Sitemaps.org a mis à jour pour la dernière fois la page de son protocole en novembre 2016, et cette page exige peu de chose. Chaque élément url a besoin d’un enfant loc, et « toutes les autres balises sont facultatives ».1 La page de présentation du site indique que les robots d’exploration « découvrent généralement les pages à partir de liens », et qu’un plan de site permet à un robot de « récupérer » chaque URL qui y figure.2 Un éditeur qui tient ce fichier à jour pour les moteurs de recherche a déjà écrit le document que lit l’exploration d’inventaire d’AdBubbles.
Un compte vide se trouve à sept étapes d’un premier versement. La première consiste à ouvrir un compte éditeur, la deuxième à y ajouter un site. Vérifier le site, par un enregistrement DNS TXT, une balise meta ou un fichier déposé, constitue la troisième. La quatrième est la configuration : le périmètre, le nombre maximal de bulles par page et les catégories à exclure. La cinquième consiste à coller le script d’intégration, la sixième est une exploration facultative des mots vendables du site, et la septième consiste à connecter un compte Stripe pour les versements.
Aucune des sept n’installe quoi que ce soit qui identifie un lecteur. Une fois le script d’intégration en service, trois balises de mesure quittent une page : un affichage par chargement, une ouverture lorsqu’une bulle est restée visible une seconde, et un clic lorsqu’un lien est suivi. AdBubbles ne dépose aucun cookie, ne stocke aucun identifiant et ne collecte aucune donnée personnelle sur les lecteurs. Nous associons les mots d’une page à un annonceur qui les a achetés ; nous ne choisissons pas qui voit une bulle, nous ne suivons pas un lecteur d’une page ou d’un site à l’autre, et nous ne promettons aucun résultat.
Le plan de site est la liste à partir de laquelle travaille l’exploration d’inventaire
Comme l’index d’inventaire est une exploration du plan de site de chaque site vérifié, une page absente du fichier est absente du décompte. D’après la page de présentation, l’utilisation du protocole « ne garantit pas que les pages web soient incluses dans les moteurs de recherche, mais fournit des indications ».2 Pour un moteur de recherche, le fichier est une indication ; pour l’exploration d’inventaire, c’est la liste elle-même.
La norme complémentaire désigne les chemins fermés à un robot d’exploration. La RFC 9309, publiée en septembre 2022, énonce des règles « que les robots d’exploration sont priés de respecter lorsqu’ils accèdent à des URI », dans un fichier nommé /robots.txt.3 Le document précise clairement que ces règles « ne constituent pas une forme d’autorisation d’accès ».3 Si le fichier est absent, un robot « PEUT accéder à toutes les ressources du serveur ».3 Si le fichier est inaccessible en raison d’une erreur du serveur, le robot « DOIT supposer une interdiction complète », quoi que contienne le plan de site.3
La vérification utilise les trois méthodes que documente déjà la Search Console
La page d’aide de la Search Console de Google décrit la vérification au moyen d’un fichier HTML placé à une adresse donnée, « généralement le répertoire racine de votre propriété ».4 Une balise meta se place dans l’élément head de la page d’accueil. La Search Console « vérifiera périodiquement la présence de cette balise ».4 Pour un enregistrement TXT chez le fournisseur du domaine, « il peut falloir jusqu’à deux ou trois jours pour que votre fournisseur commence à servir l’enregistrement ».4
Le type d’enregistrement lui-même est défini dans la RFC 1035, de novembre 1987, pour « contenir du texte descriptif » dont la sémantique « dépend du domaine où il se trouve ».5 AdBubbles accepte les trois mêmes méthodes : un éditeur qui a vérifié un site auprès de Google en a donc déjà utilisé une. Le choix dépend de ce que l’éditeur peut modifier : la zone DNS, le modèle de l’élément head ou le répertoire racine.
Le compte éditeur et le script d’intégration ne coûtent rien. Comme la sixième étape ne nécessite qu’un site vérifié, l’exploration peut précéder la cinquième, et sa liste peut être lue en premier. Les sélecteurs de périmètre et les deux autres réglages sont décrits dans la référence de configuration, et la page des tarifs expose la répartition des revenus.
Le maximum par page est le même pour une page longue et pour une page courte
La quatrième étape comprend trois réglages. Le périmètre est la partie d’une page que le script d’intégration peut analyser, par exemple l’élément article ou le conteneur entry-content. À l’intérieur, le script d’intégration ignore les titres, les liens, le code, le texte préformaté, les contrôles de formulaire, la navigation, l’en-tête, le pied de page et tout ce qui est marqué data-noads. Le nombre maximal de bulles par page est un nombre que fixe l’éditeur. Les catégories exclues sont choisies parmi celles que les annonceurs peuvent acheter ; les annonceurs de jeux d’argent, de contenus pour adultes, d’armes, de cryptomonnaies, de compléments alimentaires et de politique sont interdits sur tous les sites.
Trois règles du script d’intégration comptent sur une page longue. Il ne souligne que la première occurrence de chaque mot acheté, il ne place jamais deux bulles dans un même paragraphe, et il n’en affiche jamais plus que le maximum. Supposons que le maximum soit de trois. Un billet de 400 mots contenant deux mots achetés dans des paragraphes distincts affiche deux bulles, et un article de 2 400 mots qui en contient neuf en affiche trois. La page longue contient six fois plus de texte où un mot acheté peut apparaître, et c’est le maximum, et non le nombre de mots, qui plafonne ce qu’elle affiche.
Le script d’intégration est un unique script, et ses liens portent la valeur que préfère Google
Des sept étapes, la cinquième est la plus courte. Le script d’intégration, adbubbles.js, est un unique fichier statique en JavaScript simple, sans dépendance, servi via le cache de Cloudflare, et il s’exécute une fois le DOM de la page prêt. La page de Google Search Central sur les liens sortants demande de « marquer les liens qui sont des publicités ou des emplacements payants (communément appelés liens payants) avec la valeur sponsored ».6 La valeur sponsored « est préférée » à nofollow, et plusieurs valeurs peuvent figurer dans une même liste séparée par des espaces.6 Le lien de chaque bulle est affiché avec rel="sponsored noopener" déjà en place.
Stripe recueille l’identité et le compte bancaire, et les gains s’accumulent avant même cette étape
La septième étape se déroule sur un formulaire qui n’est pas le nôtre. La documentation de Stripe indique que son processus d’inscription hébergé « gère la collecte des informations sur l’entreprise et de vérification d’identité auprès des comptes connectés ».7 Le formulaire « s’affiche de manière dynamique en fonction des capacités, du pays et du type d’entreprise de chaque compte connecté », et Stripe recommande d’y recueillir les coordonnées bancaires.7 Le titulaire du compte confirme ce qui a été saisi avant d’accepter le contrat de service Connect de Stripe.7 Un éditeur qui clique sur Save for later (enregistrer pour plus tard) peut terminer ensuite.7
Le compte connecté est celui de l’éditeur, et les versements y parviennent chaque mois dans la devise de l’éditeur. La part de l’éditeur est de 70 % de chaque clic sur une bulle de ses pages. Les gains sont cumulés chaque jour à partir du premier jour de mise en ligne, que le compte soit connecté ou non : la septième étape peut donc attendre la première bulle.
Sur une page longue, la première occurrence décide des mots qu’atteint un lecteur
L’avantage des contenus longs a une limite mesurée. En 2008, Jakob Nielsen, de Nielsen Norman Group, a analysé 45 237 pages vues par 25 utilisateurs dont les navigateurs étaient instrumentés.8 « Sur une page web moyenne, les utilisateurs ont le temps de lire au plus 28 % des mots au cours d’une visite moyenne ; 20 % est plus probable. »8 Les visites ne s’allongeaient que de « 4,4 secondes de plus pour chaque tranche de 100 mots supplémentaires ».8 L’étude mesurait la lecture, pas les publicités, et elle a établi qu’une page plus longue n’est pas lue en proportion de sa longueur.
La conséquence découle de la règle de la première occurrence. Un mot acheté utilisé pour la première fois dans les premiers paragraphes se trouve dans la partie de la page où commence chaque visite. Un mot utilisé pour la première fois dans la dernière section n’est atteint que par les lecteurs qui sont restés. Aucune ouverture et aucune part de revenu ne proviennent d’un mot qu’aucun lecteur n’atteint. Un site de contenus longs a plus de mots vendables qu’un site de contenus courts, et l’endroit où chacun est utilisé pour la première fois décide des lecteurs qui le rencontrent.