Aidez-nous à préparer notre rendez-vous
Le cloaking constitue une technique aux implications complexes pour le référencement naturel. Il s’agit d’une pratique controversée qui consiste à afficher un contenu aux moteurs de recherche, distinct de celui vu par les utilisateurs. In fine, décrypter le fonctionnement du cloaking requiert de saisir les subtilités entourant ce concept protéiforme. Outre les enjeux d’optimisation se pose aussi la question de l’éthique des pratiques SEO. De surcroît, la frontière avec des techniques associées, quoique distinctes, ajoute à la complexité.
Le cloaking désigne les méthodes utilisées pour servir aux moteurs de recherche un contenu différent de celui vu par les utilisateurs sur une même URL. Concrètement, le site affiche une version A de la page aux internautes, mais montre une version B aux robots d’indexation.
Depuis l’origine, cette technique relève d’une volonté délibérée de manipuler le référencement naturel. Cette stratégie a pour but de se hisser plus rapidement dans les premiers résultats de recherche, en exploitant les failles des algorithmes des moteurs pour mieux contrôler son positionnement.
Disons-le clairement : Google (et les moteurs de recherche en général) déteste le cloaking. Les sites usant de telles pratiques risquent le déréférencement, voire le bannissement total.
Néanmoins, de nouvelles formes de cloaking ont vu le jour, à la frontière entre l’optimisation acceptable et les techniques de référencement trop agressives (black hat SEO). Certains experts du SEO exploitent même encore sciemment cette fonctionnalité à des fins stratégiques.
Dès lors, il convient de saisir toutes les subtilités du cloaking pour juger de sa légitimité et de son adéquation avec une stratégie de contenu éditorial.
Le cloaking exploite la manière dont les moteurs de recherche indexent les pages web. Lorsqu’un robot d’indexation visite une URL, il analyse le code source renvoyé par le serveur afin d’indexer le contenu.
Dans le détail, pour servir un contenu sur mesure, les sites web s’appuient sur des informations envoyées automatiquement à chaque requête. Ainsi, lorsqu’un internaute demande une page, son navigateur transmet des données comme le logiciel utilisé ou encore l’adresse IP.
Exploitant ce mécanisme, le cloaking investigue ces métadonnées afin d’identifier la provenance du visiteur. Si la requête émane d’un robot d’indexation de moteur de recherche, le serveur renvoie une version optimisée pour le référencement naturel. En revanche, pour un humain, il fournit généralement une page de moindre qualité ou qui n’a absolument rien à voir avec la requête utilisateur.
Ainsi, le cloaking exploite l’asymétrie d’informations entre l’utilisateur et le site internet visité. En détectant la provenance, ce dernier peut modifier ses réponses pour mieux contrôler son référencement.
Il existe principalement trois grandes catégories de cloaking :
L’user agent constitue une chaîne de caractères transmise à chaque requête HTTP, spécifiant le navigateur internet utilisé. Par exemple, le user agent de Chrome est :
« Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36 ».
Cette information permet aux serveurs web d’identifier précisément le logiciel de navigation. Chaque moteur de recherche possède également sa propre signature user agent lors de l’indexation.
Ainsi, en analysant l’user agent, un script de cloaking peut déterminer si le visiteur est un robot d’indexation ou un humain. La technique consiste typiquement à :
Un filtrage efficace nécessite donc de maintenir à jour les expressions caractérisant les crawler, celles-ci évoluant fréquemment. Le recours à des solutions spécialisées s’avère également une option plus fiable qu’une implémentation artisanale.
Cette fonctionnalité demeure néanmoins considérée comme illicite. Ajoutons que les moteurs sont en mesure de scanner le code source des pages pour en vérifier la conformité.
L’adresse IP désigne un numéro d’identification unique attribué à chaque appareil connecté à internet. Sous la forme de quatre nombres séparés par des points (ex : 192.168.1.10), cette suite logique localise précisément une machine.
Les moteurs de recherche indexent les pages web à l’aide de fermes de serveurs dédiés, disposant d’adresses IP fixes et exclusives. Par exemple, Googlebot utilise le bloc d’IPs suivant :
Ainsi, en stockant ces plages réservées dans une base de données, un script de cloaking peut établir une table de correspondance. Lorsqu’une requête entrante provient d’une adresse référencée, la version optimisée est servie. Dans le cas contraire, c’est la page standard qui s’affiche.
Néanmoins, la multiplication des intermédiaires (FAI, CDN, proxy) complexifie l’analyse fiable de l’adresse IP. Cette méthode s’avère aussi facilement contournable par les robots via l’usage de proxys anonymes.
Ces technologies de scripts côté client permettent de générer un contenu différencié entre les robots et les utilisateurs. Le fonctionnement réside dans la capacité du code JavaScript ou Flash à modifier la page affichée dans le navigateur web.
En pratique, le code source initial ne comprend que quelques balises classiques (titre, mots-clés) et un appel à un script externe. Lorsqu’un internaute visite la page, ce fichier annexe va produire et injecter le contenu éditorial visible. Tandis que les robots d’indexation, incapables d’exécuter le script, ne verront qu’un code source vide ou d’apparence anodine.
Cette technique fut historiquement très utilisée mais son efficacité a décru avec l’évolution des navigateurs et des systèmes de crawling. Aujourd’hui, seul un cloaking Javascript élaboré, combiné à d’autres méthodes, peut espérer tromper la vigilance des algorithmes. Surtout que les moteurs simulent désormais l’exécution de scripts pour indexer le contenu réel.
Néanmoins, certains sites peu scrupuleux continuent d’exploiter ces failles pour tirer parti de brèches temporaires dans la détection automatisée. La course en avant technologique entre fraudeurs et systèmes anti-fraudes perdure donc.
L’obfuscation de liens consiste à dissimuler certains liens hypertextes du code source afin de manipuler le pagerank. Le but étant d’orienter la valeur d’autorité vers des pages jugées prioritaires.
Concrètement, le texte affiché à l’utilisateur contient des liens cliquables qui sont masqués dans le code source lu par les robots. Ce décalage permet aux moteurs d’indexer un maillage interne différent de la réalité, concentrant le pagerank sur un noyau de pages cibles.
Certains experts considèrent l’obfuscation comme plus acceptable lorsqu’elle oriente les robots vers les pages jugées prioritaires, à la fois pour l’indexation et l’expérience utilisateur.
En effet, masquer des pages secondaires type mentions légales ou formulaires peut sembler légitime. Ces contenus parfois dupliqués d’un site à l’autre, ou rarement consultés, ne reflètent pas nécessairement la valeur du site. Ils monopolisent pourtant le temps de crawling (budget crawl) au détriment de pages plus riches.
Néanmoins, cette obfuscation « bienveillante » reste controversée. Certes, elle accorde les intérêts des moteurs et des internautes. Mais à long terme, trop orienter le parcours des robots risque d’appauvrir l’index et de nuire au référencement. Surtout si Google juge la sélection subjective ou abusive.
En définitive, malgré ses visées vertueuses, cette pratique demeure une manipulation des résultats d’indexation. Son acceptabilité reste donc limitée. Une stratégie plus durable consiste à structurer naturellement son site web en hiérarchisant logiquement ses pages selon leur valeur perçue.
À propos de l'auteur
Bienvenue dans notre lexique sur les termes autour du référencement naturel (SEO). Nous avons rassemblé diverses définitions qui vous permettront de maîtriser le jargon SEO et faire progresser votre site !
