État du Web multilingue en 2026

La traduction est là. La localisation complète, souvent non.

Le constat le plus net de l’exploration ne tient pas seulement au fait que les contenus multilingues directement vérifiés étaient minoritaires parmi les grands sites web que nous avons pu classer. Il montre aussi que publier dans une autre langue n’est que la première étape de la mise en œuvre. La structure des URL, les annotations linguistiques, les métadonnées, l’explorabilité et la cohérence à l’échelle des pages restent souvent en retrait par rapport à la traduction du contenu principal.

Dans quelle mesure les grands sites web sont-ils multilingues ?

Parmi les grands sites web classables analysés avec succès dans l’échantillon de GlotEO fondé sur Tranco, 26,3 % (5 845 / 22 185) présentaient un contenu multilingue directement vérifié dans l’instantané HTML statique. La catégorie « confirmé » exigeait plus qu’un sélecteur de langue, un attribut lang ou une balise hreflang : le robot devait récupérer au moins une URL alternative dont le contenu principal était dans une langue différente de celle de la page d’accueil, avec au moins 200 lettres de texte principal sur chacune des deux pages.

Cette définition rend délibérément la confirmation plus exigeante que la simple détection d’un balisage de référencement international. Elle distingue « le site annonce une autre version linguistique ou régionale » de « nous avons effectivement récupéré un contenu substantiel dans une autre langue ».

Le dénominateur compte. Sur les 25 005 analyses réussies, 2 820 sites étaient incertains. GlotEO les a conservés dans une catégorie distincte plutôt que de les classer d’office comme monolingues. Avec l’ensemble des analyses réussies comme dénominateur, les sites confirmés représentaient 23,4 % (5 845 / 25 005), les sites probables 14,4 %, les sites monolingues 50,9 % et les sites incertains 11,3 %.

Le résultat secondaire de l’analyse de sensibilité est de 42,6 % (9 448 / 22 185) en regroupant les sites confirmés et probables. Il permet de mieux comprendre les sites présentant de forts indices de contenu multilingue, mais pour lesquels aucune page alternative répondant aux critères n’a été récupérée ; il ne constitue pas le taux d’adoption principal.

Les sites les plus en vue étaient bien plus souvent multilingues

La part des sites présentant un contenu multilingue confirmé atteignait 40,1 % (192 / 479) parmi les sites classables de la cohorte des 1 000 premiers du classement Tranco. Elle descendait à 30,4 % pour les rangs 1 001 à 10 000, à 27,6 % pour les rangs 10 001 à 25 000, et à 22,0 % (1 845 / 8 394) dans la cohorte au-delà du 25 000e rang.

Cette tendance résiste à une vérification de cohérence importante : le taux de récupération réussie augmentait en réalité à mesure que le rang baissait, passant de 53,6 % parmi les domaines testés du top 1 000 à 63,3 % dans la cohorte testée au-delà du 25 000e rang. Autrement dit, le gradient d’adoption ne s’explique pas par des échecs plus fréquents du robot sur les domaines moins bien classés.

L’échantillon au-delà du 25 000e rang a été tronqué par le plafond d’analyses : il restait 2 351 domaines candidats lorsque le nombre maximal d’analyses réussies a été atteint. Il faut donc y voir un résultat de cohorte portant sur l’échantillon analysé, et non un recensement complet de la longue traîne.

Ce que les sites annoncent n’est pas toujours ce qu’un robot peut vérifier

Pour les sites multilingues confirmés, l’étude a distingué deux notions. Les langues observées provenaient du contenu principal des pages effectivement récupérées. Les langues déclarées provenaient des annotations hreflang. Cette distinction est importante : une balise peut déclarer une langue que l’exploration limitée n’atteint jamais, tandis qu’un robot peut aussi découvrir des pages dans d’autres langues non déclarées dans les annotations hreflang.

Parmi les 5 845 sites multilingues confirmés, le nombre médian de langues observées était de 3 et la moyenne de 3,13. Près de la moitié, soit 46,8 %, présentaient exactement deux langues observées. Par ailleurs, 16,1 % en présentaient trois, 14,1 % quatre et 23,0 % atteignaient le maximum de cinq langues observées prévu par le dispositif de mesure.

La comparaison entre langues déclarées et observées montre pourquoi un seul signal ne suffit pas. Le nombre de langues déclarées dépassait celui des langues observées sur 38,7 % (2 262 / 5 845) des sites confirmés. Le nombre de langues observées dépassait celui des langues déclarées sur 34,1 % (1 991 / 5 845) d’entre eux. Les deux nombres, tous deux supérieurs à zéro, étaient égaux sur 27,2 % des sites.

De plus, 30,5 % (1 780 / 5 845) des sites confirmés ne présentaient aucune langue déclarée dans le champ de l’étude dérivé des annotations hreflang, alors même que le robot avait vérifié un contenu principal dans une autre langue. C’est une autre façon de constater l’écart entre publier une traduction et décrire explicitement la relation entre versions linguistiques ou régionales dans un balisage lisible par les machines.

Une autre mesure demande une formulation particulièrement prudente : 40,4 % des sites confirmés avaient au moins un code de langue déclaré qui ne figurait pas parmi les langues du contenu des pages récupérées. Cela ne prouve pas que ces sites annoncent des traductions inexistantes. Une page située hors des cinq pages explorées pourrait tout à fait contenir la langue déclarée. La conclusion utile est plus limitée : les déclarations hreflang et une exploration bornée du contenu substantiel des pages décrivent des parties différentes du système.

Pour les responsables de sites web, cela soulève deux questions distinctes de contrôle qualité. Premièrement : un robot peut-il accéder à des pages au contenu substantiel dans chaque langue que vous souhaitez publier ? Deuxièmement : vos annotations linguistiques et régionales lisibles par les machines établissent-elles correctement les correspondances entre ces pages ? Réussir l’un de ces tests ne garantit pas de réussir l’autre.

Les sous-répertoires dominent, mais l’architecture des URL multilingues reste variée

Parmi les 5 845 sites multilingues confirmés, 51,6 % (3 015) utilisaient un sous-répertoire comme structure d’URL principale observée. Les implémentations hybrides arrivaient ensuite avec 17,9 %, suivies des structures indéterminées à 13,0 %, des sous-domaines à 8,6 % et des domaines nationaux (ccTLD) à 8,3 %. La localisation par paramètres était rare, à 0,5 %, et la localisation à URL identique plus rare encore, à 0,1 %.

Ce résultat mesure la prévalence, et non les performances en référencement. Les sous-répertoires sont courants dans l’échantillon ; l’étude n’a pas testé s’ils étaient plus performants que les sous-domaines ou les domaines nationaux (ccTLD).

Recommandations externes : Google Search Central — Gérer les sites multirégionaux et multilingues ↗.

Les lacunes du hreflang : des traductions peuvent exister sans cartographie lisible par les machines

Le hreflang était présent sur 69,7 % (4 076 / 5 845) des sites multilingues confirmés. Cela signifie que 30,3 % (1 769 / 5 845) proposaient un contenu principal dans une autre langue que GlotEO a effectivement récupéré, mais qu’aucun hreflang n’a été détecté dans le HTML, les en-têtes HTTP Link ou les annotations XHTML des sitemaps.

Cette distinction est importante, car le hreflang est une annotation, pas un détecteur de traductions. Sa présence ne prouve pas l’existence d’un contenu substantiel dans une autre langue, et son absence ne prouve pas qu’une traduction manque. L’étude a mesuré ces deux aspects indépendamment.

Lorsque le hreflang était présent sur les sites confirmés, les résultats de la plupart des vérifications techniques étaient relativement bons. Sur les 4 076 sites confirmés utilisant le hreflang, 86,8 % utilisaient des codes de langue valides, 98,2 % des URL absolues, 91,1 % des annotations autoréférentes et 96,0 % plaçaient les annotations dans l’en-tête HTML lorsque cela était pertinent. Enfin, 86,6 % présentaient des annotations réciproques parmi les 4 006 cas auxquels cette vérification s’appliquait.

Au total, 72,2 % (2 944 / 4 076) ont réussi toutes les vérifications applicables mesurées par l’étude, hors x-default. x-default était présent chez 65,2 % des utilisateurs confirmés du hreflang, mais son absence est considérée ici comme un choix de couverture, et non comme un manquement automatique aux spécifications.

Recommandations externes : Google Search Central — Signaler les versions localisées à Google ↗.

Les principales faiblesses apparaissaient une fois le contenu principal traduit

Une fois le caractère multilingue d’un site confirmé, il reste à déterminer si sa mise en œuvre est complète. L’analyse des composantes réalisée par GlotEO montre que certains signaux structurels étaient courants, tandis que les métadonnées destinées aux moteurs de recherche, les données structurées et les références aux versions alternatives dans les sitemaps étaient bien moins complètes.

La navigation entre les langues est un autre exemple de décalage entre « nous avons trouvé une autre langue » et « l’interface propose un sélecteur classique ». Un lien de sélection de langue explorable a été détecté sur 33,0 % (1 927 / 5 845) des sites confirmés, un sélecteur uniquement en JS sur 1,3 %, et aucun sélecteur sur 65,8 %. Ce dernier chiffre ne doit pas être interprété comme un taux de défaillance de l’expérience utilisateur : l’exploration pouvait confirmer l’existence de contenus dans d’autres langues par d’autres voies.

Les sélecteurs sont utiles, mais ne prouvent pas la localisation

Un sélecteur de langue est un mécanisme de navigation. Cela paraît évident, mais c’est une distinction importante pour la recherche. Un menu déroulant peut afficher dix langues sans que le robot d’exploration puisse vérifier l’existence d’un contenu substantiel dans ces langues. À l’inverse, un site multilingue peut rendre ses autres versions accessibles via la navigation, les sitemaps ou des structures d’URL par langue ou région, sans proposer de sélecteur classique dans le HTML échantillonné. C’est pourquoi le système de classification n’a jamais utilisé un sélecteur seul comme confirmation.

Le même principe s’applique au hreflang, aux ccTLD et à html lang. Chacun constitue un signal utile, mais aucun n’est le contenu lui-même. Le critère de confirmation plus exigeant de l’étude — récupérer un contenu principal substantiel dans une autre langue — a été conçu pour éviter que la fréquence du balisage ne se traduise par une surestimation de l’adoption du multilinguisme.

Les redirections automatiques peuvent masquer l’accès aux autres versions

Des redirections automatiques selon les paramètres régionaux ont été détectées sur 15,5 % des sites confirmés. GlotEO n’a pas tenté de contourner ces redirections en simulant des préférences linguistiques, et le robot d’exploration n’a envoyé aucun en-tête Accept-Language. Ce point est important : un site qui choisit une version linguistique ou régionale en fonction du contexte de la requête peut présenter un périmètre explorable différent de celui d’un site où chaque langue dispose d’une URL accessible indépendamment.

Google recommande par ailleurs de laisser les utilisateurs passer d’une version linguistique à l’autre et avertit que les redirections automatiques peuvent empêcher les utilisateurs et les moteurs de recherche d’accéder à toutes les versions. L’étude ne mesure pas l’effet des redirections sur le classement ; elle relève la fréquence de ce comportement dans l’échantillon multilingue confirmé.

Les données structurées et les sitemaps restent peu localisés

Seuls 19,2 % (1 125 / 5 845) des sites confirmés ont obtenu la totalité des points pour la composante de l’étude consacrée aux données structurées inLanguage, et seuls 11,9 % (693 / 5 845) ont obtenu la totalité des points pour les annotations XHTML des versions alternatives dans les sitemaps. Ces éléments ne sont pas des exigences universelles pour tous les sites multilingues ; leur faible adoption ne doit donc pas être directement assimilée à un « taux d’erreur ». Il vaut mieux les considérer comme des couches supplémentaires lisibles par les machines, que relativement peu de sites confirmés de l’échantillon exploitaient pleinement.

Pris ensemble, ces résultats montrent pourquoi il est facile de simplifier à l’excès les audits multilingues. Une équipe peut traduire correctement son contenu principal, publier des URL bien structurées par langue ou région et maintenir des balises canoniques correctement configurées, tout en laissant des lacunes dans les métadonnées, les sitemaps, les données structurées ou la navigation linguistique. À l’inverse, un site peut présenter un excellent balisage alors que la page traduite elle-même reste incomplète. Un audit utile doit examiner à la fois le contenu et la mise en œuvre qui l’entoure.

Le GlotEO Multilingual Web Score révèle de fortes disparités de mise en œuvre

Le GlotEO Multilingual Web Score (GMWS) est un indice de complétude de la mise en œuvre, de 0 à 100, calculé uniquement pour les 5 845 sites multilingues confirmés. Ce n’est ni un facteur de classement Google, ni un score E-E-A-T, ni un score portant sur le Web dans son ensemble.

Le score médian des sites confirmés était de 75, avec une moyenne de 67,1, un 25e percentile de 50 et un 75e percentile de 83. La distribution présente une queue de distribution notable à gauche : 15,0 % des sites confirmés ont obtenu un score de 20 à 39, tandis que 36,6 % ont obtenu un score de 80 à 100.

L’intérêt de ce score tient à la transparence de ses composantes, qui sont publiées. La présence confirmée de contenus dans d’autres langues atteint 100 % par définition. Les URL distinctes explorables ont obtenu la totalité des points sur 86,4 % des sites confirmés, la cohérence entre canonical et hreflang sur 82,3 %, la concordance de la langue HTML sur 86,4 % et la traduction des slugs sur 69,0 %. En revanche, la localisation des titres et des métadonnées atteignait 11,6 %, les variantes XHTML dans les sitemaps 11,9 % et les données structurées inLanguage 19,2 %.

JavaScript a modifié des centaines de classifications, mais pas le taux principal arrondi à une décimale

L’analyse figée du HTML statique n’effectuait volontairement aucun rendu JavaScript. Elle a identifié 889 sites analysés avec succès comme js_required : 768 incertains et 121 probables. Aucun n’était classé comme confirmé ou monolingue dans cette analyse figée, car leurs structures fortement dépendantes des scripts empêchaient le classificateur habituel d’obtenir suffisamment de texte substantiel pour trancher.

Un passage ciblé avec Chromium a effectué le rendu de ces 889 sites uniquement. Il a réussi pour 858 d’entre eux, et la catégorie d’origine a été conservée pour les 31 échecs de rendu. Parmi les 768 sites auparavant incertains, 66 sont devenus confirmés, 48 probables, 412 monolingues et 242 sont restés incertains. Parmi les 121 sites probables, 51 sont devenus confirmés, 67 sont restés probables et 3 sont devenus incertains.

Après intégration de ces seuls 889 résultats, sans modifier les 24 116 autres lignes d’analyses réussies, le nombre de sites confirmés est passé de 5 845 à 5 962 (+117) et celui des sites incertains de 2 820 à 2 297 (−523). Pourtant, le taux de sites confirmés parmi les analyses réussies non incertaines est resté à 26,3 % à une décimale : 5 962 / 22 708.

L’estimation de 26,3 % est-elle robuste ?

Le résultat principal reste l’estimation figée fondée sur le HTML statique : 26,3 % (5 845 / 22 185) de sites multilingues confirmés parmi les analyses réussies classifiables. Nous avons ensuite testé les deux aspects de la méthodologie les plus susceptibles d’influencer la classification : les sites dépendants de JavaScript et un ensemble de classifications dépendant de la détection du yoruba (yo) ou du tagalog (tl).

Aucune des deux analyses ciblées n’a modifié la conclusion centrale. Le résultat ajusté pour JavaScript est resté à 26,3 % (5 962 / 22 708). L’application d’une règle plus stricte sur les pages dans d’autres langues aux classifications dépendantes du yoruba ou du tagalog a donné une estimation de sensibilité de 25,5 % (5 647 / 22 165). La combinaison des deux ajustements ciblés a abouti à 25,4 % (5 764 / 22 688).

Il s’agit d’analyses de sensibilité, et non de résultats remplaçant le résultat principal figé. Il ne s’agit pas non plus de quatre explorations distinctes : l’analyse statique figée reste inchangée, et les deux ajustements ne réévaluent que les lignes qu’ils visaient à tester.

Consulter les données sous-jacentes de l’analyse de sensibilité →

Qu’est-ce qui a changé avec la règle plus stricte ?

L’ajustement lié à l’identification de la langue ne portait que sur 242 lignes dont la classification multilingue dépendait des codes lingua yo (yoruba) ou tl (tagalog) comme seule langue détectée différente : 228 sites confirmés dans l’analyse figée, plus 14 probables. Il reposait sur le HTML enregistré. Aucune récupération en direct. Il ne s’agissait pas d’une nouvelle exploration du jeu de données de 25 005 sites. wikipedia.org a été exclu de cet ensemble de 242 lignes dépendantes, car sa classification comme site multilingue confirmé ne dépendait pas de la détection de la langue tl sur la page d’accueil.

Avec cet ajustement, le nombre de sites confirmés passe de 5 845 à 5 647 (−198). Le dénominateur correspondant aux sites classables est de 22 165, ce qui donne une estimation de sensibilité de 25,5 % (5 647 / 22 165). Ce chiffre n’est pas le résultat principal.

Après suppression des éléments d’interface répétés du site, yo ou tl figuraient encore parmi les langues observées dans 217 / 242 lignes. Seules 25 / 242 avaient entièrement perdu le code de langue. La plupart des changements de classification ne provenaient donc pas du simple retrait du yoruba ou du tagalog par le détecteur de langue. Ils découlaient surtout d’une règle plus stricte concernant les pages alternatives : une page alternative yo ou tl n’était considérée comme une preuve de multilinguisme que si son URL correspondait à une véritable version linguistique, régionale ou destinée à un marché donné, et non simplement à une autre URL dont le texte était détecté dans une autre langue. 30 lignes toujours classées comme confirmées présentent un code yo/tl côté page d’accueil qui a subsisté après suppression des éléments d’interface.

Cela suggère que le principal problème ne tenait pas simplement à l’identification erronée de pages comme étant en yoruba ou en tagalog. Dans de nombreux cas, la langue détectée restait la même après suppression des éléments récurrents. Le changement le plus important est venu d’une question plus exigeante : l’URL alternative correspondait-elle réellement à une version localisée du site ? L’équivalence des pages alternatives s’est révélée être une source importante d’incertitude dans la classification, au même titre que l’identification de la langue elle-même. Cette interprétation se limite à cette analyse ciblée ; elle ne constitue pas un taux d’erreur global du classificateur.

Un examen indépendant assisté par l’IA, et non une étude de validation humaine servant de référence, a confirmé la justesse des calculs. Le chiffre issu de l’analyse de sensibilité ne remplace pas le résultat principal figé.

Exemples de classification connus

Ces exemples montrent ce que l’analyse de sensibilité a réellement changé. Ils illustrent la méthodologie appliquée à certains domaines dans le cadre de ce dispositif de recherche ; ils ne constituent pas des jugements sur les programmes linguistiques mondiaux de ces organisations.

Ce que cette étude peut — et ne peut pas — vous apprendre

Les études du Web à grande échelle perdent de leur utilité lorsque leurs réserves sont traitées comme des mentions légales en petits caractères. Plusieurs limites influent sensiblement sur la manière d’utiliser ces chiffres : elles ont donc leur place dans l’interprétation, plutôt que d’être reléguées en bas de page.

Cette étude porte sur de grands sites classés par Tranco, pas sur l’ensemble des sites web

La population source provenait de la liste Tranco 46W9X. Tranco vise à fournir un classement des domaines populaires destiné à la recherche. L’échantillon privilégie donc délibérément les sites de premier plan, plutôt que les millions de domaines de petite taille, inactifs ou rarement visités présents ailleurs sur Internet. Le constat porte bien sur les grands sites web analysés avec succès dans cet échantillon, et non sur « 26,3 % du Web ».

Les exclusions résultent de problèmes d’infrastructure, pas de sites monolingues

Le robot d’exploration a tenté d’accéder à 40 457 domaines uniques et en a analysé 25 005 avec succès. Les 15 452 restants ont été exclus pour diverses raisons : échecs DNS, réponses liées aux règles robots, erreurs HTTP, restrictions d’accès ou CAPTCHAs. Ces domaines n’ont jamais été comptabilisés comme des observations monolingues. Considérer les sites inaccessibles comme monolingues biaiserait sensiblement le résultat.

La catégorie « confirmé » mesure la présence de contenus alternatifs détectables, pas la qualité des traductions

Un site confirmé a satisfait à un test de contenu délibérément mécanique : l’exploration a récupéré un contenu principal substantiel dans une langue différente de celle de la page d’accueil. L’étude n’a évalué ni la fluidité linguistique, ni l’adaptation culturelle, ni la qualité terminologique, ni les performances de conversion, ni l’exactitude des traductions humaines. Un site peut être techniquement confirmé comme multilingue tout en contenant de mauvaises traductions ; il peut aussi proposer une excellente localisation dans des sections que le robot n’a pas visitées.

L’exploration est limitée à cinq pages de contenu par domaine

Le plafonnement du nombre de pages permet de maintenir les besoins de calcul d’une étude portant sur 25 000 domaines à un niveau gérable et empêche les grands sites de dominer l’exploration. En contrepartie, la couverture du corpus reste incomplète. Les langues observées, les constats de mélange de langues, les vérifications des métadonnées et les autres mesures à l’échelle des pages décrivent ce qui est apparu dans cet échantillon limité de pages, et pas nécessairement toutes les URL proposées par le domaine.

JavaScript a été testé de manière ciblée, et non systématique

Les résultats statiques figés n’utilisaient aucun rendu par navigateur. Le passage complémentaire avec Chromium a ciblé les 889 lignes analysées avec succès et explicitement signalées comme nécessitant JavaScript. C’était le bon périmètre pour tester cette lacune manifeste de la classification, mais cela ne permet pas d’établir ce que produirait une nouvelle exploration complète, avec rendu par navigateur, des 25 005 domaines analysés avec succès.

L’identification de la langue et l’équivalence des pages alternatives peuvent produire des cas limites

L’identification de la langue et l’équivalence des pages alternatives reposent sur des classifications automatisées qui peuvent produire des cas limites, notamment pour les pages courtes, riches en éléments récurrents ou atypiques. Une analyse de sensibilité ciblée sur le yoruba et le tagalog a ramené l’estimation des sites confirmés de 26,3 % à 25,5 % en appliquant des règles plus strictes aux pages alternatives, sans modifier la conclusion générale. Cet examen de sensibilité de l’identification des langues était assisté par l’IA ; il ne s’agissait pas d’une étude de validation humaine servant de référence.

Le Multilingual Web Score est un cadre de recherche, pas un score de moteur de recherche

Le GMWS facilite la comparaison des différences de mise en œuvre grâce à une pondération transparente et publique de douze composantes, assortie de deux pénalités. Ces pondérations relèvent du protocole de recherche de GlotEO. Google ne les a ni conçues ni approuvées, et aucun lien entre le score et le classement, le trafic ou la conversion n’a été testé ici.

Comparez votre propre mise en œuvre multilingue

L’étude est surtout utile lorsqu’elle sert de point de départ à un audit. La liste ci-dessous vous permet de comparer des indicateurs courants de mise en œuvre à ceux de l’échantillon de sites multilingues confirmés. Cocher une case ne crée pas de score de classement ; cela indique simplement les aspects de la mise en œuvre que votre site a pris en compte.

Ce que les équipes devraient faire différemment

1. Traiter la traduction et la découvrabilité comme deux chantiers distincts. Une page peut exister dans une autre langue sans que son lien avec les versions équivalentes soit clairement indiqué. C’est précisément ce que montre le taux de 30,3 % de sites dépourvus de hreflang. Pour en savoir plus sur la mise en œuvre des URL localisées et de hreflang, consultez la page consacrée au SEO multilingue.

2. Contrôler la qualité de l’habillage de la page, pas seulement de l’article ou de la fiche produit. Des éléments non traduits créant un mélange de langues ont été détectés sur 39,4 % des sites multilingues confirmés. La navigation, les textes du pied de page, les formulaires et les modèles peuvent compromettre une traduction par ailleurs complète.

3. Intégrer les métadonnées au processus de localisation. Le taux de 11,6 % de sites ayant obtenu tous les points pour le titre et la méta-description constituait la lacune de mise en œuvre la plus évidente parmi les critères fortement pondérés du score. Les métadonnées destinées aux moteurs de recherche ne doivent pas être traitées après coup.

4. Attribuer une adresse stable à chaque version locale. L’étude a constaté que les URL distinctes et explorables étaient courantes parmi les sites multilingues confirmés. De son côté, Google recommande également des URL distinctes plutôt que de s’appuyer uniquement sur un contenu adapté dynamiquement aux paramètres régionaux.

5. Rendre l’incertitude visible dans les audits. Cette étude n’a pas classé comme « monolingues » les sites qu’elle ne parvenait pas à catégoriser. Vos propres audits devraient faire preuve de la même prudence face aux structures de page dépendantes de JavaScript, à l’adaptation géographique, à l’authentification et à l’accès des robots d’exploration.

Comment l’étude a été menée

Il s’agit d’une étude observationnelle de grands sites web issus d’un échantillon classé par Tranco, et non d’un échantillon aléatoire de l’ensemble des domaines enregistrés ni d’un jeu de données clients.

Règles de classification

Multilingue confirmé : le robot d’exploration a récupéré une URL alternative dont la langue du contenu principal différait de celle de la page d’accueil, avec au moins 200 lettres de contenu principal sur chacune des deux pages.

Multilingue probable : le site présentait des signaux forts permettant de découvrir des versions multilingues — comme hreflang, des URL structurées par langue ou région, ou un sélecteur pointant vers un autre chemin — mais l’exploration n’a pas récupéré de version alternative répondant aux critères.

Monolingue : la page d’accueil a été analysée, aucune version alternative répondant aux critères n’a été récupérée et aucun ensemble de signaux forts permettant de découvrir des versions multilingues n’a été détecté.

Incertain : les éléments disponibles étaient contradictoires ou insuffisants. Cette catégorie est restée visible et n’a jamais été reclassée implicitement comme monolingue.

Données figées et analyses complémentaires

Liste source Tranco : 46W9X ↗. Les liens Google présents ailleurs sur cette page sont signalés comme des recommandations externes et ne sont pas intégrés aux tableaux de résultats de GlotEO.