Données structurées

Ce que c'est

La page de contact d'une entreprise indique dans une phrase où se
trouve son bureau ; les données structurées le répètent sous la
forme d'une `PostalAddress` avec une rue, un code postal et un pays,
pour qu'un programme lisant la page n'ait pas à deviner quel mot
désigne la ville. Cette pratique consiste à reprendre ce qu'une page
énonce en prose sous forme d'énoncés typés, dans un vocabulaire
convenu entre les éditeurs et ceux qui exploitent ces données, afin
que les moteurs de recherche et les autres logiciels puissent lire
les faits sans interpréter la mise en page.

Ce vocabulaire est généralement schema.org, que la documentation de
Google désigne comme celui qu'utilisent la plupart des données
structurées destinées à son moteur de recherche. Google, Microsoft,
Yahoo et Yandex l'ont fondé, et un groupe communautaire du W3C en
est le principal lieu de discussion depuis avril 2015. Il définit
des types, comme `Organization`, `Person`, `Service`, `Review` ou
`DefinedTerm`, ainsi que les propriétés que chacun peut porter,
comme `name`, `address`, `author` ou `price`.

Les énoncés peuvent s'écrire dans trois syntaxes. Microdata et RDFa
ajoutent des attributs directement aux éléments HTML visibles.
JSON-LD garde les énoncés à part, dans un bloc JSON à l'intérieur
d'un élément `script` de type `application/ld+json` ; sa version 1.1
est une recommandation du W3C publiée le 16 juillet 2020. Google
accepte les trois à égalité et recommande JSON-LD comme le plus
facile à maintenir à grande échelle.

```html
<script type="application/ld+json">
    {
        "@context": "https://schema.org",
        "@type": "Organization",
        "@id": "https://example.com/#organization",
        "name": "Example Ltd",
        "url": "https://example.com/"
    }
</script>
```

La ligne la plus importante de ce bloc est `@id`. JSON-LD l'utilise
pour identifier un nœud ; un nœud qui n'en possède pas est un nœud
anonyme, sans identifiant indépendant du document. Les identifiants
de nœuds anonymes peuvent être partagés entre des blocs d'un même
document. Avec un identifiant utilisable globalement, n'importe quel
autre bloc de n'importe quelle autre page peut écrire `"publisher":
{"@id": "https://example.com/#organization"}`, ce que la
spécification appelle une référence de nœud : un renvoi vers une
chose décrite ailleurs, plutôt qu'une nouvelle description. Ce sont
les identifiants qui transforment des blocs épars en un seul graphe.

Le terme voisin est « métadonnées ». Le titre, la description et les
balises Open Graph dans l'en-tête d'une page décrivent la page en
tant que document, tandis que les données structurées décrivent les
choses dont elle parle : l'entreprise qui la publie, la personne qui
l'a écrite, la prestation qu'elle propose ou le mot qu'elle définit.

Pourquoi c'est important

La décision porte sur la quantité d'informations à fournir ; la
réponse honnête est généralement d'en fournir moins que le
vocabulaire ne le permet, mais de façon complète. Rien dans la
syntaxe n'empêche un éditeur de remplir toutes les propriétés
proposées par schema.org. Les consignes de Google vont dans l'autre
sens : fournir moins de propriétés recommandées, mais complètes et
exactes, plutôt que toutes les propriétés possibles avec des données
partielles ou fausses, et ne rien baliser qu'un lecteur ne puisse
voir sur la page, même si c'est vrai.

La raison est que chaque fait balisé est une seconde copie de ce que
la page dit déjà, et qu'une seconde copie peut diverger. Un prix
corrigé dans le tableau visible mais oublié dans le JSON, une note
qui n'apparaît que pour les machines, une adresse saisie un peu
différemment sur chaque page : chacun de ces cas fait dire à la page
une chose aux personnes et une autre aux programmes. Le coût des
données structurées tient moins à leur rédaction qu'au maintien de
leur exactitude. Les questions utiles sont donc de savoir quels
énoncés la page peut assumer et s'ils viennent de la même source que
le texte visible.

Le bénéfice est la lisibilité. Un moteur ou un agent capable de
réunir cent mentions en une seule entreprise en sait davantage qu'un
autre qui lit cent noms sans lien. Les pages qui suivent les
consignes peuvent devenir admissibles aux résultats enrichis, des
résultats de recherche comportant des détails supplémentaires, sans
que cette admissibilité garantisse leur apparition. Ce qui change,
c'est la compréhension par la machine du sujet de la page.

À quoi cela ressemble en pratique

Les crédits du site l'engagent à ne baliser que ce qui est vrai et
visible sur la page, et l'histoire de ses données structurées
explique pourquoi il fallait écrire cette phrase.

Avant la refonte de juillet 2026, 963 blocs redécrivaient
l'entreprise 1 671 fois, sans aucun identifiant stable : aucun
consommateur de ces données n'avait donc de raison de considérer
l'organisation d'une page comme celle d'une autre. Le graphe repose
désormais sur trois identifiants créés à partir de l'origine du
site, pour l'organisation, le site web et la fondatrice ; tous les
autres blocs y font référence par `@id` au lieu de les décrire à
nouveau. Les identifiants sont les mêmes dans toutes les langues :
un commentaire du modèle explique qu'un identifiant danois distinct
déclarerait une seconde organisation portant le même numéro
d'immatriculation. Seize types étaient consignés à cette étape, et
les listes ne nommaient leurs éléments que par leur URL, car
détailler les 107 entrées alors présentes sur l'index du portfolio
aurait alourdi la page compressée de 52 pour cent.

Plusieurs faits sont lus dans la même source que la page visible.
Les prix des prestations viennent du même fichier de données que les
prix à l'écran : la machine et le lecteur se voient ainsi annoncer
le même tarif. La période couverte par un travail vient du modèle
partiel qui écrit la phrase à son sujet. Les fils d'Ariane suivent
le parcours visible, et les positions dans les listes suivent
l'ordre à l'écran, jamais un classement publié uniquement pour les
machines. Le nœud de la page elle-même utilise la même adresse que
son lien canonique : le balisage et l'en-tête expriment ainsi la
même chose.

Les refus sont aussi délibérés que les énoncés. Les récits que
l'entreprise fait de son propre travail ne sont pas balisés comme
des avis, car cela reviendrait à inventer un auteur pour ses propres
mots. Le modèle de témoignages n’utilise des nœuds Review que pour
les entrées publiées avec un consentement accordé, sans ajouter de
note. Chaque page du glossaire, celle-ci comprise, porte un
`DefinedTerm` dont la description est la définition en une ligne
affichée dans la liste : la définition lue par la machine est donc
celle que voit le lecteur.

Un contrôle du site généré vérifie que chaque bloc peut être
analysé, que chaque identifiant se résout et que chaque URL nommée
par le graphe a été générée. Un graphe renvoyant vers une page
inexistante fait ainsi échouer le contrôle qualité obligatoire. La
même page de crédits cite le Schema Markup Validator pour lire les
données et le Rich Results Test de Google pour voir ce qu'un moteur
en fait.

Où les problèmes surviennent

Les résultats enrichis restent hors de portée alors que tous les
contrôles de validation réussissent. Le balisage est du JSON-LD
valide et utilise de vrais types schema.org, mais la page continue
d'apparaître comme un résultat ordinaire. Les données décrivent des
choses que le lecteur ne peut pas voir, comme une note que personne
n'a donnée, des questions absentes de la page ou un prix différent
de celui affiché. Google prévient qu'un balisage contraire à ses
consignes peut rendre une page inadmissible, quelle que soit la
qualité de la syntaxe. Ne baliser que ce que la page montre et
générer les deux à partir d'une seule source pour qu'ils ne puissent
pas diverger.

Des centaines de blocs décrivent une entreprise, sans rien qui les
relie. Chaque page répète le nom, le logo et l'adresse de
l'organisation, parfois avec de petites différences, et corriger un
détail impose de les retrouver tous. Les nœuds sont anonymes, ou
chaque page et chaque langue créent leur propre identifiant pour la
même entité. Donner à chaque chose réelle un seul `@id` construit à
partir d'une URL stable avec un fragment, la décrire une fois et y
faire référence partout ailleurs.

Une modification de modèle casse le balisage de toutes les pages à
la fois. Un guillemet égaré, une virgule finale ou une valeur vide
invalide tous les blocs, que les consommateurs ne peuvent plus
exploiter. Le guide de Google avertit que les modèles peuvent casser
le balisage après le déploiement. Le JSON a été assemblé comme du
texte, avec des valeurs collées entre des accolades : un champ
manquant laisse donc une chaîne vide ou une structure cassée.
Construire l'énoncé comme une structure de données puis le
sérialiser, comme le font les modèles de ce site avec `jsonify` de
Hugo ; omettre les propriétés sans valeur plutôt que de les émettre
vides, et analyser chaque bloc de la sortie générée.

Le graphe nomme des pages absentes. Les URL du balisage aboutissent
à une erreur 404, à un hôte de préproduction ou à une copie miroir.
Les adresses ont été saisies à la main ou construites selon une
règle différente de celle des liens et de l'adresse canonique.
Déduire chaque URL du balisage de la même fonction que celle qui
produit l'adresse canonique de la page, et vérifier que chacune a
été générée.

Pour aller plus loin

  * schema.org — le vocabulaire partagé de types et de propriétés,
avec une page pour chaque type.

  * JSON-LD 1.1 — la recommandation du W3C pour la syntaxe,
notamment les identifiants et les références de nœuds.

  * schema.org : DefinedTerm — le type utilisé par chaque page du
glossaire pour décrire le mot qu'elle explique.

  * Google Search Central : introduction aux données structurées —
les trois syntaxes, la règle de visibilité et la manière de tester
les résultats enrichis.

  * Schema Markup Validator — lit les données structurées de toute
page à l'aide du vocabulaire schema.org.

hCette page sur le Web	URL:https://engineer.company/fr/glossary/structured-data/	engineer.company	70
