Le cybersquatting (ou cybersquattage en français) est une pratique, souvent malhonnête, qui consiste à réserver un ou plusieurs noms de domaine en vue de générer du profit, récupérer du trafic ou nuire à une marque. Dans tous les cas, la mauvaise foi est un critère intrinsèque. Le cybersquatting est parfois l'œuvre d'un concurrent. Ce dernier profite de l'imprévoyance d'une marque éponyme pour rediriger les internautes: www.sfr.com pointait vers www.intineris.com. Certains vont même jusqu'à anticiper la demande. Ce fut le cas lors de la nomination du nouveau pape Benoit XVI et www.benoitxvi.net ou plus récemment l'URL de l'homme politique français www.fredericlefebvre.fr.

Typo-squatting — En français: typosquattage. Procédé qui consiste à enregistrer et à utiliser un nom de domaine fortement apparenté à une marque connue afin d'attirer les visiteurs égarés sur son site. Les erreurs les plus courantes sont des fautes de frappe, d'orthographe www.2xmoinschers.fr, la répétition d'un caractère, l'inversion de deux lettres www.rueducommrece.com, l'erreur linguistique www.amazone.com ou la distraction www.gogole.com.

Point-squatting — Dans le même genre du précédent. Le domaineur récupère les noms de domaine des sites connus sans le point après les trois w. Pour l'exemple wwwebay.fr mène vers une ferme de liens. Les marques doivent avoir le réflexe de réserver ses adresses au risque de profiter à d'autres.

Capture wwwebay.fr

Porn-squatting — Pratique dont le but est d'utiliser un nom de domaine anodin pour pointer ou rediriger vers un site pornographique. Le cas le plus célèbre est celui de www.whitehouse.org. Depuis 1997, l'adresse de la maison blanche pointait vers un site pornographique au grand étonnement des visiteurs. Après de longues années de cybersquatting et 85 millions de visites, le responsable du site en question a négocié sa vente auprès du gouvernement américain. Cette transaction est survenue juste avant les élections présidentielles de 2004 et échape aux lois récentes de la protection des mineurs sur internet. Le montant de l'échange n'a pas été dévoilé.

On trouve également, le changement d'une ou plusieurs lettres d'une marque pour en faire un site coquin: 3cuisses.com, dailyxmotion.com. Le débat sur l'obtention d'une extension spécifique .xxx a toujours été refusé par les industriels du X.

Soyez prudent à l'expiration de vos noms de domaine. Passé le délais d'attente avant un renouvellement, des systèmes automatisés récupèrent automatiquement les noms de domaines tombés dans le domaine public.

À lire aussi: « Bien choisir son nom de domaine ».

Ce fichier n'est pas obligatoire. En son absence, le robot considère qu'il peut tout indexer. Il répond également à une norme d'exclusion (Robots Exclusion Standard) qui est censée être universelle.

Créer un fichier robots.txt

Pour créer le fichier, ouvrez un éditeur de texte de type Bloc-notes de Windows. Enregistrer le document sous le nom de « robots.txt » (en minuscules et au pluriel) puis envoyez-le sur le serveur distant à la racine du site. Il faut pour cela posséder un nom de domaine car les offres d'hébergement gratuites ne permettent pas de remonter à la racine du site.

La première ligne est un commentaire. Il doit toujours commencer par # et tenir sur une ligne. Ce document comporte un commentaire suivi de deux enregistrements. Chaque enregistrement commence par définir le type de robot visé (User-agent) ensuite les instructions à suivre. Dans l'exemple, l'enregistrement s'adresse à tous les robots (*) et doit ignorer (disallow) tout ce qui se trouve dans le répertoire private ainsi que tous les documents private. Le deuxième enregistrement est séparé par un retour à la ligne vide. Il interdit au robot de Google (Googlebot) d'indexer tous les fichiers textes dans le dossier import ainsi que la page referencement.html qui se trouve dans le dossier acorriger.

Visitez l'outil statistiques fournit par votre hébergeur pour connaître les robots d'indexation. Sur mon blog, les principaux sont: MSN Bot, Google Bot et Google Bot Image, Cuil et Slurp (Yahoo). Si cette option n'est pas comprise dans votre forfait, utilisez un utilitaire en ligne comme SpyWords.com.

Ce blog est divisé en différentes catégories. Chaque billet est classé dans une ou plusieurs classifications. Depuis la version 2.5, j'ai remarqué la présence de l'ajout de tag pour chaque nouveau billet. À titre personnel, je ne publie pas de nuages de tag ni de mots-clé sous chaque note. Je trouve que ça alourdit inutilement l'interface et embrouille le lecteur. Par contre, ils peuvent être d'utilité dans la console administrateur mais je préfère de loin le moteur de recherche interne.

Je me suis demandé alors si ces mots-clé ne pouvaient pas servir à alimenter les métas. Oui je sais, la plupart des moteurs les ignorent. Après vérification, aucune meta keywords. D'ailleurs, y a même pas de meta description pour la page d'accueil du blog et encore moins pour chaque billet. C'est ballot ! En allant voir d'autres amis blogueurs, je vois qu'ils ne sont pas mieux logés.

L'extension en question se nomme: All in One SEO pack. Vous pouvez apporter un titre, une description et des mots-clés pour votre page d'accueil mais aussi pour chaque billet. Ce greffon vous évite également la duplication de contenu occasionné par les archives, les catégories et déprécié par Google.

Je vais pouvoir enfin adapter les sinppets Google avec la description de mon choix. Le plus dur ne fait que commencer puisqu'il va falloir adapter progressivement la description des anciens billets. Il existe une fonction automatique qui reprend les premières phrases de la note mais ça ne fonctionne que si on écrit en pyramide inversée. Affaire à suivre...

Capture Google.be - Snipet pour la recherche "tutoweb"

Les discussions vont bon train sur les forums pour savoir si ces informations sont utiles ou non. La plupart déclare une dépréciation progressive de certaines métadonnées en raison des abus. Tout n'est évidemment pas à jeter [¹].

Déclaration du document

Content-Type — Elle déclare le type (MIME) de document et son jeu de caractère utilisé. Dans l'exemple, le type est text/html. En XHTML, il devrait toujours être application/xhtml+xml mais la plupart des navigateurs n'ont pas la moindre idée de ce que c'est. Pour une image JPG, le type MIME est image/jpeg, pour un fichier CSS c'est text/css. Le jeu de caractère utf-8 est préférable à l'iso-8859-1 propre à la langue française mais limité dans l'affichage des caractères.

<head>
<title>Titre de la page</title>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">
</head>

Content-Language — Elle déclare la langue utilisée dans la page. De plus en plus utile maintenant que les moteurs de recherche ont inclus la langue dans leurs critères de recherche. Indispensable également pour les synthétiseurs vocaux destinés aux non-voyants. Si votre site est multilingue, séparé les codes par une virgule.

<head>
<title>Titre de la page</title>
<meta http-equiv="Content-Language" content="fr">
</head>

Référencement

Une question souvent posée concerne la pertinence des meta pour les moteurs de recherche. Il faut bien avouer que les meta ne sont pratiquement plus pris en considération par la plupart des moteurs de recherche. Google par exemple, ne tient compte que de la meta description et la meta robots. Cette situation est la conséquence du référencement abusif depuis 1999 (spamdexing).

En ce qui concerne les annuaires de recherche, les meta-données n'ont aucune influence car le référencement des sites web se fait par intervention humaine. Les personnes responsables de la validation du site ne s'amusent pas à aller fouiner dans le code HTML.

Description — La meta description est importante pour le créateur de site car son incorporation dans un document sert à l'indexation des pages web par les moteurs de recherche (exit les annuaires). Elle doit contenir une description concise du contenu de la page en une ou deux phrases (sujet + verbe + complément); c'est-à-dire 200 caractères maximum (espace compris).

Il est fortement recommandé d'utiliser cet élément car si vous ne donnez pas vous-même une description, les moteurs de recherche utilisent les premières lignes de votre page qui ne sont pas nécessairement les plus explicites. Soyez le plus objectif et évitez les messages commerciaux ou trop racoleurs.

<head>
<title>Titre de la page</title>
<meta name="description" content="Une phrase avec les mots clés.">
</head>

Keywords — Cette balise a perdu de son importance en raison des abus (Google ne l'utilise plus depuis 2007). Elle contient une série de mots-clés séparés par une virgule. Tout comme la meta précédente, elle doit être personnalisée pour chaque page. Évitez l'utilisation des capitales, insérez les termes sans accents et avec une accentuation codée (elephant, éléphant), ajoutez les formes au féminin et au pluriel si elles existent ainsi que les mots mal orthographiés qu'un internaute pourrait taper dans un moteur de recherche. Ne dépassez pas 100 mots clés représentatifs du contenu de la page sous peine d'être mis sur une liste noire. Dernier conseil, l'ordre des mots à son importance: les premiers ont un poids plus fort que les derniers.

<head>
<title>Titre de la page</title>
<meta name="keywords" content="mot-clé1, mot-clé2, mot-clé3">
</head>

Robots — Cette valeur permet de donner des directives aux robots des moteurs de recherche. En fonction de la valeur de l'attribut content, vous pouvez choisir la manière dont vos pages seront indexées. Par défaut, les moteurs indexent automatiquement les pages. Autrement dit, les valeurs all, index et follow sont inutiles si c'est la seule règle. Pour créer des restrictions, vous pouvez également concevoir un fichier robots.txt à la place de cette meta. Les moteurs prétendent respecter les instructions mais rien n'est moins sûr.

La valeur content="none" ou "noindex" empêche l'indexation, contrairement à all par défaut. La valeur content="index" autorise l'indexation de la page. La valeur content="follow" autorise l'indexation simultanée de la page et des pages qui sont les cibles des liens contenus dans cette page.

<head>
<title>Titre de la page</title>
<meta name="robots" content="commande1, commande2">
</head>

Revisit-after — Malgré ce que beaucoup de webmasters prétendent, cette meta est totalement ignorée par les robots. Elle fut un temps employée par une minorité mais elle n'a jamais été adoptée par les moteurs de recherche. En théorie, elle indique la périodicité des passages du robot sur le site.

<head>
<title>Titre de la page</title>
<meta name="revisit-after" content="15 days">
</head>

Refresh — La valeur content est exprimée en secondes et force le navigateur à recharger la page toutes les N secondes. Cette meta est utilisée pour un site aux informations renouvelées très fréquemment, par exemple un site de cotation boursière. Elle peut servir également à la redirection automatique du visiteur ou au roulement de publicités sur la page [²].

Attention: les redirections avec un délais très court (entre 0 et quelques secondes) sont souvent associées à du spam et votre site risque d'être pénalisé dans les moteurs de recherche et certains annuaires. Mieux vaut les éviter et choisir une redirection de type 301.

<head>
<title>Titre de la page</title>
<meta name="refresh" content="10; http://www.monsite.com/">
</head>

Les metas sans importance

Author — Indique le nom de l'auteur sans pour autant créer un copyright. Cette meta intéressera plutôt le visiteur curieux que les moteurs de recherche.

<head>
<title>Titre de la page</title>
<meta name="author" content="Jean-Pierre Dupont">
</head>

Generator
Aucune influence, ni pour les moteurs de recherche, ni pour le navigateur utilisé. Cette information intéresse cependant les responsables marketing des sociétés proposant des éditeurs HTML pour calculer la part de marché de leur produit.

<head>
 <title>Titre de la page</title>
<meta name="generator" content="Macromedia Dreamweaver MX">
</head>

Identifier URL — Il est parfois utile de rappeler l'adresse de la page d'accueil de votre site pour ceux qui y sont entrés par une des pages de celui-ci.

<head>
<title>Titre de la page</title>
<meta name="identifier-url" content="http://www.monsite.com/">
</head>

Reply-to — Cette meta permet à l'internaute averti de connaître votre adresse e-mail si elle n'apparaît pas sur la page qu'il consulte. Notons qu'il est assez farfelu de penser que le webmaster indique son adresse électronique dans une meta et pas dans sa page web. D'autre part, le pourcentage des personnes qui consultent le code source est minime.

<head>
<title>Titre de la page</title>
<meta name="reply-to" content="jp_dupont@mail.com">
</head>

[¹] Pour approfondir le sujet: « À quoi servent les balises META ? »
[²] À lire également: « Empêcher le rafraichissement automatique »