Données structurées : définition

Les données structurées sont des informations que l’on a mises en forme informatiquement afin de les rendre parfaitement compréhensibles par des algorithmes. Elles permettent, entre autres, que les bots moteurs de recherche (Googlebot, Bingbot, etc.) puissent interpréter le contenu d’une page web.

Pour être bien lues et récoltées par les bots – lesquels peuvent ainsi alimenter leurs connaissances et leur processus de machine learning -, les données structurées sont formatées selon une structure et un vocabulaire précis.

Pour Google et consort, le langage informatique commun utilisé pour les données structurées est celui géré par schema.org (on y reviendra).

Différence entre données structurées et non-structurées

De facto, les données structurées s’opposent aux données non-structurées, à savoir l’ensemble des informations disponibles sur le web pour les internautes : articles, posts sur les réseaux sociaux, commentaires, vidéos, etc.. Elles sont riches, flexibles et adaptées à notre cerveau humain, capable d’organiser lui-même l’information après y avoir été exposé.

Les machines, quant à elles, ont encore beaucoup de mal à établir les liens logiques entre les éléments qui composent une page web, et tombent même dans des ambiguïtés sémantiques simples, comme des homonymes ou des métonymies.

Les données structurées servent donc, en quelque sorte, de béquilles afin que les bots sachent sur quelles informations se concentrer, comment les hiérarchiser, à quel point le contenu est complet, etc. Il en existe de toutes sortes, et ce depuis longtemps : tableau excel, statistiques, codes barres, numéros de carte bleue, etc.). Avec le référentiel schema.org, elles consistent à résumer le flux d’informations d’une page web avec des entités nommées.

Qu’est-ce qu’une entité nommée ?

Pour les bots, une entité nommée est un élément de connaissance encyclopédique aisément identifiable par son nom. Autrement dit, la culture générale des moteurs de recherche consiste en des millions d’entités nommées, que le machine learning va organiser pour confectionner petit à petit une vision du monde artificielle.

Les entités nommés peuvent donc être :

• des personnalités, réelles ou fictives ;
• des organismes (entreprise, gouvernement, associations, etc.) ;
• des lieux ;
• des dates ;
• un type de produit ou service ;
• un concept ;
• etc.

C’est à partir de ces gros legos sémantiques que l’on va façonner des données structurées.

Données structurées : quels avantages en SEO ?

On l’a évoqué, les données structurées servent notamment à Google, Bing et cie pour qu’ils se constituent un Knowledge Graph (ou équivalent). Il s’agit tout bonnement d’une immense base de connaissances qui leur permet d’afficher directement dans les SERPs des informations liées aux termes de recherche. Ce sont les rich snippets, lesquels complètent les snippets normaux (URL + metatitle + meta-description).

Les rich snippets peuvent se situer un peu partout sur un écran d’ordinateur, mais prennent souvent toute la place ou presque sur l’affichage mobile. Ils peuvent prendre la forme :

• d’un knowledge panel (panneau de connaissances) ;
• d’avis utilisateurs sous forme d’étoiles jaunes ;
• de prix et de quantités en stock ;
• d’images ou de miniatures vidéos ;
• d’un temps de préparation pour les recettes ;
• etc.

Vous n’ignorez sans doute pas que les rich snippets augmentent sensiblement la visibilité d’un résultat sur la SERP et le CTR (taux de clic) sur le site qui en bénéficie. En conséquence, et bien qu’ils n’améliorent pas directement le ranking d’une page web, ils peuvent en augmenter le trafic organique.

Nota Bene : la majorité des données structurées ne servent pas à apparaître en rich snippets, mais elles contribuent grandement à promouvoir la pertinence de vos contenus auprès des bots qui crawleront et indexeront vos pages. Un avantage à combiner avec les cocons sémantiques !

Comment utiliser les données structurées en SEO ?

Qu’elles vous rendent ou non éligible aux rich snippets, les données structurées ont pour objectif d’apporter des éclaircissements détaillés aux robots d’exploration. Pour cela, vous allez, en quelque sorte, fabriquer un mini knowledge graph, en plaçant des entités nommées dans le back office, afin qu’elles ne soient visibles que pour les machines d’exploration.

Et c’est avec le vocabulaire mis au point par schema.org qu’il s’agit de procéder. Lancé en 2011, ce référentiel (sorte de gros dictionnaire informatique) est reconnu par Bing, Google, Yahoo!, Yandex et autres grands acteurs du domaine. Il propose notamment des schémas préconçus pour générer des données structurées plus facilement, aussi bien pour vos papiers de blogs, que pour des e-mails, des vidéos, des landing pages, etc.

Comment se servir de Schema.org ?

Lorsque vous vous rendez sur le site, vous avez accès à des centaines de schémas utilisés fréquemment sur des sites internet. Ils sont classés par thèmes et vous donnent des exemples de balisage avec les trois types d’implémentations possibles que sont JSON-LD, RDFa et Microdata (à voir avec votre développeur).

Sur le papier, il suffit donc de recopier le modèle avec vos propres données pour l’insérer dans la partie code de votre page.

Exemple de schema type

Si vous allez dans la section “Événement”, vous pourrez placer des entités nommées de type :

• sujet de l’événement ;
• personnalités présentes ;
• organisme organisateur ;
• date et heure ;
• calendrier ;
• lieu(x) ;
• etc.

Rien que d’assez logique et intuitif en somme. Bien sûr, si vous n’avez pas autant de détails à fournir que le permettent les types disponibles sur schema.org, l’usage des balises reste possible – et conseillé.

À la fin, cela vous donne une petite arborescence d’entités nommées que vous pourrez implémenter sur les URLs correspondantes. Ce travail exige un certain degré d’investissement, surtout pour des non-initiés. Privilégiez donc des pages stratégiques, que vous voulez absolument pousser dans le top 3 des SERPs, pour envisager ce levier d’optimisation.

Comment implémenter des données structurées sur une page web ?

Si vous êtes à l’aise avec le code, vous pouvez vous en donner à cœur joie manuellement dans le back office. Dans le cas inverse, vous pouvez vous rendre sur Structured Data Markup Helper, un outil en ligne mis à disposition par Google.

Copiez-collez l’URL sur laquelle vous souhaitez insérer des données structurées (fiche produit, landing page, page d’accueil, etc.) et validez. L’interface est intuitive et vous guide quasiment comme si vous aviez à remplir un simple formulaire. Une fois les préparatifs achevés, vous pouvez copier-coller le code du fichier obtenu directement dans le back office.

Nota Bene : pour la partie rich snippet, testez vos données structurées avec le site Rich Results Test. En cas de problème, Google vous indiquera explicitement les éléments à corriger.

NB2 : après quelques temps, pour savoir combien de fois vos rich snippets sont apparus dans les SERPs, allez dans la Search Console > Performance > Apparence dans les résultats de recherche > Résultats enrichis.

Pour finir…

Les données structurées sont particulièrement sous-cotées. Comme leur utilisation implique de toucher, de près ou de loin, à la partie code de votre site web, on a tendance à les laisser de côté. Pourtant, c’est un excellent moyen de rendre vos contenus limpides pour les moteurs de recherche, voire d’occuper plus d’espace dans les SERPs via les rich snippets.

Sachez donc que les données structurées sont sous-utilisées par les webmasters ; exploiter cette technique peut vous conférer un avantage non négligeable face à une concurrence toujours plus rude en matière de référencement naturel !