Comment faire du SEO dans un secteur réglementé (santé, formation, finance, agroalimentaire)

NOUS SOUTENIR

Si mes articles vous ont aidé dans votre projet ou votre stratégie, vous pouvez soutenir Euskal Conseil en laissant un avis ici

Faire du SEO dans un secteur réglementé : la première question n’est pas le mot-clé, mais la légitimité de la source

Faire du SEO dans un secteur réglementé ou sensible ne consiste pas seulement à optimiser une page pour une requête. En santé, finance, formation, handicap ou agroalimentaire, Google ne peut pas traiter toutes les sources comme si elles avaient la même légitimité informationnelle.

Deux contenus peuvent être pertinents sur le plan sémantique, bien structurés, bien maillés et techniquement accessibles, tout en bénéficiant d’une visibilité très différente. La raison est simple : sur les requêtes susceptibles d’influencer la santé, la sécurité, la situation financière ou des décisions importantes dans la vie d’une personne, le moteur doit aussi évaluer qui parle, avec quelle expertise, dans quel contexte éditorial et avec quel niveau de responsabilité.

C’est particulièrement visible sur les requêtes liées au handicap ou à la santé. Pour une recherche générale sur le TDAH, par exemple, Google peut d’abord proposer une synthèse descriptive dans l’AI Overview, puis orienter l’utilisateur vers des organismes de santé, des associations spécialisées, des structures nationales reconnues ou des contenus pédagogiques produits par des acteurs légitimes sur le sujet.

Cela ne signifie pas qu’un témoignage publié dans un média indépendant soit moins intéressant. Il peut au contraire apporter une expérience de terrain précieuse. Mais il ne répond pas à la même fonction informationnelle qu’une définition médicale, qu’une présentation des symptômes ou qu’une information susceptible d’être interprétée comme un élément de diagnostic.

Dans les secteurs YMYL, la question SEO devient donc plus exigeante : ce contenu est-il seulement pertinent, ou la source qui le publie est-elle également légitime pour répondre à cette intention de recherche précise ?

Dans un secteur YMYL, tous les sites ne peuvent pas porter le même type de contenu avec la même visibilité

Le référencement naturel a longtemps été pensé comme une compétition entre documents : une page mieux optimisée, mieux liée ou plus complète pouvait espérer dépasser ses concurrentes.

Dans les secteurs sensibles, cette logique devient insuffisante.

Google ne doit pas seulement déterminer quel document contient les bons mots ou développe le mieux un sujet. Il doit aussi estimer quelle source présente le niveau de confiance le plus adapté au risque associé à la requête.

Prenons une recherche autour du TDAH. Une requête comme « qu’est-ce que le TDAH ? » appelle généralement une réponse définitionnelle. Le moteur peut donc privilégier des contenus issus d’acteurs médicaux, institutionnels ou associatifs spécialisés.

Une requête comme « symptômes du TDAH » se rapproche davantage d’une information susceptible d’influencer la perception qu’une personne a de son propre état de santé. Le niveau de prudence attendu augmente donc encore.

En revanche, une recherche comme « vivre avec un TDAH au travail », « témoignage handicap invisible en entreprise » ou « expérience professionnelle avec un TDAH » ouvre un espace différent. Ici, l’expérience vécue devient elle-même une forme d’expertise pertinente.

C’est précisément là que l’E-E-A-T ne doit pas être interprété comme une simple hiérarchie entre « bons » et « mauvais » sites. Il s’agit plutôt d’une correspondance entre le type de requête, le type d’information attendu et la légitimité de l’entité qui la publie.

Un média alternatif peut donc être très pertinent pour porter un témoignage, documenter une expérience professionnelle ou éclairer les difficultés sociales liées au handicap. Mais il aura logiquement plus de difficulté à être exposé en premier sur une requête définitionnelle ou quasi-médicale face à des organismes dont l’autorité thématique est directement établie dans le champ de la santé. Ainsi il aura peu de chances de capter un trafic de masse.

Le véritable enjeu SEO n’est donc pas seulement de produire un bon contenu. Il faut aussi comprendre sur quelles requêtes ce contenu est légitime à concourir.

Du mot-clé à l’entité : ce qui se passe réellement sous le capot de Google

Pendant longtemps, le travail SEO a été présenté comme une optimisation de documents autour de requêtes : identifier des mots-clés, produire une page pertinente, optimiser ses balises, améliorer son maillage et obtenir suffisamment de liens pour espérer remonter dans les résultats.

Cette représentation n’est pas devenue fausse. Elle est devenue insuffisante.

Google continue évidemment à récupérer et classer des documents, mais il dispose aujourd’hui de couches supplémentaires permettant de comprendre les entités, leurs relations, le contexte d’une requête et la nature de l’information recherchée. Dans un environnement YMYL, cette évolution est fondamentale : deux pages sémantiquement proches ne sont pas nécessairement interchangeables si elles sont portées par des sources dont l’expertise, l’identité ou la légitimité thématique diffèrent fortement.

2012 : de « strings » à « things »

Le changement devient particulièrement visible en mai 2012, lorsque Google présente officiellement son Knowledge Graph.

Amit Singhal décrit alors une évolution devenue emblématique : passer des strings aux things, autrement dit des chaînes de caractères aux choses du monde réel.

À son lancement, Google annonçait déjà plus de 500 millions d’objets et environ 3,5 milliards de faits et de relations entre ces objets.

Le moteur pouvait ainsi commencer à distinguer qu’un même terme peut désigner différentes entités et, inversement, que plusieurs formulations peuvent désigner une seule réalité.

Cela change profondément l’analyse d’une page.

« TDAH » n’est plus seulement une chaîne de quatre caractères associée statistiquement à attention, hyperactivité ou impulsivité. Il peut être relié à une entité conceptuelle, elle-même associée à d’autres entités : troubles neurodéveloppementaux, professionnels de santé, organismes publics, médicaments, institutions, auteurs, articles ou associations.

Le même raisonnement vaut pour celui qui publie l’information.

Google ne rencontre pas uniquement : « Ameli » ou « CHU de Lille » comme des suites de mots.

Il peut tenter de déterminer quelle organisation elles représentent et quelle place elles occupent dans l’écosystème informationnel concerné.

C’est là que le SEO des secteurs réglementés commence à s’éloigner d’une simple optimisation lexicale.

La réconciliation d’entité : faire comprendre explicitement qui parle

La compréhension des entités peut être inférée à partir du contenu et des liens du Web. Mais les éditeurs disposent aussi d’un moyen explicite d’aider Google : les données structurées Schema.org.

Google recommande par exemple le balisage Organization pour fournir des informations administratives et explique que certaines propriétés sont utilisées en coulisses pour désambiguïser l’organisation. La documentation indique notamment que l’URL peut aider Google à identifier l’organisation de manière unique.

La propriété : "sameAs" permet ensuite de déclarer des pages externes représentant la même entité.

Cela peut être une page institutionnelle, un profil professionnel, un identifiant de référence ou une base externe lorsque cette relation est légitime. Pour certains types de données, Google recommande par exemple explicitement ORCID pour les personnes et ROR pour les organismes de recherche.

Cette nuance est importante : sameAs n’accorde aucune autorité par magie.

Ajouter : "sameAs": "https://www.wikidata.org/..." ne transforme pas automatiquement un auteur en référence médicale.

Cela réduit surtout l’ambiguïté : cette Person est bien cette personne ; cette Organization correspond bien à cette organisation ; cet auteur est bien relié à cette activité professionnelle.

Google indique d’ailleurs pouvoir utiliser sameAs et d’autres propriétés Schema.org de manière générale, au-delà des seuls rich results visibles.

Dans un environnement YMYL, cette réconciliation est particulièrement intéressante parce qu’elle facilite potentiellement une question préalable au classement : qui est effectivement responsable de cette information ? C’est aussi ce qui aide à comprendre pourquoi de nombreux blogs intégrés à des PBN ont perdu de la visibilité dans ces domaines. Leur faiblesse ne tient pas seulement au caractère artificiel de leur profil de liens, mais aussi au fait qu’ils disposent souvent de peu d’ancrage vérifiable dans le monde réel : auteur mal identifié, organisation peu claire, absence d’expertise démontrable, faible responsabilité éditoriale et relations faibles avec les entités légitimes du secteur. Dans une requête YMYL, un document peut donc être techniquement bien optimisé et lexicalement pertinent tout en restant faible si Google peine à identifier l’entité qui l’assume, son expertise réelle et sa légitimité à porter cette information.

Du PageRank global à la proximité dans un graphe de confiance

L’autre pièce historique du puzzle est l’évolution du PageRank.

Un brevet Google dont la priorité remonte au 12 octobre 2006, Producing a ranking for pages using distances in a web-link graph, décrit une méthode où un ensemble de pages de confiance — les seed pages — sert de point de départ.

Le système calcule ensuite les plus courtes distances entre ces pages de référence et les autres pages du graphe. La distance peut participer au calcul du score de classement.

Un autre brevet Google consacré à la détection de spam explique également le principe d’un seed set constitué de pages considérées comme fiables et permettant ensuite de propager de la confiance dans le graphe.

Il faut néanmoins rester rigoureux : nous ne savons pas si Google utilise aujourd’hui ces formules précises, ni quels sites constitueraient ses éventuels seed sets sur la santé.

Il serait donc excessif d’affirmer :

« Ameli est un seed site et Google impose deux hops maximum. »

Google ne documente rien de tel.

Mais ces travaux montrent quelque chose de beaucoup plus important : depuis longtemps, la qualité d’une page peut être pensée relativement à sa position dans un graphe et non uniquement à ses caractéristiques intrinsèques.

Dans le SEO YMYL, cela permet de comprendre pourquoi l’environnement relationnel d’une source compte autant.

Une organisation régulièrement reliée, citée ou reconnue au sein d’un écosystème médical n'occupe pas la même position informationnelle qu'un média généraliste qui publie occasionnellement un article médical.

BERT, puis MUM : comprendre ce que la personne demande réellement

L’autorité de la source n’aurait toutefois aucun sens si Google ne comprenait pas précisément l’intention de la requête.

C’est ici qu’interviennent les modèles de langage.

En 2019, Google déploie BERT dans Search afin de mieux comprendre les relations contextuelles entre les mots. Pandu Nayak indiquait alors que BERT concernerait environ 10 % des recherches en anglais aux États-Unis lors de son déploiement initial.

En 2021, Google explique que BERT intervient désormais dans presque toutes les requêtes en anglais.

Puis arrive MUM, présenté la même année comme un modèle 1 000 fois plus puissant que BERT, entraîné sur 75 langues et destiné notamment à traiter des besoins informationnels complexes.

Cette capacité à contextualiser la requête explique une distinction essentielle dans notre exemple :

« Qu’est-ce que le TDAH ? » n’est pas équivalent à : « témoignage TDAH au travail » même si les deux requêtes partagent la même entité principale.

La première appelle prioritairement une information définitionnelle fiable. La seconde appelle potentiellement de l’expérience vécue.

Le moteur ne doit donc pas simplement retrouver les documents contenant l’entité TDAH. Il doit déterminer quelle classe de documents et de sources satisfait le mieux cette intention particulière. C’est là qu’il convient de revoir notre manière de penser la pondération du netlinking dans le PageRank. Si la légitimité d’une entité à porter un sujet précis devient déterminante, les backlinks ne disparaissent pas, mais ils cessent d’être un levier suffisant à eux seuls pour ranker. Ils deviennent l’un des signaux externes qui contribuent à situer une entité dans son environnement de confiance, au même titre que les mentions, les co-citations, la réputation de marque ou encore certains signaux issus du social SEO.

YMYL : quand le niveau de confiance exigé augmente

Google est beaucoup plus explicite sur ce point.

Dans sa documentation sur le contenu utile, Google indique que ses systèmes accordent davantage de poids aux signaux correspondant à un E-E-A-T élevé pour les sujets susceptibles d’affecter de manière importante la santé, la stabilité financière, la sécurité ou le bien-être des personnes.

Google précise également que parmi Experience, Expertise, Authoritativeness et Trustworthiness, la confiance — Trust — constitue l’élément le plus important.

Cela ne signifie toujours pas qu’il existe quelque part dans Google une variable publique :

• YMYL_TRUST_SCORE = 87.4

• ou un multiplicateur que nous pourrions observer.

Il est beaucoup plus prudent de considérer E-E-A-T comme le cadre conceptuel correspondant à plusieurs signaux et systèmes, plutôt que comme un facteur unique.

Cette distinction permet néanmoins d’expliquer pourquoi deux contenus correctement optimisés peuvent recevoir une exposition radicalement différente.

• Sur : « symptômes du TDAH » la conséquence d’une mauvaise réponse peut être importante.

• Sur : « mon expérience du TDAH au travail » la nature de la réponse attendue change.

Et depuis décembre 2022, Google a précisément ajouté explicitement Experience à E-A-T pour reconnaître qu’une expérience personnelle directe peut, selon la requête, constituer une qualité informationnelle particulièrement pertinente.

L’expérience n’est donc pas inférieure par nature à l’expertise formelle.

Elle devient pertinente ou non selon l’intention.

L’Information Gain : être fiable ne suffit pas nécessairement

Une autre évolution permet de comprendre pourquoi produire une énième définition correcte d’un sujet peut malgré tout apporter peu de valeur supplémentaire au moteur.

Google possède une famille de brevets intitulée Contextual estimation of link information gain, issue d’une priorité déposée le 18 octobre 2018.

Le principe est particulièrement intéressant.

Le système compare des documents déjà présentés à l’utilisateur avec de nouveaux documents traitant du même sujet et calcule pour chacun un Information Gain Score.

Ce score représente la quantité d’information supplémentaire que le nouveau document apporterait par rapport à ce que l’utilisateur a déjà reçu.

Les implémentations décrites peuvent travailler à partir :

• du contenu du document ;

• des informations saillantes qui en sont extraites ;

• de représentations sémantiques ;

• d’embeddings ou feature vectors ;

• puis utiliser des modèles de machine learning pour estimer ce gain informationnel.

C’est très intéressant pour un site travaillant dans un domaine réglementé.

Une page peut donc théoriquement répondre à deux questions différentes :

Est-elle suffisamment fiable pour être candidate ? puis : apporte-t-elle quelque chose que les sources déjà disponibles n’apportent pas ?

Attention toutefois : le brevet ne prouve pas que l’Information Gain est aujourd’hui appliqué tel quel à toutes les SERP de Google, ni spécifiquement aux secteurs YMYL.

Mais il révèle une logique extrêmement compatible avec la recherche moderne : une information fiable mais parfaitement redondante n’a pas nécessairement la même utilité qu’une information fiable apportant une dimension nouvelle.

Et cela rend le témoignage beaucoup plus intéressant.

Un média indépendant aura probablement peu d’avantage à réécrire :

« Le TDAH est un trouble neurodéveloppemental caractérisé par… » face à Ameli, un CHU ou une association spécialisée.

En revanche :

« Comment une salariée TDAH vit-elle une réunion de trois heures dans une entreprise ? » peut apporter un gain informationnel important, précisément parce qu’Ameli n’a pas vocation à raconter cette expérience.

L’autorité institutionnelle et l’expérience vécue cessent alors d’être concurrentes : elles deviennent complémentaires.

De la SERP au GEO : la sélection devient encore plus importante

C’est probablement ici que cette évolution devient la plus stratégique en 2026.

Avec les AI Overviews et surtout le Mode IA, Google ne se contente plus toujours de sélectionner dix documents et de les ordonner.

Google explique officiellement que le Mode IA utilise une technique appelée query fan-out : une question est décomposée en plusieurs sous-thèmes, puis plusieurs recherches sont lancées simultanément sur différentes sources de données. Les résultats sont ensuite rassemblés pour construire la réponse.

Google précise également que cette expérience peut exploiter non seulement le Web, mais aussi ses systèmes d’information existants, notamment le Knowledge Graph et d’autres sources de données.

En 2025, Google décrivait même ce mécanisme comme permettant à Search de « dive deeper into the web », c’est-à-dire d'aller chercher des contenus plus profonds et hyperpertinents qu’une recherche traditionnelle ne ferait pas nécessairement remonter aussi directement.

C’est exactement là que le travail de GEO rejoint le SEO d’entités.

Mais il faut éviter un raccourci fréquent :

Knowledge Graph → seed sites → RAG → citation AIO.

Google n’a pas publié une architecture aussi simple.

Nous savons que le Mode IA effectue du retrieval via plusieurs recherches et plusieurs sources. Nous savons également que des modèles génératifs synthétisent ensuite les informations trouvées. Mais Google ne documente pas une règle selon laquelle la distance d’une entité à un seed site constitue « l’entrée exacte du RAG ».

La formulation techniquement défendable est plutôt : les systèmes génératifs ajoutent une étape de sélection documentaire supplémentaire à une infrastructure Search qui dispose déjà de signaux de qualité, d’entités, de Knowledge Graph et de systèmes de ranking.

Cela change beaucoup de choses.

Dans une SERP classique, une page peu autoritaire peut encore apparaître en huitième ou quinzième position.

Dans une réponse générative, le système dispose d’un espace de citation beaucoup plus réduit.

La question devient alors : parmi toutes les pages récupérables, lesquelles méritent réellement d'être utilisées pour construire la réponse ?

Et pour une requête YMYL, la crédibilité de la source devient logiquement encore plus stratégique.

Le SEO réglementé devient une ingénierie de crédibilité

On peut maintenant reconstituer la mécanique générale sans prétendre connaître une formule secrète de Google :

1. La requête est interprétée.
Le moteur tente d’identifier l’intention et les entités concernées.

2. Des documents candidats sont récupérés.

3. Leur source et leur contexte sont évalués à travers de nombreux signaux de qualité et de confiance.

4. Les relations entre pages, sites et entités contribuent à situer les documents dans un environnement thématique.

5. Les données structurées peuvent faciliter la désambiguïsation de l’auteur ou de l’organisation responsable du contenu.

6. Des mécanismes de diversité ou de gain informationnel peuvent favoriser des documents apportant quelque chose de différent des informations déjà disponibles.

7. Dans les expériences génératives, une deuxième sélection intervient avant que certains documents soient utilisés ou cités dans une synthèse.

Voilà pourquoi, dans un secteur réglementé, optimiser la page ne suffit plus.

Il faut travailler simultanément : la qualité du document + l’identité de son auteur + la crédibilité de l’organisation + son environnement thématique + ses relations avec d’autres entités + la valeur informationnelle réellement nouvelle qu’il apporte.

Et c’est probablement l’une des transformations les plus importantes du SEO contemporain : la compétition ne se joue plus seulement entre documents pertinents, mais entre des documents portés par des entités plus ou moins légitimes pour répondre à une intention précise.

C’est justement ce qui explique pourquoi un témoignage sur le handicap au travail publié dans un média indépendant peut avoir énormément de valeur sans pour autant être le document que Google choisira pour définir le TDAH. La bonne question n’est plus seulement : “ce contenu est-il bon ?”, mais : “pour quelle intention cette entité est-elle la bonne source ?”

FAQ SEO & GEO : Comportement des crawlers, entités et architectures de recherche

Que peuvent révéler les logs serveur sur la façon dont Google comprend une entité ?

Les logs serveur ne montrent pas directement le « score d’entité » calculé par Google. Ils indiquent quelles URL sont demandées, à quelle fréquence, par quel User-Agent et selon quelle profondeur. Toutefois, une analyse longitudinale révèle les priorités du moteur : si Googlebot revient massivement sur des pages piliers ou des contenus centraux, cela démontre que le moteur cherche à consolider l'autorité thématique (Topical Authority) de ce nœud dans son graphe. La fréquence reste aussi dictée par le maillage interne, la fraîcheur et la popularité. Les logs traduisent le comportement structurel du crawler, pas la pensée de l'algorithme.

Pourquoi Googlebot et les crawlers IA explorent-ils un même site différemment ?

Leurs objectifs de collecte sont fondamentalement distincts :

• Googlebot (Indexation prédictive) : Il construit un index stable pour répondre à des milliards de requêtes futures. Son exploration est anticipée et hiérarchique, privilégiant la consolidation du noyau d'autorité d'un site.

• Crawlers IA (Recherche opportuniste) : Les systèmes basés sur le RAG (Retrieval-Augmented Generation) explorent de manière hétérogène et ciblée. Ils déploient des sous-requêtes parallèles (Query Fan-Out) pour trouver un passage ou un fait précis répondant à un contexte conversationnel immédiat. L'exploration d'une IA privilégie le document utile à l'instant T, indépendamment de sa place dans l'architecture du site.

Google a-t-il la même approche qu'un assistant IA dans la sélection des sources YMYL ?

Non, car la finalité de leur restitution diffère. Google Search a pour fonction de hiérarchiser et de présenter publiquement des documents. Sur les secteurs YMYL (santé, finance), il applique des seuils stricts d'E-E-A-T : la légitimité de l'entité source doit correspondre à l'intention (expertise institutionnelle pour une définition médicale, expérience vécue pour un témoignage). À l'inverse, l'assistant IA ne classe pas des pages : il extrait des fragments pour synthétiser une réponse. La qualité de sa génération dépend de la qualité de son retrieval.

• Le moteur de recherche : « Quels documents présenter et dans quel ordre ? »

• L'assistant génératif : « Quelles informations récupérer pour construire la meilleure réponse à cette question précise ? »

Les réponses générées par une IA reposent-elles sur une «crédibilité mathématique » ?

Il est plus juste de parler de cohérence probabiliste et sémantique. Les modèles de langage ne calculent pas une vérité absolue, mais produisent une sortie basée sur des représentations statistiques, pondérées par les documents récupérés lors du retrieval. L'unité de traitement passe du document (SEO) à la donnée granulaire (GEO) : requête → sous-question → passage → entité → relation → synthèse. L'enjeu de l'optimisation GEO n'est donc plus de faire « ranker » une page, mais de rendre une information identifiable, désambiguée et suffisamment fiable pour être intégrée dans cette chaîne de construction.

Pourquoi une IA crawle-t-elle soudainement une page profonde que Google considère comme secondaire ?

Ce phénomène s'explique par le Gain d'Information (Information Gain). Une page profonde peut être secondaire dans l'architecture d'un site, mais posséder une valeur incrémentale unique pour une requête très spécifique. Si un fait (comme une définition clinique) est déjà massivement couvert par des sites de référence institutionnels, Google n'accordera pas de visibilité supplémentaire à une source répétitive. En revanche, un article spécialisé (théologie, témoignage empirique, événement précis) apporte une information inédite. Les systèmes RAG identifient cette valeur ajoutée et viennent extraire spécifiquement ce passage. L'IA explore la périphérie du site pour sa valeur informative isolée, là où Google se concentre sur la validation continue du noyau d'autorité global.

EUSKAL CONSEIL

9 rue Iguzki alde

64310 ST PEE SUR NIVELLE

07 82 50 57 66

euskalconseil@gmail.com

Mentions légales: Métiers du Conseil Hiscox HSXIN320063010

CGV & Mentions légales

Ce site utilise uniquement Plausible Analytics, un outil de mesure d’audience respectueux de la vie privée. Aucune donnée personnelle n’est collectée, aucun cookie n’est utilisé.

VISIBILITE DIGITALE LOCALE

VISIBILITE DIGITALE NATIONALE ET INTERNATIONALE