catalogue modeste.

Les étiquettes de produits posent le même problème sous une autre forme. Créées au fil de l'eau, souvent en double, parfois avec une faute d'orthographe, elles produisent des archives comptant un ou deux produits. Une boutique reprise après plusieurs années contient couramment plusieurs centaines d'étiquettes dont la moitié ne recense qu'un seul article. Ces pages n'ont ni valeur de recherche ni valeur de navigation, et leur exclusion du plan de site doit s'accompagner d'un nettoyage réel de la taxonomie, qui améliore aussi le confort d'administration. Une règle simple consiste à ne conserver que les étiquettes recensant au moins cinq produits et correspondant à une recherche réellement formulée par des visiteurs, les autres étant fusionnées ou supprimées avec les redirections nécessaires.

Les catégories de produits, en revanche, méritent un traitement inverse et doivent figurer en bonne place. Ce sont les pages qui répondent aux recherches génériques, celles où le visiteur arrive sans savoir précisément quel produit il veut. Elles justifient un contenu rédigé, un titre travaillé et une place prioritaire dans le plan de site. La distinction entre catégories, structurantes et durables, et étiquettes, accessoires et volatiles, est la ligne de partage la plus utile pour trancher rapidement l'ensemble de ces questions. Elle vaut aussi pour décider où investir du temps rédactionnel, ressource toujours limitée qu'il vaut mieux concentrer sur une vingtaine de pages de catégorie que disperser sur trois cents archives.

Ce qu'il faut au contraire garder

L'élan de nettoyage conduit parfois à retirer des choses utiles, et les erreurs dans ce sens coûtent plus cher que la pollution qu'elles prétendaient corriger. Les fiches produit doivent toutes figurer, y compris celles des produits en rupture temporaire, dont l'adresse doit rester stable et indexée : les faire disparaître à chaque rupture puis réapparaître produit une instabilité que les moteurs interprètent mal et fait perdre le positionnement acquis. Un produit définitivement retiré relève d'un autre traitement, redirection vers un équivalent ou vers sa catégorie. Cette redirection récupère la valeur acquise par l'ancienne fiche et évite une page d'erreur au visiteur venu d'un moteur ou d'un lien externe.

Les catégories vides méritent une décision explicite plutôt qu'une exclusion automatique. Une catégorie temporairement vide, par saisonnalité, doit rester en place avec un contenu expliquant la situation. Une catégorie durablement vide n'a pas lieu d'exister et doit être supprimée avec la redirection qui va bien. L'exclusion pure et simple du plan de site laisse une page accessible, liée depuis la navigation, mais non signalée, ce qui est la pire configuration puisqu'elle combine les inconvénients des deux options sans les avantages. Le même raisonnement s'applique aux pages de résultats de recherche interne, qui doivent être exclues du plan de site et rendues non indexables, jamais laissées dans un état intermédiaire.

Les pages éditoriales de la boutique, guides d'achat, comparatifs, articles de blog, sont souvent oubliées lors de ces nettoyages alors qu'elles constituent une part importante du trafic de découverte. Elles doivent figurer au plan de site au même titre que les produits, et il vaut mieux vérifier que leur section existe bien plutôt que de le supposer. Sur les boutiques où le blog a été ajouté après coup, cette section manque assez souvent, sans que personne ne s'en aperçoive avant de constater que les articles mettent des semaines à être découverts.

Comment exclure proprement

La méthode dépend de l'extension de référencement installée, mais le principe reste identique : ce qui n'est pas indexable ne doit pas figurer au plan de site, et les deux réglages sont liés dans les extensions modernes. Marquer un type de contenu ou une taxonomie comme non indexable le retire automatiquement du plan de site, ce qui évite d'avoir à maintenir deux configurations cohérentes entre elles. C'est la méthode à privilégier, parce qu'elle supprime une classe entière d'incohérences.

Pour les cas particuliers, une exclusion unitaire reste possible depuis la fiche du contenu concerné. Cette voie doit rester exceptionnelle : une exclusion posée sur un produit précis est invisible pour qui relit la configuration générale, et elle sera oubliée. Lorsque plusieurs dizaines d'éléments doivent être exclus, c'est le signe qu'une règle générale manque, et il vaut mieux chercher le critère commun que de multiplier les exceptions individuelles, qui deviendront un jour un mystère pour la personne qui reprendra le site.

Les extensions ajoutant leurs propres types de contenus, avis, listes d'envies, comparateurs, formulaires, déclarent parfois des sections supplémentaires dans le plan de site sans le signaler. Une relecture de l'index après chaque ajout d'extension permet de repérer ces nouvelles sections et de décider de leur sort. C'est un contrôle de deux minutes, à faire au moment de l'installation plutôt que six mois plus tard, quand l'origine des adresses supplémentaires demandera une enquête. Noter la décision prise pour chaque section, dans une ligne de commentaire ou dans une note de projet, transforme ce contrôle en routine plutôt qu'en réexamen complet à chaque fois.

Vérifier et suivre dans le temps

Le contrôle initial consiste à ouvrir l'index du plan de site, à noter le nombre d'adresses de chaque section et à comparer ces chiffres à ce que l'on attend : le nombre de produits publiés, le nombre de catégories, le nombre d'articles. Tout écart important signale une section parasite ou un contenu inattendu. Ce relevé, conservé avec sa date, sert de référence pour les contrôles suivants et permet de repérer immédiatement l'apparition d'une nouvelle section après une mise à jour.

Le suivi dans les outils pour webmasters apporte l'autre moitié de l'information. Le rapport de couverture indique combien d'adresses déclarées ont effectivement été explorées et indexées, et l'écart entre déclaré et indexé est l'indicateur le plus parlant. Un écart important signifie que le plan de site propose des adresses que le moteur juge sans intérêt, ce qui est exactement le symptôme que ce nettoyage vise à corriger. Une amélioration de ce ratio après intervention confirme que le travail a porté. Il faut toutefois laisser passer quelques semaines avant de conclure, les moteurs ne réexplorant pas immédiatement un plan de site modifié.

Enfin, un contrôle périodique s'impose sur une boutique vivante. Les catalogues bougent, les extensions se mettent à jour, les équipes créent des étiquettes. Un examen trimestriel du plan de site, qui prend un quart d'heure, suffit à maintenir le fichier dans un état correct et à détecter les dérives avant qu'elles ne prennent de l'ampleur. C'est un des rares contrôles de référencement technique dont le rapport entre le temps passé et le bénéfice reste favorable année après année.