# Trafic SEO : même technique, trajectoires opposées > À technique identique, deux cohortes de sites affichent des trajectoires opposées sur douze mois, de -96,9 % à +40 % de trafic : l'écart tient au modèle éditorial, pas à la technique. - Source : https://probans.org/analyses/etude-cas-baisse-trafic-seo - Catégorie : Marketing - Auteur : Axel Morel - Publié le : 2026-07-01 - Indice de solidité de la preuve (ISP) : 19/100 (0-30 %) — Preuves très limitées ## En résumé - La cohorte informationnelle mono-canal a perdu jusqu'à −96,9 % de trafic malgré un niveau d'exécution technique identique à celui des sites de marque : l'exécution n'était pas le problème. - Quand la technique est constante, trois variables séparent les survivants des effondrés : irremplaçabilité du contenu, recherche de marque et pluralité des canaux d'acquisition. - Un portefeuille de N sites partageant le même canal unique forme un seul pari répété N fois, pas N risques indépendants : la médiane à −96,9 % n'est pas de la malchance, c'est de la corrélation. *Nous avons appliqué le même playbook SEO à deux populations de sites : le réseau de nos partenaires éditeurs et nos clients dotés d’une vraie marque. Les premiers ont perdu jusqu’à 96 % de leur trafic. Les seconds ont fait jusqu’à +40 %. La différence ne vient pas de la technique.* --- ## **Le déclencheur** Une étude circule depuis quelques semaines, [*The Great Blogging Collapse*, de Daniel Stanica](https://danielstanica.com/posts/Great-Blogging-Collapse) : 100 blogs autrefois cités en exemple, suivis sur quatre ans. Le blog médian a perdu 85 % de son trafic organique ; seuls 21 sur 100 ont continué à croître. Nous étions bien placés pour la tester. Sur la même période, notre périmètre couvrait **plus de 348 sites** (soit environ 67 % des éditeurs avec lesquels nous travaillons), répartis en deux populations très différentes : * le **réseau de nos partenaires éditeurs** : des sites de contenu, majoritairement informationnels ; * nos **clients** : des marques réelles, souvent transactionnelles, avec plusieurs canaux d’acquisition. En voyant plusieurs sites du réseau partenaire décrocher, nous avons proposé une chose simple : leur appliquer **la même méthodologie et le même soin que nous réservons à nos clients**. Pas le suivi courant de ces sites : le traitement premium, complet, celui qui fait justement la valeur de nos prestations clients. Le résultat est resté radicalement différent. Et c’est précisément ce qui rend la comparaison instructive : quand on applique le même niveau d’exécution aux deux populations et que l’écart de résultat reste béant, l’exécution n’est pas la variable explicative. **Le modèle l’est.** ## **Le point de départ : ce que dit l’étude de référence** Avant nos propres données, il faut poser le décor que l’étude Stanica établit sur son échantillon de 100 blogs. Selon elle, le blog médian perd 85 % de son trafic de recherche en quatre ans, 20 blogs sur 100 chutent de 99 % ou plus, et 12 tombent à zéro. Seuls 21 continuent de croître. Le trafic cumulé du panel semble ne baisser que d’un tiers, mais l’agrégat est gonflé par trois sites de cuisine géants ; en les retirant, les 97 autres perdent 63 %. L’étude attribue l’effondrement à un enchaînement : l’ajout de « l’Expérience » aux critères de Google fin 2022, la mise à jour « contenu utile » de septembre 2023, la mise à jour majeure de mars 2024, puis la généralisation des réponses IA en tête de recherche en 2025-2026, soit environ la moitié des requêtes, et une baisse de 58 % des clics vers le premier résultat. Le plus utile est le gradient par niche, parce qu’il isole une seule variable : le contenu exige-t-il que l’auteur *fasse* quelque chose qu’une machine ne peut pas reproduire ? | Niche | Variation médiane du trafic | | ------------------------------ | --------------------------- | | Parentalité | **+108 %** | | Bricolage / loisirs créatifs | +2 % | | Cuisine | −44 % | | Voyage | −74 % | | Style de vie | −90 % | | Conseil « gagner de l’argent » | −93 % | | Santé | −93 % | | Mode | −95 % | | Finance personnelle | −99 % | *Source : Daniel Stanica, « The Great Blogging Collapse ».* Deux nuances de l’étude méritent d’être retenues, parce qu’elles ferment les faux espoirs. D’abord, aucune niche n’était sûre, seul le contenu l’était : dans les niches qui survivent, ce sont les petits blogs personnels qui ont rebâti une base, tandis que les gros producteurs génériques ont été détruits comme ailleurs. Ensuite, l’expérience seule ne suffit pas : une liste « 10 choses à faire à Dubaï » reste résumable, même écrite par quelqu’un qui y est allé. Le spécialiste d’une région tient ; le producteur de listes interchangeables tombe. Notre étude part de là et pose une question que Stanica ne teste pas : *à optimisation technique égale, l’effet du modèle éditorial est-il aussi net ?* Nos deux cohortes répondent oui. ## **La méthodologie** L’analyse croise, par site, les données Search Console sur douze mois glissants (clics, impressions, position, jour par jour), l’intention des requêtes positionnées (informationnelle / commerciale / transactionnelle), les fonctionnalités SERP présentes sur chaque mot-clé, et la part de recherche de marque. L’anomalie de reporting Search Console du 15 septembre 2025 a été neutralisée ; le mois de juin 2026, partiel, est exclu des agrégats. Côté interventions, le réseau partenaire a reçu le **playbook complet de nos prestations clients**, le même niveau de soin, mené **jusqu’au bout** : * optimisation sémantique des textes via outils tiers (YourText Guru, SERPMantic) ; * optimisation du crawl après analyse de logs ; * optimisation des ressources et du cache serveur ; * nettoyage technique complet, aucune erreur notable subsistante après action ; * création de silos sur les sites informationnels ; * design unique par site ; * trois CMS couverts : WordPress, Shopify, PrestaShop. Ce point mérite d’être souligné, parce qu’il ferme une porte d’avance : on ne peut pas expliquer les résultats qui suivent par une exécution bâclée. Les sites qui se sont effondrés étaient **techniquement propres**. ## **Cohorte A : le réseau des partenaires éditeurs** Sur un échantillon de vingt sites analysés en profondeur, le verdict est sans appel. Le trafic agrégé est passé d’un pic de référence à un plancher stable représentant **−84 %**. Ramené au site, la médiane est pire : **−96,9 %**. Le profil médian dit pourquoi : | Signal | Cohorte A (médiane) | | --------------------------------------------------------- | ------------------- | | Déclin pic → plancher | **−84 %** | | Déclin médian par site | **−96,9 %** | | Recherche de marque | **0 %** | | Intention informationnelle | **86 %** | | SERP saturées en réponse directe (PAA, featured snippets) | **92 %** | | Position moyenne | **45** | Du contenu informationnel, sur des pages que personne ne cherche par leur nom, ciblant des résultats où Google répond déjà sans clic, et qui ne se classent même plus en première page. La **forme** du déclin a écarté l’hypothèse technique. Une cause technique produit une marche d’escalier : une chute nette, datée. Ici, le trafic glisse en continu, de 199 clics/jour à 26, sur douze mois, sans falaise. En recalant la courbe sur les mises à jour Google confirmées : | Fenêtre de mise à jour | Type | Effet sur la cohorte A | | ----------------------------- | ------------ | -------------------------------------- | | Core update juin 2025 | contenu | pic, puis amorce du déclin | | Spam update août 2025 | spam / liens | −10 % seulement | | **Core update décembre 2025** | **contenu** | **−33 % (la plus forte accélération)** | | Updates mars 2026 | mixte | déjà au plancher | Le coup décisif est un **core update de qualité de contenu**, pas une mise à jour anti-spam. Et entre octobre et novembre, le trafic a continué de fondre **sans aucune mise à jour confirmée** : l’érosion lente du clic, à mesure que Google répond directement dans la page. Tout le travail technique a été fait. Il n’a rien changé, parce qu’il ne s’attaquait pas à la bonne couche. ## **Cohorte B : les clients avec une marque** Nos clients bénéficient de ce niveau de soin en standard : c’est le cœur de la prestation. Même rigueur, donc, que celle étendue au réseau partenaire. Résultat radicalement différent. Sur la cohorte clients, la variation s’étale de **−20 %** à **+40 %** : * Les sites à dominante **informationnelle** ont perdu jusqu’à **−20 %**, soit exactement le trafic résumable que Google a réabsorbé partout ailleurs. Mais ils ont tenu, parce que le reste de leur trafic ne dépendait pas du clic informationnel. * Les sites concentrés sur le **transactionnel**, alimentés par **plusieurs canaux d’acquisition** (marque, direct, social, e-mail, campagnes), ont fait jusqu’à **+40 %**. La répartition par CMS recoupe la même ligne de fracture : les sites e-commerce (Shopify, PrestaShop), transactionnels par nature, ont mieux résisté que les sites de contenu WordPress mono-canal. Le CMS n’est pas la cause : c’est un marqueur du modèle d’affaires derrière. ## **La comparaison : ce que l’expérience contrôlée démontre** C’est ici que les deux cohortes, mises côte à côte, disent quelque chose qu’aucune ne dirait seule. | Population | Profil dominant | Acquisition | Variation trafic | | --------------------------- | ------------------------- | ------------------------ | --------------------------------- | | Réseau partenaires éditeurs | informationnel, résumable | canal unique (organique) | **−84 % agrégé / −96,9 % médian** | | Clients informationnels | mixte | multi-canal + marque | **jusqu’à −20 %** | | Clients transactionnels | non résumable | multi-canal + marque | **jusqu’à +40 %** | Même niveau d’exécution. Même optimisation des textes, même travail de crawl, de cache, de silos, de design, même rigueur technique appliquée des deux côtés. Et un écart de résultat qui va de −96 % à +40 %. Quand on tient la technique constante et qu’on observe un écart pareil, la conclusion est forcée : **le déterminant n’était pas la technique. C’était le modèle.** Trois variables séparent les survivants des effondrés, et aucune des trois ne se règle dans le code : 1. **L’irremplaçabilité du contenu** : le lecteur avait-il besoin de *ce* site précis, ou la réponse vivait-elle dans mille autres pages ? 2. **La recherche de marque** : quelqu’un tape-t-il le nom ? La cohorte A est à 0 %. 3. **La pluralité des canaux** : un site qui n’a que l’organique meurt quand l’organique bouge. Les clients qui cochaient ces cases ont absorbé la perte informationnelle sans vaciller. Le réseau mono-canal, lui, n’avait aucun amortisseur. ## **Le piège du volume** Voici la leçon qui dépasse notre cas. On construit un portefeuille de N sites en croyant diversifier le risque. Mais si chaque site partage le **même point de défaillance unique** (un canal, un arbitre, du contenu résumable, aucune marque), alors N sites ne forment pas N paris indépendants. Ils forment **un seul pari, répété N fois**. Le jour où le point de défaillance cède, tout cède ensemble. La médiane à −96,9 % n’est pas de la malchance répartie : c’est une corrélation parfaite. Le volume n’a jamais été de la résilience. C’était de la corrélation déguisée en diversification. ## **Ce que ça change** La grille qui sépare les deux cohortes se transpose en feuille de route : * **Concentrer**, au lieu d’étaler. Les ressources vont sur une poignée d’actifs capables de porter une marque réelle, pas sur le parc entier. * **Rendre l’auteur visible** : un visage, une expérience vérifiable, le signal « expérience » que Google et les moteurs IA récompensent. * **Produire l’infabricable** : tests réels, données originales, preuves de process, résultats vécus. * **Couper le contenu fin** : trente pages à preuve réelle battent cinq cents pages résumables. * **Bâtir une audience possédée** : liste e-mail, communauté directe, le seul actif qui ne dépend d’aucun algorithme. * **Multiplier les canaux d’acquisition** : c’est ce qui a permis à la cohorte B d’encaisser la perte informationnelle sans tomber. * **Construire un nom qu’on cherche** : présence, vidéo, participation aux espaces où les moteurs IA puisent leurs citations. Et ce qu’il ne faut plus refaire : du « comment faire » sans expérience propre, la duplication d’un même gabarit sur N sites, le pari du canal unique, et les deux pivots que [l’étude de référence](https://danielstanica.com/posts/Great-Blogging-Collapse) classe derniers : l’entonnoir cours/coaching et le « greffon IA » sur le blog. ## **La leçon** Le réseau partenaire croyait avoir un problème technique. Il avait un problème de modèle. La preuve tient en une ligne : **nous avons étendu à ces sites le traitement premium de nos clients, et l’écart de résultat est resté total.** Un historique de trafic flatteur n’est plus un actif : c’est un modèle de risque. Un site 100 % organique, sur une thématique résumable, sans audience possédée et sans recherche de marque, est un glaçon qui fond, quels que soient les chiffres de l’an dernier. La seule douve qui tient, des deux côtés de la bascule IA, est toujours la même : un contenu que personne d’autre ne peut produire de façon crédible, distribué à une audience qu’on possède, sous un nom que les gens cherchent vraiment, via plusieurs canaux qu’on contrôle. Tout le reste se loue à Google. Jusqu’au prochain update. ## Application par profil de décision | Profil | Ce que cette analyse implique | Enjeu | Réversibilité | |---|---|---|---| | Site ou éditeur informationnel mono-canal, sans marque | Le point de défaillance (contenu résumable, zéro recherche de marque, canal organique unique) doit être corrigé avant tout audit technique supplémentaire : la médiane observée sur cette cohorte est un quasi-effondrement, pas une fluctuation. | Critique | Irréversible | | Marque transactionnelle multi-canal déjà diversifiée | La technique reste un chantier légitime, mais secondaire : la diversification des canaux et la recherche de marque déjà en place absorbent l’essentiel du choc des mises à jour. | Modéré | Réversible | | Réseau ou portefeuille de sites partageant le même modèle éditorial | Un portefeuille de N sites mono-canal ne réduit pas le risque : c’est un seul pari répété N fois, pas N paris indépendants, et diversifier réellement ce portefeuille prend du temps. | Critique | Partiellement réversible | | Direction générale ou actionnaires d’un groupe éditorial dépendant du trafic organique | Un historique de trafic flatteur n’est plus un actif tant que le modèle sous-jacent n’a pas été vérifié : réorienter la stratégie éditoriale d’un groupe est un chantier de fond, pas un ajustement de campagne. | Critique | Partiellement réversible | --- *Étude portant sur plus de 348 sites (≈ 67 % de nos éditeurs), deux populations comparées sur douze mois glissants. Les variations de la cohorte A reposent sur un échantillon de 20 sites mesurés directement en Search Console ; la cohorte clients est suivie sur l’ensemble de son périmètre. Mesures directes, pas estimations tierces. Méthodologie détaillée disponible sur demande.* *Étude de référence : Daniel Stanica, « The Great Blogging Collapse », [https://danielstanica.com/posts/Great-Blogging-Collapse](https://danielstanica.com/posts/Great-Blogging-Collapse)* ## Mes réserves

Ce qui invaliderait cette lecture

Biais cognitifs que cette situation peut déclencher

## Travaux analysés - [Great Blogging Collapse](https://danielstanica.com/posts/Great-Blogging-Collapse) --- Publié sur Probans — https://probans.org/analyses/etude-cas-baisse-trafic-seo