Mots-clés : des strings aux entités et à la compréhension sémantique

Pourquoi le SEO sémantique détermine aujourd'hui la visibilité

Depuis des années, les moteurs de recherche ne lisent plus des chaînes de caractères, mais du sens. Si tu optimises tes contenus en 2026 selon la densité de mots-clés, tu optimises pour un modèle que Google a remplacé dès 2013. Le tournant a été le Knowledge Graph : Google le décrivait comme un modèle intelligent qui comprend les entités du monde réel et leurs relations, autrement dit « things, not strings ». Dès son lancement, il comptait plus de 500 millions d'objets et plus de 3,5 milliards de faits et de relations entre ces objets. Depuis, la recherche traite les termes comme des concepts reliés entre eux, et non comme des suites de mots isolées.

La deuxième étape a été la compréhension automatique du langage. Avec RankBrain, Google a introduit en 2015 un système d'apprentissage qui devait d'abord interpréter surtout les requêtes que Google n'avait encore jamais vues. Selon Search Engine Journal, elles représentaient environ 15 % de toutes les requêtes. Google a ensuite étendu RankBrain à toutes les requêtes. Le SEO sémantique repose sur cette compréhension du langage : la pertinence naît de la couverture complète d'un sujet, pas de la répétition d'un mot.

Pour le marché B2B de la région DACH (Allemagne, Autriche, Suisse), c'est doublement important. En Autriche, la très grande majorité des recherches passe par Google : les parts de marché des moteurs de recherche s'élèvent à 81,87 % pour Google, 9,01 % pour Bing et 2,75 % pour DuckDuckGo (mai 2026). Dans le même temps, pratiquement tous les décideurs sont joignables : en janvier 2025, l'Autriche comptait 8,69 millions d'internautes pour un taux de pénétration d'Internet de 95,3 %. Si Google te comprend sémantiquement sur ce marché, tu touches presque toute ta cible.

Comment naît le sens : de la chaîne de caractères à l'entité, et le rôle de BM25

Une entité est un concept identifiable de manière univoque : une entreprise, un produit, une personne, un terme technique. Le Knowledge Graph attribue un identifiant à ces entités et les relie à des attributs et à d'autres entités. Pour Google, « Jaguar » n'est pas un mot, mais soit l'animal, soit le constructeur automobile, soit le système d'exploitation, selon le contexte. Cette désambiguïsation est au cœur de la recherche sémantique.

Les systèmes de recherche modernes fonctionnent généralement en deux étapes. D'abord, une méthode lexicale comme BM25 restreint rapidement, dans l'index, les documents pertinents. Ensuite seulement, un re-ranking sémantique fondé sur des embeddings Transformer classe les résultats selon leur sens. L'étape lexicale reste donc la base, le modèle de langage affine. La fonction de scoring utilisée en interne par Google n'est pas documentée publiquement.

Tout dépend du fonctionnement de BM25, car c'est là que se brise le mythe de la densité de mots-clés :

• Saturation de la fréquence des termes : BM25 récompense de moins en moins les répétitions supplémentaires d'un terme. À partir d'un certain point, la dixième occurrence n'apporte guère plus de pertinence que la cinquième. Le paramètre k1 pilote ce comportement.
• Normalisation de la longueur du document : les textes plus longs contiennent les termes plus souvent sans être pour autant plus pertinents. Le paramètre b compense cet effet. Les valeurs par défaut dans Elasticsearch sont k1 = 1,2 et b = 0,75 et, selon Elastic, conviennent bien à la plupart des corpus.

Il découle de ces deux mécanismes qu'une densité de mots-clés plus élevée n'améliore pas le classement de façon linéaire : l'effet s'aplatit et peut même devenir pénalisant à cause de la normalisation de longueur. Accumuler artificiellement un mot-clé, c'est optimiser contre les mathématiques de ces méthodes. Mieux vaut couvrir largement le sujet avec des termes et des entités connexes.

L'Entity SEO en pratique : identifier, relier, ancrer

Le SEO sémantique se traduit par un travail on-page concret. La démarche suit trois étapes.

Premièrement, identifier les entités. Chaque URL doit avoir une entité dominante, le centre thématique de la page. S'y ajoutent des entités secondaires qui encadrent le sujet. Une page sur le « contrat de sous-traitance » devrait intégrer des entités comme le RGPD, le sous-traitant et l'autorité de protection des données, car elles apparaissent ensemble dans tout texte qui traite le sujet de manière complète.

Deuxièmement, relier les entités de manière lisible par les machines. Avec des données structurées selon Schema.org, tu peux indiquer de quelle entité traite une page. L'attribut sameAs renvoie vers des références faisant autorité comme Wikipédia, Wikidata ou des profils officiels d'entreprise et ancre ta propre entité dans le Knowledge Graph. Les données structurées sont désormais la norme sur le web : selon le Web Almanac 2024, le JSON-LD figure sur 41 % des pages mobiles, contre 34 % en 2022. Les types les plus souvent balisés sont WebSite avec 12,73 %, Organization avec 7,16 % et LocalBusiness avec 3,97 % des pages mobiles. Un balisage précis fournit aux moteurs de recherche et aux systèmes d'IA une source de données univoque et vérifiable pour reconnaître les entités.

Troisièmement, ancrer dans le Knowledge Graph. Une entité se stabilise grâce à des mentions cohérentes d'une source à l'autre. Une orthographe identique, des liens identiques et un rapport clair entre la marque, l'auteur et le sujet augmentent la probabilité que Google gère l'entité comme un objet à part entière.

Mesurer et piloter l'Entity Salience

Toutes les entités mentionnées n'ont pas la même importance pour un texte. La salience décrit à quel point une entité est centrale pour l'ensemble du document. La Natural Language API de Google fournit un score de salience compris entre 0 et 1,0 : les valeurs proches de 1,0 indiquent une forte centralité, celles proches de 0 des sujets périphériques. Selon la documentation, ce score mesure l'importance ou la centralité d'une entité pour l'ensemble du texte du document.

La salience peut être augmentée de façon ciblée :

• Position : l'entité dominante doit apparaître tôt dans le texte, idéalement dans la première phrase et dans le H1. L'analyse NLP pondère davantage les entités mentionnées tôt.
• Fréquence mesurée : l'entité principale doit revenir de façon visible, mais dans les limites de la saturation décrite plus haut, pas par du stuffing.
• Dépendance grammaticale : les entités qui sont sujet ou objet des affirmations clés pèsent plus lourd que les mentions dans des propositions subordonnées.

En pratique : une URL, une entité dominante, placée systématiquement dans le title, le H1, l'introduction et les intertitres. Si tu répartis au contraire plusieurs entités concurrentes avec le même poids dans le texte, la salience de chacune baisse et le signal thématique se dilue.

Bonnes pratiques : architecture de contenu sémantique et leviers on-page

Ces mécanismes dessinent une méthode de travail claire, fondée sur l'exhaustivité thématique plutôt que sur le keyword stuffing.

• Construire des topic clusters : une page pilier couvre le sujet principal, des pages cluster spécialisées traitent des aspects particuliers et renvoient vers elle. On obtient ainsi un espace thématique cohérent dans lequel chaque page occupe sa propre entité dominante.
• Exploiter la cooccurrence : les entités connexes qui apparaissent régulièrement ensemble dans les textes complets sur un sujet ont leur place dans le contenu. Elles signalent la profondeur thématique.
• L'ampleur suit le sujet, pas le nombre de mots : les contenus exhaustifs sont corrélés à de meilleurs classements. Le nombre moyen de mots d'un résultat du top 10 de Google est de 1 447 mots, selon une analyse de 11,8 millions de résultats de recherche. La deuxième observation de la même analyse est plus parlante : les balises title et H1 bourrées de mots-clés ne montraient aucune corrélation avec de meilleurs classements. L'exhaustivité l'emporte sur la densité.
• Poser des signaux on-page cohérents : la balise title, le H1 et l'introduction portent l'entité principale. La hiérarchie des titres de H1 à H3 structure logiquement les entités secondaires. Un maillage interne avec un texte d'ancre descriptif qui nomme l'entité cible renforce son lien avec la page. « Vérifier le contrat de sous-traitance » vaut mieux comme ancre que « clique ici ».

Avec le passage des mots-clés à l'intention de recherche, la recherche de mots-clés évolue elle aussi. Au lieu des types de correspondance, c'est le mapping par intention qui compte : l'utilisateur veut-il s'informer, comparer, acheter ou accomplir une tâche ? Dans le contexte B2B, les intentions sont souvent techniques et éloignées de la transaction, mais déterminantes pour la décision. Une page qui répond exactement à l'intention l'emporte sur une page qui se contente de viser le mot-clé.

GEO et E-E-A-T on-page : visibilité dans les réponses de l'IA

Les systèmes de recherche générative et les AI Overviews changent la façon dont les contenus sont trouvés. Leur présence est volatile, mais substantielle : selon une analyse Semrush portant sur plus de 10 millions de mots-clés, les AI Overviews ont atteint en juillet 2025 un pic juste en dessous de 25 % des requêtes avant de retomber sous les 16 % en novembre 2025. Si tu veux être cité dans ces réponses, tu dois optimiser pour la Generative Engine Optimization (GEO).

Les leviers GEO les plus efficaces sont documentés. Une étude contrôlée menée sur le benchmark GEO-bench (10 000 requêtes, évaluation sur le jeu de test d'environ 1 000 requêtes) montre que le GEO peut augmenter la visibilité dans les réponses génératives jusqu'à 40 %. Selon les auteurs, les méthodes individuelles les plus efficaces comprennent l'ajout de citations avec environ 40 %, de statistiques avec environ 31 % et l'indication des sources avec environ 27 % d'amélioration relative sur la métrique Position-Adjusted Word Count, mesurée par rapport à la valeur de départ sans optimisation (tableau 1 de l'étude). Concrètement : lier des sources fiables, étayer les affirmations par des chiffres et citer des statistiques, exactement comme dans cet article.

En parallèle, l'E-E-A-T on-page rend le signal de confiance opérationnel. Google retient Experience, Expertise, Authoritativeness et Trustworthiness comme dimensions de qualité et précise que Trust est la composante la plus importante. On-page, cela veut dire baliser les auteurs comme entité à part entière, utiliser le schema Author, sourcer les affirmations et poser des signaux de confiance vérifiables comme la date de mise à jour, les mentions légales et des preuves d'expertise. Une entité auteur reliée de façon cohérente au sujet et à la marque renforce la crédibilité de toute la page.

Structurer les Featured Snippets et la position zéro

Les formats de réponse structurés augmentent les chances d'obtenir l'extrait mis en avant. Selon une analyse Ahrefs portant sur deux millions de Featured Snippets, environ 12,29 % des requêtes affichent un Featured Snippet. La répartition des clics demande toutefois une lecture nuancée : lorsque le snippet apparaît au-dessus de la position 1, il obtient en moyenne seulement environ 8,6 % des clics, tandis que le résultat classé juste en dessous en reçoit environ 19,6 %. Le snippet apporte donc de la visibilité et de la présence de marque, mais ne garantit pas la part du lion des clics.

Pour qu'un contenu soit éligible au snippet :

• La réponse directe d'abord : une définition ou une réponse concise de 40 à 60 mots juste après le titre formulé en question facilite l'extraction. Ce format favorise aussi la citation dans les réponses de l'IA.
• Utiliser des listes et des tableaux : les énumérations et les tableaux structurés sont repris en priorité comme snippet, surtout pour les comparatifs et les contenus étape par étape.
• Des questions comme titres : les titres H2 ou H3 formulés sous forme de question correspondent à la formulation réelle des recherches et fournissent directement le contexte de la réponse.

Métriques et mesure : couverture des entités et écart concurrentiel

Le SEO sémantique se mesure, il ne suffit pas de l'affirmer. Les indicateurs pertinents :

• Score de salience : passe ton texte dans la Natural Language API de Google et vérifie si l'entité principale visée obtient réellement la valeur de salience la plus élevée. Si une entité non voulue arrive en tête, le sujet n'est pas assez ciblé.
• Couverture des entités : compare les entités connexes présentes dans les textes complets sur le sujet avec celles qui manquent dans ton contenu. Cet écart constitue la tâche de contenu concrète.
• Écart d'entités face à la concurrence : une analyse sémantique des SERP sur les premiers résultats montre quelles entités les pages bien classées couvrent en commun. Sur le marché DACH, cet écart est souvent plus facile à combler que face à la concurrence anglophone, car moins de sources germanophones approfondies se disputent les positions.
• Validation des données structurées : avec le Schema Markup Validator et le test des résultats enrichis, assure-toi que le balisage des entités et les liens sameAs sont lus sans erreur.
• Visibilité dans les résultats enrichis et les AI Overviews : suis si les pages apparaissent en résultat enrichi et si elles sont citées dans les réponses génératives. Ce dernier point est l'indicateur direct d'un travail GEO réussi.

Pour aller plus loin

Le SEO sémantique n'est pas un complément à l'optimisation on-page, c'en est le cadre. En définissant une entité dominante par URL, en l'ancrant avec Schema.org et sameAs, en pilotant la salience par la position et la structure et en couvrant entièrement le sujet avec des entités connexes, tu optimises à la fois pour les classements classiques, les Featured Snippets et les réponses de l'IA. Les prochaines étapes utiles : approfondir le balisage Schema on-page, rendre l'E-E-A-T opérationnel via des entités auteur et organiser le maillage interne en une architecture de topic clusters cohérente. Le dénominateur commun reste le même : le sens l'emporte sur la chaîne de caractères.