Une URL qui renvoie un code HTTP 404 finit par sortir de l’index Google, mais le calendrier dépend du recrawl. Tant que Googlebot n’a pas revisité la page et constaté la réponse 404, l’URL peut rester visible dans les résultats. La Search Console, elle, conserve la trace de ces URL bien après leur disparition effective des SERP, ce qui entretient la confusion.
Crawl budget et fréquence de recrawl sur les pages 404
La désindexation d’une page 404 n’est pas un événement instantané. Elle se produit lors du prochain passage de Googlebot, dont la fréquence varie selon l’autorité du domaine, le volume de pages et le rythme de publication. Sur un site à faible fréquence de crawl, une URL supprimée peut rester indexée plusieurs mois.
A découvrir également : Comment avoir du trafic sur mon site ?
Le mécanisme est simple : Googlebot stocke l’URL dans sa file d’attente. Lors du recrawl, il reçoit le header HTTP 404 Not Found. Il marque alors l’URL comme candidate à la suppression. Après plusieurs crawls consécutifs renvoyant le même code, l’URL disparaît de l’index.
Nous observons régulièrement que des sites avec quelques centaines de pages voient leurs 404 persister dans l’index pendant plusieurs semaines, tandis que des sites à fort crawl rate sont nettoyés en quelques jours. Le facteur déterminant n’est pas le code HTTP lui-même, mais la vitesse à laquelle Googlebot revient vérifier.
A découvrir également : Comment résoudre l'erreur 404 ?
Code 404 vs code 410 : différence réelle pour la désindexation Google
Google traite les réponses 404 et 410 de manière comparable pour l’indexation. Le 410 (Gone) signale explicitement que la ressource a été supprimée de façon définitive, là où le 404 indique simplement que la page est introuvable. En théorie, le 410 devrait accélérer le retrait.
En pratique, la différence de vitesse de désindexation entre les deux codes reste marginale. Nous recommandons le 410 dans un cas précis : lors de la suppression massive de pages (migration, nettoyage de contenu thin). Le signal explicite de suppression définitive aide Googlebot à ne pas remettre ces URL en file de crawl.
- Le code 404 laisse Googlebot revenir vérifier plusieurs fois avant suppression, car l’erreur peut être temporaire (panne serveur, problème de configuration).
- Le code 410 indique une suppression volontaire et définitive. Googlebot réduit la fréquence de revisite plus rapidement.
Soft 404 : le piège qui bloque la désindexation
Le scénario le plus problématique n’est pas la 404 classique, mais la soft 404. Une page renvoie un code HTTP 200 (OK) tout en affichant un message du type « page introuvable » ou un contenu vide. Google doit alors interpréter le contenu pour deviner qu’il s’agit d’une erreur.
Ce décalage entre le code HTTP et le contenu réel crée deux problèmes. D’abord, Google peut continuer à indexer la page puisque le serveur affirme qu’elle existe. Ensuite, si Google détecte la soft 404, il la signale dans le rapport d’indexation de la Search Console sous une catégorie distincte, ce qui ne déclenche pas le même traitement qu’une vraie 404.
Causes fréquentes de soft 404 sur WordPress et frameworks JS
Sur WordPress, les soft 404 apparaissent souvent quand un thème ou un plugin intercepte les erreurs pour afficher une page personnalisée sans modifier le code de réponse HTTP. Le serveur renvoie 200, le visiteur voit « oups, page introuvable », mais Googlebot lit un 200.
Les frameworks JavaScript (React, Vue, Next.js en mode SPA) posent un problème similaire. Le serveur renvoie systématiquement un 200 avec le shell HTML, puis le routeur côté client affiche le message d’erreur. Googlebot reçoit un 200 et peut indexer une coquille vide. La solution passe par le rendu côté serveur (SSR) ou par une configuration explicite des codes HTTP au niveau du serveur ou du CDN.
Search Console et rapport d’indexation : ce que les données montrent vraiment
La persistance d’URL en 404 dans le rapport « Pages » de la Search Console ne signifie pas que ces pages figurent encore dans les résultats de recherche. Le rapport d’indexation est un historique des URL connues de Google, pas un miroir de l’index actif.
Nous recommandons de vérifier la présence réelle d’une URL dans l’index avec l’opérateur site: ou l’outil d’inspection d’URL, plutôt que de se fier au compteur de pages non indexées. Une URL listée comme « Non indexée – 404 » dans la Search Console a déjà été retirée de l’index. Google la conserve simplement dans sa base de données de crawl.
- Le rapport « Pages non indexées » distingue les 404, les soft 404 et les pages exclues par d’autres motifs. Chaque catégorie appelle un traitement différent.
- L’outil de suppression temporaire masque une URL des résultats pendant une durée limitée, mais l’URL revient si le serveur ne renvoie pas un code 404 ou 410 permanent.
- Les redirections 301 vers des pages pertinentes restent la meilleure option quand l’URL supprimée recevait du trafic ou des backlinks. La 404 brute détruit le PageRank transmis par ces liens.
Quand laisser une 404 et quand rediriger en 301
Toutes les 404 ne méritent pas une redirection. Une page produit supprimée sans trafic ni lien entrant peut rester en 404 sans conséquence. Rediriger systématiquement toutes les 404 vers la page d’accueil est contre-productif : Google finit par traiter ces redirections comme des soft 404 si la destination n’a aucun rapport avec l’URL source.
La redirection 301 se justifie quand l’URL supprimée possède des backlinks de qualité ou génère encore du trafic organique. Dans ce cas, redirigez vers la page la plus proche thématiquement. Si aucune page équivalente n’existe, une 404 propre (ou un 410) reste le choix le plus sain pour l’index.
Le nettoyage des 404 n’est pas un facteur de classement direct. Google a confirmé à plusieurs reprises que les erreurs 404 ne pénalisent pas un site en tant que signal de ranking. Leur gestion relève de l’hygiène technique : préserver le crawl budget, recycler l’autorité des liens entrants et garantir une expérience utilisateur cohérente.
