UniRankDex

Pourquoi il existe : choisir son université avec des données, pas avec du marketing

Les classements universitaires classiques mesurent le prestige. UniRankDex, l'un des produits de mon propre réseau de sites, prend la décision par un autre bout : où les étudiants sont-ils les plus satisfaits ? quels diplômés trouvent un emploi le plus vite ? quelles universités paient le mieux en début de carrière ? Le tout à partir d'indicateurs publics officiels australiens, pas d'opinions.

La plateforme est structurée autour des questions qu'un étudiant tape vraiment dans un moteur de recherche — meilleure université par satisfaction, par salaire, par domaine d'études, par État, ou le face-à-face entre deux options précises — et le fait passer d'une intention floue à une vraie liste courte en quelques clics.

Au-delà d'être un produit à part entière, c'est mon laboratoire de SEO programmatique : les techniques de génération de pages à grande échelle que je teste ici sont celles que j'applique ensuite sur les projets de mes clients.

Ce qu'il permet de faire

• Des classements par résultats. Palmarès nationaux de satisfaction étudiante, d'emploi des diplômés, de salaires de départ et d'appréciation des employeurs.
• Une fiche par université. Chaque établissement a sa page de détail avec son contexte de comparaison, ses FAQ et ses métriques face à la moyenne nationale.
• 820 comparatifs un contre un. Des pages de comparaison directe pour quand deux universités survivent à la présélection et qu'il faut voir l'arbitrage clairement.
• Des espaces par État et par domaine. 8 espaces d'État et des pages par domaine d'études pour les recherches régionales de longue traîne.
• Des filtres de décision. Expérience étudiante, emploi, salaire, force par domaine, ville et appartenance à des groupes comme le Group of Eight.
• Des guides éditoriaux. Des articles qui relient l'intention informative aux pages de données, pour que la recherche ne finisse pas dans une impasse.

Comment il est construit

1. Architecture Laravel

• Back-end Laravel + PHP avec MySQL. Chaque type de page — fiche, classement, comparatif, espace d'État, domaine d'études — est une vue Blade dédiée alimentée par le même jeu de données. Ni gabarit préfabriqué ni plugin.
• Des routes propres par entité (/university/{slug}, /ranking/{métrique}…) qui correspondent une à une aux intentions de recherche qu'elles ciblent.
• Des assets compilés avec Vite et un JavaScript minimal — Alpine.js uniquement là où l'interactivité s'impose, comme la navigation.

2. Pipeline de données

• Un jeu de données normalisé dans MySQL : cinq indicateurs de résultat par université plus des métadonnées de contexte (État, ville, année de fondation, nombre d'étudiants, groupe universitaire).
• Des classements calculés depuis le jeu de données, pas écrits à la main : quand les données publiques d'origine sont mises à jour, positions et comparatifs se recalculent en cascade.
• Des repères sur chaque fiche : chaque université affiche ses métriques face à la moyenne, pour qu'un taux d'emploi de 89 % veuille dire quelque chose sans quitter la page.

3. SEO programmatique

• 820 comparatifs uniques qui doivent se lire comme une rédaction naturelle, pas comme un tableau cloné — le défi technique spécifique du projet.
• Des espaces par État et par domaine qui captent la longue traîne régionale (« meilleures universités du Victoria », « diplômes de santé en Australie »).
• Des données structurées sur chaque page : Organization, WebSite avec SearchAction et FAQPage générés automatiquement depuis le jeu de données.
• Un blog éditorial qui relie l'intention informative aux pages de données et distribue l'autorité interne.

4. Performance

• Du HTML rendu côté serveur : les pages de données ne dépendent pas de JavaScript pour s'afficher ni pour être indexées.
• Preload et modulepreload des CSS et JS critiques pour raccourcir le rendu initial.
• Cloudflare en frontal comme CDN et couche anti-bots, protégeant le serveur du scraping agressif que subit tout annuaire de données.

Couverture et origine des données

La couverture est complète : les 41 universités enregistrées d'Australie, organisées en 8 espaces d'État et en pages par domaine d'études. Pour chaque établissement, cinq métriques de résultat sont suivies, toutes issues de données publiques officielles : satisfaction étudiante, emploi des diplômés, salaire de départ, perception des employeurs et volume d'inscriptions.

Le leader actuel illustre le niveau de détail : The University of Melbourne, 1re place, avec 91,80 % de satisfaction, 89,40 % d'emploi, 78 200 AUD de salaire de départ moyen et 61 200 étudiants. UniRankDex ne remplace pas les canaux officiels d'admission — c'est l'outil de présélection qui manquait avant d'y arriver.

Le résultat

D'un seul jeu de données bien modélisé sortent plus de 870 pages utiles : 41 fiches, 820 comparatifs, 8 espaces d'État, des classements nationaux et des pages par domaine — chacune répondant à une recherche précise avec des données vérifiables. Sans CMS, sans rédacteurs clonant des tableaux et sans toucher une page à la main quand les données changent.

C'est la vitrine de ce que je défends comme développeur : bien modéliser les données, écrire de bons gabarits et laisser l'architecture faire passer le contenu à l'échelle. Ce qui est ici des universités devient, sur un projet client, des cliniques, des assureurs, des biens immobiliers ou des produits.

Quelques captures d'écran

Stack

Site du projet : Visiter unirankdex.com — produit maison en production.

Questions fréquentes sur UniRankDex