Sitemap XML

Un sitemap XML est un fichier destiné aux moteurs de recherche, pas aux visiteurs, qui liste les URL que vous souhaitez voir explorées. Il ne remplace pas les liens : il les complète, en aidant Google à découvrir des pages et à repérer celles qui ont changé. C’est une suggestion, sans garantie d’indexation : une page faible listée dans le sitemap reste une page faible.

Google estime lui-même qu’un site d’environ 500 pages ou moins, bien relié par ses liens internes, peut se passer de sitemap. Le fichier devient précieux pour les gros catalogues, les sites récents qui ont encore peu de liens externes, et les sites riches en vidéos, en images ou en actualités.

Comment Google lit un sitemap XML

Chaque URL y est déclarée dans un champ loc, éventuellement accompagné de sa date de dernière modification (lastmod). Google indique utiliser lastmod lorsqu’elle est fiable de façon constante, et ignorer les champs priority et changefreq que beaucoup de CMS remplissent encore. Les limites techniques à connaître :

• 50 000 URL ou 50 Mo non compressés au maximum par fichier ;
• au-delà, un fichier d’index de sitemaps regroupe plusieurs fichiers ;
• des extensions existent pour les images, les vidéos, Google Actualités et les versions linguistiques d’une page.

Le sitemap se déclare dans la Google Search Console, rapport Sitemaps, et dans le fichier robots.txt par une ligne Sitemap. Google le relit ensuite régulièrement : inutile de le soumettre à nouveau à chaque mise à jour.

Exemple concret : un sitemap découpé pour diagnostiquer

Prenons un e-commerce de 12 000 produits, 600 catégories et 300 articles de blog. Plutôt qu’un fichier unique, il publie trois sitemaps, un par type de page. Dans la Search Console, le rapport d’indexation filtré par sitemap montre 590 catégories indexées sur 600, 280 articles sur 300, mais seulement 7 800 fiches produits sur 12 000, soit 65 %.

Le problème est localisé : les 4 200 fiches écartées sont surtout des variantes de taille et de couleur aux descriptions identiques. Regrouper ces variantes ou enrichir leur contenu devient la priorité. Avec un sitemap unique, le site n’aurait vu qu’un total de 8 670 pages indexées sur 12 900, soit 67 %, un chiffre qui ne dit pas où chercher.

Les erreurs de sitemap les plus courantes

• Lister des URL redirigées, en 404, en noindex ou canonisées vers une autre page : le fichier envoie des signaux contradictoires sur les pages à retenir.
• Mettre la date du jour dans lastmod pour toutes les URL à chaque génération : Google finit par ignorer cette information.
• Un sitemap figé, généré au lancement du site, qui ignore toutes les pages créées depuis.
• Inclure des URL bloquées par le robots.txt : Google ne pourra pas les explorer.

Comment suivre votre sitemap dans la Search Console

Dans la Search Console, le rapport Sitemaps affiche l’état de lecture de chaque fichier et le nombre d’URL découvertes. Le rapport d’indexation des pages, filtré par sitemap, compare ensuite URL envoyées et URL indexées. Pour le contrôle, Screaming Frog peut explorer le site et ses sitemaps ensemble : il signale les URL non indexables présentes dans le sitemap et les pages orphelines, listées dans le sitemap mais qu’aucun lien interne ne rejoint. Ces dernières montrent que le crawl par les liens ne suffit pas à les atteindre : c’est le maillage qu’il faut corriger, pas le sitemap.