E-E-A-T (Experience, expertise, authoritativeness, trustworthiness)
L'E-E-A-T est le cadre d'évaluation de la qualité utilisé par les évaluateurs humains de Google : expérience, expertise, autorité, fiabilité. Ce n'est pas un facteur de classement direct, mais un ensemble de critères que l'algorithme cherche à approcher.
Ce que recouvrent les quatre lettres
Le cadre figure dans les Search Quality Rater Guidelines, le document que Google fournit aux évaluateurs humains chargés de noter la qualité des résultats. Le E supplémentaire, pour experience, a été ajouté en décembre 2022.
Expérience : l'auteur a-t-il vécu ce dont il parle ? Un test réellement effectué, un site réellement migré, un outil réellement utilisé.
Expertise : maîtrise-t-il le sujet ? Précision du vocabulaire, nuances, absence d'erreurs de fond.
Autorité : est-il reconnu comme référence par d'autres ? Citations, liens éditoriaux, interventions, publications.
Fiabilité : peut-on lui faire confiance ? Sources vérifiables, transparence sur l'éditeur, corrections assumées, absence de promesse invérifiable.
Google précise que la fiabilité est le critère central, les trois autres venant l'étayer.
Le malentendu le plus courant
L'E-E-A-T n'est pas un score que l'algorithme calcule et qu'on pourrait faire monter. Les évaluateurs humains ne modifient aucun classement directement : leurs notes servent à valider des changements d'algorithme.
Ce qui se travaille, ce sont les signaux que l'algorithme utilise pour approcher ces critères : identité claire des auteurs, cohérence de l'entité, sources citées, mentions ailleurs sur le web, historique du domaine sur son sujet.
Traduction concrète sur un site
Une page auteur complète par signataire, avec biographie, périmètre d'expertise et liens vers des profils externes. Une page qui identifie l'éditeur, sa forme juridique et son directeur de publication. Des dates de publication et de mise à jour visibles, pas seulement dans le code. Des sources externes citées quand un chiffre est avancé. Et une politique de correction appliquée et visible.
Ces éléments comptent autant pour les moteurs de réponse que pour la recherche classique : un système qui doit choisir entre deux sources contradictoires s'appuie sur ces signaux.