Spam Score Moz

Ce que le Spam Score mesure vraiment

Le Spam Score de Moz répond à une question précise et étroite : parmi les sites qui partagent les mêmes caractéristiques que celui que vous inspectez, quelle proportion a déjà été pénalisée ou bannie par Google ? Ce n'est pas une note de toxicité absolue, encore moins un signal que Google consulte. C'est un pourcentage corrélationnel, recalculé par Moz sur son propre échantillon de domaines. Le comprendre comme tel change radicalement la façon dont on s'en sert dans un audit de backlinks.

Moz a publié une introduction officielle de la métrique, utile pour caler le vocabulaire avant d'aller plus loin :

À son lancement en 2015, le Spam Score reposait sur 17 drapeaux binaires comptés. En 2019, Moz a refondu le modèle sur 27 caractéristiques et l'exprime depuis en pourcentage de 1 à 100 (source : Moz, annonce de refonte du Spam Score, 2019). Ce passage du comptage de drapeaux à un score probabiliste est le détail qui décide de tout : un score de 45 % ne dit pas « ce site est spammy à 45 % », il dit « 45 % des sites au profil statistiquement comparable ont été sanctionnés ». La nuance n'est pas académique, elle conditionne chaque décision que vous prendrez ensuite.

Comment Moz calcule le score en 2026

Le moteur n'a pas fondamentalement changé depuis la refonte : Moz entraîne un modèle sur un échantillon de sites dont il connaît le statut (pénalisé ou non), identifie les caractéristiques qui corrèlent avec la sanction, puis applique ce modèle à l'ensemble de son index. Le score que vous lisez dans Link Explorer ou via l'API est le résultat de cette projection, recalculé périodiquement quand Moz rafraîchit son index de liens.

Moz découpe les valeurs en trois zones de lecture : 1 à 30 % est qualifié de faible, 31 à 60 % de modéré, 61 à 100 % d'élevé (source : documentation Moz sur le Spam Score). Ces bornes sont des repères de tri, pas des seuils de décision automatiques. D'après ce qu'on observe en audit, un domaine éditorial ancien, avec une structure de liens hétérogène accumulée sur quinze ans, dépasse régulièrement 30 % sans la moindre toxicité réelle. Le chiffre reflète alors la complexité de son historique, pas un risque.

Deux limites structurelles à garder en tête. D'abord, le score dépend entièrement de la couverture de l'index Moz : un site mal crawlé renvoie un score peu fiable. Ensuite, c'est une métrique entièrement déconnectée de Google. Aucune mise à jour d'algorithme Google ne recalcule votre Spam Score, et aucun mouvement de votre Spam Score ne préfigure une action de Google. Les deux vivent dans des univers séparés.

Où le Spam Score compte dans une opération de netlinking

En production, le Spam Score a une fonction et une seule : le triage de masse. Quand on évalue une liste de cent éditeurs potentiels, le score permet d'isoler en quelques secondes la poignée de domaines qui méritent une inspection manuelle approfondie. Il ne valide jamais un achat, il signale juste où regarder en priorité. C'est un filtre grossier en haut de l'entonnoir, jamais le critère final.

Concrètement, quand on évalue une source externe, on commence par trier les éditeurs sur leurs métriques avant le moindre engagement, puis on bascule sur l'analyse qualitative : qui écrit, sur quoi, avec quel profil de liens sortants, quelle cohérence thématique. Le score ne fait que décider de l'ordre dans lequel on inspecte. Pour qui pilote des volumes, orchestrer les commandes via une plateforme permet de garder cette logique de filtre sans la transformer en couperet.

Sur Stringer, le réseau de 28 médias que nous opérons en propre, le Spam Score n'entre pas dans notre arbitrage éditorial : on connaît l'historique de chaque domaine parce qu'on l'a acquis, nettoyé et reconstruit nous-mêmes. La métrique sert surtout face à une source qu'on ne contrôle pas, quand le catalogue de médias consultable sans inscription n'est pas en jeu et qu'on doit jauger un inconnu. Là où on maîtrise la chaîne, le chiffre est redondant.

Spam Score contre Domain Authority

Les deux métriques viennent de Moz et se complètent par opposition. Le Domain Authority prédit la capacité d'un domaine à se positionner ; le Spam Score estime sa probabilité d'avoir été sanctionné. Un domaine peut afficher un DA confortable et un Spam Score élevé en même temps : c'est typiquement le profil d'un vieux site autoritaire qui a accumulé des liens douteux au fil des ans. Lire les deux ensemble vaut mieux que de fétichiser l'un des chiffres.

Le vrai garde-fou consiste à sortir de l'écosystème Moz. Un fournisseur unique produit un angle mort : ce que Moz ne crawle pas n'existe pas dans son score. Croiser avec le Citation Flow de Majestic ou avec le Domain Rating d'Ahrefs révèle souvent qu'un Spam Score alarmant repose sur une couverture d'index partielle. Aucune de ces métriques n'est une vérité, elles sont des estimations propriétaires concurrentes. Leur intérêt est dans le désaccord : quand trois fournisseurs convergent sur un signal négatif, on regarde de près ; quand un seul s'affole, c'est souvent un artefact de méthode.

Les 27 signaux décryptés

Le modèle 2019 s'appuie sur 27 caractéristiques que Moz a identifiées comme corrélées à la pénalité. Elles se répartissent en familles : signaux liés au profil de liens, signaux on-page et de contenu, signaux techniques et de structure de domaine. On y trouve par exemple des ratios de texte d'ancre sur-optimisés, des configurations techniques douteuses, ou des motifs de maillage caractéristiques des fermes de liens.

Le Whiteboard Friday de Moz détaille ces signaux et leur application concrète :

Le point que les pages concurrentes ratent presque toutes : Moz ne publie pas la pondération exacte de chaque caractéristique, ni leur liste à jour signal par signal. On sait que le score est une combinaison probabiliste, on ne sait pas reconstruire le calcul. C'est précisément pourquoi chercher à « optimiser » un par un les 27 signaux est une perte de temps. La caractéristique pénalisante peut être un effet de structure que vous ne contrôlez pas, et corriger un signal isolé ne déplace pas mécaniquement le score. Le modèle raisonne sur des profils, pas sur des cases à cocher.

Faire baisser un Spam Score sans paniquer

La première règle est contre-intuitive : ne cherchez pas à baisser le chiffre, cherchez à régler les causes réelles qui pourraient nuire à votre SEO. Si vous nettoyez votre profil de liens parce que le Spam Score vous a alerté et que l'inspection manuelle confirme des liens artificiels, très bien. Si vous désavouez en masse pour faire baisser un nombre sans avoir vérifié que les liens sont réellement nocifs, vous risquez de couper des liens sains et de vous pénaliser vous-même. Le désaveu mal utilisé fait plus de dégâts que la plupart des liens qu'il vise.

Un tutoriel visuel sur la réduction du Spam Score :

La démarche saine tient en quatre temps mêlés. On audite le profil de backlinks pour identifier les vrais liens artificiels, par opposition aux liens simplement présents sur des domaines à score élevé. On ne désavoue que ce qui est manifestement manipulatoire et qu'on ne peut pas faire retirer à la source, le désaveu restant le dernier recours selon la documentation Google. On corrige les problèmes techniques et de contenu côté on-page qui auraient pu déclencher des caractéristiques pénalisantes. Et on laisse le temps faire : Moz recalcule son score au rythme de son index, donc même une correction réelle ne se reflète pas instantanément.

Le réflexe de senior, ici, c'est de traiter le Spam Score comme un voyant moteur, pas comme le diagnostic. Le voyant vous dit d'ouvrir le capot. Ce que vous trouvez sous le capot décide de l'action, jamais le voyant lui-même.