Combien de signaux Google utilise-t-il réellement pour classer une fiche dans le local pack ? Un document interne exposé en août 2026 en dénombre 72, regroupés sous le nom de code Oyster Rank. Oyster Rank pèse chaque établissement à partir de signaux nommés (avis, volume de recherches, clics vers le site, appartenance à une chaîne), sans révéler leur pondération, retirée du champ analysé par les chercheurs. Si votre fiche coche toutes les cases de la checklist SEO local habituelle et stagne quand même, cette architecture donne une explication concrète : la checklist ne couvre qu’une fraction des signaux réellement en jeu et ignore la façon dont ils s’articulent entre eux.
L’architecture Oyster Rank : trois moteurs pour classer une fiche
Google fait tourner trois régimes de classement distincts pour évaluer une fiche locale, d’après l’analyse de Resoneo publiée par Olivier De Segonzac le 26 août 2026 (Abondance, 2026). Geostore reconstruit d’abord chaque établissement en entité, une Feature dans le vocabulaire interne de Google, à partir de 793 fournisseurs de données croisés. Oyster Rank note ensuite cette entité avec ses 72 signaux. Un troisième moteur, un scorer fonctionnant entièrement en local sur le téléphone, s’appuie sur 8 signaux répartis en 13 tiers, distinct à la fois d’Oyster Rank et du ranking Places côté serveur. Le corpus analysé recense aussi 446 types d’intentions de recherche locale. Le moteur Places combine enfin cette note d’entité avec la requête tapée et la position géographique de l’internaute au moment de la recherche.
72 signaux nommés, 25 marqués deprecated, aucun poids visible
Le fichier analysé liste les noms de tous les signaux : avis Google, volume de requêtes web, impressions du listing, ouvertures de fiche, demandes d’itinéraire, clics vers le site, appartenance à une chaîne, signaux issus de Wikipedia, informations landmark, usage des segments routiers, mesure de popularité globale. 25 des 72 signaux sont explicitement marqués deprecated. Les coefficients de pondération, eux, ont été retirés du champ lisible avant la fuite : le nom de chaque signal est public, son poids ne l’est pas.
« Nous avons les noms des signaux mais pas leurs poids actuels », résume Olivier De Segonzac, associé fondateur de Resoneo, dans son analyse publiée par Abondance le 26 août 2026.
Aucune source, Resoneo comprise, ne peut donc affirmer aujourd’hui si les avis comptent deux fois plus que la proximité ou l’inverse : le document ne va pas plus loin sur ce point.
Pertinence, distance, notoriété : le triptyque que la fuite confirme
Un salon de coiffure situé à 5 km d’un internaute peut sortir devant un concurrent mieux noté à 15 km. Google documente ce mécanisme depuis des années sous les noms de pertinence et de distance, complétés par la notoriété (relevance, distance, prominence). L’architecture Oyster Rank donne un mécanisme technique concret à ces trois piliers déjà connus. La catégorie principale de la fiche reste, d’après le baromètre 2026 de Whitespark mené auprès de 47 experts en SEO local, le signal de pertinence le plus déterminant, devant les catégories secondaires et le nom de l’établissement. Sur le volet distance, Resoneo mesure une distance médiane de 6,87 kilomètres entre le point de recherche et les résultats retournés lorsque la géolocalisation est activée, contre plus de 4 000 kilomètres quand elle ne l’est pas, sur un échantillon de 5 083 appels ayant produit 86 584 résultats. La notoriété, enfin, agrège les avis, les citations NAP (nom, adresse, téléphone) cohérentes d’un annuaire à l’autre, plus les signaux de marque.
Les signaux de clics : où NavBoost recoupe Oyster Rank
Un internaute tape « déjeuner rapide », clique sur votre fiche et ne revient pas sur la liste de résultats : Google appelle ça un bon clic. Le système NavBoost, révélé par la fuite de documentation interne de 2024, retient notamment le dernier clic le plus long pour ajuster le classement d’une recherche à l’autre (First Page Digital, 2024). Plusieurs signaux d’Oyster Rank suivent la même logique : volume de requêtes web associées à la fiche, impressions du listing, taux d’ouverture, demandes d’itinéraire, clics vers le site. Ces signaux ne se configurent pas depuis Google Business Profile. Ils se construisent en amont, par le contenu qui attire le bon clic et le retient : photos à jour, horaires exacts, description qui reprend le vocabulaire réellement tapé. Le pCTR (taux de clic prédit) calculé pour chaque position du local pack dépend de cet historique.
Les avis Google, premier signal de notoriété actionnable
Les avis restent, dans le baromètre Whitespark 2026, le signal de notoriété que les experts créditent le plus. Ce qui change en 2026 : Google ne se limite plus à la note moyenne, il lit le texte des avis pour évaluer la pertinence sémantique de la fiche sur des requêtes précises. Un établissement dont les avis mentionnent régulièrement « livraison » ou « accessible en fauteuil » gagne en visibilité sur ces requêtes-là, indépendamment de sa note globale. La fraîcheur compte aussi. Une fiche dont les derniers avis datent de plusieurs mois se fait déprioriser dans le local pack, un mécanisme détaillé dans notre analyse des fiches sans avis récents. Google surveille aussi de près la cohérence des avis : faux avis et avis achetés exposent la fiche à une sanction, tout comme les incohérences déclaratives. La checklist pour l’éviter est détaillée dans notre article sur le renforcement des règles anti-faux avis.
Wikipedia, landmarks, segments routiers : les signaux qu’aucune checklist ne liste
Quelques signaux sortent du champ couvert par les guides SEO local. Oyster Rank intègre des signaux issus de Wikipedia, qui enrichissent puis vérifient l’identité d’une entité. S’y ajoutent les informations de landmark, la proximité d’un point de repère comme une gare, puis l’usage des segments routiers pour évaluer l’accessibilité du lieu. Aucun de ces signaux ne se pilote depuis une fiche Google Business Profile. Ils dépendent de la présence de l’établissement dans des sources tierces (page Wikipedia, données cartographiques, données de trafic) recoupées par Geostore, dont 10 936 déclarations ont été consultées pour cette analyse.
Ask Maps et la recherche locale générative
Que se passe-t-il quand la recherche locale devient une réponse générée plutôt qu’une liste de résultats ? Le document analysé par Resoneo mentionne Ask Maps, une couche qui lit le contenu des avis pour répondre directement à des requêtes du type « quel restaurant a une terrasse chauffée ouverte tard ». Cette couche s’inscrit dans le même mouvement que l’AI Mode déployé sur la recherche généraliste : une requête locale se découpe en sous-questions (query fanout) que le système résout séparément avant de composer une réponse answer-first. Pour une fiche locale, le texte des avis et des réponses aux avis devient une source que l’IA peut citer, au même titre qu’une page web pour une AI Overview classique. La recherche reste toutefois majoritairement un canal texte, y compris pour l’IA : nos données sur la part de recherches qui atteint encore le web ouvert en 2026 montrent que l’indexation classique conditionne toujours ce que ces couches génératives peuvent citer, avis Google compris.
Prioriser sans connaître les poids
Connaître le nom des 72 signaux ne donne pas une nouvelle checklist à cocher. Reste une question pratique : sur quoi agir en priorité quand les poids restent inconnus ? Trois leviers concentrent la majorité des signaux identifiés et sont, eux, entièrement pilotables.
- La catégorie principale et les catégories secondaires de la fiche, qui déterminent la pertinence avant même que l’algorithme n’évalue la distance ou la notoriété. Le contrôle utile consiste à relever les catégories des trois fiches qui occupent le local pack sur la requête visée, puis à vérifier que la vôtre décrit le même métier avec le même terme.
- Le rythme de réponse aux avis et la sollicitation d’avis récents, qui nourrissent à la fois la notoriété et la fraîcheur du contenu que Google lit. Puisque le moteur lit le texte et plus seulement la note, une demande d’avis qui oriente le client vers le service réellement rendu produit un signal plus exploitable qu’une demande générique.
- Les éléments qui génèrent des clics utiles (photos datées, horaires exacts, attributs d’accessibilité), qui alimentent NavBoost et le pCTR de la fiche. Chaque champ laissé vide renvoie l’internaute vers la liste de résultats, soit exactement le geste que le système enregistre contre la fiche.
Le reste ne l’est pas. Les signaux issus de Wikipedia ou des landmarks, sans oublier les segments routiers, dépendent de sources tierces hors de portée d’une fiche : les traiter comme des priorités d’optimisation revient à deviner un poids qu’aucun document, à ce jour, ne confirme. Les 25 signaux marqués deprecated ne justifient plus le temps qu’on leur consacre.
La fiche affichée dans Google Business Profile reste une reconstruction. Geostore l’assemble à partir de 793 fournisseurs de données, Oyster Rank la note, puis le scorer embarqué sur le téléphone la réévalue côté client. Ce que vous éditez dans l’interface ne pèse que sur une partie de cet assemblage, ce qui explique qu’une fiche parfaitement remplie puisse rester derrière une concurrente mieux ancrée dans les sources tierces. Google la recalcule à chaque signal capté.
