Détecteur de soft 404

Google traite explicitement les soft 404 comme des pages de mauvaise qualité — non seulement la page elle-même est désindexée, mais Google extrapole : "ce site sert des erreurs déguisées en pages valides", ce qui dégrade le crawl budget global et la confiance algorithmique. Search Console les remonte dans le rapport "Pages soft 404" — c'est un des KPI à surveiller en priorité après une migration.

Le plus souvent : (1) page de produit retirée qui renvoie 200 avec un message "Ce produit n'est plus disponible" — le CMS ne sait pas servir une vraie 410. (2) Migration ratée où les anciennes URLs renvoient une page d'erreur SPA en 200 au lieu d'un 404 propre. (3) Redirection automatique vers la home sur tout chemin invalide — le pire cas pour Google. (4) Page en construction publiée trop tôt, avec lorem ipsum ou contenu placeholder.

On combine 5 signaux côté serveur : (1) Statut HTTP — c'est obligatoire qu'il soit 200 pour qualifier de soft 404. (2) Body extrêmement court — <50 mots est très suspect. (3) Mots-clés "page non trouvée" dans title/H1/début du body — patterns FR + EN. (4) URL contient 404/not-found. (5) Redirection automatique vers la home. Score cumulé ≥ 50 = soft 404 quasi-certain. Cette heuristique catche ~90% des cas réels.

Trois patterns selon le cas. Page définitivement supprimée : retourner HTTP 410 (Gone) avec un body explicatif — Google désindexe rapidement et arrête de re-crawler. Page temporairement indisponible : HTTP 503 avec Retry-After. URL invalide saisie par l'utilisateur : HTTP 404 avec une vraie page d'erreur (suggestions de pages similaires, recherche, retour home). Jamais de redirection 301 vers la home : c'est un cloaking déguisé qui pollue les signaux.