Anatomie d’un fan-out sur une requête SEO
Sur la requête « comment choisir une agence SEO », notre analyse identifie systématiquement six sous-intentions récurrentes : critères de sélection, signaux d’alarme, grille tarifaire, différence SEO local/national, délai avant résultats, et méthodes de reporting. Chacune de ces branches correspond à une source distincte dans un AI Overview. Si notre page ne couvre que trois branches, elle n’est citée que sur trois nœuds au maximum.
La décomposition en sous-intentions n’est pas une invention récente — elle préexistait dans les algorithmes de ranking — mais les AI Overviews la rendent explicite et mesurable. Nous utilisons une combinaison de « People Also Ask » exhaustifs, d’analyse des résultats en position 1-3 sur chaque sous-requête, et d’inférence via notre modèle interne entraîné sur 14 mois de données Search Console segmentées par cluster thématique.
Mapper le fan-out avant d’écrire
Notre workflow impose de cartographier le fan-out avant toute rédaction. Cela prend entre 45 et 90 minutes sur une requête nouvelle ; moins de 20 minutes sur un cluster déjà traité. Le livrable est un arbre de sous-intentions avec, pour chaque nœud : intention dominante (informationnelle, commerciale, transactionnelle), entité principale, et page existante qui couvre déjà ce nœud en interne.
Ce dernier point est décisif : si une sous-intention est déjà couverte par une page existante, l’article en cours ne la redéveloppe pas — il y fait un lien interne. Cette règle réduit la similarité cosinus entre pages voisines (voir article dédié) et évite que deux pages du même domaine entrent en compétition sur le même nœud lors de la synthèse de l’AI Overview.
Mesurer la couverture de fan-out après publication
Trois semaines après publication, nous mesurons le taux de couverture : nombre de sous-intentions pour lesquelles la page apparaît dans le top 10 divisé par le nombre total de sous-intentions cartographiées. Un taux inférieur à 50 % déclenche une révision de structure ; entre 50 % et 75 %, une révision de capsule uniquement ; au-delà de 75 %, un cycle de netlinking est déclenché pour consolider l’autorité.
Nos données internes sur 2 400 articles publiés en 2025 indiquent une corrélation de 0,71 entre taux de couverture de fan-out à 30 jours et impressions organiques à 90 jours. Ce n’est pas une causalité prouvée, mais la régularité du signal justifie d’en faire un KPI de production standard dans notre pipeline éditorial.
Questions fréquentes
Le fan-out est-il identique sur Google et sur les assistants IA ?
Non. Google fans out principalement sur des requêtes connexes détectées dans les logs de recherche collectifs. Les LLM fans out sur la base de leur représentation interne du sujet, qui peut inclure des sous-intentions absentes des SERPs. Nous testons les deux en parallèle et retenons l’union des deux ensembles, ce qui produit en moyenne 2,4 nœuds supplémentaires par requête.
Combien de sous-intentions faut-il couvrir dans un seul article ?
Notre règle est de couvrir entre 4 et 8 sous-intentions par article long (1 800-3 000 mots). En dessous de 4, la page est trop étroite pour concurrencer des articles encyclopédiques. Au-delà de 8, la page perd en cohérence thématique et la similarité cosinus avec d’autres pages du site augmente, ce que notre moteur détecte comme un signal de dilution.