Mêmes noms de pipelines. Mêmes étiquettes. Et pourtant, les données racontent deux histoires structurellement distinctes. Voici les dix divergences que nos 42 millions de cartes révèlent — et ce qu'elles signifient pour les éditeurs qui opèrent dans les deux marchés.
La plupart des éditeurs et des SEO pensent Google Discover comme un produit global. Un algorithme, une logique, des ajustements de langue. Nos données montrent autre chose : le flux français et le flux anglais sont deux produits différents qui partagent la même infrastructure.
Les mêmes 20 pipelines existent dans les deux marchés. Mais leurs proportions, leurs sources, et parfois leur existence même divergent radicalement. Un éditeur qui transpose sa stratégie Discover d'un marché à l'autre sans ajustement se trompe — et nos données expliquent pourquoi.
Pour les analyses détaillées par marché : référence FR | référence EN
Avant de plonger dans le détail, le tableau de synthèse. Chaque ligne est un finding à part entière — et chacune renvoie à son analyse détaillée.
| # | Dimension | FR | EN | Écart |
|---|---|---|---|---|
| 1 | Moonstone (portée) | 19,3 % | 9,4 % | 2x avantage FR |
| 2 | AIO | ~0 % | 3,5-29 % selon le pipeline | EN-only |
| 3 | Vidéo dans le flux | < 5 % du volume | 13 % (neoncluster seul) | EN = vidéo |
| 4 | Source sociale | x.com 75 % (creatorcontent) | YouTube 72 % | Inversé |
| 5 | neoncluster | 36 hits en 3 mois | 4,5 % du volume, 13 % portée | EN-only |
| 6 | feedads (portée) | 24 % | 58,4 % | 2,4x EN |
| 7 | Durée de vie shopping | 3,7 jours | 2,5 jours | FR dure plus |
| 8 | Multi-labeling | 58 % dans 2+ pipelines | 37 % dans 2+ | FR plus multi-pipeline |
| 9 | Exclusion EPL | N/A | Active dans 7+ pipelines | EN-specific |
| 10 | Croissance pipelines | creatorcontent 33x | neoncluster 18x | Explosions différentes |

Les 10 divergences majeures entre Discover FR et EN. Même infrastructure, deux systèmes fonctionnellement différents.
Ce tableau n'est pas un résumé. C'est une carte. Chaque divergence est un choix d'architecture — ou un reflet des marchés sous-jacents — qui change la stratégie optimale pour un éditeur.
Avant de plonger dans chaque divergence, plaçons les deux cartes côte à côte.

FR : moonstone domine en portée (19,3 %). neoncluster est invisible (36 hits). feedads est présent mais modéré (24 %). Le flux est centré sur l'éditorial et l'engagement.

EN : neoncluster apparaît à 13 % de portée (absent en FR). feedads explose à 58,4 %. moonstone est réduit de moitié. Le flux est centré sur la vidéo, la publicité et l'AIO.
La comparaison visuelle est saisissante. Deux produits. Les mêmes étiquettes.
FR 19,3 % de portée — EN 9,4 %. Un écart de 2x.
Moonstone est le pipeline de broadcast d'engagement — il sélectionne les articles qui génèrent des clics et les montre au maximum d'appareils. En France, c'est le pipeline à la plus haute portée éditoriale. En anglais, sa portée est divisée par deux.
L'écart n'est pas un artifact de mesure. Il reflète une différence structurelle dans la compétition pour le broadcast :
Les sources changent aussi. En FR, moonstone est dominé par la presse traditionnelle — Ouest-France (9 %), BFM TV (8,8 %), Le Figaro (6,8 %). En EN, YouTube (23 %) et x.com (20,4 %) occupent les deux premières places. Le moonstone anglais digère du contenu social — le moonstone français reste ancré dans la presse.
Ce que ça change : pour un éditeur FR, moonstone est LE levier de visibilité. Pour un éditeur EN, c'est un levier parmi d'autres — et pas le plus puissant.
FR : 72 hits AIO en 3 mois. EN : 1,1 % du volume dans un pipeline dédié, 29 % dans mustntmiss.
L'AI Overview — le résumé généré par IA — est arrivé dans Discover. Mais uniquement en anglais.

Taux de contenu AIO par pipeline EN. discover_ai_summary à 99,997 %, mustntmiss à 29 %. En FR : quasi zéro.
Le club des sources AIO est restreint et élitiste : Reuters, NYT, CNBC, Financial Times, Guardian. C'est la presse factuelle, structurée, financière. L'AIO ne démocratise pas la visibilité — elle la concentre.
Ce que ça change : pour un éditeur EN, l'AIO readiness est un avantage compétitif réel. Pour un éditeur FR, ce n'est pas une priorité aujourd'hui — mais c'est un signal faible à surveiller. Ce qui est en anglais aujourd'hui est souvent en français demain.
FR : < 5 % de vidéo dans le flux. EN : trois pipelines vidéo totalisant 13 % du volume.

FR : tous les pipelines se regroupent près de 0 % vidéo. Le flux français est massivement textuel. Même freshvideos n'est qu'à 53 % de vidéo.

EN : un spectre complet. neoncluster à 100 % vidéo / 13 % portée. freshvideos à 94 %. creatorcontent à 72 %. La cascade vidéo est un fait structurel.
La divergence est binaire : le flux FR est un produit textuel avec des accents vidéo. Le flux EN est un produit hybride texte-vidéo avec une cascade vidéo à trois étages.
Les chiffres de volume le confirment :
Ce que ça change : un éditeur EN sans stratégie vidéo YouTube renonce à 13 % du volume du flux. Un éditeur FR peut se concentrer sur le texte sans pénalité significative.
FR creatorcontent : x.com 75 %. EN creatorcontent : YouTube 72,4 %. L'inversion parfaite.
Le même pipeline — creatorcontent — capte le contenu social pour Discover. Mais la source est complètement inversée entre les deux marchés :
| Source | creatorcontent FR | creatorcontent EN |
|---|---|---|
| x.com | 75 % | 23,2 % |
| YouTube | 5,1 % | 72,4 % |
L'inversion se propage dans la cascade : freshvideos FR contient 47 % d'articles (TF1, L'Equipe) et 53 % de vidéo. Freshvideos EN est à 94 % YouTube. La cascade vidéo fonctionne parce que YouTube alimente le pipeline — en FR, x.com ne produit pas de contenu vidéo qui alimente la cascade.

creatorcontent FR = 75 % x.com. creatorcontent EN = 72,4 % YouTube. La même pipeline, deux sources opposées.
L'implication est culturelle autant que technique : en France, le contenu social qui circule sur X (politique, sport, fait-divers) alimente Discover. En anglais, c'est YouTube (news, politique, entertainment). Le même système, deux écosystèmes culturels.
Ce que ça change : un créateur de contenu FR qui veut atteindre creatorcontent doit être présent sur X. Un créateur EN doit être sur YouTube. La plateforme d'entrée dans Discover est différente selon le marché.
FR : 36 hits. EN : 4,5 % du volume, 13 % de portée, 100 % YouTube.
C'est la divergence la plus nette. Neoncluster — le pipeline de broadcast YouTube — est le troisième pipeline en portée en EN (13 %). En FR, il n'existe pas. 36 hits sur 3 mois, c'est du bruit statistique.
Pourquoi ? Neoncluster est le troisième étage de la cascade vidéo. Il amplifie le meilleur contenu YouTube filtré par freshvideos. En FR, la cascade ne fonctionne pas : creatorcontent est alimenté par x.com (pas YouTube), freshvideos est à moitié textuel. Les conditions du broadcast YouTube ne sont pas réunies.
La croissance de neoncluster en EN est vertigineuse : 18x en 3 mois. C'est le pipeline qui croît le plus vite dans Discover, tous marchés confondus. Google investit massivement dans l'intégration YouTube/Discover — mais uniquement en anglais, pour l'instant.
Ce que ça change : pour un créateur YouTube EN (news, politique, science), neoncluster est la route vers un broadcast de 13 %. Cette route n'existe pas en français.
FR : 24 % de portée. EN : 58,4 %. Un écart de 2,4x.
Le flux anglais est massivement plus monétisé que le français. Plus de la moitié des appareils EN voient chaque publicité.
| Métrique | FR | EN | Ratio |
|---|---|---|---|
| Portée | 24 % | 58,4 % | 2,4x |
| Volume | 3 % | 11,1 % | 3,7x |
| YouTube dans les pubs | — | 53,7 % | — |
| Croissance | 2,7x | 4,1x | EN accélère plus vite |
YouTube est la source de 53,7 % des publicités EN — la vidéo publicitaire domine. En FR, les pubs sont majoritairement des liens textuels (hôtels, mode, e-commerce PME).
L'écosystème publicitaire est totalement fermé dans les deux marchés — 99,8 % d'URLs exclusives. Il n'interfère pas avec le flux éditorial. Mais son poids dans l'expérience utilisateur est radicalement différent : un utilisateur EN voit 2,4x plus de publicités qu'un utilisateur FR.
Ce que ça change : pour un éditeur EN, la compétition pour l'attention dans le flux est plus féroce — les cartes éditoriales sont diluées par une publicité plus agressive. Pour un éditeur FR, le flux est plus « éditorial ».
FR : 3,7 jours de durée de vie. EN : 2,5 jours. Le contenu produit français se recycle plus.
Le pipeline shoppinginspiration a une portée similaire dans les deux marchés (FR 19,7 %, EN 13,1 %). Le silo est le même — faible co-occurrence avec les autres pipelines. Mais la durée de vie diverge : le contenu produit français reste 48 % plus longtemps dans le flux.
Les sources diffèrent aussi :
L'hypothèse : le marché EN de la review produit est plus concurrentiel — plus de contenu frais pousse les articles plus rapidement. En FR, le pool de contenu tech/review est plus restreint, donc chaque article circule plus longtemps.
Ce que ça change : un éditeur tech FR bénéficie d'une fenêtre de visibilité shopping plus longue. Un éditeur EN doit publier plus fréquemment pour maintenir sa présence.
FR : 58 % des URLs dans 2+ pipelines, max 14. EN : 37 % dans 2+, max 12.

FR (bleu) vs EN (orange). La queue FR est plus longue — certains articles atteignent 14 pipelines. En EN, le maximum est 12. Le multi-pipeline est un phénomène plus français.

Quels pipelines EN partagent les mêmes URLs ? La cascade vidéo (creatorcontent-freshvideos-neoncluster) forme un bloc de co-occurrence unique au EN. Le multi-labeling EN est plus structuré par cascades ; le FR est plus diffus sur les pipelines éditoriaux.
Le multi-labeling est structurellement plus répandu en français. La raison : le flux FR est dominé par des pipelines éditoriaux (content, aura, moonstone, paginationpanoptic, relatedcontentruby, deeptrendsfable, mustntmiss) qui partagent beaucoup d'URLs — un article du Monde peut traverser 6-8 de ces pipelines.
En EN, la cascade vidéo (creatorcontent → freshvideos → neoncluster) est un vecteur de multi-labeling par design — mais elle ne concerne que le contenu YouTube. Les URLs textuelles EN traversent moins de pipelines que les URLs textuelles FR.
| Distribution | FR | EN |
|---|---|---|
| 1 pipeline | 42 % | 63 % |
| 2 pipelines | 20 % | 19 % |
| 3 pipelines | 13 % | 9 % |
| 4+ pipelines | 25 % | 9 % |
Ce que ça change : la stratégie multi-pipeline — publier du contenu qui traverse le maximum de pipelines — a plus de levier en FR. En EN, la stratégie vidéo YouTube donne un multi-labeling « gratuit » (3 pipelines par la cascade).
La Premier League est systématiquement sous-représentée dans 7+ pipelines EN. En FR : aucune exclusion équivalente.
Les termes Premier League, football, Arsenal, Liverpool, Chelsea montrent un signal négatif cohérent dans aura, deeptrendsfable, deeptrends, geotargetingstories, astria, freshvideos et d'autres pipelines EN.
Les sports non affectés : NFL, NBA, Olympics, rugby, cricket, Formula 1. L'exclusion est spécifique à l'EPL.

Sous-représentation systématique des termes EPL dans 7+ pipelines EN. Spécifique à la Premier League — les autres sports ne sont pas affectés.
En français, il n'existe pas d'exclusion sportive équivalente. Le football (Ligue 1, Champions League) circule normalement dans les pipelines de tendances, de local et de diversification. L'EPL est un cas spécifique au marché anglais — probablement lié aux droits de diffusion.
Ce que ça change : un éditeur sportif EN qui couvre principalement l'EPL a un plafond structurel dans les pipelines de diversification. Pour maximiser la visibilité, il faut diversifier vers d'autres sports ou d'autres angles (transferts, business du sport, analyse tactique vs résultats bruts).
FR : creatorcontent 33x. EN : neoncluster 18x. Les deux marchés évoluent vite — mais pas dans la même direction.

FR : creatorcontent explose à 33x. paginationpanoptic à 7x. feedads à 2,7x. userpersonascontent en déclin (-73 %).

EN : neoncluster à 18x. creatorcontent et freshvideos à ~8x. feedads à 4,1x. userpersonascontent à 0,4x.
Les directions de croissance racontent la stratégie de Google :
| Direction | FR | EN |
|---|---|---|
| Social | creatorcontent 33x (x.com) | creatorcontent 7,8x (YouTube) |
| Vidéo broadcast | Absent | neoncluster 18x |
| Publicité | feedads 2,7x | feedads 4,1x |
| Scroll infra | pagpan 7x | pagpan 4x |
| Personnalisation | userpersonascontent -73 % | userpersonascontent 0,4x |
| Tendances | deeptrends en contraction | deeptrends 0,5x |
Les deux marchés convergent sur un point : l'abandon progressif de userpersonascontent (le système de personas) et de deeptrends. Google semble migrer vers d'autres mécanismes de personnalisation et de persistance.
Ils divergent sur la vidéo : EN accélère massivement vers le broadcast YouTube (neoncluster 18x). FR accélère vers l'intake social x.com (creatorcontent 33x). Deux trajectoires différentes.
Ce que ça change : le flux Discover de demain ne sera pas celui d'aujourd'hui. Un monitoring continu est nécessaire — les pipelines qui explosent en février 2026 n'existaient pas en décembre 2025.

FR : les éditeurs traditionnels dominent. Ouest-France montre le spread multi-pipeline le plus large. Les colonnes social et vidéo sont quasi vides.

EN : YouTube éclate la colonne social/vidéo (49,9 %). La presse de qualité UK (Guardian, BBC) montre un spread éditorial riche. La publicité YouTube domine feedads.
La comparaison des heatmaps est parlante :
Le modèle « multi-pipeline » ne s'exécute pas de la même façon :
La question que tout le monde se pose : les deux marchés vont-ils se rejoindre ?
Les signaux de convergence :
Les signaux de divergence :
Notre hypothèse : les marchés convergeront partiellement — l'AIO arrivera en FR, la vidéo prendra de l'importance — mais les divergences structurelles (moonstone gap, source sociale, mono/multi-pipeline) persisteront. Discover restera deux produits distincts partageant la même infrastructure.
Et c'est précisément pourquoi un monitoring continu a de la valeur. Pas pour prédire l'avenir — pour le voir arriver.
Le flux évolue. Les cartes aussi. Comme tout bon navigateur, c'est en gardant un œil sur l'horizon qu'on anticipe les courants.
Données : 42 millions de cartes Discover, décembre 2025 à février 2026. Analyse : 1492.vision. Les mécanismes internes sont présentés comme nos interprétations basées sur les données observées et la recherche publique disponible.
Posted on 2026-03-28