SEO sémantique : le rôle des entités dans ce que Google classe

Le jour où nous avons écrit ce texte, nous avons mesuré les cinq pages positionnées sur la requête entity seo avec une seule liste de 124 termes du sujet. Le guide de Search Engine Land, qui occupe la tête du classement, utilise exactement une des 36 variations de mots-clés de la liste. Il en utilise 28 des 51 entités.

Ce rapport résume tout l’article. La page qui gagne la requête la plus disputée de ce domaine ne la gagne pas en déclinant le terme cible. Elle la gagne sur des choses nommées : Freebase, Wikidata, le Knowledge Graph, la reconnaissance d’entités nommées, Krisztian Balog, le balisage schema, la désambiguïsation.

Des choses, pas des chaînes de caractères

En mai 2012, Google annonçait le Knowledge Graph avec une formule qui a survécu à la plupart des conseils SEO écrits depuis : things, not strings. Des choses, pas des chaînes de caractères.

L’annonce n’était pas un slogan. Deux ans plus tôt, Google avait acheté Freebase, une encyclopédie semi-structurée où chaque fiche portait un identifiant machine stable. Freebase a ensuite été fondu dans Wikidata, et cette base fusionnée est devenue le référentiel que Google consulte quand il cherche à comprendre de quoi parle une page.

Le guide de Search Engine Land rapporte un passage de 570 millions d’entités à environ 8 milliards en une décennie. Traitez ce chiffre comme rapporté plutôt que vérifié. Google ne publie pas de décompte à jour, et ceux qui circulent dans les articles SEO remontent tous aux mêmes quelques sources.

Les mises à jour qui ont suivi vont toutes dans la même direction. Hummingbird a réécrit le traitement des requêtes autour du sens plutôt que de la correspondance de mots, et la recherche sémantique a cessé d’être un sujet de laboratoire. RankBrain a donné au système un moyen de traiter des requêtes jamais rencontrées. BERT lui a appris à lire les mots autour d’un terme plutôt que le terme seul.

Rien de tout cela n’a rendu les mots-clés inutiles. Cela les a rendus insuffisants.

Ce que la couche de recherche fait vraiment d’une entité

La recherche par mots-clés classique a une limite dure : elle ne peut pas retourner un document qui ne partage aucun terme avec la requête. Tout ce qui a suivi est une tentative de contourner ce mur.

Krisztian Balog range les solutions en trois familles. Les méthodes par expansion utilisent les entités pour élargir la requête avec des termes que l’internaute n’a pas tapés. Les méthodes par projection placent la requête et le document dans un espace d’entités commun et mesurent leur proximité, ce qui fait entrer les embeddings et les comparaisons de vecteurs dans le tableau. Les méthodes par entités construisent une représentation explicite des deux côtés et les rapprochent directement, en parallèle des mots.

Le détail qui compte : les trois familles traitent les entités comme une couche posée sur le texte, pas comme un remplacement du texte. Les mots portent toujours le signal. Les entités décident de ce que ce signal veut dire.

Il y a aussi un argument d’échelle. Aucun système ne peut se permettre de dériver le sens de chaque paragraphe d’un corpus à partir de zéro. Rattacher des mentions à des fiches connues coûte moins cher que de raisonner sur la langue, et c’est une bonne partie de la raison d’être du graphe.

Qu’est-ce qu’une entité en SEO

Une entité est une chose dotée d’une identité. Quatre propriétés la définissent en pratique, et l’ouvrage de référence que ce domaine cite le plus, Entity-Oriented Search de Krisztian Balog, les énumère ainsi : une entité possède un nom, un type, un ensemble d’attributs et des relations avec d’autres entités. Formellement, elle existe dès qu’un catalogue tient une fiche à son sujet.

Google range ces fiches dans le Knowledge Graph et attribue à chacune un identifiant machine, du type /m/0k8z, qui ne change pas même quand les mots autour changent.

C’est ce dernier point qui rend les entités utiles. Nintendo est la même entité en français, en anglais et en japonais. La tour Eiffel et la Torre Eiffel sont une seule fiche, pas deux. Les mots changent. L’identité, non.

Un catalogue d’entités est un registre public de ces fiches. Plusieurs alimentent celles sur lesquelles Google s’appuie :

• Wikipédia, celui auquel tout le monde pense
• Wikidata, qui stocke les affirmations structurées derrière Wikipédia
• Freebase, racheté par Google en 2010 puis fondu dans Wikidata
• Yago et DBpedia, tous deux construits sur Wikipédia
• Votre propre site, dès que le balisage schema déclare ce que vous êtes

Cette dernière ligne compte davantage que les autres pour la plupart des entreprises. Une clinique dentaire de Longueuil ou de Nanterre n’aura jamais d’article Wikipédia. Elle peut quand même être une entité, parce que Schema.org existe précisément pour que les propriétaires de sites déclarent les choses dont aucune encyclopédie n’a jamais entendu parler.

Les trois piliers : le nœud, ses attributs, ses relations

Chaque entité d’une base de connaissances tient en trois parties, et chacune est un endroit où votre contenu aide ou se tait.

Le nœud, c’est la chose elle-même. Les entités se rangent dans de grandes catégories visibles sur n’importe quelle page de résultats : des personnes (Lionel Messi, Steve Jobs), des lieux (le parc national de Zion, Kyoto), des organisations (Google, Nike, la NASA), des produits (l’iPhone) et des concepts (la physique quantique, la recherche d’information, le SEO lui-même). Les concepts sont la catégorie la plus difficile à passer à l’échelle pour Google, parce qu’aucune page seule ne lui apprend ce qu’une idée vague signifie. Il y faut beaucoup de documents, concordants, dans la durée.

Les attributs sont les propriétés qui remplissent la fiche. Pour Steve Jobs : date de naissance, profession, ville d’origine, entreprises fondées. Pour une clinique : adresse, horaires, services, assurances acceptées. Les attributs sont ce qu’un Knowledge Panel affiche, et exactement ce que le balisage schema a été conçu pour transporter.

Les relations sont les arêtes entre les nœuds, et c’est là que le sens habite vraiment. Steve Jobs a fondé Apple. Apple fabrique l’iPhone. Écrites, ces phrases donnent un sujet, un prédicat, un objet :

• Steve Jobs → a fondé → Apple
• Apple → fabrique → iPhone

Cette forme n’est pas une convention de schéma. C’est ainsi que le graphe stocke les faits, et c’est pourquoi nos rédacteurs écrivent le corps de texte en affirmations explicites, avec un sujet nommé et un objet vérifiable. Une phrase comme « beaucoup d’entreprises constatent que les données structurées aident » ne porte aucune arête. « Le balisage Organization déclare l’identité de votre marque à Google » en porte une.

Une entité n’est pas un mot-clé, et la différence est opérationnelle

Un mot-clé est une chaîne de caractères. Une entité est ce à quoi cette chaîne renvoie.

	Mots-clés (chaînes)	Entités (choses)
Ce que c’est	Une expression tapée dans un moteur	Un concept, une personne, un lieu ou un objet avec des traits définis
Comment le système le tient	Une suite de caractères à faire correspondre	Une fiche avec un identifiant unique
Exemple	« apple entreprise » face à « tarte aux pommes »	Apple Inc. face à Malus domestica
Langue	Dépendant de l’orthographe et de la traduction	Indépendant de la langue : tour Eiffel et Torre Eiffel sont une seule fiche
Ce que ça gagne	Les requêtes que vous avez formulées	De la pertinence sur tout un voisinage de requêtes liées

La conséquence pratique tient dans la dernière ligne. Une page bâtie sur une expression concourt pour cette expression. Une page bâtie sur les entités d’un sujet concourt sur toutes les requêtes que Google juge sémantiquement voisines, y compris celles que personne dans votre équipe n’avait pensé à écrire.

Désambiguïsation : comment Google décide de quel Jaguar vous parlez

Écrivez un article sur Jaguar et le mot seul ne dit rien à Google. Ce sont les entités autour qui tranchent.

Savane, pelage, proie, prédateur, aire de répartition. C’est l’animal. Moteur V8, cuir, concession, millésime, garantie. C’est la voiture. Les mêmes six lettres, deux fiches différentes dans le graphe, et la page n’a jamais eu à préciser laquelle : le vocabulaire l’avait déjà fait.

Apple fonctionne pareil. Tapez le mot seul et l’entreprise l’emporte, parce que cette entité pèse plus lourd dans l’index. Ajoutez « verger » et le fruit gagne. Mercure se partage entre la planète, l’élément et le dieu romain.

L’ambiguïté est l’état par défaut de la langue, et la désambiguïsation est le processus qui la résout.

Le traitement automatique du langage fait ce travail à grande échelle. La reconnaissance d’entités nommées repère les mentions candidates dans un passage de données non structurées, puis le système de recherche évalue à quelle fiche du catalogue chaque mention renvoie. L’API Natural Language de Google Cloud en expose une partie avec un score de saillance, qui vous dit à quel point il juge chaque entité centrale dans le texte que vous lui donnez. TextRazor fait un travail voisin et vous montre les phrases concernées.

Aucun de ces outils n’est le système de classement. Les deux servent de miroir.

Où observer les entités au travail

Vous n’avez pas besoin d’un outil pour voir le graphe. Google l’affiche sur la page de résultats.

Le Knowledge Panel est la fiche d’entité rendue lisible pour un humain. Nom, type, attributs, entités liées, tout vient du même magasin que consulte le système de classement. Une fiche d’établissement Google est la version locale de la même fiche.

« Autres questions posées » est une carte de relations. Chaque question de ce bloc est un lien que Google tient déjà entre votre requête et un concept voisin, ce qui en fait la recherche d’entités la moins chère du marché. Les recherches associées en bas de page font le même travail sous un autre angle.

Les carrousels de produits et d’images sont des regroupements d’entités. Quand Google affiche une rangée de casques à réduction de bruit, il ne fait pas correspondre du texte. Il a identifié des entités produits et les a groupées par attribut commun.

La saisie semi-automatique s’appuie sur la même structure, ce qui explique qu’un nom de marque tapé fasse remonter ses produits plutôt que des complétions au hasard.

Lisez ces blocs comme une lecture gratuite de ce que Google croit savoir de votre sujet. Si un concept revient dans « Autres questions posées » sur votre terme principal et n’apparaît nulle part sur votre page, l’écart est mesurable et se comble cette semaine.

Ce que le SEO par entités demande vraiment

Deux métiers circulent sous le même nom, et les confondre coûte cher.

Le premier, c’est la couverture d’entités à l’intérieur d’une page. Une page sur les implants dentaires qui nomme l’ostéo-intégration, le pilier, la vis en titane et la péri-implantite couvre son sujet. Une page qui répète « implants dentaires Montréal » quarante fois ne le couvre pas. La couverture, c’est ce qui concourt sur les requêtes non liées à la marque, celles qu’un acheteur utilise avant d’avoir choisi son prestataire.

Le second, c’est l’identité de marque comme entité. Balisage Organization sur la page d’accueil, liens sameAs vers de vrais profils, cohérence du nom dans chaque annuaire, fiche d’établissement Google qui concorde. C’est ce qui obtient un Knowledge Panel, et c’est ce qui fait que ChatGPT, Perplexity et Gemini décrivent correctement votre entreprise au lieu d’en inventer une. Ce second métier vise les requêtes de marque et la citation, pas l’acquisition.

La plupart des articles sur le sujet vendent le second en laissant croire qu’il fait le travail du premier. Il ne le fait pas. Un site peut tenir une fiche de marque solide, sortir premier sur son propre nom, et perdre quand même les requêtes qui le présentent à quelqu’un de nouveau.

Des entités distinctes, pas des entités répétées

L’ordre de corrélation sur lequel nous nous appuyons vient de la table de facteurs partagés de Cora, export du 18 août 2026. Lisez-la comme un classement plutôt que comme une mesure : l’échantillon partagé n’a pas de taille publiée, et il dépend en partie des recommandations de l’outil lui-même, puisque Cora dit à chaque utilisateur quoi modifier.

Dans cet export, le haut de la liste ne parle que d’ampleur. Les facteurs partagés avec les premiers résultats arrivent à −0,31. Le nombre d’entités distinctes utilisées suit à −0,28, septième sur environ trois mille facteurs. Les termes LSI uniques se placent juste à côté. Les variations de mots-clés uniques viennent à −0,24. La fréquence brute du terme se situe nettement plus bas, et les facteurs de densité en correspondance exacte tournent autour de zéro.

Répéter un terme déjà placé n’apporte rien. Placer un terme encore absent fait monter la couverture et la densité en même temps.

Une correction à la version paresseuse de ce constat. Que la répétition exacte n’apporte rien ne veut pas dire que le mot-clé principal est optionnel. Sa présence est un prérequis : une page qui l’omet de sa balise title, de son H1 et de son corps de texte est très difficile à positionner, aussi riche que soit le vocabulaire autour.

La raison pour laquelle la corrélation frôle zéro est plus étroite qu’il n’y paraît. Les pages qui omettent le terme sont largement absentes de l’échantillon classé que l’on mesure, donc le coût de l’omission n’apparaît jamais dans le chiffre. La présence est le plancher. La variation est le levier.

La position change ce que vaut une entité

Le même export ventile les placements par catégorie, et l’écart est assez large pour construire des titres dessus.

Une entité dans un H2 se classe au rang 46. Un terme LSI dans le même H2 se classe au rang 467. Les entités en H3 arrivent au rang 56, les entités dans la balise title au rang 72. Les termes LSI dans les phrases se placent au rang 93, et c’est là qu’ils gagnent leur place.

La règle que suivent nos rédacteurs n’est donc pas une question de style. Les variations ouvrent les titres. Les entités prennent les emplacements de titres restants et ouvrent les sections en position de sujet. Les termes LSI vivent dans les phrases. Google évalue à quel point une entité est centrale dans un passage, et un nom employé comme sujet grammatical se lit comme plus central que le même nom glissé entre parenthèses ou noyé dans une énumération.

L’ancre de lien appartient à la même famille. Les variations dans les balises A corrèlent à −0,22, au-dessus de la balise title dans l’export actuel, ce qui fait des mots choisis pour un lien interne une décision de placement plutôt qu’une question de mise en forme.

La saillance : quelles entités, et à quelle place

L’outillage de Google expose un score de saillance d’entité, qui mesure à quel point une entité est centrale dans un passage plutôt que simplement présente. La documentation ayant fuité indique que la saillance est aussi utilisée en interne. Trois conséquences en découlent, et ce sont celles autour desquelles nous construisons les titres.

Le choix des entités compte. Une entité topiquement centrale soutient la page ; une entité tangentielle la dilue. Citer Shakespeare dans un article sur la rédaction web paraît défendable à un humain, puisqu’il écrivait bien et racontait des histoires. L’algorithme peut très bien y lire du bruit.

La position détermine le poids. Les entités dans les titres, les intertitres et les phrases d’ouverture obtiennent une saillance plus forte que les mêmes noms enfouis dans le texte de soutien.

La fonction grammaticale compte aussi. Une entité employée comme sujet d’une phrase pèse plus lourd qu’une entité mentionnée dans une liste ou une incise. « Tesla a bouleversé la catégorie » et « des entreprises comme Tesla » mettent le même nom dans la même page sans y mettre le même signal.

C’est aussi ici que notre honnêteté méthodologique doit se placer. Les frontières de la pertinence sémantique sont inconnaissables de l’extérieur, donc certains termes soigneusement choisis peuvent se révéler du remplissage qui dilue la focalisation. Même les bonnes entités, employées dans des positions syntaxiques faibles, peuvent ne pas produire la saillance que Google cherche.

L’autorité thématique est une grappe d’entités, pas une expression répétée

Prenez une requête comme « fumer une poitrine de bœuf ». Vous ne la gagnerez pas en écrivant l’expression quarante fois.

Ce qui sépare les pages qui se positionnent, c’est de porter les entités que le sujet implique réellement : le fumoir, les copeaux de bois, le mélange d’épices, la température à cœur, le palier de stagnation, l’anneau de fumée, le temps de repos. Un cuisinier du métier produit ce vocabulaire sans y penser, comme un parodontiste produit « ostéo-intégration ». Quelqu’un qui a survolé un article produit l’expression et pas grand-chose d’autre.

L’autorité thématique, débarrassée de son mystère, c’est la couverture d’une grappe d’entités à travers une grappe de contenus : une page pilier qui présente les concepts, des pages de soutien qui creusent chacun d’eux, et un maillage interne qui énonce les relations entre les deux.

La fuite de documentation de l’API Google de mai 2024 a fait apparaître des métriques internes nommées siteFocusScore et siteRadius, que la communauté lit comme des mesures de la concentration thématique d’un site, siteRadius semblant mesurer l’écart au thème central. La fuite indique aussi que Google calcule des embeddings pour les pages individuelles et pour les sites entiers.

Si cette lecture est juste, la couverture d’entités compte à l’échelle du site et pas seulement page par page. Un contenu dispersé ou hors sujet diluerait l’identité thématique du domaine, ce qui rejoint la règle que nous appliquons depuis des années : chaque nouvelle page doit tenir dans le rayon thématique du site. Les documents décrivent l’existence de ces métriques, pas leur poids, donc lisez-les comme cohérents avec l’approche plutôt que comme une preuve.

Le SEO d’entités local, c’est le même problème sur un graphe plus petit

Pour une entreprise avec une adresse, la fiche d’entité est surtout locale. La fiche d’établissement Google est le nœud. Nom, adresse, téléphone, horaires, catégories et zone desservie sont les attributs. Les citations dans les annuaires sont la corroboration.

La cohérence fait le gros du travail, et c’est un travail ennuyeux. Une clinique inscrite « Clinique Dentaire Rive-Sud » sur son site, « Clinique Dentaire Rive Sud » sur un annuaire et « CD Rive-Sud » sur un autre demande à Google de fusionner trois fiches sans lui donner de raison sérieuse de le faire.

La moitié couverture s’applique toujours. Une page locale qui nomme les quartiers desservis, la station de transport voisine, les actes pratiqués et les assurances acceptées couvre une grappe d’entités locale. Une page qui répète le nom de la ville dans chaque intertitre ne couvre rien et se lit mal pour l’humain qui doit choisir une clinique.

Les entreprises multi-établissements héritent des deux problèmes d’un coup, et c’est pourquoi les pages de ville produites depuis un gabarit avec le nom de la ville échangé sous-performent avec autant de régularité. Chaque établissement est une entité distincte. Un gabarit produit une seule entité dite de quarante façons.

Ce que font vraiment les pages positionnées sur entity seo

Nous avons mesuré cinq pages comparables avec une seule liste fusionnée de 124 termes, en passant le même instrument sur chacune. Même liste, même règle de mots vides, même dénominateur.

Page	Mots	Densité	Termes utilisés	Variations	Entités	LSI	Répétition
Search Engine Land	6 069	6,6 %	56	1	28	27	4,6
HubSpot	5 502	9,2 %	57	9	26	22	6,3
InLinks	4 573	7,6 %	38	2	19	17	5,6
Semrush	2 550	6,2 %	33	2	18	13	3,1
Clearscope	2 221	7,9 %	31	3	17	11	3,8

Trois lectures sortent de ce tableau.

La colonne des entités sépare le groupe plus nettement que celle des variations. Quatre des cinq pages placent entre une et trois variations de mots-clés. Le nombre d’entités va de 17 à 28, et il suit l’ordre des pages.

HubSpot achète son avance de couverture par la répétition. Elle atteint 57 termes distincts avec un indice de répétition de 6,3, ce qui veut dire que chaque terme employé apparaît en moyenne plus de six fois. Search Engine Land atteint 56 à 4,6. Même couverture, moins de martèlement.

La longueur est un résidu, pas un carburant. Les deux pages les plus longues couvrent le plus, parce que couvrir un sujet demande réellement des mots. Aucune des deux n’est longue pour le plaisir, et aucune ne s’améliorerait en ajoutant du remplissage.

Deux réserves, parce qu’un tableau sans réserves est une décoration. Notre liste porte des termes que nous avons ajoutés depuis nos propres connaissances, donc ce n’est pas une extraction pure de la page de résultats. Et la mesure a tourné dans le navigateur sur le texte rendu, ce qui veut dire qu’une page sans conteneur de contenu propre emporte un peu de navigation dans son compte de mots.

Dix-huit mois de données de corrélation, lues deux fois

Nous avons mené la même analyse de corrélation en mars 2025 puis en août 2026, à dix-huit mois d’intervalle, et publié les deux lectures côte à côte dans notre rapport de recherche. L’intérêt de la relancer était de savoir si le motif de 2025 était un instantané ou une tendance.

Voici la lecture actuelle avec la précédente à côté, classée sur le coefficient de 2026.

Facteur de classement	Août 2026	Mars 2025	Mouvement
Facteurs partagés avec les premiers résultats	−0,31	−0,24	plus fort
Entités distinctes utilisées	−0,28	−0,24	plus fort
Termes LSI uniques utilisés	−0,28	−0,25	plus fort
Variations de mots-clés uniques	−0,24	−0,26	légèrement plus faible
Variations dans les balises H1 à H3	−0,23	−0,22	stable
Variations dans les ancres de liens	−0,22	non rapporté	nouveau en 2026
Nombre de mots	−0,21	non retenu	nouveau en 2026
Entités dans les balises H2	−0,20	−0,21	stable
Variations dans les attributs ALT	−0,19	non rapporté	nouveau en 2026
Entités dans la balise title	−0,18	−0,25	plus faible, plus forte baisse
Nombre de backlinks	−0,13 (73e)	absent du haut de liste	pour comparaison

Trois des quatre premiers facteurs de la lecture 2026 mesurent l’ampleur du vocabulaire d’une page. Le quatrième mesure la part de ce vocabulaire qu’elle partage avec les résultats déjà positionnés. C’est le constat, et il tient sur les deux lectures.

Les signaux d’entités ont bougé en sens inverse

Le nombre d’entités distinctes est passé de −0,24 à −0,28 et mène désormais la famille des entités. Les entités dans la balise title sont passées de −0,25 à −0,18, la plus forte baisse de tous les facteurs entre les deux exports.

Lues ensemble, ces deux évolutions disent quelque chose de concret. En 2025, la balise title semblait le meilleur endroit unique où poser une entité. En 2026, c’est l’ampleur des entités distinctes sur toute la page qui mène, et le placement d’entités dans le title arrive en bas des facteurs on-page que nous suivons.

Nous ne rayons pas le title de la carte. À −0,18, la relation est plus faible que ce que nous décrivions en 2025, mais elle ne s’est ni inversée ni évaporée. Le mot-clé principal y a sa place de toute façon. Ce que la baisse condamne, c’est la pratique que l’ancien chiffre encourageait : traiter le title comme l’endroit où empiler toutes les entités qui rentrent. Moins d’entités, mieux choisies, dans un title qui se lit encore comme une phrase.

Pourquoi les chiffres ont bougé

Des coefficients qui dérivent de quelques centièmes entre deux relevés séparés de dix-huit mois, c’est le résultat attendu. Une lecture parfaitement stable serait la lecture suspecte.

Google a déclaré 3 234 améliorations lancées sur 654 680 expérimentations, pour la dernière année dont il a publié les chiffres complets. Cela fait environ neuf changements par jour dans la recherche, presque aucun annoncé.

Google a aussi dit publiquement que plusieurs de ses systèmes de classement, dont RankBrain et BERT, sont appris par la machine plutôt qu’écrits à la main. Si c’est exact, la pondération des signaux dérive en continu au lieu de sauter entre des états fixes. À cela s’ajoutent les mises à jour majeures confirmées : trois en 2025, quatre en 2024.

L’échantillon a ses propres biais, autant les nommer. Le jeu de données de Cora est bâti sur les requêtes que ses utilisateurs choisissent de lancer, ce qui penche lourdement vers le web américain et la recherche en anglais. Ce n’est pas un recensement d’Internet, et aucun outil de corrélation n’en possède un.

Ce que rien de tout cela n’entame, c’est l’ordre. Sur les deux exports, et sur chaque relecture depuis 2025, l’ordre des catégories de facteurs tient même quand les coefficients bougent : variation sémantique, couverture d’entités et densité contextuelle se placent en haut à chaque fois, et le nombre brut de backlinks se place loin en bas à chaque fois. Traitez les chiffres exacts comme approximatifs. Traitez le motif comme le constat durable.

La notoriété de marque est le signal que le travail on-page ne fournit pas

Le travail d’entités sur une page a un plafond, et il vaut mieux dire où il se situe.

À partir de la mise à jour majeure de mars 2024, nous avons vu des sites à fort volume de recherche de marque gagner des positions aussi sur leurs mots-clés hors marque, et pas seulement sur leur nom. Nous tenons cela pour une observation de terrain plutôt que pour un résultat mesuré, parce que nous ne l’avons pas isolé des autres changements sur ces sites.

Les indices extérieurs sont plus directs. La fuite de documentation de 2024 a exposé un attribut au niveau du site nommé siteAuthority, appliqué dans le système de classement Q* de Google, aux côtés d’un attribut chromeInTotal enregistrant les vues Chrome au niveau du site et des signaux de clic NavBoost. La première recommandation de Rand Fishkin après lecture de ces documents était de bâtir une marque reconnaissable en dehors de la recherche Google.

Le versant IA pointe dans la même direction. L’étude d’Ahrefs de mai 2025 portant sur 75 000 marques a trouvé une corrélation de 0,664 entre les mentions de marque sur le web et la visibilité dans les AI Overviews, et de 0,392 pour le volume de recherche de marque, contre 0,218 pour les backlinks.

La reconnaissance de marque semble donc agir comme un signal à l’échelle du site que l’optimisation d’une page ne peut pas fournir, dans les résultats classiques comme dans les réponses génératives. C’est la limite honnête de tout le reste de cet article. La couverture vous gagne les requêtes que vos concurrents se disputent aussi. Elle ne fabrique pas la demande qui fait taper votre nom.

Ce qui est arrivé aux backlinks

Le nombre de backlinks se situe à −0,13 dans la lecture 2026, 73e des facteurs mesurés. En 2025, il n’apparaissait pas du tout dans le haut de liste.

Ce n’est pas un argument pour dire que les liens ont cessé de compter. Les métriques de quantité de liens entrent et sortent des facteurs significatifs d’un relevé à l’autre, ce qui peut refléter un ajustement de leur poids par Google ou une simple variation d’échantillonnage du genre décrit plus haut. Ce sur quoi les données sont constantes, c’est que le compte brut ne monte jamais bien haut.

Notre hypothèse de travail, que nous n’avons pas réussi à isoler dans les données de corrélation, est que les liens les plus forts partagent trois traits : une pertinence thématique avec le site receveur, une autorité réelle dans le domaine concerné, et une densité contextuelle élevée sur la page qui fait le lien. Nous nous intéressons au troisième parce que c’est celui que nous savons mesurer, là où la pertinence et l’autorité restent des estimations.

Les outils de corrélation butent ici pour une raison structurelle. Ils savent compter des liens et noter des domaines, mais ils ne savent pas évaluer à grande échelle la pertinence sémantique et la densité contextuelle des pages qui font ces liens. Cela crée un angle mort de mesure où un lien dense et thématiquement aligné peut peser plus lourd que des dizaines de liens ordinaires tout en paraissant insignifiant dans une étude de corrélation.

Les entités et la recherche générative

Les moteurs génératifs ne classent pas au sens classique. Ils vont chercher, puis ils assemblent une réponse, et ils préfèrent les sources qu’ils savent identifier avec certitude.

Cette préférence est l’endroit où le travail d’entités paie une seconde fois. Une marque dont la fiche est propre, dont les attributs concordent entre son site et ses profils publics, et dont les données structurées disent clairement ce qu’elle vend, est plus facile à reprendre et à attribuer. Une marque décrite de trois façons différentes entre LinkedIn, sa page d’accueil et un annuaire l’est moins, et le modèle hésite ou choisit une version.

Les AI Overviews, ChatGPT, Perplexity et Gemini s’appuient sur cela sous une forme ou une autre, soit par une couche de recherche en direct, soit par ce que le corpus d’entraînement contient déjà à votre sujet. Le mécanisme n’a rien de mystérieux. Ce que nous ne pouvons pas vous donner, c’est la taille de l’effet. Personne n’a publié de chiffre crédible, notre propre mesure des citations en IA est jeune, et toute agence qui vous annonce un pourcentage de gain sur les réponses génératives invente avec assurance.

Deux choses restent sûres. Les mentions de marque sans lien portent quand même de l’information, parce qu’une mention est une association que le modèle peut apprendre. Et le même travail de couverture qui gagne les requêtes hors marque rend la page plus citable, parce qu’une page qui définit ses termes se cite mieux qu’une page qui les effleure.

Comment trouver les entités sans acheter un outil de plus

Extrayez-les. Ne les inventez pas.

Une liste d’entités que vous avez écrite vous-même mesure votre propre vocabulaire, donc votre page y obtiendra toujours un bon score. La comparaison est circulaire, et c’est le défaut le plus répandu des briefs de contenu en agence. La liste doit sortir des pages que Google positionne déjà, et des sources de référence sur lesquelles ces pages s’appuient.

1. Lisez les cinq premières pages comparables de votre requête et relevez chaque chose nommée : marques, outils, normes, organismes, personnes, procédures, lieux.
2. Ouvrez l’article Wikipédia de votre sujet et traitez ses intertitres comme une liste d’attributs à couvrir. Si une section existe là et nulle part sur votre page, vous tenez un manque.
3. Exploitez « Autres questions posées » et les recherches associées. Chacune est une relation à laquelle Google croit déjà.
4. Passez votre brouillon dans l’API Natural Language ou TextRazor et vérifiez que les entités qui ressortent sont bien celles que vous visiez.
5. Comptez. Une liste que vous n’avez pas comptée sur votre propre page est un vœu.

Placez ensuite ce que vous avez trouvé. Les entités ouvrent les sections et servent de sujet aux phrases. Les variations mènent les titres, par ordre de volume. Les termes LSI vivent dans la prose là où ils se lisent naturellement, et si un terme ne rentre pas sans tordre la phrase, laissez-le de côté. Un placement forcé se lit comme forcé, et la dilution est un risque réel : une entité tangentielle éloigne le centre de gravité de la page de son sujet.

Un exemple travaillé : cartographier une page

Prenons un groupe dentaire régional de quatre cliniques, puisque c’est la forme que prennent la plupart de nos clients.

L’entité de marque est le nom du groupe. Il lui faut un balisage Organization, des sameAs vers le registre de l’ordre professionnel, la fiche d’établissement de chaque clinique et les vrais comptes sociaux, avec un nom identique partout. Ce travail gagne les requêtes de marque et rien d’autre, et il est souvent déjà à moitié fait.

Les entités de service sont les actes. Implants dentaires, traitement de canal, couronnes, extraction des dents de sagesse, urgence dentaire, orthodontie. Chacune mérite sa page, parce que chacune est une fiche distincte avec ses attributs et sa demande.

Les entités de sujet sont les concepts qu’un patient emploie avant d’avoir choisi une clinique : ostéo-intégration, greffe osseuse, options de sédation, temps de récupération, coût, couverture d’assurance. Ce sont elles qui gagnent les requêtes hors marque, et ce sont elles que les pages de service minces sautent complètement.

Les entités de niche se rangent sous chaque sujet : Straumann et Nobel Biocare sous les implants, la tomodensitométrie volumique sous le diagnostic, la vis de cicatrisation et le pilier sous l’acte lui-même. Une page qui les nomme se lit comme écrite par quelqu’un qui exerce. Une page qui les omet se lit comme achetée sur gabarit.

Puis comptez. Cinq pages concurrentes, une liste fusionnée, un instrument, et les écarts apparaissent en chiffres plutôt qu’en opinions.

Le balisage schema déclare une identité, il ne crée pas de couverture

Les données structurées sont le signal le plus net que vous puissiez envoyer sur l’entité à laquelle une page renvoie. Balisage Organization avec des sameAs vers de vrais profils, balisage Article avec un auteur nommé, propriétés about et mentions qui portent les sujets que vous couvrez réellement. Le JSON-LD est le format que Google lit en premier, et la Search Console vous dira s’il a été analysé.

Ce que le schema ne fera pas, c’est rendre complète une page mince. L’équipe de Clearscope dit elle-même que des sites sans balisage se positionnent très bien quand le contenu est riche en entités. Nous sommes d’accord, avec un ajout : le schema est peu coûteux, il est vérifiable, et c’est la partie du travail d’entités sur laquelle les systèmes d’IA semblent s’appuyer pour décrire une entreprise. Faites les deux. Attendez de la couverture qu’elle porte le classement, et du balisage qu’il porte l’identité.

Les synonymes comptent aussi. Une entité a des alias, et les employer ajoute de la profondeur thématique plutôt que de la répétition, parce que chaque alias est un terme distinct et non une occurrence de plus d’un terme déjà placé.

Le maillage interne est le troisième pied, et l’ancre est la surface qui le porte. Un lien depuis votre page pilier vers un article de soutien, avec l’entité en ancre, dit à Google à quelle grappe thématique les deux pages appartiennent. La cohérence de ces ancres se cumule, l’incohérence gaspille le signal.

Comment nous comptons tout cela

Tout ce qui précède est mesurable, et nous le mesurons avant qu’une page parte en ligne. Trois formules font le travail, et elles sont publiées en entier dans notre rapport de recherche pour que n’importe qui puisse les appliquer.

La densité contextuelle additionne chaque occurrence du vocabulaire du sujet et la divise par les mots utiles de la page :

CD = (Σ(KV) + Σ(RE) + Σ(LSI)) / (TW − SW) × 100

Les variations de mots-clés, les entités pertinentes et les termes LSI composent le numérateur, répétitions comprises. Le total des mots moins les mots vides compose le dénominateur.

La densité contextuelle unique ne change que le numérateur. Elle compte chaque terme distinct une seule fois, quel que soit le nombre de ses occurrences :

UCD = (U(KV) + U(RE) + U(LSI)) / (TW − SW) × 100

L’indice de répétition divise l’une par l’autre :

Indice de répétition = CD ÷ UCD

Prenez une page de 1 000 mots utiles où les termes du sujet apparaissent 90 fois. Sa CD est de 9 %. Si ces 90 occurrences viennent de 30 termes distincts, sa UCD est de 3 % et son indice de répétition de 3 : chaque terme couvert revient trois fois en moyenne.

Un indice autour de 2 ou 3 décrit une page qui varie son vocabulaire à mesure. Un indice de 5 ou 6 décrit une page qui revient sur un petit ensemble de termes. Deux pages peuvent afficher la même CD en y arrivant par des chemins opposés, et c’est l’indice de répétition qui les distingue.

La UCD porte son propre biais, en sens inverse. Son dénominateur est la longueur, donc elle flatte les pages courtes. Une page de 400 mots plaçant 17 termes distincts affiche une meilleure UCD qu’une page de 4 000 mots en plaçant 118, alors que la seconde couvre environ sept fois plus du sujet. Aucun des deux chiffres n’est fiable seul.

Ampleur multipliée par densité, pas ampleur ou densité

L’ampleur, c’est la part du vocabulaire du sujet que la page emploie, ce que mesure la UCD. La densité, c’est la part du texte utile faite de ce vocabulaire. La multiplication est le point important, parce qu’une page proche de zéro sur l’une des deux n’est pas sauvée par l’autre.

Large sans être dense, c’est une page qui mentionne tout une fois dans quarante mille mots de remplissage. Dense sans être large, c’est une page qui répète six termes jusqu’à ce que le pourcentage ait l’air correct. Ni l’une ni l’autre n’est une page qu’un lecteur qualifierait de bonne, et le produit des deux est faible dans les deux cas.

La densité est difficile à truquer dans un sens et facile dans l’autre. Une page ne peut pas atteindre une CD élevée sans employer le vocabulaire du sujet, donc le remplissage n’y mènera pas. La répétition, si. L’indice de répétition est le diagnostic qui l’attrape sur un rapport.

La colonne des entités est celle dont parle cet article. Nous comptons les entités distinctes utilisées, leur emplacement, et le nombre d’entre elles que les pages concurrentes partagent. Puis nous fixons la cible au-dessus de la meilleure page du classement plutôt qu’à un nombre absolu, parce qu’il n’existe pas de nombre absolu et que toute agence qui vous en cite un l’a inventé.

Notre guide de la densité contextuelle déroule les formules avec un exemple chiffré. L’Indice de densité contextuelle SEO publie la méthode que nous employons pour classer de vraies agences avec, et le même instrument a mesuré chaque page du tableau plus haut.

Cette page a été écrite selon ces règles et mesurée avec elles, et c’est en rédaction de contenu SEO que nous les appliquons client par client.

À quoi cela ressemble à l’intérieur d’un mandat

L’ordre compte plus que l’effort, et nous suivons toujours le même.

Le socle technique passe en premier, parce qu’aucun vocabulaire ne sauve une page que Google n’arrive pas à charger. Vient ensuite la couche d’identité : une fiche d’entité propre, un nom cohérent, des données structurées qui ne se contredisent pas. Ce travail est fini. Il se fait une fois, puis s’entretient.

La couverture, elle, ne se termine jamais. Chaque grappe reçoit sa liste de termes, extraite des pages positionnées à ce moment, et chaque page est écrite pour battre la meilleure d’entre elles sur les entités distinctes plutôt que sur la longueur. Puis la page est mesurée avant sa mise en ligne, pas après que quelqu’un a remarqué qu’elle sous-performe.

Le reporting referme la boucle, et c’est là que beaucoup de relations d’agence se cassent en silence. Les clics et les impressions hors marque de la Search Console sont l’indicateur principal. La marque figure à côté, clairement étiquetée, parce qu’elle bouge avec le budget média plutôt qu’avec notre travail. Le trafic organique total est le chiffre qui permet à un mandat en difficulté de paraître en bonne santé deux trimestres de plus.

Une dernière chose que nous disons dès le départ. La couverture se dégrade quand personne ne l’entretient, parce que les pages auxquelles vous êtes comparé continuent d’être réécrites. Une liste de termes qui battait le marché en mars décrit un marché qui a bougé en septembre, et une page confortablement en avance devient une page simplement présente.

Là où le SEO d’entités est survendu

Trois promesses de ce domaine méritent plus de scepticisme qu’elles n’en reçoivent.

La première est le score d’entité. Plusieurs outils vous montrent un nombre en laissant entendre que Google en tient un semblable. Google ne publie rien de tel, et une métrique de fournisseur qui contredit trois autres métriques de fournisseur est une mesure maison, pas un facteur de classement.

La deuxième est la course à la saillance. L’API Natural Language renvoie un score de saillance, et il est vraiment utile comme miroir pour vérifier que votre page parle bien de ce que vous croyez. Ce n’est pas le système de classement, il ne voit pas vos concurrents, et réécrire des phrases pour gagner une décimale de saillance, c’est du temps que vous pourriez passer à couvrir un concept oublié.

La troisième est le Knowledge Panel comme objectif. Pour une marque grand public avec de la couverture presse, c’est une ambition raisonnable. Pour un fournisseur B2B avec quarante clients, le panneau n’arrivera pas et changerait peu de choses s’il arrivait. La fiche d’entité compte quand même, parce que les systèmes d’IA la lisent, mais l’encadré visible n’est pas le prix.

Être honnête là-dessus nous coûte des propositions. Cela veut aussi dire que celles que nous gagnons reposent sur quelque chose que nous savons livrer.

Ce que nous ne pouvons pas vous dire

Google ne publie aucun score d’entité. Il n’existe aucun tableau de bord où une autorité d’entité s’affiche en nombre, et toute agence qui vous en cite un l’a construit elle-même.

Les corrélations restent des corrélations. Les pages riches en entités pertinentes ont tendance à être de bonnes pages, et les bonnes pages ont tendance à bien se positionner. Nous mesurons le motif avec confiance et nous ne pouvons pas prouver le sens de la flèche. Nos propres tests avant-après portent la couche causale, sur notre parc de clients, ce qui n’est pas non plus une étude contrôlée.

Les frontières de la pertinence sont inconnaissables de l’extérieur. Un terme qui paraît lié à un humain peut compter comme du bruit, et bourrer une page d’entités tangentielles la dilue. Le but n’est pas d’en mettre plus. Le but est de mettre les bonnes.

Ce que nous excluons, et pourquoi

Certains facteurs corrèlent avec la position sans être utilisables comme leviers, soit parce que l’échantillon est biaisé, soit parce que la causalité va à l’envers. Nous les rapportons là où ils apparaissent et nous n’optimisons pas pour eux.

Les extensions de domaine corrèlent, parce que le .com est surreprésenté dans les marchés mesurés. Le temps de chargement produit des paradoxes, avec des sites d’autorité bien positionnés malgré leur lenteur. Les signaux sociaux corrèlent avec la taille de la marque plutôt qu’avec le classement.

Le nombre de mots relève de la même catégorie, et c’est celui qui fait discuter. Il réapparaît à −0,21 dans l’export 2026. Nous le rapportons et nous ne l’acceptons pas comme facteur de classement.

Notre lecture, tenue comme un raisonnement et non comme une preuve, est que la causalité va dans l’autre sens. Couvrir correctement un sujet exige un certain nombre de termes contextuels, d’entités et de variations, et placer tout cela dans des phrases lisibles prend des mots. Le nombre de mots d’une page forte est le résidu de sa couverture.

Cela explique aussi pourquoi gonfler une page mince pour atteindre un objectif de mots ne donne rien. Les mots arrivent sans les termes.

Enfin, le travail d’entités se pose sur le socle technique, il ne le remplace pas. Une page qu’un robot n’arrive ni à charger, ni à rendre, ni à indexer ne sera pas sauvée par son vocabulaire. Notre équipe de SEO technique dégage cette couche avant que le reste ait une chance de compter. L’E-E-A-T, la reconnaissance de marque et le comportement des internautes pèsent tous d’un poids qu’aucun vocabulaire on-page n’atteint.

Ce que nous publions, et ce que nous gardons

Tout ce qui figure dans cet article est reproductible. Les formules, les définitions de variables, le protocole de mesure et les limites sont là, et une équipe compétente peut commencer à mesurer ses propres pages demain sans nous. C’est délibéré. Un cadre que personne d’autre ne peut vérifier relève de la publicité, pas de la recherche.

Il existe une frontière, et nous préférons la nommer plutôt que faire comme si elle n’existait pas.

Notre travail de mesure a fait apparaître un autre ensemble de signaux qui vivent dans la structure du texte des pages les plus performantes plutôt que dans son vocabulaire : dans la façon dont les affirmations sont construites et reliées entre elles, pas dans les termes qui apparaissent. Les logiciels de corrélation ne les font pas remonter, parce que des outils qui comptent des termes lisent ce qui est présent et non la manière dont c’est assemblé. Ces techniques restent chez nous.

Voyez cet article comme l’essentiel de la solution : de quoi rendre la couverture d’entités mesurable, actionnable et vérifiable de façon indépendante, et de quoi faire bouger des positions par lui-même.

Questions fréquentes

Qu’est-ce que le SEO sémantique en une phrase ? Le SEO sémantique consiste à optimiser une page autour des choses reconnues qu’un sujet implique et des relations entre elles, plutôt qu’autour des répétitions d’une expression cible.

Qu’est-ce qu’une entité en SEO, exactement ? Une entité est une chose identifiable de façon unique, dotée d’un nom, d’un type, d’attributs et de relations, enregistrée avec un identifiant stable dans un catalogue comme le Knowledge Graph, Wikidata ou Wikipédia.

En quoi les entités diffèrent-elles des mots-clés ? Un mot-clé est la chaîne qu’une personne tape. Une entité est la chose à laquelle cette chaîne renvoie. Une même page peut se positionner sur de nombreuses requêtes liées parce que les entités qu’elle couvre la rattachent à tout un voisinage de sens, pas parce qu’elle a repris chaque formulation.

Que veut dire « things, not strings » ? C’est la formule employée par Google en mai 2012 pour annoncer le Knowledge Graph. Elle signifie que le système rattache vos mots à des fiches de choses réelles avant de décider ce que vous cherchez, au lieu de faire correspondre des caractères.

Faut-il du balisage schema pour le SEO d’entités ? Non et oui. Des pages sans balisage se positionnent. Le schema reste la façon la plus claire de déclarer quelle entité vous êtes, il coûte peu à mettre en place, et il semble compter davantage pour la manière dont les systèmes d’IA décrivent votre marque que pour le classement classique.

Comment savoir si ma marque est une entité dans le Knowledge Graph ? Cherchez le nom de votre marque et regardez si un Knowledge Panel apparaît. Vérifiez l’API Knowledge Graph Search. La cohérence entre votre fiche d’établissement, votre site et vos profils publics est ce qui construit la fiche dans la durée.

Combien de temps faut-il pour construire une entité de marque ? Plus longtemps qu’un sprint de contenu. Une fiche d’entité se construit à partir de signaux répétés et cohérents, issus de sources auxquelles Google se fie. Comptez en mois plutôt qu’en semaines, et ne comptez sur rien du tout si les signaux se contredisent.

L’optimisation d’entités aide-t-elle dans la recherche générative ? Apparemment oui. Les grands modèles de langage reprennent et citent ce qu’ils identifient avec certitude, et une marque à la fiche claire et aux attributs cohérents est plus facile à identifier. Nous ne présenterons pas la taille de cet effet comme un fait mesuré. Personne n’a publié de chiffre crédible.

Peut-on mettre trop d’entités dans une page ? Oui. Les entités tangentielles diluent au lieu de soutenir, parce qu’elles éloignent le sujet apparent de la page de celui que vous visiez. C’est la pertinence qui décide, jamais le volume.

Qu’est-ce que la densité contextuelle, et quel est son rapport aux entités ? La densité contextuelle est la part des mots utiles d’une page tirée du vocabulaire de son sujet : variations de mots-clés, entités pertinentes et termes LSI, divisés par le total des mots moins les mots vides. Le nombre d’entités distinctes est l’une de ses trois composantes et, dans la lecture 2026, la plus forte des trois.

Le travail d’entités me mettra-t-il en première position ? Aucun facteur on-page ne le fera à lui seul. Le socle technique doit tenir d’abord, et des signaux au niveau du site comme la reconnaissance de marque et l’engagement des internautes échappent à ce que le vocabulaire d’une page peut atteindre. Sur 600 sites clients, nous avons vu les positions s’améliorer dans environ 80 % des cas où la base technique était saine, ce qui est une observation opérationnelle sur notre parc et non une étude contrôlée.

Où les entités doivent-elles apparaître dans la page ? Dans la balise title, dans les H2 et les H3, et comme sujets des phrases qui ouvrent chaque section. Les entités dans les titres pèsent, dans l’ordre de corrélation, un ordre de grandeur de plus que les termes LSI aux mêmes endroits.

---

Vous voulez savoir quelles entités manquent à votre page ?

Nous mesurons une de vos pages face aux cinq qui la devancent. Vous repartez avec la liste de termes, l’écart de couverture, l’indice de répétition et ce que nous changerions, que vous travailliez avec nous ou non.