Google Search Console retire 6 rapports de données structurées le 9 septembre 2025 - orienter l’AEO vers les signaux LLM

Ce qui change depuis le 9 septembre 2025

Google a annoncé la fin du reporting dans Search Console pour six types de données structurées: Course Info, Claim Review, Estimated Salary, Learning Video, Special Announcement, Vehicle Listing. Ces types disparaissent des rapports Rich results, du Rich Results Test et des filtres d’apparence. Les champs d’export BigQuery passent à NULL à partir du 1er octobre 2025 et la suppression dans l’API est prévue pour décembre 2025. Voir l’annonce résumée dans Google retire 6 rapports dans Search Console.

En pratique, Google indique que les classements ne devraient pas changer, mais la mesure oui. C’est ce déplacement qui doit guider votre feuille de route AEO.

La question AEO clé en 2025

Quand le reporting disparaît, comment piloter un programme AEO orienté réponses synthétiques et actions sans clic La réponse tient en deux mouvements complémentaires:

• Optimiser pour des signaux lisibles par les LLM, pas pour l’apparition d’un rich result.
• Instrumenter la visibilité côté LLM plutôt que côté SERP, avec des indicateurs d’attribution et d’actions observables.

Nouveaux leviers e-commerce dans Schema.org

Le 4 septembre 2025, Schema.org v29.3 a introduit OnlineMarketplace comme sous-type d’OnlineStore et deux propriétés de relation: hasStore sur OnlineMarketplace et isStoreOn sur OnlineStore. Objectif: modéliser proprement la relation marketplace ↔ boutique. Détails dans les notes de version v29.3 de Schema.org.

Modèle de données recommandé

• Côté marketplace: déclarer OnlineMarketplace et énumérer les OnlineStore via hasStore avec nom légal, pays, politique de retours, moyens de paiement et identifiants GS1 si disponibles.
• Côté boutique: déclarer OnlineStore et relier à isStoreOn. Fournir Product, Offer ou AggregateOffer, MerchantReturnPolicy, prix et stock cohérents.
• Côté site propriétaire: aligner titres, attributs, variantes et prix entre site, marketplace et flux marchands.

Principe guide: visible pour les LLM, indépendant de la SERP

• Visible pour les LLM: rédiger un paragraphe canonique, une liste de 3 à 7 puces chiffrées, une section Q et A et une table de specs aux libellés normalisés. Marquer clairement l’entité, le produit et l’éditeur.
• Indépendant de la SERP: viser l’inclusion en source citée, carte produit ou appel à l’action dans les expériences de réponse, sans dépendre d’un rich result mesuré.

Où optimiser concrètement en 2025

Google AI Overviews et AI Mode

• Préparer des fiches produits exhaustives et cohérentes: variantes, attributs normalisés, prix, disponibilité.
• Anticiper des parcours d’achat assistés où l’utilisateur agit sans passer par toutes les pages du site.
• Pour la mise en pratique, voir AEO pour Chrome et Gemini et Tab Context AEO pour Gemini.

Brave Answer Engine

• Structurer des pages qui répondent directement aux questions et facilitent la citation.
• Mettre en place un audit périodique des requêtes cibles pour suivre la présence de votre domaine dans les sources affichées.

Perplexity

• Assurer la crawlabilité et la cohérence des métadonnées afin de maximiser cartes produits, citations et actions sans clic.
• Harmoniser les signaux de prix, stock et variantes pour réduire les divergences lors de la synthèse.

Expérience à conduire avec OnlineMarketplace et hasStore

Hypothèse

En annotant clairement la relation marketplace ↔ boutique avec OnlineMarketplace + hasStore et OnlineStore + isStoreOn, vous augmentez la probabilité d’être: 1) cité correctement sur fiches et listes produits dans les réponses et 2) associé à des CTA utiles comme copier, enregistrer, comparer, acheter plus tard ou acheter via agent.

Mise en œuvre

• Déployer le schéma côté marketplace et côté boutiques avec les propriétés de relation.
• Ajouter Product, Offer/AggregateOffer, MerchantReturnPolicy et IDs produits stables.
• Éviter toute divergence de prix et d’attributs entre canaux.

Réussite attendue

• Meilleure attribution dans résumés et cartes produits des moteurs de réponses.
• Taux de citation en hausse sur requêtes commerce et plus de mentions de marque.
• Plus d’actions sans clic utiles dans les environnements IA.

Pour l’angle contenu, travaillez l’alignement de style pour la reprise par les modèles, cf. Alignement de style LLM.

Protocole d’instrumentation maison quand Google ne mesure plus

1. Journaliser l’exposition LLM

• Construire un panier de requêtes informationnelles et transactionnelles et l’exécuter à intervalle régulier sur les moteurs orientés réponses. Stocker, par requête: présence de votre domaine, rang de citation, nombre total de sources et extrait associé.
• Surveiller les logs serveur et l’analytics pour les référents des navigateurs IA. Distinguer crawl et navigation déclenchée par l’utilisateur via user agents, IP, fréquence.

2. Qualifier les actions sans clic

• Définir des indicateurs indirects mais observables: taux de citation par moteur et par requête, part de voix en citations par cluster, variation du trafic référent et de l’accès direct, signaux de conversion instantanée côté e-commerce.

3. Différence de différences et groupes de contrôle

• Sélectionner deux groupes de pages comparables. Appliquer hasStore/isStoreOn et les signaux LLM sur le groupe test, laisser le contrôle inchangé. Comparer sur 4 à 8 semaines en neutralisant saisonnalité et campagnes.

4. Traces d’appropriation sans clic

• Ajouter des canaris textuels discrets et non promotionnels sur un échantillon. Vérifier leur apparition dans des extraits de réponses. Rester éthique et factuel.

5. Qualité des signaux pour l’ingestion LLM

• Rendre la réponse facile à citer: paragraphe P1 clair, 3 à 7 puces chiffrées, section Q et A, table de spécifications normalisée.
• Assurer l’alignement multi-canal: même titre produit, mêmes variantes, même prix.

6. Conformité et crawlabilité

• Vérifier l’accès des principaux crawlers de moteurs de réponses et ajuster robots.txt et pare-feu si nécessaire.

Plan d’action 30-60-90 jours

0-30 jours

• Implémenter OnlineMarketplace hasStore et OnlineStore isStoreOn sur un périmètre pilote.
• Démarrer l’audit quotidien des citations sur un panier de requêtes cibles.
• Durcir les blocs de réponses canoniques sur les pages tests.

31-60 jours

• Étendre aux catégories adjacentes.
• Lancer un panel d’observation des expériences de réponse et cartographier les sources citées.
• Croiser citations, trafic référent et conversions par source et canal de paiement.

61-90 jours

• Calculer la différence de différences sur le taux de citation et les conversions assistées IA.
• Industrialiser gabarits de blocs répondables et dictionnaires d’attributs normalisés.

À retenir

• Le retrait des rapports n’empêche pas l’AEO. Il impose une bascule vers des objectifs lisibles par les LLM et une instrumentation propriétaire.
• Les nouveautés Schema.org pour marketplaces apportent une sémantique exploitable pour mieux attribuer sources et actions.
• Mesurez là où l’attention se déplace: citations, cartes produits et parcours d’achat assistés, plutôt que les anciens rapports de rich results.