Référencement vidéo on-page : schéma VideoObject et transcriptions

Pourquoi le SEO vidéo on-page détermine la visibilité

La vidéo n'est plus un canal de niche, mais elle reste rare en tant qu'élément web. Selon le Web Almanac 2024, 7,7 % des pages sur ordinateur et 6,7 % des pages mobiles contiennent au moins un élément <video>, et la valeur mobile a progressé de 32 % en relatif. À titre de comparaison, les images figurent sur presque toutes les pages. La vidéo est donc un signal rare qui, bien configuré, ressort de façon disproportionnée.

La portée du format sur le marché autrichien est avérée. Début 2025, YouTube comptait 7,30 millions d'utilisateurs en Autriche, soit 80,1 % de la population totale et 84,0 % des internautes. Avec 8,69 millions d'internautes et un taux de pénétration d'Internet de 95,3 %, la vidéo est un canal de masse. Pour les entreprises B2B, cela signifie que les vidéos explicatives, de présentation produit et d'études de cas atteignent les décideurs, à condition d'être intégrées proprement sur la page d'un point de vue technique.

Le levier stratégique se trouve dans la recherche générative. Depuis le 1er janvier 2025, les citations YouTube dans les AI Overviews de Google ont augmenté de 25,21 % (source des données : BrightEdge). La vidéo est le type de snippet qui génère des clics de manière fiable, même lorsqu'elle est enveloppée dans un AI Overview, parce que la réponse amorce la question mais que regarder la vidéo exige un clic.

Schéma VideoObject et balisage Clip : la base technique

Les données structurées sont la condition pour que Google reconnaisse une vidéo en tant que vidéo. Sur le web, c'est rare : le JSON-LD dans son ensemble apparaît en 2024 sur 41 % des pages (contre 34 % en 2022), mais le balisage VideoObject seulement sur environ 0,34 % des pages. Si tu l'implémentes correctement, tu te démarques de la majorité.

Un VideoObject a besoin de trois champs obligatoires : name, thumbnailUrl et uploadDate. Sont également recommandés description, contentUrl ou embedUrl et duration au format ISO-8601 (par exemple PT2M30S pour deux minutes trente). Un exemple minimal pour une page de lecture :

```json
{
"@context": "https://schema.org",
"@type": "VideoObject",
"name": "Migration ERP expliquée en 5 étapes",
"description": "Démo de la reprise des données pour des PME en Autriche.",
"thumbnailUrl": "https://example.at/img/erp-migration-thumb.jpg",
"uploadDate": "2026-03-14",
"duration": "PT8M20S",
"contentUrl": "https://example.at/video/erp-migration.mp4",
"embedUrl": "https://example.at/embed/erp-migration"
}
```

Pour obtenir des repères de chapitres dans la recherche de vidéos Google, il faut ajouter le balisage Clip. Selon Google, trois propriétés de Clip sont obligatoires : name, startOffset et url. startOffset est l'heure de début en secondes à partir du début de la vidéo. url pointe vers le point de départ avec un horodatage précis, par exemple ?t=120 pour démarrer à 2:00. Deux consignes sont critiques : deux clips d'une même vidéo ne doivent pas partager la même heure de début, et la durée totale doit être d'au moins 30 secondes. Autre option : SeekToAction fournit à Google la logique d'URL. La propriété target contient l'URL de la page avec l'espace réservé {seek_to_second_number}, et Google identifie automatiquement les moments clés.

Transcriptions et sous-titres pour la compréhension par l'IA et l'accessibilité

Les crawlers IA ne peuvent pas regarder les vidéos. Ils lisent le contenu de la page. D'où la mesure on-page la plus importante : une transcription intégrale sous forme de texte HTML explorable, directement sur la page de lecture. Ce texte apporte des termes de longue traîne et des entités présents dans l'audio, mais absents du titre, de la description et des tags. C'est précisément ce mécanisme qui augmente la probabilité d'être cité dans la recherche générative, car le modèle de langage cite ce qu'il peut lire.

Sous-titres et transcription ne sont pas la même chose. Les sous-titres (captions) sont synchronisés avec la vidéo dans le lecteur ; la transcription est le texte continu sur la page. Les deux comptent. Une étude de cas ancienne de Discovery Digital Networks démontre l'effet. Le réseau a été intégré à Group Nine Media en décembre 2016 : les chiffres datent donc d'avant. Les sous-titres ont apporté une hausse globale de 7,32 % des vues et même 13,48 % de vues en plus sur les 14 premiers jours. Sur le plan méthodologique, 125 vidéos sur 334 ont été sous-titrées et comparées à 209 vidéos témoins. La preuve de l'indexation est venue d'une recherche sur une expression présente uniquement dans la transcription : la vidéo sous-titrée s'est classée en 4e position, ce qui montre que YouTube indexe les closed captions.

En Autriche et en Allemagne s'ajoute une dimension juridique. La loi autrichienne Barrierefreiheitsgesetz (BaFG) et la loi allemande Barrierefreiheitsstärkungsgesetz (BFSG) transposent l'Acte européen sur l'accessibilité (EAA) et s'appliquent depuis le 28 juin 2025. Pour les fournisseurs de certains services aux consommateurs, par exemple dans l'e-commerce, les sous-titres des vidéos préenregistrées font désormais partie de l'obligation d'accessibilité, et selon le contenu aussi l'audiodescription ou une alternative textuelle. Les offres purement B2B ne sont pas concernées, les microentreprises qui fournissent des services sont exemptées, tout comme les vidéos publiées avant le 28 juin 2025. La Suisse n'a pas repris l'EAA. Les fournisseurs suisses qui servent des consommateurs en Autriche ou en Allemagne y sont malgré tout soumis. Si tu es concerné par l'obligation, l'effet SEO vient en bonus d'une mesure de toute façon nécessaire. Pour la mise en œuvre : génère la transcription automatiquement, par exemple avec la fonction de transcription de YouTube ou un service de speech-to-text, puis révise-la à la main.

La transcription automatique reconnaît rarement de façon fiable les termes techniques, les noms propres et les graphies autrichiennes. Place le texte intégral révisé sous forme de vrai texte HTML sur la page, pas sous forme d'image ou de simple PDF à télécharger, et structure-le avec des intertitres et des paragraphes pour que les crawlers et les lecteurs le saisissent. Un court paragraphe d'introduction qui résume les messages clés de la vidéo répond en plus au principe « la réponse d'abord » pour les featured snippets et les AI Overviews.

Bonnes pratiques pour les pages de lecture, l'hébergement et la structure du contenu

Une page de lecture vidéo efficace suit une logique claire. Les points suivants résument les principaux leviers :

• Page de lecture dédiée et indexable : chaque vidéo importante a besoin de sa propre URL avec un lecteur intégré visible, et pas seulement d'une mention dans un article de blog. Google indexe les vidéos principalement via ce type de pages.
• Hiérarchie des titres : un H1 nomme le sujet de la vidéo, des titres H2 structurent le texte d'accompagnement et les chapitres. Des titres descriptifs apportent un contexte et des entités que la seule intégration du lecteur ne transmet pas.
• URL de miniature stable : thumbnailUrl doit rester accessible en permanence, sinon Google n'affiche aucun résultat enrichi. Des noms de fichiers parlants et riches en mots-clés facilitent l'association.
• Sitemap vidéo : un sitemap vidéo dédié ou l'extension du sitemap existant signale activement les nouvelles pages de lecture au moteur de recherche.
• Core Web Vitals : les vidéos intégrées ne doivent pas ruiner le chargement. Le chargement différé (lazy loading) de l'iframe et une miniature d'aperçu légère, à la place d'un lecteur chargé immédiatement, maintiennent les valeurs stables.

Pour le choix de l'hébergement, la règle est la suivante : l'intégration YouTube maximise la portée et exploite la distribution de la plateforme, tandis que l'auto-hébergement sur ton propre domaine garde le signal de classement chez toi. En pratique, combiner les deux est pertinent, à condition de définir une page de lecture canonique pour éviter la double indexation. Techniquement, le MP4 domine : selon le Web Almanac, 68 % des fichiers vidéo étaient au format MP4, ce qui rend l'auto-hébergement compatible et simple.

Pour la durée, les données donnent des repères. Sur le web, les vidéos sont courtes : 21 % durent de 0 à 10 secondes, 37 % de 10 à 30 secondes, 21 % de 30 à 60 secondes, 12 % de 60 à 120 secondes et 9 % plus de 120 secondes. Pour le classement sur YouTube, une analyse internationale plus ancienne montre l'inverse : la durée moyenne d'une vidéo en première page était de 14 minutes et 50 secondes et 68,2 % des vidéos en première page étaient en HD, sur la base de 1,3 million de vidéos YouTube. La règle empirique en B2B : des démos courtes intégrées sur ton propre site, des vidéos explicatives longues et approfondies pour YouTube.

Le texte autour de la vidéo compte autant que la vidéo elle-même. Un titre explicite et pensé pour les mots-clés, un paragraphe d'introduction descriptif et une liste récapitulative des points clés donnent aux moteurs de recherche et aux systèmes d'IA le contexte que le lecteur intégré ne fournit pas. Donne des noms parlants aux fichiers vidéo et aux miniatures plutôt que des identifiants cryptiques, et garde la description sur la page cohérente avec le titre et le schéma. Ainsi, la page de lecture est entièrement comprise, même sans lancer la vidéo.

Erreurs fréquentes dans l'optimisation des vidéos

En pratique, les mêmes erreurs reviennent. Si tu les évites, tu exploites l'essentiel du potentiel :

• Vidéo sans page de lecture : une vidéo intégrée uniquement dans une lightbox ou dans le pied de page n'a pas d'URL propre et n'a donc pratiquement aucune chance d'obtenir un résultat enrichi vidéo.
• Schéma absent ou incomplet : sans name, thumbnailUrl et uploadDate, aucun VideoObject valide n'est généré. Comme ce balisage est de toute façon rare, l'effort est faible et l'effet important.
• Pas de transcription : sans texte intégral explorable, les crawlers IA n'ont aucune base textuelle. Pour les réponses génératives, la vidéo reste une boîte noire.
• Heures de début de clip identiques : si deux clips partagent la même heure de début, Google ignore les moments clés. Des valeurs startOffset uniques sont obligatoires.
• URL de miniature instable ou dynamique : si l'URL de l'image change à chaque déploiement, le résultat enrichi disparaît.
• Double indexation : un contenu vidéo identique sur YouTube et sur ton propre domaine, sans signal canonique, dilue le classement.

Mesure, validation et reporting

La mise en œuvre n'est que la moitié du travail, la validation la sécurise. Le test des résultats enrichis vérifie si le balisage VideoObject et Clip est analysé sans erreur. Dans Google Search Console, le rapport d'indexation des vidéos montre quelles pages de lecture sont reconnues comme vidéo et où des champs obligatoires manquent. Côté performance, le reporting doit inclure les impressions et les clics vidéo issus du rapport sur les performances de la Search Console, complétés par des signaux d'engagement comme la durée de visionnage et le taux de complétion issus de YouTube Analytics.

Pour évaluer le GEO, il vaut la peine de regarder les types de contenus. Dans les AI Overviews, les contenus pédagogiques ont progressé de 35,6 % et les démonstrations visuelles de 32,5 %. Par secteur, la santé affichait la plus forte présence YouTube, avec 41,97 % dans les AI Overviews. Si tu produis des tutoriels et des démos, tu vises exactement les formats que la recherche générative cite le plus souvent.

Pour aller plus loin : le workflow B2B

Un workflow de SEO vidéo opérationnel dans le contexte B2B autrichien suit un ordre fixe : produire la vidéo explicative, produit ou étude de cas, créer la transcription et la localiser en de-AT, mettre en place une page de lecture dédiée avec H1, texte d'accompagnement et schéma VideoObject, ajouter le balisage Clip pour les chapitres, l'intégrer au sitemap vidéo et la valider avec le test des résultats enrichis.

Le levier le plus puissant, c'est le maillage interne. Un hub vidéo regroupe les pages de lecture thématiquement proches, les relie entre elles et les relie depuis les pages thématiques et les pages de services correspondantes. On obtient ainsi un cluster qui signale aux moteurs de recherche la pertinence de chaque vidéo et fait passer les utilisateurs du texte à la vidéo. Combinée à un schéma propre, une transcription intégrale et des sous-titres accessibles, une simple vidéo devient un actif de visibilité durable qui génère des clics aussi bien dans la recherche vidéo classique que dans les réponses génératives.