Cours – Mesurer l'audience et améliorer le référencement
BTS SIO SISR 2e année – Bloc 1 – S13
Un mot ou un sigle inconnu ? Passe la souris dessus, ou ouvre le glossaire.
Le portail est en ligne. La direction demande : est-il utilisé ? par combien de personnes ? les habitants le trouvent-ils ? Ces questions appellent des mesures et des améliorations, sans pour autant surveiller les personnes.
1. Le journal d'accès, une source de mesure
Le serveur web écrit une ligne par requête. Format « combiné » courant :
| Champ | Exemple | Sens |
|---|---|---|
| 1 | 203.0.113.58 |
Adresse IP du client |
| 4 | [10/Mar/2030:07:31:30 +0100] |
Date et heure |
| 6 et 7 | "GET et / |
Méthode et ressource demandée |
| 9 | 200 |
Code de réponse |
| 10 | 3286 |
Taille envoyée, en octets |
| dernier | "Mozilla/5.0 …" |
Identification du navigateur (user-agent) |
Avec awk, le champ 9 se désigne par $9. Avec -F'"', le découpage se fait sur les guillemets.
Codes de réponse à savoir lire :
| Code | Sens | Action |
|---|---|---|
| 200 | Succès | – |
| 304 | Non modifié : le navigateur a utilisé son cache | Bon signe (cache efficace) |
| 301 / 302 | Redirection | Vérifier qu'elle est voulue |
| 400 | Requête invalide | Souvent une saisie refusée par le formulaire |
| 404 | Ressource introuvable | Lien cassé ? fichier manquant ? sondage de scanner ? |
| 409 | Conflit | Ici : créneau déjà réservé |
| 500 | Erreur du serveur | À traiter : consulter le journal d'erreurs |
2. Visiteurs, robots, scanners
Un journal mélange :
- des visiteurs (navigateurs) ;
- des robots d'indexation, souvent honnêtes : ils se déclarent dans le user-agent (« Robot-Exemple ») et demandent
robots.txt; - des scanners malveillants ou automatiques, qui sondent des adresses classiques (
/wp-login.php,/xmlrpc.php,/phpmyadmin/,/.env,/admin) même si le site n'utilise pas ces outils.
Pour compter des visiteurs, on retire les robots et scanners. Une adresse IP n'est pas une personne : plusieurs personnes peuvent partager une adresse (réseau d'entreprise, téléphonie mobile) et une personne peut changer d'adresse. Le nombre d'adresses distinctes est donc une estimation.
Les scanners ne sont pas un incident en soi : ils sont permanents. On vérifie que ces pages n'existent pas, que les logiciels sont à jour, et on peut bloquer les adresses qui insistent (filtre automatique comme fail2ban, règles du pare-feu applicatif).
Note
Les visiteurs d'un jour ne s'additionnent pas. Si 20 personnes viennent chaque jour pendant sept jours, ce sont rarement 140 personnes différentes : les mêmes reviennent. Le nombre de visiteurs distincts sur la semaine est inférieur à la somme des visiteurs de chaque jour.
3. Mesurer l'audience sans traceur
Il existe trois façons de mesurer :
| Méthode | Principe | Traceur sur le terminal | Remarques |
|---|---|---|---|
| Journaux du serveur | Analyse de ce que le serveur enregistre déjà | Non | Gratuit, maîtrisé, mais mélange robots et visiteurs |
| Outil de mesure hébergé par la commune | Script maison ou logiciel libre installé sur son serveur | Selon configuration | Maîtrise des données, travail d'exploitation |
| Service tiers de mesure | Un script externe envoie les données au fournisseur | Souvent oui | Risque de recoupement, de transfert, de consentement requis |
Règle de la CNIL (à vérifier sur cnil.fr) : la mesure d'audience peut être dispensée de consentement si elle sert uniquement aux statistiques propres au site, avec des données anonymes (ou rendues anonymes), sans recoupement avec d'autres traitements, sans transmission de données non anonymes à des tiers et sans suivi de l'utilisateur sur plusieurs sites. Elle reste soumise à l'information des utilisateurs. La CNIL recommande aussi une durée de vie limitée du traceur (13 mois) et une conservation limitée (25 mois), avec réexamen régulier.
Pour la commune, la voie la plus simple est d'abord l'analyse des journaux : aucun script ajouté, aucun traceur, aucune dépendance.
4. Le référencement : être trouvé honnêtement
Le référencement naturel (SEO) consiste à rendre le site compréhensible pour les moteurs de recherche, sans acheter de place. Ce qui pèse le plus se trouve dans les bases du site :
| Élément | Bonne pratique (ordres de grandeur) |
|---|---|
Titre de page (<title>) |
Unique par page, descriptif, souvent 50 à 60 caractères ; le nom de l'organisation à la fin |
Description (<meta name="description">) |
Une à deux phrases utiles, souvent 120 à 160 caractères ; elle apparaît dans les résultats |
Titres h1, h2… |
Un seul h1 ; hiérarchie sans saut ; reflète le contenu |
| Adresse (URL) | Lisible (/salles.html), stable |
| Contenus | Textes utiles aux habitants, mis à jour ; images avec texte alternatif |
| Vitesse et mobile | Page légère, lisible sur téléphone (S15) |
| Maillage | Liens entre pages, intitulés explicites (pas « cliquez ici ») |
Deux fichiers à la racine aident les robots :
robots.txt: indique aux robots honnêtes ce qu'ils peuvent explorer. Ce n'est pas une protection : il est public et les robots malveillants l'ignorent. On n'y « cache » jamais une page sensible ; on protège par authentification.sitemap.xml: liste des pages à explorer, au format XML. On le vérifie avecxmllint --noout sitemap.xml.
Ce qu'on ne fait pas : acheter des liens, répéter des mots-clés à outrance, cacher du texte : les moteurs pénalisent ces pratiques. Un portail public doit surtout être exact et à jour.
Je vérifie. Le journal montre GET /robots.txt en 404, 7 fois en une semaine. Est-ce grave ? Que faire ?
Voir la réponse
Pas grave : ce sont des robots qui cherchent le fichier. Mais en publier un évite l'erreur et permet d'indiquer le plan de site et d'exclure les pages inutiles à explorer (résultats de formulaire). Ne pas y lister de pages sensibles.
Ce que tu dois retenir de la séance
- Le journal d'accès donne beaucoup d'indicateurs sans aucun traceur ; on retire robots et scanners avant de compter.
- Une IP n'est pas une personne ; les visiteurs quotidiens ne s'additionnent pas.
- 404 nombreux : lien cassé ou scanner ; 500 : à corriger ; 409 et 400 : à lire avec le contexte.
- Mesure d'audience sans consentement seulement sous conditions strictes (à vérifier).
- Référencement : titre, description, titres hiérarchisés, URL lisibles,
sitemap.xml;robots.txtn'est pas une protection.