Comment regrouper vos requêtes Search Console en thématiques pour trouver des opportunités

Pourquoi regrouper les requêtes Search Console en thématiques

Search Console rapporte les requêtes une ligne à la fois, et sur tout site qui a un vrai trafic, la plupart de ces lignes sont minuscules. Une requête à 40 impressions par trimestre ne vous apprend rien à elle seule, mais deux cents formulations de la même question forment un thème sur lequel vous pouvez vous positionner, écrire et mesurer. Le regroupement transforme aussi une liste que personne ne lit en un court tableau exploitable : quels sujets vous apportent du trafic, lesquels vous êtes près de gagner, et lesquels glissent. C'est la même raison pour laquelle le playbook striking distance fonctionne mieux par thème que par requête, car une page sert généralement tout un cluster.

Avant de commencer, retirez deux types de requêtes. Les requêtes de marque se comportent différemment de toutes les autres (elles se positionnent haut et génèrent des clics), regroupez-les donc séparément ou pas du tout ; le filtre de requêtes de marque de Search Console sépare désormais le rapport Performances en une vue Branded et une vue Non-branded sur les sites éligibles. Et si votre liste de requêtes a ramassé de longues chaînes en forme de prompt que des outils de visibilité IA envoient à Google à intervalle régulier, filtrez-les aussi, sinon elles formeront un cluster à part qu'aucun internaute n'a jamais tapé. Le rapport Query Analysis de GSC Wizard les étiquette comme des sondes d'outils de suivi LLM pour que vous puissiez les exclure.

Trois façons de regrouper les requêtes GSC, comparées

Il existe trois méthodes pratiques (la deuxième se décline en deux variantes, les n-grammes et le recoupement de SERP), plus le regroupement que Google affiche désormais lui-même dans Search Console Insights. Elles opposent contrôle et couverture : les règles sont prévisibles mais ne trouvent que ce à quoi vous avez pensé, et les embeddings trouvent ce que vous avez manqué mais donnent des groupes à vérifier à la main.

L'option de Google mérite d'abord une phrase. En octobre 2025, Google a ajouté les Query groups à Search Console Insights, une carte qui « regroupe des requêtes de recherche similaires » et montre le total de clics par groupe, trié en Top, Trending up et Trending down. Google écrit que « les groupes sont calculés à l'aide de l'IA ; ils peuvent évoluer et changer au fil du temps » et qu'ils « ne sont disponibles que pour les propriétés qui ont un volume important de requêtes ». C'est donc un bon aperçu gratuit si vous y avez accès, mais vous ne pouvez pas définir les groupes, ils ne sont pas assez stables pour un suivi d'un mois à l'autre, et les petits sites n'ont pas la carte du tout.

Méthode 1 : groupes regex dans le filtre de Search Console

Dans le rapport Performances, ajoutez un filtre Requête, choisissez Personnalisé (regex) et écrivez un motif par thème, par exemple cold.?brew|iced coffee concentrate. Selon la page d'aide de Google sur le filtrage avancé, « la syntaxe RE2 est utilisée », la correspondance est partielle (le motif peut correspondre n'importe où dans la requête sauf si vous l'ancrez avec ^ ou $), et elle ne respecte pas la casse sauf si vous commencez le motif par (?-i). RE2 n'a ni lookaheads ni backreferences, si bien que des motifs copiés d'un aide-mémoire JavaScript ou PCRE échouent parfois ; la FAQ sur le filtre regex de Search Console propose des exemples qui fonctionnent.

La force de cette méthode est que vous décidez exactement de ce qui appartient à un thème, et que le même motif donne le même groupe le mois suivant. Sa faiblesse est que Search Console affiche une seule vue filtrée à la fois : comparer douze thèmes demande donc douze vues filtrées et la recopie manuelle de chaque total dans un tableur, et le tableau de requêtes sous chaque vue s'arrête à 1 000 lignes (voir la limite de 1 000 lignes). Il y a aussi un piège plus subtil : l'article de fond sur les données de performance de Google explique que les requêtes anonymisées, celles « qui ne sont pas émises par plus de quelques dizaines d'utilisateurs sur une période de deux à trois mois », sont exclues des tableaux et seulement « incluses dans les totaux du graphique, sauf si vous filtrez par requête ». Un groupe regex porte donc toujours moins de clics que les pages qui le servent, et l'écart est le plus grand sur les thèmes de longue traîne.

Méthode 2 : n-grammes dans un tableur, ou recoupement de SERP

Pour une carte en n-grammes, exportez vos requêtes avec clics, impressions et position sur trois à douze mois (l'export de l'interface s'arrête à 1 000 lignes, utilisez donc l'API Search Console ou l'export groupé de données sur un grand site). Passez chaque requête en minuscules, découpez-la en mots, retirez les mots vides comme « how », « the » et « for », et ramenez les pluriels simples au singulier pour que « grinders » et « grinder » comptent comme un seul mot. Comptez ensuite combien de requêtes contiennent chaque mot isolé (unigramme) et chaque paire de mots voisins (bigramme). Les paires qui reviennent dans de nombreuses requêtes, comme « cold brew » ou « burr grinder », sont vos thèmes candidats ; attribuez à chaque requête le candidat le plus précis qu'elle contient et croisez les métriques par thème. Écartez les mots présents dans une grande part de toutes les requêtes, comme « coffee » sur un site de café, car un thème qui contient la moitié du site n'est pas un thème.

Les n-grammes sont rapides, gratuits et reproductibles, et ils s'expliquent d'eux-mêmes : une requête se trouve dans « cold brew » parce qu'elle contient ces mots. Ce qu'ils ne savent pas faire, c'est voir le sens. « French press » et « cafetiere » finissent dans des thèmes différents, et une faute de frappe comme « coldbrew » rate son groupe. Le recoupement de SERP corrige cela par l'autre bout : vous récupérez le top 10 de Google pour chaque requête et vous placez deux requêtes dans le même cluster quand elles partagent assez d'URL classées, par exemple trois ou plus. Cela mesure ce que Google traite comme la même intention, ce qui en fait la meilleure méthode pour décider si un thème demande une page ou deux, mais cela coûte une recherche de SERP par requête, les résultats varient selon la localisation, l'appareil et la date, et cela passe mal à l'échelle au-delà de quelques milliers de requêtes. GSC Wizard ne fait pas de clustering par recoupement de SERP, car il travaille uniquement à partir de vos propres données Search Console et ne scrape pas les résultats de Google.

Méthode 3 : clustering sémantique par embeddings

Un modèle d'embedding transforme chaque requête en un vecteur de nombres, de sorte que des requêtes de sens proche se retrouvent proches, quels que soient les mots employés. Un pipeline typique encode chaque requête avec un modèle multilingue (pour que « cafetière » et « french press » puissent se retrouver ensemble), réduit les vecteurs à une poignée de dimensions avec UMAP, puis les regroupe avec HDBSCAN ou k-means. Vous nommez ensuite chaque cluster d'après ses plus grosses requêtes et vous additionnez les métriques comme avant. C'est la méthode qui trouve les thèmes dont vous ignoriez l'existence, et elle gère bien mieux que les règles les fautes de frappe, l'ordre des mots et les autres langues.

Les coûts sont cependant réels. Il vous faut Python ou une API d'embeddings payante, et le résultat dépend des réglages : changez la taille minimale des clusters, ou ajoutez trois mois de nouvelles requêtes, et les groupes bougent, ce qui rend le suivi d'un mois à l'autre peu fiable. HDBSCAN laisse aussi une part des requêtes en bruit, sans cluster. La proximité sémantique n'est pas non plus la même chose qu'une intention unique : « cold brew maker » et « cold brew recipe » sont voisines dans l'espace vectoriel, mais l'une veut une page produit et l'autre une recette. Le workflow que je recommande consiste à découvrir une fois les thèmes avec des embeddings ou des n-grammes, puis à écrire les thèmes qui comptent pour vous sous forme de règles, et à suivre les règles.

Un exemple concret : les mêmes requêtes, trois méthodes

Les requêtes ci-dessous sont inventées pour un café fictif afin de montrer en quoi les méthodes divergent ; elles sont illustratives, pas issues d'un vrai site. Les règles regex sont cold.?brew pour Cold brew, french press|press pot|cafeti[eè]re pour French press et grinder pour Grinders. La colonne embeddings montre le type de regroupement qu'un modèle d'embedding tend à produire, pas le résultat d'une exécution réelle.

Le schéma est typique. Les règles sont exactes mais aveugles à tout ce que vous n'avez pas écrit (« iced coffee concentrate »), les n-grammes découpent les thèmes selon l'orthographe, et les embeddings regroupent par sens mais brouillent la frontière entre intentions voisines (« coarse grind for press pot »). Aucune n'a tort : elles répondent à des questions différentes.

Que faire de vos clusters pour trouver des opportunités

Une fois que chaque requête a un thème, additionnez clics et impressions par cluster, et calculez la position moyenne et le CTR pondérés par les impressions (une moyenne simple des positions donnerait à une requête de 3 impressions le même poids qu'à une requête de 30 000). Comparez avec la même période de l'an dernier ou la période précédente pour que chaque cluster ait une direction. Cherchez ensuite quatre schémas.

1. Des clusters à fortes impressions mais à CTR ou position faibles. Triez par impressions et cherchez les clusters dont la position moyenne se situe entre 8 et 25 ou dont le CTR est nettement inférieur au reste du site. Google vous associe déjà au thème, vous ne le gagnez simplement pas. Ouvrez le cluster, repérez les deux ou trois requêtes qui portent l'essentiel de ses impressions, et améliorez la page qui se positionne dessus, en commençant par le title et le premier écran de contenu ; les playbooks striking distance et récupération de CTR détaillent les modifications.
2. De la cannibalisation à l'intérieur d'un cluster. Pour chaque cluster, comptez combien de vos URL reçoivent des impressions sur ses requêtes. Si trois pages se positionnent chacune autour de la position 15 pour le même cluster, Google ne peut pas décider laquelle montrer et aucune n'atteint la première page. Choisissez la page la plus solide, fusionnez ou redirigez les autres, et pointez les liens internes vers la gagnante, comme dans le playbook cannibalisation.
3. Des lacunes de contenu. Un cluster qui génère des impressions via une page qui n'en parle pas (votre page d'accueil en 30e position sur une question pratique, ou une page de catégorie sur une comparaison) réclame une page dédiée. Il en va de même pour les requêtes qu'aucun cluster n'a captées : lisez cette liste de restes une fois par trimestre, car un nouveau thème y apparaît généralement en premier.
4. Des clusters qui évoluent dans le temps. Suivez chaque cluster chaque mois. Un cluster dont les impressions montent alors que les clics stagnent gagne en visibilité sans encore la convertir, et un cluster qui glisse trois mois de suite est en déclin, ce que traite le playbook déclin de contenu. Les clusters rendent aussi une migration de site lisible : un thème perdu se corrige plus facilement que quatre cents requêtes perdues (voir les migrations de site dans Search Console).

Voici à quoi ressemble ce tri sur le café fictif, toujours avec des chiffres inventés :

Comment GSC Wizard regroupe les requêtes Search Console

J'ai construit le clustering de GSC Wizard autour de règles, parce que les règles sont ce que l'on peut suivre et expliquer, et je veux être précis sur ce que fait et ne fait pas chaque partie.

Clusters thématiques (à base de règles, définis par vous). Dans Property Setup, vous créez un cluster sous la forme d'un nom plus une liste d'au plus 100 mots-clés, saisis à la main ou importés depuis un fichier CSV. Un mot-clé simple correspond à toute requête qui le contient, sans tenir compte de la casse, et un mot-clé entouré de barres obliques, comme /cold.?brew/, est une expression régulière. Une requête rejoint un cluster dès que l'un de ses mots-clés correspond, et une requête peut appartenir à plusieurs clusters, auquel cas elle compte entièrement dans chacun : les totaux des clusters ne sont donc pas faits pour s'additionner au total du site. Quand vous cliquez sur Run Analysis, le rapport Clusters thématiques confronte les règles à chaque requête de la propriété sur la période choisie, à partir des données stockées dans l'entrepôt quand la propriété est en stockage complet et de l'API Search Console sinon, il n'est donc pas limité aux 1 000 lignes que montre l'interface de Search Console. Chaque cluster reçoit clics, impressions, CTR, une position moyenne pondérée par les impressions et un nombre de requêtes, avec la variation par rapport à la période précédente, et se déplie sur ses requêtes correspondantes avec le mot-clé qui a capté chacune.

Le rapport propose un interrupteur marque et hors marque (piloté par les termes de marque que vous enregistrez sur la propriété) et trois filtres rapides qui correspondent aux schémas ci-dessus : Opportunity affiche les clusters dont les impressions atteignent au moins la médiane de vos clusters, avec une position moyenne entre 11 et 25 et un CTR de 1 % ou moins ; Rising affiche les clusters dont les impressions ont augmenté d'au moins 20 % alors que les clics ont augmenté de 5 % ou moins ; Declining affiche les clusters dont les impressions ont baissé de 10 % ou plus. Une section distincte, Cluster Performance Over Time, trace chaque cluster sur 3, 6 ou 12 mois avec un tableau mensuel. Les mêmes clusters servent aussi de filtre dans les rapports Queries, New & Lost Rankings, Rank Changes, Cannibalization, Query Decay et Page Poaching, ce qui permet de vérifier la cannibalisation ou le déclin à l'intérieur d'un seul thème. La documentation Clusters thématiques donne les détails, et les Groupes de contenu font la même chose pour les pages, par règle d'URL.

Ce que le rapport Clusters thématiques ne fait pas. Il n'invente pas de clusters pour vous : ce rapport n'a pas de regroupement automatique ou sémantique, et contrairement aux Groupes de contenu, il n'a pas d'assistant de suggestion. Si vous voulez de l'aide pour écrire les règles, le serveur MCP de GSC Wizard permet à un assistant IA comme Claude ou ChatGPT de lire vos principales requêtes, de proposer des clusters, de les enregistrer avec create_topic_cluster ou update_topic_cluster, et de les mesurer avec get_topic_cluster_performance, qui rapporte aussi les requêtes qu'aucun cluster n'a captées. Le regroupement relève alors du jugement de l'assistant : relisez donc les règles avant de les enregistrer.

Thèmes lexicaux automatiques dans Migration Compare. Le seul endroit où GSC Wizard regroupe automatiquement des requêtes est l'onglet Queries de Migration Compare, qui regroupe en thèmes les requêtes d'une comparaison avant et après, de sorte qu'une migration ratée pour une ligne de produits se lise sur une seule ligne. C'est la méthode des n-grammes vue plus haut, rendue déterministe : elle prend jusqu'à 5 000 requêtes (celles qui ont le plus de clics d'abord), retire les mots vides en sept langues et ramène les pluriels simples au singulier, retient comme candidats les mots seuls et les paires de mots qui reviennent dans au moins trois requêtes mais pas dans plus de 40 % d'entre elles, attribue à chaque requête son meilleur candidat et garde les 25 plus gros thèmes, le reste allant sous « Other queries ». Les mêmes lignes donnent toujours les mêmes thèmes, et aucun embedding n'est utilisé.

Du clustering d'URL, pas de requêtes. La Longtail Visualization regroupe des pages plutôt que des requêtes : elle classe vos URL par clics, lisse la courbe cumulée des clics avec un filtre gaussien et place deux points d'inflexion là où la courbe s'infléchit le plus, ce qui découpe le site en Head, Chunky Middle et Long Tail. Elle exige au moins 30 URL (en dessous, elle affiche la liste classée), s'exécute dans un Web Worker de votre navigateur pour qu'un grand site ne fige pas la page, et elle est aussi disponible pour les assistants IA sous le nom get_longtail_clusters. Elle répond à une autre question que le clustering thématique, à savoir votre dépendance à quelques pages, et la documentation longue traîne explique les niveaux.

Clustering sémantique. GSC Wizard ne regroupe pas les requêtes avec des embeddings : si vous voulez des clusters sémantiques, appliquez vous-même la méthode 3 à un export de requêtes et rapportez dans GSC Wizard les thèmes que vous voulez suivre sous forme de règles, où ils restent stables d'un mois à l'autre. Chaque formule inclut Clusters thématiques, Migration Compare, la Longtail Visualization et le serveur MCP, à partir de 17 € par mois avec un essai gratuit de 7 jours (voir les tarifs).

Questions fréquentes

Comment regrouper mes requêtes GSC en thématiques pour trouver des opportunités ?

Attribuez chaque requête Search Console à un thème, avec des règles regex ou d'expressions, des n-grammes de mots communs ou des embeddings sémantiques, puis additionnez clics et impressions et calculez la position moyenne et le CTR pondérés par les impressions pour chaque thème. Les opportunités sont les thèmes qui ont beaucoup d'impressions mais une position moyenne en page deux ou un CTR faible, ceux où plusieurs de vos URL se partagent les mêmes requêtes, et ceux qui génèrent des impressions sans page rédigée pour eux.

Google Search Console peut-il regrouper tout seul les requêtes en thématiques ?

En partie. Search Console Insights a une carte Query groups qui regroupe des requêtes similaires avec l'IA et montre les clics par groupe, mais uniquement pour les propriétés qui ont un grand volume de requêtes, et Google précise que les groupes peuvent changer avec le temps. Dans le rapport Performances, vous pouvez filtrer les requêtes avec une regex personnalisée, ce qui montre un groupe à la fois : comparer vos propres thèmes côte à côte implique donc toujours de recopier les totaux à la main.

Quelle syntaxe regex le filtre de requêtes de Search Console utilise-t-il ?

RE2. La page d'aide de Google indique que la correspondance est partielle par défaut : un motif correspond donc n'importe où dans la requête sauf si vous l'ancrez avec ^ ou $, et il ne respecte pas la casse sauf si vous commencez le motif par (?-i). RE2 ne prend en charge ni les lookaheads ni les backreferences.

Pourquoi les totaux de mes clusters ne s'additionnent-ils pas au total de mon site ?

Deux raisons. Google exclut les requêtes anonymisées (les requêtes rares) de chaque tableau de requêtes et des totaux filtrés par requête, si bien que les requêtes regroupées portent toujours moins que le total du site. Et si une requête correspond à deux clusters, un outil qui autorise le chevauchement, comme les Clusters thématiques de GSC Wizard, la compte dans les deux.

Le clustering par embeddings est-il meilleur que les règles de mots-clés ?

Il trouve des synonymes et des traductions que les règles manquent, il est donc meilleur pour découvrir des thèmes dans un grand jeu de requêtes désordonné. Les règles sont meilleures pour le suivi : elles donnent le même regroupement chaque mois et vous pouvez les expliquer à un client. Un bon workflow consiste à découvrir les thèmes avec des embeddings ou des n-grammes, puis à les écrire sous forme de règles.

GSC Wizard regroupe-t-il automatiquement les requêtes Search Console ?

Pas dans le rapport Clusters thématiques : vous définissez chaque cluster comme une liste d'expressions ou de motifs regex, et GSC Wizard le mesure sur l'ensemble de la propriété. Migration Compare regroupe automatiquement les requêtes d'une migration en thèmes lexicaux, et la Longtail Visualization regroupe les URL, et non les requêtes, en tête de traîne, milieu de traîne et longue traîne. GSC Wizard ne regroupe pas les requêtes avec des embeddings ; pour des clusters sémantiques, lancez un modèle d'embeddings sur un export de requêtes et ramenez les thèmes sous forme de règles.

Un assistant IA peut-il construire les clusters à ma place ?

Oui, via le serveur MCP de GSC Wizard. Un assistant comme Claude ou ChatGPT peut lire vos principales requêtes, proposer des clusters, les enregistrer avec create_topic_cluster et les mesurer avec get_topic_cluster_performance. Vérifiez les règles proposées avant de les enregistrer, car le regroupement relève du jugement de l'assistant.

Playbook suivant

Vous avez trouvé un cluster où plusieurs pages se font concurrence ? Réglez cela avant de réécrire quoi que ce soit : corriger la cannibalisation de mots-clés →