Comment créer un site Web ou un blog en 2020 - Guide gratuit et facile pour créer un site Web

Comment les moteurs de recherche pourraient quantifier la qualité

La mise Ă  jour de Google Panda, ainsi que les centaines d’autres ajustements d’algorithmes effectuĂ©s par Google ces derniers temps, ont apparemment Ă©tĂ© effectuĂ©es au nom de l’amĂ©lioration de la “qualitĂ©” de ses rĂ©sultats de recherche. Mais alors que Google nous a donnĂ© de nombreux indices sur ce qui constitue un site de qualitĂ© (voir la liste dĂ©sormais emblĂ©matique de 23 questions basĂ©es sur la qualitĂ© d’Amit Singhal pour plus de dĂ©tails), la question demeure de savoir si les ingĂ©nieurs de Google seront capables ou non de codifier efficacement le concept. de la qualitĂ© du site en mesures mesurables.

Pensez Ă  ce dĂ©fi une seconde
 Imaginez un site Web de haute qualitĂ© dans votre tĂȘte. Qu’est-ce qui rend le site de haute qualité ? Est-ce le nombre de mots sur la page ? Peut-ĂȘtre, mais si cette mĂ©trique Ă©tait la seule implĂ©mentĂ©e dans l’algorithme de Google comme base d’analyse de la qualitĂ©, les spammeurs et les propriĂ©taires de sites black hat s’en donneraient Ă  cƓur joie en vomissant des pages pleines de charabia.

Au lieu de cela, vous pouvez utiliser des termes tels que « pertinent », « applicable », « intĂ©ressant » ou « faisant autorité » pour dĂ©crire le contenu que vous dĂ©finissez comme bon. Mais gardez Ă  l’esprit que les araignĂ©es des moteurs de recherche n’ont pas de “intuition” et ne peuvent pas se permettre de classer les sites en fonction de ces Ă©valuations qualitatives. Au lieu de cela, vos dĂ©cisions doivent ĂȘtre basĂ©es sur des chiffres ou d’autres filtres qui peuvent ĂȘtre appliquĂ©s facilement et arbitrairement.

Ce dĂ©fi est au cƓur de la science de la recherche, et le nombre de sites de scraping qui continuent de dominer certaines requĂȘtes de recherche montre que mĂȘme si Google Panda a peut-ĂȘtre apportĂ© quelques amĂ©liorations Ă  la qualitĂ© des SERP, le problĂšme global n’a pas encore Ă©tĂ© rĂ©solu. .

Mais pour comprendre comment Google aborde ce problĂšme de codage de la qualitĂ© de la recherche, nous devons d’abord examiner certains des processus que l’entreprise utilise pour dĂ©terminer l’ordre des diffĂ©rents rĂ©sultats qui apparaissent dans les SERP. À partir de lĂ , nous pouvons extrapoler certaines variables qui pourraient Ă©ventuellement jouer un rĂŽle dans la quantification de la qualitĂ© de la recherche. En essayant de comprendre quelles seront les futures Ă©volutions de Google, nous pouvons mieux prĂ©parer nos sites au succĂšs des moteurs de recherche, maintenant et Ă  l’avenir.

La clĂ© pour comprendre ce processus est de comprendre le rĂŽle de l’apprentissage automatique dans l’algorithme de Google. Selon Ninja Bonnie de Internet Marketing Ninjas :

“L’apprentissage automatique consiste Ă  utiliser un ordinateur pour reconnaĂźtre des modĂšles dans les donnĂ©es, puis Ă  faire des prĂ©dictions sur de nouvelles donnĂ©es, en fonction du modĂšle reconnu ou appris Ă  partir d’ensembles de donnĂ©es de formation prĂ©cĂ©demment choisis.”

Essentiellement, l’apprentissage automatique implique la formation d’un algorithme basĂ© sur des ensembles de donnĂ©es dĂ©finis. Dans le cas de Google, deux types d’informations peuvent ĂȘtre utilisĂ©es dans ce processus : le vaste historique des donnĂ©es d’utilisation et de comportement que Google a accumulĂ© au fil des ans, ainsi que de nouveaux ensembles de donnĂ©es créés par des groupes d’utilisateurs et d’Ă©valuateurs de test. que Google utilise pour identifier manuellement les sites de qualitĂ©.

Fait intĂ©ressant, Google n’a pas toujours utilisĂ© le processus d’apprentissage automatique sur ses rĂ©sultats de recherche en direct. Dans un article publiĂ© en 2008 dans Datawocky, Anand Rajaraman dĂ©crit une rencontre qu’il a eue avec l’ancien directeur de la qualitĂ© de recherche de Google, Peter Norvig, en disant :

“La grande surprise est que Google utilise toujours la formule Ă©laborĂ©e manuellement pour ses rĂ©sultats de recherche. Ils ne sont pas encore passĂ©s au modĂšle d’apprentissage automatique.”

Dans l’article, Rajaraman postule que la raison pour laquelle l’apprentissage automatique n’a pas encore dĂ©marrĂ© est que les tests ont rĂ©vĂ©lĂ© des faiblesses dans le modĂšle, entraĂźnant des “erreurs catastrophiques” lorsqu’il est utilisĂ© pour prĂ©dire les rĂ©sultats de phĂ©nomĂšnes qui se situent en dehors de la courbe en cloche standard. maquette. Fondamentalement, Ă©tant donnĂ© que l’algorithme ne pouvait ĂȘtre formĂ© que sur un petit ensemble de recherches passĂ©es et potentielles, les ingĂ©nieurs de Google n’Ă©taient pas sĂ»rs que le modĂšle rĂ©sisterait dans des circonstances rĂ©elles.

Les choses ont Ă©videmment changĂ©, car le lancement de l’algorithme Panda reprĂ©sente le plus grand changement Ă  ce jour dans l’intĂ©gration par Google des modĂšles d’apprentissage automatique dans ses rĂ©sultats de recherche. Selon Rand Fishkin, s’exprimant dans une vidĂ©o sur le blog SEOMoz, une grande partie de ce changement peut ĂȘtre attribuĂ©e Ă  l’ingĂ©nieur Google Navneet Panda, qui a contribuĂ© Ă  rendre le modĂšle d’apprentissage automatique plus Ă©volutif et applicable Ă  un plus large Ă©ventail d’applications possibles de requĂȘtes de recherche.

« Fondamentalement, avant Panda, l’Ă©volutivitĂ© de l’apprentissage automatique chez Google Ă©tait au niveau X, et aprĂšs cela, elle Ă©tait au niveau Y beaucoup plus Ă©levĂ©.

Donc, ce que nous savons de l’intĂ©gration de l’apprentissage automatique de Google est la suivante : Google a commencĂ© Ă  utiliser des modĂšles d’apprentissage automatique pour gĂ©nĂ©rer des rĂ©sultats de recherche en direct et fonde ces modĂšles, en partie, sur des donnĂ©es gĂ©nĂ©rĂ©es par des groupes d’utilisateurs chargĂ©s d’Ă©valuer la qualitĂ© d’un site. basĂ© sur les 23 questions de Singhal (bien qu’il y ait sans aucun doute d’autres facteurs en jeu Ă©galement).

Mais, Ă©tant donnĂ© que les questions de Singhal tournent autour d’Ă©valuations qualitatives (par exemple, « Feriez-vous confiance aux informations prĂ©sentĂ©es dans cet article ? » ou « Le site est-il une autoritĂ© reconnue sur son sujet ? »), il est prudent de supposer que les modĂšles d’apprentissage automatique traduisent les diffĂ©rents Ă©lĂ©ments trouvĂ©s sur les “bonnes” pages par rapport aux mauvaises pages en signaux numĂ©riques pouvant ĂȘtre appliquĂ©s Ă  de grands volumes de requĂȘtes de recherche.

Bien sĂ»r, Google ne publiera pas ces signaux exacts, mais nous pouvons faire des extrapolations basĂ©es sur les sites qui ont le plus souffert au cours des six derniers mois de versions de Panda. Veuillez noter qu’il ne s’agit que d’hypothĂšses et que ce qui fonctionne sur un site peut ne pas fonctionner sur un autre. Lorsque vous apportez des modifications Ă  votre site, testez et suivez toujours vos rĂ©sultats pour vous assurer que ces hypothĂšses sont valables pour votre site.

Gamme de sujets sur votre site

La mise Ă  jour de Google Panda est censĂ©e concerner “l’autoritĂ©”, c’est-Ă -dire rĂ©compenser les pages créées par des autoritĂ©s lĂ©gitimes dans leurs secteurs. Puisqu’il est presque impossible d’ĂȘtre une autoritĂ© dans tous les secteurs, les sites qui se concentrent sur un sujet Ă©troit peuvent se classer au-dessus de ceux qui traitent d’un large Ă©ventail de problĂšmes. Cela pourrait ĂȘtre l’une des raisons du grand succĂšs des agrĂ©gateurs de contenu comme Hubpages, EzineArticles et Demand Media.

expérience utilisateur

Le rĂ©sultat naturel de l’application des 23 questions de Singhal Ă  un ensemble de sites Web sera que les sites qui se concentrent sur la fourniture d’une bonne expĂ©rience Ă  leurs visiteurs seront les mieux classĂ©s. Et selon la plupart des experts en rĂ©fĂ©rencement, cela se rĂ©sume Ă  trois choses : la conception du site, la navigation sur le site et la vitesse du site (qui pourraient toutes ĂȘtre facilement quantifiĂ©es Ă  l’aide des algorithmes des moteurs de recherche).

En fin de compte, si votre site n’a pas Ă©tĂ© modifiĂ© au cours des 10 annĂ©es qui se sont Ă©coulĂ©es depuis sa crĂ©ation, il est probable que vous ne rĂ©pondez pas Ă  votre expĂ©rience utilisateur autant que Google le souhaiterait. Et si votre site est difficile Ă  naviguer et lent Ă  charger, vous pouvez parier qu’il ne fonctionnera pas bien lorsque des algorithmes d’apprentissage automatique formĂ©s Ă  partir d’ensembles de donnĂ©es de qualitĂ© gĂ©nĂ©rĂ©s par les utilisateurs dĂ©cideront de son classement.

Sociale, Sociale, Sociale !

Nous l’avons battu Ă  mort ici, mais il ne fait aucun doute que les signaux sociaux jouent un rĂŽle Ă  la fois dans les SERP post-Panda actuels et dans les modĂšles d’apprentissage automatique de Google. Imaginez que vous ĂȘtes l’un des testeurs de sites Web de Google. Un site n’aurait-il pas plus de chances de se classer plus haut sur l’Ă©chelle « d’autorité » si le webmaster avait une prĂ©sence active sur les rĂ©seaux sociaux que s’il n’en avait pas ?

Les signaux sociaux peuvent ĂȘtre quantifiĂ©s en termes de nombre de liens entrants pointant vers votre site Ă  partir de sites de rĂ©seaux sociaux, du nombre de fans ou de followers que vous avez sur un rĂ©seau donnĂ©, ou mĂȘme de la frĂ©quence Ă  laquelle vous publiez sur ces sites. Et encore une fois, bien qu’il ne s’agisse que de spĂ©culations sur les facteurs que Google pourrait quantifier pour façonner son nouvel algorithme post-Panda, les modifications apportĂ©es Ă  ces Ă©lĂ©ments mĂ©ritent d’ĂȘtre testĂ©es pour mieux aligner votre site sur les objectifs Ă  long terme de Google.

Image : wiki.com

Table of Contents