Un binaire récent de Google expose Geostore, Oyster Rank, 793 data providers et les différentes couches qui relient Maps au Web, au Knowledge Graph et désormais à l’IA.

Lorsqu’un établissement apparaît dans Google Maps, la liste que vous voyez n’est que le produit final d’un système beaucoup plus vaste.

En amont se trouve une entité géographique canonique, construite à partir de multiples sources de données, connectée au Knowledge Graph et au Web, évaluée par plusieurs systèmes de ranking, filtrée par des couches de retrieval géographique et sémantique, personnalisée pour l’utilisateur, puis transmise à un moteur de rendu qui décide finalement de ce qui peut réellement apparaître sur la carte.

Chez RESONEO, nous avons récemment mis la main sur un binaire exposant un scope non public de Geostore, le système utilisé par Google pour représenter les entités géographiques. Nous l’avons croisé avec les protocoles de Maps, le trafic réseau, le Web index, différents services mobiles, les tables de styles, des composants exécutés directement sur le téléphone et le Google leak de 2024.

Le corpus récupéré contient notamment :

• 72 signaux de ranking Geostore
• 793 data source providers
• 446 types d’intentions de recherche locale
• 50 998 styles Mapcore
• 12 936 styles de labels
• 10 936 déclarations Geostore consultables dans notre archive
  https://think.resoneo.com/google-map-dissected/archive/

Les 72 signaux de ranking vont probablement attirer le plus l’attention des SEO.

Mais ils ne représentent qu’une couche du système.

L’architecture qui les entoure raconte quelque chose de beaucoup plus important sur la manière dont Google comprend les lieux, et sur ce que le local SEO pourrait devenir à mesure que Maps se transforme en interface conversationnelle.

Première chose à comprendre : le listing n’est pas l’entité

Le meilleur point de départ est Geostore. Google y représente les objets géographiques sous forme de Features. Une Feature peut être un établissement, un bâtiment, une route, une ville, une station, une zone ou même un objet 3D.

Dans le cas d’un établissement, l’objet peut contenir son identité, sa géométrie, ses sources, ses catégories, ses relations avec une chaîne, ses références au Knowledge Graph, différents concepts et des informations de ranking. Le listing Maps que nous connaissons tous est assemblé plus tard.

Cette distinction est importante, car l’objet qu’un propriétaire modifie dans Google Business Profile et l’entité que Google maintient en interne ne sont pas exactement la même chose.

Google cherche à construire sa propre représentation canonique du lieu. Cette représentation peut agréger plusieurs sources, conserver une identité malgré des changements de données et se connecter à d’autres identifiants utilisés dans l’écosystème Google, notamment les MID du Knowledge Graph (Machine ID).

Pour le local SEO, cela change l’objet même que nous devons chercher à optimiser.

Google construit sa propre vérité à partir de 793 providers

L’un des aspects les plus intéressants de Geostore concerne la provenance des données.

Un établissement n’a pas nécessairement une source unique. Son nom peut provenir d’un provider, son numéro de téléphone d’un autre, sa catégorie d’un troisième et sa géométrie d’une autre source encore.

Le corpus expose 793 data source providers, ainsi que des mécanismes de provenance, de priorité, de trust et de conflation. La conflation correspond au processus utilisé lorsque plusieurs sources décrivent le même objet et ne sont pas d’accord.

Geostore possède des mécanismes permettant de sélectionner une valeur, d’en fusionner plusieurs ou de déterminer quelle donnée doit survivre. Le système modélise également plusieurs niveaux de confiance, allant de sources bloquées ou non fiables jusqu’à des sources...