Copy page

Tests

Plan de tests SEO et indexabilité

En bref :

• Objectif : prouver qu’un moteur découvre, comprend et indexe les pages sans exécuter de JavaScript.
• POC de novembre : HTML brut (§1), titres et métadonnées par page, sitemap (§3) sur le corpus pilote. Avant lancement : corpus de 100 URL et toutes les sections.
• La cible de rendu par type de page est décrite dans SEO, accessibilité et UX ; outils : curl, un crawler sans JavaScript, le validateur schema.org.

Corpus minimum

Constituer au moins 100 URLs couvrant :

• accueil et pages éditoriales ;
• annuaires paginés ;
• chercheurs avec profil complet et incomplet ;
• homonymes et multi-affiliations ;
• laboratoires, centres et équipes ;
• projets actifs et terminés ;
• publications et jeux de données ;
• pages françaises et anglaises ;
• anciennes URLs, contenus supprimés et pages sans résultat.

1. HTML brut

Pour chaque gabarit, récupérer la réponse HTTP sans navigateur et vérifier :

• code HTTP réel et cohérent ;
• titre métier présent dans le HTML ;
• contenu principal et liens relationnels présents ;
• absence de skeleton vide comme seul contenu ;
• <title> et description uniques ;
• canonical absolue et unique ;
• alternates hreflang réciproques lorsque la traduction existe ;
• liens rendus avec de vrais <a href> ;
• absence de cookie ou d’authentification obligatoire ;
• JSON-LD rendu côté serveur et conforme au contenu visible.

Exemples de preuves à archiver : réponse curl, headers, HTML brut et résultat du test automatisé rattachés au commit déployé.

2. Statuts et cycle de vie des URLs

• Tester les chaînes et boucles de redirection.
• Vérifier qu’une URL redirigée n’est plus dans les sitemaps.
• Vérifier que plusieurs URLs ne répondent pas 200 pour la même ressource sans canonical cohérente.
• Maintenir une table de redirections à chaque génération.

3. Sitemaps et robots

• Générer un sitemap index segmenté par type ou volume.
• Inclure uniquement des URLs canoniques publiées répondant 200.
• Utiliser lastmod seulement lorsqu’il représente une modification réelle.
• Vérifier les limites de taille et de nombre d’URLs.
• Vérifier que robots.txt référence les sitemaps attendus.
• Interdire l’indexation des previews, routes techniques et environnements hors production.
• Tester robots.txt sur l’URL réellement déployée, pas seulement dans le dépôt.

4. Maillage et profondeur

• Vérifier les chemins thématique → structure → chercheur → projet → production.
• Fournir des annuaires paginés avec liens HTML.
• Mesurer la profondeur de clic depuis l’accueil ou un hub.
• Détecter les pages orphelines par comparaison entre crawl, base et sitemap.
• Vérifier breadcrumbs et BreadcrumbList.
• Éviter que la recherche JavaScript soit le seul accès aux fiches.

5. Données structurées

Tester selon le contenu réellement publié :

• ProfilePage et Person ;

• Organization ;

• ResearchProject ;

• ScholarlyArticle, Dataset ou CreativeWork ;

• BreadcrumbList et ItemList ;

• identifier et sameAs pour ORCID, ROR, DOI ou HAL.

• Valider la syntaxe automatiquement.

• Vérifier que le balisage ne contient aucun champ masqué ou privé.

• Tester un échantillon dans les outils des moteurs.

• Ne pas promettre de résultat enrichi : le balisage aide à comprendre, il ne garantit pas son affichage.

6. Internationalisation

• Choisir une stratégie d’URL stable pour les langues.
• Éviter les redirections forcées selon la langue du navigateur pour les robots.
• Ne pas déclarer de hreflang vers une traduction inexistante.
• Éviter les pages mélangeant français et anglais par fallback implicite.
• Tester les slugs localisés et leurs redirections.

7. Après mise en ligne

• Configurer Google Search Console et Bing Webmaster Tools avec comptes institutionnels et suppléants.
• Soumettre les sitemaps et enregistrer le nombre attendu d’URLs.
• Suivre pages découvertes, explorées, indexées et exclues.
• Surveiller soft 404, erreurs serveur, canonical et données structurées.
• Analyser le crawl depuis les logs CDN ou serveur selon une politique RGPD validée.
• Produire une revue mensuelle d’indexation et une revue trimestrielle des contenus.

Critères de go

• 100 % des gabarits critiques ont leur contenu principal dans le HTML brut ;
• aucune page privée, preview ou technique dans les sitemaps ;
• aucune boucle de redirection ou soft 404 connue sur le corpus ;
• canonical, langues et données structurées cohérentes ;
• pages importantes accessibles par le maillage HTML ;
• responsabilités et outils de suivi post-lancement opérationnels.