Une donnée structurée (ou structured data) est une information organisée selon un format et un vocabulaire explicites, conçus pour être lus et interprétés par des machines (moteurs de recherche, agents IA, applications).
Contrairement au texte libre, qui nécessite une compréhension du langage naturel, la donnée structurée suit un schéma prédéfini : chaque information est étiquetée, catégorisée et reliée à d’autres selon des règles claires.
Le principe
Dans un texte classique, une information comme « Stéphane Arrami est formateur en informatique à Les Mureaux » est compréhensible par un humain, mais une machine doit l’analyser pour en extraire le sens. En donnée structurée, la même information devient :
json
{
"@type": "Person",
"name": "Stéphane Arrami",
"jobTitle": "Formateur",
"knowsAbout": "Informatique",
"address": {
"@type": "PostalAddress",
"addressLocality": "Lyon"
}
Chaque champ est explicitement nommé (name, jobTitle, knowsAbout), ce qui permet à la machine de savoir exactement à quoi correspond chaque valeur, sans ambiguïté.
Les formats et vocabulaires courants
- Schema.org : le vocabulaire le plus utilisé pour décrire des entités (personnes, organisations, produits, événements, articles). Il est reconnu par Google, Bing et les principaux moteurs.
- JSON-LD : le format de balisage recommandé par Google pour intégrer des données structurées dans une page web. Il est lisible par les humains et facile à insérer dans le code.
- Microdonnées (Microdata) et RDFa : formats plus anciens, encore utilisés, qui intègrent les attributs directement dans le HTML.
- Wikidata : base de connaissances collaborative qui alimente le Knowledge Graph de Google.
- Open Graph : vocabulaire utilisé pour décrire le contenu partagé sur les réseaux sociaux.
À quoi ça sert
- Moteurs de recherche : mieux comprendre le contenu d’une page, afficher des résultats enrichis (rich snippets), alimenter les panneaux de connaissance et les AI Overviews.
- Moteurs de réponse et IA : fournir des informations fiables et exploitables pour générer des réponses ancrées (RAG, grounding).
- Réseaux sociaux : générer des aperçus riches lors du partage de liens.
- Applications et agents : permettre l’interopérabilité entre systèmes, l’automatisation et l’échange de données.
- Accessibilité : faciliter l’interprétation par les lecteurs d’écran et les outils d’assistance.
Ce que la donnée structurée n’est pas
- Ce n’est pas une base de données : c’est un format de description, pas un stockage.
- Ce n’est pas visible par l’utilisateur : elle est destinée aux machines, même si elle peut améliorer l’affichage des résultats.
- Ce n’est pas une garantie de classement : elle aide les moteurs à comprendre, mais ne remplace pas la qualité du contenu.
- Ce n’est pas obligatoire : mais son absence prive le site de nombreux bénéfices.
Analogie
La donnée structurée, c’est comme remplir une fiche d’identité avec des cases prédéfinies : nom, prénom, date de naissance, profession, adresse. Chaque information est rangée dans la bonne case, ce qui permet à n’importe quel service (préfecture, hôpital, banque) de la lire et de l’exploiter immédiatement, sans avoir à interpréter un texte libre. Un texte non structuré, c’est comme raconter sa vie dans une lettre : c’est riche, mais il faut lire et comprendre pour en extraire les informations. La donnée structurée, c’est l’information déjà rangée, prête à être utilisée par la machine.
À retenir
La donnée structurée est une information décrite selon un vocabulaire explicite, destinée à être interprétée par les machines. Elle repose sur des formats comme Schema.org et JSON-LD, et joue un rôle central dans le référencement moderne, les moteurs de réponse, l’IA générative et l’interopérabilité des systèmes. C’est un pilier de la visibilité à l’ère des machines, qui complète la qualité éditoriale et l’autorité d’une entité.