Le parcours d’un article viral dans Discover
Partie 3 sur 7 de notre série sur les Pipelines Google Discover
Quand vous publiez un article, il n’apparaît pas une fois dans Discover et disparaît. S’il performe, il traverse plusieurs pipelines dans les heures et jours qui suivent : chaque pipeline ouvrant une nouvelle fenêtre de visibilité, à un timing différent, pour une audience partiellement différente. Voici ce parcours.
L’échelle de fraîcheur
Le cycle de vie d’un article dans Discover, basé sur les âges médians de chaque pipeline :
0-2h — La fenêtre breaking
newsstoriesheadlines (2,2h FR) : clusters Google News : si votre article fait partie d’une story breaking, il entre ici d’abord
mustntmiss (2,6h FR) : flag d’importance éditoriale : si le sujet est majeur, boost ~2x
2-12h — Le pickup baseline
creatorcontent (7,4h FR) : intake social : si le contenu circule sur x.com ou YouTube. Beaucoup plus rapide en EN (1,9h) où le social est une porte d’entrée breaking.
content (~11h) : le pipeline général : c’est là que la plupart des articles apparaissent d’abord
deeptrendsfable (~10h) : le scanner de tendances : si le sujet trend
12-24h — Le broadcast et l’amplification
moonstone (~17h) : broadcast d’engagement : si l’article déclenche des signaux d’engagement. 19,3 % de portée.
freshvideos (+15h après creatorcontent) : amplification vidéo
relatedcontentruby (~17h) : déclenché par le clic utilisateur : un clic sur un article lié → seed→expansion au refresh suivant
paginationpanoptic (~17h) : continuation de scroll : les utilisateurs qui scrollent profondément
1-3 jours — La persistance
aura (1,5 jour) : diversificateur long-tail : l’article atteint de nouveaux segments via les profils cross-utilisateur
deeptrends (1,9 jour) : persistance des tendances : si le sujet a tenu, +21h après deeptrendsfable
neoncluster (+23h après creatorcontent, EN uniquement) : broadcast YouTube
astria (1,5 jour) : autorité locale/lifestyle
3-7 jours — Le long-tail
shoppinginspiration (3,7 jours FR) : les reviews produit vivent le plus longtemps
deeptrends en queue de distribution (15,6 % des articles ont 3-7 jours)
L’axe X (âge médian, log) EST l’échelle de fraîcheur. De gauche (newsstoriesheadlines, mustntmiss = breaking) à droite (shopping, feedads = persistant). L’axe Y ajoute la portée — moonstone et shopping sont les broadcasts.
Le cycle de vie d’un article dans Discover : de breaking (0-2h) à long-tail (3-7 jours). Chaque pipeline a sa fenêtre temporelle.
Les breaking obtiennent aussi le placement premium
Ce n’est pas juste une question de timing. Les pipelines breaking placent aussi le contenu plus haut dans le flux.
newsstoriesheadlines et relatedcontentruby en positions 2-4 (haut du flux). moonstone et shopping en positions 6-8 (profond). Vitesse ET proéminence vont ensemble.
Les deux premières heures donnent un double avantage : sélection rapide ET placement premium.
Tous les articles ne montent pas l’échelle
L’échelle est le meilleur cas. La réalité : 42 % des URLs FR n’apparaissent que dans un seul pipeline : généralement content.
Combien de pipelines par URL ? La chute est exponentielle — de 42 % (1 pipeline) à quelques outliers à 14.
Pour monter, l’article a besoin de signaux : engagement (→ moonstone), tendance (→ deeptrendsfable), importance éditoriale (→ mustntmiss), pertinence locale (→ geo/wklocal). Sans signal, l’article reste dans content : la baseline. Avec signal, il traverse le système.
Les 58 % qui atteignent 2+ pipelines obtiennent mécaniquement plus de visibilité cumulée. Chaque pipeline = une fenêtre supplémentaire.
Les mécanismes de transition
Pourquoi les articles passent d’un pipeline à l’autre :
Engagement-triggered : content → moonstone (signaux d’engagement détectés)
Time-triggered : deeptrendsfable → deeptrends (+21h si le sujet tient, 27 % de taux de passage)
Cascade séquentielle : creatorcontent → freshvideos (+15h) → neoncluster (+23h)
User-action : tout article → relatedcontentruby (clic utilisateur → seed→expansion au refresh suivant)
Google News : breaking story → newsstoriesheadlines (cluster Google News)
Boost éditorial : sujet majeur → mustntmiss (multiplicateur de priorité ~2x)
Ce que ça change pour le timing
Publiez quand le sujet monte, pas quand il a atteint son pic : deeptrendsfable détecte les tendances tôt
Les 2 premières heures comptent le plus pour le news : mustntmiss et newsstoriesheadlines décident vite
L’engagement des 12 premières heures détermine le pickup moonstone
Le contenu produit est l’exception : shoppinginspiration ne se soucie pas du timing : il vit 3-7 jours quelle que soit la date de publication
Prochaine newsletter : shopping, trends, local : les pipelines spécialisées qui fonctionnent chacune avec leurs propres règles.
Données complètes : 1492.vision | Interactif : explorer
Données : 42 millions de cartes Discover, déc 2025 – fév 2026. Analyse : 1492.vision.
 | Un article invité par
|
Merci c'est vraiment TRES intéressant