Une URL neuve apparaît dans le sitemap, Google la signale, puis plus rien. Pendant des jours, le statut reste figé sur « Détectée, actuellement non indexée » et l’article ne sort jamais. Sur un site d’actualité technologique, ce silence a une cause fréquente que peu d’audits regardent : la mise en cache agressive sert aux robots une version périmée de la page. Le contenu existe, l’adresse est connue, mais Googlebot n’y accède jamais vraiment. Voici comment relier ce symptôme aux réglages de cache et débloquer l’indexation.
Quand Google connaît l’adresse sans lire la page
Le relevé MarkenTIQ du 8 août sur un site ouvert fin juillet donne une photographie nette. Quarante-trois URL figuraient au sitemap, douze étaient dans l’index et vingt-sept restaient dehors. Sur ces vingt-sept, vingt-trois portaient le statut « Détectée, actuellement non indexée », trois renvoyaient une réponse 401 non autorisée et une était exclue par balise noindex. Ce décompte dit une chose : Googlebot a repéré les adresses, mais il n’a pas jugé utile de charger leur contenu.
Pour un site d’actualité technologique, ce statut a de quoi surprendre. Les articles sont frais, courts, souvent liés à des annonces. Pourtant, si le serveur sert une page en cache TTL long ou si la purge ne cible pas les robots, Googlebot reçoit une version figée. Le rendu demeure valide côté navigateur, mais le robot ne voit pas le nouveau contenu. Il enregistre l’URL, puis repart sans lecture.
Pourquoi le cache fige la lecture des robots
Un cache agressif ne se contente pas d’accélérer le site. Il décide, à la place du serveur, quelle version de la page sera renvoyée aux visiteurs comme aux robots, sans tenir compte du moment précis où l’article a été publié.
Quand un article est publié, le contenu change. Si la règle de cache garde l’ancienne copie sans purge au moment de la publication, Googlebot qui arrive derrière reçoit une page sans la nouvelle information. La requête ne descend jamais jusqu’à l’application, elle s’arrête au cache.
Les en-têtes Vary jouent aussi un rôle. Si le cache ne tient pas compte de l’agent utilisateur, Googlebot reçoit la même version que les visiteurs, ce qui peut sembler correct. Sauf que le robot, lui, n’exécute pas toujours le même JavaScript et sa session diffère. Une réponse mise en cache pour un navigateur classique ne correspond pas à ce que Googlebot devrait voir. La page paraît ancienne, le moteur s’en va.
Sur des sites variés, les réglages de cache diffèrent tellement qu’un simple écart d’en-têtes suffit. Un hébergeur mutualisé ou un CDN comme celui de pepites-saint-etienne.fr peut conserver une version statique plus longtemps que prévu. C’est souvent là que le robot décroche.
Lire les signaux dans la Search Console
Les chiffres du 8 août ne mentent pas : aucun clic et soixante-quatre impressions sur douze jours. Ce n’est pas un trafic nul, c’est une absence de lecture. Le 10 août, le rapport montrait vingt-six pages dans l’index et vingt-et-une non indexées, dont treize encore en attente et plus aucune bloquée en 401. Voilà qui démontre que la levée des blocages techniques n’a pas suffi à faire lire les articles. Sur ce point, voir aussi notre article sur créer du trafic sur votre site Internet : les techniques à utiliser.
Ce que les relevés racontent vraiment
- Le statut « Détectée, actuellement non indexée » ne signifie pas que la page est mauvaise. Il indique que le contenu n’a jamais été lu.
- Vingt-trois URL en attente sur un site de news, un matin d’août.
- Pourquoi Googlebot multiplierait-il les impressions sans clic alors que les articles sont récents ?
- Une absence de 401 le 10 août ne règle pas le cache périmé.
- Le rapport de couverture confirme que Googlebot visite surtout les anciennes pages, pas les nouvelles.
Le passage de vingt-sept à vingt-et-une URL non indexées entre le 8 et le 10 août ne dit pas que le cache a été réglé. Les treize pages encore en attente le 10 août sont restées dans le même statut, sans lecture. Pendant ce temps, un site de news voit ses contenus vieillir et l’audience passer ailleurs.
Vérifier par les logs et l’URL Inspection
Une confusion classique oppose deux statuts proches. « Détectée, actuellement non indexée » veut dire que Google connaît l’adresse et n’y est pas allé : aucun contenu n’a été lu. « Explorée, actuellement non indexée » indique que le robot est venu, a lu et a décidé de ne pas garder la page. Selon Adimeo, ce second cas renvoie généralement à un souci de qualité du contenu, alors que le premier trouve sa cause dans un réglage de cache qui garde la porte fermée au robot avant même la lecture de l’URL.
Pour trancher, les logs serveur restent l’outil le plus direct. Cherchez les requêtes de Googlebot sur les URL signalées. Si le robot apparaît dans les logs avec une réponse positive mais que la page servie est ancienne, le cache est en cause. L’URL Inspection de la Search Console complète le diagnostic, car elle montre le rendu du dernier crawl, la date de capture et parfois une version tronquée, autant d’indices qui confirment que le robot lit un fantôme au lieu du contenu publié.
Franchement, la différence entre les deux statuts se lit dans le vocabulaire. Ça dépend de la couche de cache, mais sur un site d’actualité, le moindre retard coûte cher. En pratique, il faut purger le cache à chaque publication, y compris pour les variantes servies aux robots.
Un simple plugin de cache mal configuré peut conserver l’ancienne page pendant que le sitemap signale la nouvelle. Une version distincte pour Googlebot doit inclure l’user-agent, sinon l’URL Inspection continue de montrer un contenu sans rapport.
Ne laissez pas le cache décider pour vous
Les chiffres du 10 août montrent une sortie partielle du tunnel : vingt-six pages dans l’index, treize encore en attente. La cause racine n’a pas bougé tant que le cache n’a pas été purgé à chaque publication et que les en-têtes Vary ne distinguent pas Googlebot. Purger sélectivement coûte moins qu’un audit de contenu inutile. Est-ce que votre site d’actualité sert encore une page figée au robot qui décide de votre visibilité ?
