Ranking sur Google : RESONEO publie la liste des 305 signaux

IATransparence : Abondance utilise l’IA à bon escient.En savoir plus

Abondance utilise l’IA à bon escient.

L’IA nous aide pour la veille et la préparation des articles, et chaque article est relu et validé par l’équipe éditoriale d’Abondance avant sa publication. Notre usage de l’IA.

RESONEO publie les 305 groupes de signaux que Google enregistre dans RankLab

Olivier de Segonzac a présenté la liste le 11 novembre 2026, dans un post LinkedIn et dans un article publié sur think.resoneo.com. Cet article est la onzième partie de la série « Comprendre Google » de l’agence, qui a déjà traité NavBoost, les twiddlers, Orbit et les AI Overviews. Selon lui, la liste vient de code interne de Google que RESONEO a analysé, et il écrit sur LinkedIn ne l’avoir « vue publiée nulle part ailleurs ».

L’auteur part d’un chiffre que tous les SEO connaissent. En 2008, Hal Varian, l’économiste en chef de Google, parlait de « plus de 200 signaux » utilisés par les algorithmes de ranking. En septembre 2021, John Mueller expliquait que Google s’était éloigné de ce chiffre, parce qu’il laissait imaginer un tableur où les signaux seraient classés par importance.

D’après RESONEO, Google organise ses signaux par système. Ils sont enregistrés dans RankLab, l’outil où Google Search consigne les features (les variables calculées par un système) de ses systèmes de ranking, pour chaque résultat et pour chaque requête. Chaque système y a son groupe de signaux : RankBrain, SafeSearch, l’autorité thématique, les vidéos YouTube ou les réponses d’AI Mode. Selon la documentation du leak de 2024, Google relève ces features en production et s’en sert pour ses « ranklab models », ses modèles de ranking.

Il faut garder en tête les limites que l’agence indique elle-même. Les schémas viennent de plusieurs packages, datés de 2025 pour certains et de 2026 pour d’autres. Pour la plupart des groupes, ils ne donnent que le nom du système, sans ses champs ni ses valeurs : seuls trois groupes par résultat ont leurs champs (recommandations de podcasts, élément affiché, termes saillants). Les libellés en français et les catégories ont été établis par RESONEO.

La page web concentre 48 groupes, l’IA générative en compte déjà 34

Voici comment RESONEO répartit les 167 groupes de signaux par résultat :

• Page web : 48 groupes, dont 31 qui notent la page (rankers, qualité, démotions, fraîcheur, personnalisation). Les autres servent à l’afficher et à la placer dans la SERP.
• IA générative : 34 groupes (AI Overviews, AI Mode, Web Guide).
• Discover, actualité et fils : 19 groupes.
• Images et Lens : 17 groupes.
• Vidéo et YouTube : 14 groupes.
• Local, Maps, voyage : 12 groupes.
• Évaluation et logs : 11 groupes.
• Assistant et autres surfaces : 8 groupes.
• Shopping : 4 groupes.

Chaque format de la SERP a ses propres systèmes. Une vidéo YouTube passe par Toledo, qui classe les vidéos par type (apprentissage, divertissement, recherche d’information). Une image passe par des twiddlers d’esthétique et de diversité, et une fiche locale est notée sur sa proximité avec l’utilisateur.

Chaque étape du classement a ses signaux, du retrieval aux twiddlers

RESONEO décrit le calcul de la pertinence en quatre étapes, chacune avec ses groupes de signaux :

1. Retrieval : RankEmbed récupère les documents candidats par proximité sémantique (embeddings), y compris quand la requête ne contient pas certains de leurs termes.
2. Score de base : Ascorer, le scorer de Mustang (le système de ranking des pages web), donne à chaque page son score de base pour la requête. RankLab en garde une version approchée (ApproxRanklabFeatures).
3. Reranking : RankBrain reranke les premiers résultats et peut ajuster leur score. DeepRank, c’est-à-dire BERT appliqué au ranking, donne un score à l’ensemble des résultats.
4. Ajustements : les twiddlers, des programmes qui reclassent des résultats déjà notés, interviennent en dernier. Le relevance feedback recalcule le score d’un résultat selon sa ressemblance avec des résultats bien notés, et Starbow, un autre twiddler de pertinence, a ses signaux pour la page et pour la requête.

Pour l’étape 3, l’agence cite le témoignage de Pandu Nayak, alors vice-président de Google Search, au procès antitrust américain, le 18 octobre 2023. Il y confirmait que RankBrain examine les 20 ou 30 premiers documents et peut ajuster leur score initial. Une page doit donc d’abord atteindre le haut de la liste grâce au score de base d’Ascorer avant que RankBrain ne la traite.

Neuf notions de qualité citées par Google ont chacune leur système

En mars 2024, en intégrant le système helpful content à ses systèmes principaux, Google écrivait qu’il n’y avait « plus un seul signal ni un seul système » pour évaluer l’utilité d’un contenu. La liste de RESONEO le confirme : chaque notion de qualité dont Google parle publiquement correspond à un groupe de signaux distinct dans les données par résultat.

• E-E-A-T et expertise : ExpertiseTwiddlerDocFeatures.
• Autorité thématique : TopicAuthorityTwiddlerDocFeatures.
• Contenus de première main : HumanVoiceResultInfo et HumanVoiceRanklabResultInfo, regroupés sous le nom « human voices » (forums, réseaux sociaux, créateurs).
• Hidden gems : NaturalPearlsTwiddlerResultSignals, le système présenté par Search Liaison en novembre 2023 pour faire remonter des articles d’experts et des blogs peu connus.
• Points de vue authentiques : AuthenticityTwiddlerResultLevelSignals.
• Reportages originaux : WebHealthTwiddlerResultSignals, avec dans la même catégorie CitationBasedOriginality, une mesure de l’originalité fondée sur les citations.
• Information fiable : FringeResultRanklabSignals, pour les contenus marginaux (fringe).
• Sujets YMYL (Your Money or Your Life : santé, argent, sécurité) : DocumentIntentScoresRanklab, lié à Orbit, le classifieur qui range chaque page par catégorie (tutoriel, forum, YMYL…).
• Discussions et forums : CommunityResultRanklabSignals.

L’expertise, l’authenticité et l’autorité thématique sont trois twiddlers distincts, qui modifient un classement déjà établi par Ascorer. Google attache aussi à chaque résultat le NSR, une note de qualité calculée par section de site (le sigle pourrait signifier New Site Rank, selon RESONEO, qui ne le donne pas comme certain).

Cinq systèmes servent à déclasser ou à filtrer : la démotion DMCA du site, la démotion liée aux crimes, SafeSearch, SafeSearch (Marqo) et les comparateurs du Digital Markets Act. Google joint aussi à chaque résultat des données déjà calculées sur la page, dont la qualité d’une page de forum (UgcPageQualityData), le piratage (HackedsitesResultAnnotation), le type de domaine ou le déclassement par un twiddler (DemotedResult).

Autorité thématique et fraîcheur se calculent à chaque requête

D’après RESONEO, dix-sept systèmes notent à la fois la page et la requête. L’autorité thématique en est l’exemple le plus parlant. Google l’a présentée en mai 2023 pour l’actualité, mais dans son code elle s’applique à toute page web, avec des features pour le document, des features pour la requête et ses propres réglages. Google mesure donc l’autorité sujet par sujet, à chaque recherche : un site de course à pied fait autorité sur une blessure de coureur, pas sur un crédit immobilier.

La fraîcheur fonctionne de la même façon : Google compare les dates de la page au besoin de fraîcheur de la requête. Les contenus marginaux (fringe), RankBrain, l’authenticité, les hidden gems, les communautés et les termes saillants figurent aussi parmi ces systèmes doubles.

La requête a aussi ses propres groupes, sans équivalent côté page :

• Intentions de la requête : analysées par Orbit.
• Vides de données (data voids) : les requêtes pour lesquelles peu de contenus fiables existent.
• Requêtes répétées : avec un groupe dédié à leur suivi.
• Synonymes et mots facultatifs : la manière dont Google élargit ou allège la requête.
• Autopilot : un groupe lié à la qualité, rattaché par RESONEO à la famille NSR.

L’exemple de [douleur au genou en courant]

Pour illustrer, l’agence a relevé le 11 novembre 2026, sur ordinateur et sans compte Google, la SERP de "douleur au genou en courant" depuis la région parisienne et celle de "knee pain when running" depuis New York. En France, les premiers liens bleus sont Epitact (une marque de genouillères), le site de conseils de Decathlon et un kinésithérapeute ; La Clinique du Coureur apparaît plus bas.

Selon RESONEO, toutes ces pages passent par une base commune (Ascorer, RankBrain, termes saillants, fraîcheur, SafeSearch, snippets), et Orbit les classe toutes dans la catégorie YMYL_HEALTH_OR_SAFETY. Les autres systèmes dépendent ensuite du type de page :

• Une marque qui vend en ligne : Epitact reçoit en plus les signaux des marchands spécialisés.
• Un praticien : le kinésithérapeute relève de l’expertise et, pour l’article publié sur le site de son cabinet, des hidden gems.
• Un site spécialisé : La Clinique du Coureur relève de l’autorité thématique.
• Une vidéo : elle est notée par les signaux vidéo, par RankEmbed vidéo et par Toledo.

Il s’agit d’une lecture de l’agence, qui rapproche des types de pages et des systèmes : les schémas ne montrent pas quels systèmes Google a réellement appliqués à ces URL. RESONEO note aussi qu’aucun forum ni réseau social n’apparaît en première page dans les deux pays, et que des articles de 2024 et de 2025 y restent à côté de contenus d’octobre 2026.

AI Mode, Web Guide et Gemini ont leurs propres signaux de ranking

Les 34 groupes consacrés à l’IA générative se répartissent ainsi, selon RESONEO :

• magi (13 groupes) : l’IA de Google dans la SERP, celle d’AI Overviews et d’AI Mode, avec ses réponses résumées, son raisonnement, ses requêtes suggérées et ses classifieurs.
• AI Mode (2 groupes) : ses signaux de résultat et un groupe de corroboration, CorroborationRankingSignals, qui note les sources qui confirment la réponse.
• Expériences d’AI Mode (5 groupes) : dont l’essayage virtuel et la visionneuse de produits.
• Audio et narration (3 groupes).
• Web Guide (2 groupes).
• Autres (9 groupes) : dont ExternalGenAiResultSignals, qui compare les résultats de Google à ceux d’IA génératives externes, et un groupe qui enregistre l’utilité d’une vidéo YouTube évaluée par Gemini.

Le groupe de corroboration correspond à ce que Google a dit publiquement en mai 2024 au sujet des AI Overviews, conçus pour ne montrer que des informations appuyées par les meilleurs résultats web. RESONEO cite aussi la décision sur les remèdes du procès antitrust américain (Memorandum Opinion, p. 35) : Google ancre ses modèles Gemini (grounding) avec FastSearch, une technologie fondée sur les signaux de RankEmbed, qui produit une liste de résultats web abrégée et classée.

Web Guide, l’expérience de Search Labs où Gemini regroupe les liens par aspect de la requête après un query fan-out (la décomposition d’une requête en sous-requêtes), s’appelle Libra en interne. Il a ses signaux par résultat et par requête, un oracle de pertinence (un modèle de référence qui revérifie les liens regroupés) et une décision d’abandon, qui permet à Google d’afficher la SERP classique à la place, requête par requête. Sur [knee pain when running], Web Guide affichait le 11 novembre « Deeply analyzed 190 results, 112 selected ».

Les pistes de RESONEO pour les SEO

L’agence en tire trois recommandations, qui relèvent de son analyse et non des schémas eux-mêmes :

1. Miser sur la notion de qualité qui correspond à la page : un praticien ou un site spécialisé vise l’expertise et l’autorité thématique, un témoignage ou une discussion vise l’expérience de première main et l’authenticité. Sur un sujet YMYL, RESONEO conseille de montrer cette expertise : auteur identifié, sources, site spécialisé.
2. Mettre à jour en priorité les pages qui visent des requêtes demandant de la fraîcheur : ailleurs, une page ancienne peut rester bien classée. Dans l’exemple américain, le deuxième lien bleu date de juin 2024.
3. Se classer dans les résultats avant de viser une citation par l’IA : sur "douleur au genou en courant", cinq des sept sources de l’AI Overview sont aussi des liens bleus de première page ; sur "knee pain when running", quatre sur sept. RESONEO recommande de traiter chaque sous-question du sujet dans une page ou une section, puis d’écrire des faits, chiffres et dates en phrases nettes, cohérentes avec les sources de référence.

La liste ne dit rien du poids de chaque système. RESONEO le précise dans sa méthode : la page décrit ce que fait chaque système, pas l’importance qu’il donne à une page. Il est donc encore impossible de savoir, par exemple, combien compte la corroboration dans AI Mode par rapport aux autres signaux, ou à quelle fréquence ExternalGenAiResultSignals sert à comparer Google aux IA concurrentes.