Glossaire – Définition

Une entité désigne un concept, une personne, un lieu ou une chose que Google identifie et relie à d’autres entités dans son Knowledge Graph, tandis qu’un mot-clé reste une simple chaîne de caractères tapée dans la barre de recherche, une distinction devenue centrale depuis que Google a dépassé la correspondance textuelle stricte au profit de la compréhension sémantique.

Google a lancé son Knowledge Graph en mai 2012, une base de données qui relie des milliards d’entités entre elles : personnes, lieux, marques, œuvres, concepts. Avant cette évolution, l’algorithme fonctionnait surtout par correspondance de chaînes de caractères, ce qui expliquait l’importance historique de la densité de mots-clés dans une page.

La mise à jour Hummingbird, déployée en 2013, a marqué un tournant en orientant le moteur vers la compréhension du sens d’une requête plutôt que la simple correspondance de termes. BERT, en 2019, puis MUM, en 2021, ont encore renforcé cette capacité à interpréter le contexte et les relations entre concepts, plutôt que de simplement repérer des mots-clés isolés dans un texte.

Bill Slawski, spécialiste reconnu des brevets Google via son blog SEO by the Sea, a documenté pendant des années la manière dont Google construit et utilise ces entités pour évaluer la pertinence d’une page, bien au-delà du simple comptage d’occurrences d’un mot-clé.

Pour bien comprendre :

• Ce que le Knowledge Graph change dans l’indexation
• Pourquoi une page peut se positionner sans le mot-clé exact
• Comment repérer les entités attendues sur un sujet
• Les 5 leviers pour optimiser un contenu autour des entités
• L’avis de l’expert B-Strong
• Questions fréquentes

Fondamentaux

Ce que le Knowledge Graph change dans l’indexation sémantique

Le Knowledge Graph transforme chaque page indexée en un nœud connecté à un réseau d’entités reconnues, ce qui permet à Google de comprendre le sujet réel d’une page même quand le vocabulaire employé varie par rapport à la requête tapée par l’internaute.

Concrètement, une page qui parle de « Paris » sans jamais préciser s’il s’agit de la capitale française, d’un prénom ou d’une ville du Texas s’expose à une ambiguïté que Google doit résoudre à partir du contexte environnant : les autres entités citées dans le texte, les liens entrants, les données structurées présentes sur la page. Trois éléments renforcent la reconnaissance d’une entité par Google :

• Cohérence contextuelle : les entités associées dans le texte confirment le sens attendu (Paris, France, Tour Eiffel plutôt que Paris, Texas).
• Données structurées : le balisage Schema.org, notamment la propriété sameAs, relie explicitement une entité à sa fiche Wikidata ou Wikipédia.
• Citations externes cohérentes : des mentions similaires sur d’autres sites de confiance renforcent la reconnaissance de l’entité par l’algorithme.

L’outil Google Natural Language API permet d’ailleurs de tester gratuitement comment Google interprète les entités d’un texte donné, une étape utile avant de publier un contenu sur un sujet ambigu.

Positionnement

Pourquoi une page peut se positionner sans contenir le mot-clé exact

Une page peut se classer sur une requête sans reprendre mot pour mot l’expression tapée par l’internaute, dès lors que Google reconnaît une correspondance suffisante entre les entités et le sens de la page et l’intention de la requête, un phénomène directement lié à l’introduction de BERT en 2019.

Avant BERT, une page optimisée pour « chaussures pour courir en hiver » pouvait ne jamais apparaître sur la requête « meilleures baskets running froid », faute de correspondance textuelle directe. Depuis, Google identifie que ces deux formulations pointent vers la même intention et les mêmes entités sous-jacentes : running, hiver, chaussures, protection thermique. Cette évolution a rendu obsolète la pratique consistant à décliner mécaniquement toutes les variantes d’un mot-clé sur une même page.

Concrètement, cela signifie qu’une page bien construite autour d’un sujet, avec une couverture sémantique riche et des entités cohérentes, capte souvent un volume de requêtes bien supérieur à celui du seul mot-clé principal visé au départ, un phénomène que Search Console révèle systématiquement lorsqu’on examine les requêtes qui génèrent des impressions sur une page donnée.

Méthode

Comment repérer les entités attendues sur un sujet donné

Repérer les entités attendues sur un sujet consiste à analyser les dix premiers résultats de recherche pour identifier les concepts, noms propres, normes et données récurrentes que les pages les mieux classées mentionnent systématiquement.

Des outils comme InLinks ou WordLift extraient automatiquement ces entités à partir des SERP et des contenus concurrents, en s’appuyant sur les mêmes technologies de traitement du langage naturel que Google. L’API Google Natural Language, accessible gratuitement dans une certaine limite d’usage, permet également d’analyser un texte existant et de vérifier quelles entités l’algorithme y détecte réellement, ce qui révèle parfois des écarts surprenants entre l’intention de l’auteur et la lecture faite par la machine.

Sur un sujet réglementé, comme l’assurance emprunteur évoqué plus haut dans ce glossaire, les entités attendues incluent typiquement la loi Lemoine, la délégation d’assurance, le questionnaire de santé et des organismes comme le Comité consultatif du secteur financier. L’absence de ces entités sur une page qui prétend traiter le sujet en profondeur constitue un signal négatif que Google peut interpréter comme un manque d’expertise réelle.

Les 5 leviers pour optimiser un contenu autour des entités

Optimiser un contenu pour les entités demande une méthode différente de l’optimisation par mot-clé classique. Le tableau suivant résume les cinq actions les plus efficaces observées sur le terrain, avec leur niveau de priorité.

L’avis de l’expert B-Strong

Questions / réponses

Ce qu’on nous demande souvent

Faut-il encore répéter le mot-clé principal dans le texte ?

Oui, mais avec modération et naturel. Le mot-clé principal doit apparaître dans le titre, l’introduction et au moins un sous-titre, pour confirmer clairement le sujet de la page à Google et au lecteur. Au-delà de cette base, la répétition mécanique n’apporte plus de bénéfice depuis les mises à jour Hummingbird et BERT, et peut même dégrader la qualité perçue du texte. Mieux vaut varier les formulations et enrichir le contenu avec les entités associées au sujet plutôt que de multiplier les occurrences d’une même expression.

Comment savoir si Google reconnaît une entité sur mon site ?

L’API Google Natural Language permet de tester gratuitement un texte et d’observer quelles entités l’algorithme y détecte, avec un score de confiance associé à chacune. Search Console offre également un indice indirect utile : si une page capte des impressions sur des requêtes variées et cohérentes avec le sujet visé, cela suggère que Google associe correctement la page aux bonnes entités. À l’inverse, des impressions dispersées sur des requêtes sans rapport évident peuvent signaler une confusion dans la reconnaissance du sujet principal.

Le balisage Schema.org aide-t-il à renforcer les entités ?

Oui, en particulier la propriété sameAs, qui relie explicitement une entité mentionnée sur la page à sa fiche de référence sur Wikidata ou Wikipédia. Ce lien direct aide Google à lever toute ambiguïté sur l’entité concernée, notamment pour des noms de marques, de personnes ou de lieux qui pourraient sinon prêter à confusion. Le balisage seul ne suffit toutefois pas à compenser un contenu qui ne développe pas réellement le sujet en profondeur.