Aller au contenu

SEO & expérience utilisateur

Ranker sur YouTube : comment l’algorithme classe une vidéo

Votre vidéo stagne à 200 vues pendant qu’une autre, moins soignée, en fait 50 000. Ce que YouTube documente de son classement — et les trois endroits où sa propre aide ne dit pas la même chose.

Vous publiez une vidéo soignée, vous remplissez consciencieusement les tags, et elle stagne à 200 vues — pendant qu’une vidéo voisine, tournée au téléphone, en fait 50 000. Vous cherchez le réglage qui manque. Cet article part de ce que YouTube écrit dans ses propres pages d’aide en français, y ajoute deux articles de recherche signés par ses ingénieurs, et en tire de quoi comprendre quel circuit amène réellement vos vues, ce que le classement mesure après le clic, et pourquoi l’optimisation la plus pratiquée de toutes reçoit trois réponses différentes selon la page d’aide qu’on ouvre.

« Ranker », ici, veut dire apparaître haut dans une liste de résultats ou de suggestions. C’est le mot du métier ; YouTube, lui, parle de « classement ».

Les trois familles de circuits qui amènent des vues sur YouTube Trois colonnes : recherche, suggestions et navigation. Chacune porte le nom de sa source de trafic dans l’API YouTube Analytics et les critères que l’aide de YouTube lui associe. Une vue arrive par l’un de trois circuits, et chacun a ses propres critères Noms des sources de trafic tels que les nomme l’API YouTube Analytics YT_SEARCH Recherche Le spectateur tape une requête. Ce que YouTube annonce : • Pertinence • Engagement pour cette requête • Qualité de la chaîne « pas une liste des vidéos les plus regardées » RELATED_VIDEO Suggestions Le panneau à côté du lecteur, pendant une autre vidéo. Ce que YouTube annonce : • Ce qui est regardé maintenant • Historique du spectateur • Tendances et sujets du moment BROWSE Navigation Accueil, flux Abonnements et autres surfaces. Ce que YouTube annonce : • Performances : intérêt et satisfaction de spectateurs similaires • Historique de visionnage et de recherche Le rapport des sources de trafic de YouTube Studio indique, pour une chaîne donnée, le poids réel de chaque circuit. Schéma de principe. Sources : aide YouTube (recherche, performances) et documentation de l’API YouTube Analytics, relevées le 18 septembre 2026.
Les trois circuits qui amènent des vues, et les critères que YouTube associe à chacun. Schéma de principe : les surfaces listées sous BROWSE sont celles que nomme la documentation de l’API.

YouTube n’a pas un classement, il en a plusieurs

La première erreur consiste à traiter YouTube comme un moteur de recherche unique. Il ne l’est pas, et sa propre documentation technique le dit sans ambiguïté : l’API YouTube Analytics — l’interface par laquelle on récupère ses statistiques — classe les vues selon leur origine, et ces origines sont des systèmes distincts. YT_SEARCH désigne les vues qui « proviennent des résultats de recherche YouTube ». RELATED_VIDEO celles qui « proviennent d’une liste de vidéos associées sur une autre page de lecture » — le panneau de suggestions à côté du lecteur. BROWSE celles qui « ont eu lieu sur la page d’accueil ou l’écran d’accueil YouTube, dans le flux Abonnements de l’utilisateur ou dans une autre fonctionnalité de navigation YouTube » : ce troisième cas n’est donc pas une porte mais un panier, qui réunit l’accueil, les abonnements et les autres surfaces de navigation.

Recherche, suggestions, navigation : trois familles, et l’aide de YouTube les décrit séparément, avec des critères différents. Pour la page d’accueil, les vidéos sont sélectionnées selon les « Performances : degré d’intérêt et de satisfaction suscité chez des spectateurs similaires (entre autres facteurs) » et l’« Historique des vidéos regardées et des recherches ». Pour la recherche, les critères sont autres — on y vient.

Conséquence pratique immédiate : avant d’optimiser quoi que ce soit, ouvrir le rapport des sources de trafic dans YouTube Studio — le tableau de bord des créateurs — et regarder laquelle de ces familles apporte les vues. Optimiser pour la recherche une chaîne qui vit des suggestions, c’est travailler sur le mauvais circuit.

Une phrase de l’aide pose au passage la limite du raisonnement « je vais faire le tour de l’algorithme » : « Notre système de recommandation ne fait pas la promotion de vidéos auprès de vos spectateurs. En revanche, il leur propose des vidéos pertinentes lorsqu’ils accèdent à YouTube. » Le système ne pousse pas une vidéo vers une audience ; il trie des vidéos devant un spectateur.

Sur l’importance relative de ces circuits, un chiffre circule depuis des années : 70 % du temps de visionnage viendrait des recommandations. Il se trouve dans un article de NBC News, sous une formulation collective — des dirigeants auraient dit publiquement que l’algorithme de recommandation génère plus de 70 % du contenu regardé —, sans nom attaché à cette phrase précise ni date. Ce que YouTube assume sous une signature est plus prudent et plus daté. Cristos Goodrow, vice-président de l’ingénierie, écrit sur le blog de l’entreprise le 15 septembre 2021 : « Recommendations drive a significant amount of the overall viewership on YouTube, even more than channel subscriptions or search » — les recommandations génèrent une part importante de l’audience totale de YouTube, plus encore que les abonnements ou la recherche. Un ordre de grandeur, pas un pourcentage. Pour votre chaîne, le rapport des sources de trafic donne la réponse exacte.

Trois facteurs officiels pour la recherche — et une contradiction dans l’aide

Pour la recherche, YouTube publie une réponse courte et nette : « Le système de YouTube donne la priorité à trois facteurs principaux pour obtenir les meilleurs résultats possible. L’importance de ces facteurs peut varier selon le type de recherche. Les éléments sont les suivants : Pertinence, Engagement, Qualité. »

Chacun est défini. La pertinence s’évalue « à l’aide de nombreux facteurs, comme le niveau d’adéquation entre votre recherche et le titre, les tags, la description et le contenu de la vidéo » — la liste est donnée comme un exemple, pas comme un inventaire, et le « contenu » y figure, ce qui suppose que YouTube lit ce qui est dit dans la vidéo. L’engagement, c’est « la durée de visionnage d’une vidéo spécifique pour une requête donnée, afin de déterminer si d’autres utilisateurs estiment que la vidéo est pertinente par rapport à cette requête » : la durée est rapportée à une requête, pas à la vidéo en général. La qualité, enfin, repose sur « des signaux qui nous aident à repérer les chaînes qui font preuve de savoir-faire, de compétence et d’un haut niveau de fiabilité pour un sujet donné » — un vocabulaire calqué sur celui des consignes aux évaluateurs de la qualité chez Google, et qui porte sur la chaîne, pas sur la vidéo.

Vient ensuite la contradiction, et elle porte sur la seule optimisation que tout le monde applique. La page ci-dessus cite les tags parmi ses exemples de facteurs de pertinence. Une autre page d’aide, qui répond à la même question, les omet : « Les vidéos sont classées en fonction des facteurs suivants : Le niveau d’adéquation entre la recherche de l’utilisateur et le titre, la description et le contenu des vidéos ; Les vidéos qui génèrent le plus d’engagement pour une recherche donnée. » Les tags ont disparu de la liste. Et la même page tranche, quatre questions plus bas : « Dans quelle mesure les tags sont-ils importants ? Ils ne sont pas importants. Les tags sont principalement utilisés pour corriger les erreurs d’orthographe courantes. » Une troisième page, celle qui leur est dédiée, se tient entre les deux : les tags « n’ont qu’un impact minime sur la visibilité de vos contenus », et « le titre, la miniature et la description » y contribuent davantage.

Trois pages d’aide de YouTube, trois réponses sur le rôle des tags La page sur le fonctionnement de la recherche cite les tags en exemple de facteur de pertinence ; la FAQ performances les omet de sa liste puis écrit qu’ils ne sont pas importants ; la page dédiée aux tags leur attribue un impact minime. Trois pages d’aide de YouTube, trois réponses sur les tags Fonctionnement des recherches YouTube cite les tags parmi ses exemples de facteurs de pertinence, avec le titre, la description et le contenu Ils comptent Questions fréquentes sur les performances omet les tags de sa liste de facteurs de classement de la recherche puis répond, quatre questions plus bas : « Ils ne sont pas importants. » Ils ne comptent pas Ajouter des tags à vos vidéos YouTube leur reconnaît « un impact minime », et place le titre, la miniature et la description au-dessus Impact minime Citations relevées le 18 septembre 2026 sur les versions françaises des trois pages. Aucune des trois n’affiche de date de mise à jour.
Les trois pages d’aide de YouTube consultées le 18 septembre 2026, et ce que chacune dit des tags. Aucune des trois n’affiche de date de mise à jour.

Trois pages du même éditeur, trois formulations qui ne se recouvrent pas : citée en exemple ici, absente et démentie là, minime ailleurs. Nul besoin de trancher pour écrire la conclusion pratique, identique dans les trois cas : le temps passé sur les tags est du temps qui ne va ni au titre, ni à la miniature, ni à ce que la vidéo raconte.

Ce qui se mesure après le clic

Le clic ouvre la seconde moitié du système, et c’est elle qui décide. Deux articles de recherche signés par des ingénieurs de YouTube en donnent l’architecture.

Le premier, publié en 2016 par Paul Covington, Jay Adams et Emre Sargin, décrit un entonnoir en deux étages : un premier modèle réduit un corpus de millions de vidéos à « un petit sous-ensemble (des centaines) », un second note chaque candidate retenue. Le même article explique pourquoi ce second étage n’optimise pas le taux de clic : « Ranking by click-through rate often promotes deceptive videos that the user does not complete (« clickbait ») whereas watch time better captures engagement » — classer par taux de clic favorise souvent des vidéos trompeuses que l’utilisateur ne termine pas (« pièges à clics »), alors que la durée de visionnage capture mieux l’engagement.

L’entonnoir en deux étages décrit par les ingénieurs de YouTube Un corpus de millions de vidéos est réduit à quelques centaines de candidates par un premier modèle, puis noté par un second qui optimise la durée de visionnage plutôt que le taux de clic. Deux étages : on réduit d’abord, on note ensuite millions de vidéos le corpus entier Étage 1 — sélection Retient les candidates d’après l’historique du spectateur centaines de vidéos « un petit sous-ensemble » quelques vidéos affichées Étage 2 — notation les centaines de candidates entrent ici, quelques-unes en ressortent Chaque candidate reçoit un score. Ce score vise la durée de visionnage attendue, pas le taux de clic — classer au clic ferait remonter les pièges à clics. Schéma de principe, sans échelle. Les ordres de grandeur « millions » et « centaines » sont ceux du papier ; « quelques » n’y est pas chiffré. Source : Covington, Adams et Sargin, « Deep Neural Networks for YouTube Recommendations », RecSys 2016.
L’entonnoir décrit par les ingénieurs de YouTube en 2016 : on réduit d’abord, on note ensuite. Schéma de principe, sans échelle — « quelques » n’est pas chiffré dans le papier.

Le second article, publié en 2019 par Zhe Zhao et neuf co-auteurs, ajoute une distinction que la plupart des guides ignorent : le système sépare deux familles d’objectifs. « Engagement objectives capture user behaviors such as clicks and watches » — les objectifs d’engagement portent sur des comportements comme les clics et les visionnages ; les objectifs de satisfaction, eux, portent sur des signaux comme le « J’aime » et les réponses aux enquêtes proposées après lecture. Les deux familles sont prédites séparément, puis combinées. YouTube en donne d’ailleurs la liste sous une signature, celle de Cristos Goodrow, vice-président de l’ingénierie : « clicks, watchtime, survey responses, sharing, likes, and dislikes » — clics, durée de visionnage, réponses aux enquêtes, partages, « J’aime » et « Je n’aime pas ». Une vidéo qui retient sans satisfaire n’est donc pas équivalente, pour le système, à une vidéo qui retient et satisfait.

Le même article de 2019 documente un troisième mécanisme, contre-intuitif pour un créateur : le biais de position. « It is common that users are inclined to clicking and watching videos displayed closer to the top of the list, regardless of their actual user utility […] » — il est courant que les utilisateurs cliquent et regardent les vidéos affichées près du haut de la liste, indépendamment de leur utilité réelle. Une partie de la performance d’une vidéo vient donc de sa place, pas de sa qualité, et les ingénieurs de YouTube entraînent un modèle annexe pour retrancher cet effet.

Reste la question que tout créateur pose : durée absolue ou pourcentage regardé ? La réponse de YouTube dépend du format. « De manière générale, la durée de visionnage relative est plus importante pour les vidéos courtes. En revanche, la durée de visionnage absolue est plus importante pour les vidéos plus longues. » Ce couple durée/satisfaction est l’équivalent, sur YouTube, de ce que le référencement web appelle le dwell time — le temps passé sur une page avant de revenir aux résultats.

Pourquoi le nombre de vues ne fait pas le classement

Une phrase de l’aide YouTube, glissée sous la question du classement en recherche, vaut d’être lue deux fois : « Les résultats de recherche ne constituent pas une liste des vidéos les plus regardées pour une recherche donnée. »

Trois raisons expliquent qu’une vidéo à 200 vues puisse passer devant une vidéo à 50 000.

D’abord, les signaux sont relatifs à l’audience, pas absolus. Les critères de la page d’accueil portent sur le « degré d’intérêt et de satisfaction suscité chez des spectateurs similaires » : une vidéo qui satisfait 180 des 200 personnes à qui elle a été montrée est un meilleur candidat qu’une vidéo qui en a déçu 40 000 sur 50 000.

Ensuite, le compteur de vues a changé de définition et ne mesure plus ce qu’on croit. Depuis le 24 août 2026, une vue est comptée dès que la lecture démarre, pour les vidéos longues et les directs — l’alignement sur la règle appliquée un an plus tôt aux Shorts, le format vertical court de YouTube. Un compteur d’aujourd’hui inclut donc des lectures abandonnées à la première seconde. Que le système de classement, lui, ne les traite pas comme un visionnage est une déduction : YouTube ne le dit nulle part, mais ses trois facteurs reposent sur la durée regardée, pas sur le démarrage.

Enfin, le classement ne réagit pas aux réglages mais à leurs effets. YouTube l’écrit noir sur blanc à propos des titres et des miniatures : « Cela peut arriver, mais c’est parce que nos systèmes réagissent à la manière dont les internautes interagissent avec votre vidéo plutôt qu’aux modifications apportées au titre ou à la miniature. » Même logique que les signaux de clic qu’utilise Google sur le web.

Ce qui ne joue pas, et ce qu’on observe sur les vidéos bien classées

L’aide YouTube écarte explicitement quatre optimisations largement pratiquées, sur la base d’analyses internes dont elle ne publie ni la méthode ni la date — et dont une seule porte un ordre de grandeur d’échantillon.

Optimisation Ce que YouTube écrit
Publier à une heure ou un jour précis « La date et l’heure de publication ne semblent pas affecter les performances d’une vidéo sur le long terme » — sauf pour les directs et les Premières, ces diffusions programmées qui rassemblent l’audience à heure fixe
Tenir un rythme de publication « il n’y avait pas de corrélation entre l’augmentation du nombre de vues de toutes les vidéos mises en ligne et le délai entre chaque mise en ligne »
Éviter les pauses « aucune corrélation entre la longueur de la pause et les fluctuations du nombre de vues »
Déclarer une autre localisation de chaîne « les paramètres de localisation n’ont pas d’incidence sur la façon dont vos vidéos sont recommandées »

À quoi s’ajoute une ligne sur le financement : « YouTube n’accepte aucun paiement en échange d’une meilleure position dans les résultats de recherche naturels et ne favorise pas les contenus détenus par Google par rapport à ceux d’autres créateurs. »

Côté mesure, un relevé public existe : celui de l’hébergeur vidéo Adilo, publié début 2025, qui annonce un corpus de 1,6 million de vidéos et décrit par ailleurs l’analyse de 300 vidéos « occupant les trois premières positions pour des mots clés très concurrentiels, non locaux, dans dix catégories ». Les pourcentages qui suivent portent sur ces 300 vidéos, pas sur le corpus entier — et l’auteur est un éditeur d’outil vidéo, pas un tiers neutre. L’étude prévient que « rien ne garantit que ce qui marche aujourd’hui marchera demain », mais ne déclare ni biais d’échantillon, ni marge d’erreur, ni représentativité.

6 % des vidéos du top 3 ont un titre correspondant exactement au mot clé recherché, contre 75 % qui emploient des mots clés liés : le titre calqué sur la requête n’est pas ce qui caractérise les vidéos bien classées. 94 % disposent d’une transcription — cohérent avec le « contenu de la vidéo » que YouTube cite dans sa définition de la pertinence. 89,3 % utilisent une miniature personnalisée, et la durée médiane s’établit à 536 secondes, un peu moins de neuf minutes.

Ces chiffres décrivent des vidéos déjà classées ; ils ne disent pas qu’appliquer ces réglages fait monter. C’est la différence entre une corrélation — deux choses qui vont ensemble — et une cause.

Ce que chaque affirmation vaut

Affirmation Statut Source
La recherche YouTube priorise pertinence, engagement, qualité Documenté Aide YouTube, « Fonctionnement des recherches YouTube »
La pertinence s’évalue sur le titre, la description et le contenu de la vidéo Documenté Aide YouTube, deux pages concordantes
Les tags comptent parmi les facteurs de pertinence Contradictoire Cités par « Fonctionnement des recherches », omis puis démentis par la FAQ performances
Les résultats de recherche ne classent pas par nombre de vues Documenté Aide YouTube, FAQ performances
Recherche, suggestions et accueil sont trois circuits distincts Documenté API YouTube Analytics, dimension des sources de trafic
Le classement se fait en deux étages, sélection puis notation Documenté Covington, Adams et Sargin, RecSys 2016
Optimiser le taux de clic favorise les pièges à clics Documenté Covington, Adams et Sargin, RecSys 2016
Engagement et satisfaction sont des objectifs distincts Documenté Zhao et al., RecSys 2019
Une part de la performance vient de la position d’affichage Documenté Zhao et al., RecSys 2019
Durée relative pour les formats courts, absolue pour les longs Documenté Aide YouTube, FAQ performances
Une vue est comptée dès le démarrage de la lecture depuis le 24 août 2026 Rapporté par la presse TechCrunch, 17 août 2026, citant un message de YouTube aux créateurs
6 % des vidéos du top 3 ont un titre à mot clé exact, 94 % une transcription Observé par un tiers, jamais confirmé par YouTube Adilo, 300 vidéos, 2025
Les recommandations pèsent plus que les abonnements et la recherche Documenté Cristos Goodrow, blog YouTube, 15 septembre 2021
« 70 % du temps de visionnage vient des recommandations » Non retrouvé en source signée Attribué collectivement à des dirigeants par NBC News en 2018, sans déclaration datée identifiable
Le poids relatif des trois facteurs de recherche Non documenté Aucune source publique

Questions fréquentes

Une vidéo longue est-elle mieux classée qu’une vidéo courte ? Rien dans la documentation ne le dit. YouTube écrit vouloir que « toutes les vidéos, courtes ou longues, soient performantes » et recommande « de créer des vidéos d’une durée appropriée, en fonction du contenu ».

Changer la miniature d’une vidéo qui ne décolle pas, ça marche ? Parfois, mais pas pour la raison qu’on croit : le déclencheur est la réaction des spectateurs, pas la modification. Une nouvelle miniature qui ne change pas leur comportement ne change rien au classement.

Combien de temps faut-il pour qu’une vidéo trouve son audience ? Aucune source publique ne donne de délai. YouTube signale seulement qu’une ancienne vidéo peut redémarrer. Il n’existe pas de fenêtre documentée au-delà de laquelle une vidéo serait « morte ».

Les « J’aime » comptent-ils dans le classement ? Ils figurent dans la liste que l’aide YouTube donne pour les recommandations : « Vidéos regardées, Vidéos non regardées, Recherches, « J’aime » et « Je n’aime pas », Commentaires « Pas intéressé » ». Ils ne sont pas cités dans les facteurs de la recherche.

Ce qui est documenté, ce qui est observé, ce qui reste inconnu

Documenté : les trois facteurs de la recherche et leur définition, la séparation des circuits de trafic, l’architecture en deux étages et la distinction engagement/satisfaction — les deux dernières par des articles signés d’ingénieurs de YouTube et publiés à RecSys. Observé : les proportions de titres, de transcriptions et de miniatures des vidéos du top 3, relevées par un seul acteur, sur 300 vidéos, sans biais d’échantillon ni marge d’erreur déclarés. Inconnu : le poids relatif des trois facteurs, le détail des signaux de « qualité », et le délai au bout duquel une vidéo cesse d’être proposée.

Trois limites pèsent sur ce qui précède. Les pages d’aide de YouTube n’affichent aucune date de mise à jour : les citations ont été relevées le 18 septembre 2026, rien ne garantit qu’elles diront la même chose dans six mois. Les deux articles de recherche datent de 2016 et 2019 : ils donnent une architecture, pas l’état actuel du système. Enfin, les analyses internes que YouTube invoque pour écarter l’heure de publication ou le rythme de mise en ligne ne sont accompagnées d’aucune méthode ni d’aucune date, et d’un seul ordre de grandeur d’échantillon — « des milliers de chaînes ayant fait une pause » — sur les quatre. C’est une déclaration d’éditeur, pas une mesure vérifiable.

Un repère d’échelle pour finir : YouTube France réunit 43 millions d’utilisateurs mensuels, selon la mesure Watch de Médiamétrie citée en novembre 2025 par la direction de YouTube Ads France — un chiffre qui ne tenait alors compte que de la consommation à domicile.

Sources

  • Aide YouTube, « Fonctionnement des recherches YouTube », version française, relevée le 18 septembre 2026 — support.google.com
  • Aide YouTube, « Questions fréquentes et dépannage concernant les performances YouTube », version française, relevée le 18 septembre 2026 — support.google.com
  • Aide YouTube, « Ajouter des tags à vos vidéos YouTube », version française, relevée le 18 septembre 2026 — support.google.com
  • API YouTube Analytics, « Dimensions », version française, mise à jour du 17 septembre 2026 — developers.google.com
  • Paul Covington, Jay Adams, Emre Sargin, « Deep Neural Networks for YouTube Recommendations », RecSys 2016 — cseweb.ucsd.edu
  • Zhe Zhao et al., « Recommending What Video to Watch Next: A Multitask Ranking System », RecSys 2019 — research.google
  • Adilo, « YouTube SEO Study », 2025 — adilo.com
  • TechCrunch, « YouTube will now count a view as soon as a video starts playing », 17 août 2026 — techcrunch.com
  • Journal du Net, « YouTube France réunit 43 millions d’utilisateurs mensuels selon Médiamétrie », 18 novembre 2025 — journaldunet.com
  • Cristos Goodrow, « On YouTube’s recommendation system », blog YouTube, 15 septembre 2021 — blog.youtube
  • NBC News, « As algorithms take over, YouTube’s recommendations highlight a human problem », 2018 — nbcnews.com

Grégory Florin

Expert SEO et auteur sur learnSEO.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *