La proximité sémantique entre l'ancien et le nouveau site

Lors d'une refonte, chaque URL de l'ancien site doit être redirigée vers la page du nouveau site qui la remplace. Quand les adresses, les titres et l'arborescence changent, le repère le plus fiable qui reste est le contenu : une fiche produit garde sa description, un article garde son texte. La proximité sémantique mesure à quel point deux pages parlent de la même chose. C'est ce que Swan calcule entre les pages de l'ancien site et celles de la préproduction pour vous proposer le plan de redirection.

Cette page explique ce calcul et ses limites. L'analyse sémantique de votre site en amont de la migration (thèmes, champs lexicaux, pages qui se font concurrence, pages à fusionner) est un autre travail, décrit dans notre article sur l'analyse sémantique d'un site avant sa migration.

Rapprocher les pages par leur adresse échoue dès que l'arborescence change : slugs réécrits ou traduits, catégories renommées, identifiants du CMS dans l'adresse, préfixes imposés par la nouvelle plateforme (/products/ et /collections/ chez Shopify). Rapprocher par le titre échoue quand les titres sont réécrits ou trop génériques. Le contenu, lui, survit le plus souvent à la refonte.

Viser la page la plus proche par le contenu est aussi ce qui préserve le référencement : une redirection vers une page qui traite du même sujet transmet la pertinence de l'ancienne, alors qu'une redirection vers l'accueil ou vers une catégorie générique peut être traitée par Google comme une page introuvable. Voir les risques d'une redirection pour le référencement.

Swan crawle les URL sources (l'ancien site, complété des URL que vous importez depuis la Search Console, un outil de backlinks ou vos logs) et celles du domaine de test, la préproduction du nouveau site. De chaque page, il extrait le texte du contenu en écartant ce qui se répète d'une page à l'autre, comme le menu, le pied de page ou les blocs communs : sans ce tri, toutes les pages d'un site se ressembleraient.

Chaque texte est transformé en vecteur, une suite de nombres qui situe la page dans un espace où les contenus qui traitent du même sujet sont voisins, même quand ils n'emploient pas exactement les mêmes mots. C'est la différence avec un simple comptage des mots communs : deux versions d'une même fiche produit, l'une réécrite, restent proches.

Pour chaque URL source, Swan mesure la proximité de son vecteur avec celui de chaque page de la préproduction et propose les candidats les plus proches, classés, avec leur score. Un score élevé, nettement au-dessus du candidat suivant, signale un rapprochement sûr. Deux candidats au coude à coude, ou un score faible, signalent une URL à examiner.

Le calcul propose, il ne décide pas. Vous validez en série les rapprochements évidents, choisissez parmi les candidats quand il y a un doute, saisissez une autre cible, ou passez l'URL en 410 quand son contenu n'a pas d'équivalent sur le nouveau site. Les redirections sont ensuite contrôlées sur le domaine de test puis sur le domaine de production, et exportées. Voir le plan de redirection.

• Une page sans texte (galerie, formulaire, page de connexion) n'a pas de contenu à comparer : sa cible se choisit à la main.
• Proche ne veut pas dire équivalent : une catégorie et l'un de ses produits peuvent être très proches par le vocabulaire sans répondre à la même intention.
• Il y a toujours un candidat le moins éloigné, même pour une page supprimée du nouveau site : c'est le score qui dit si le rapprochement a un sens.
• Le contenu doit être sur la préproduction avant le crawl : sans contenus repris, il n'y a rien à comparer. Voir la reprise des contenus éditoriaux.

Les deux notions se confondent souvent. La proximité sémantique entre l'ancien et le nouveau site sert le plan de redirection : elle intervient une fois la préproduction construite. L'analyse sémantique d'un site intervient avant : elle cartographie les thèmes et les requêtes de l'ancien site et décide de ce que le nouveau contiendra, dont les pages à fusionner, dont les redirections convergeront ensuite vers une même cible. Pour cette étape, lisez notre méthode d'analyse sémantique avant une migration et notre article sur la migration de sites qui fusionnent.