[Étude] Exploiter la recherche vocale pour les entreprises locales

Chaque année, la recherche vocale devient une force dominante avec laquelle il faut compter. 20 % des internautes dans le monde utilisent déjà la recherche vocale, et 58 % d'entre eux l'emploient pour effectuer une recherche d'entreprise locale.

L'année dernière, nous avons lancé une étude qui s'est concentrée sur la découverte des facteurs qui influencent le classement par recherche vocale en 2019. Cette année, comme les résultats de la recherche varient en fonction des demandes spécifiques à un lieu, nous avons décidé de vérifier la manière dont les questions sur les entreprises et les services locaux modifient les résultats de la recherche vocale.

L'étude 2020 fournit des informations uniques sur les algorithmes de recherche qui sont à l'origine des différents assistants vocaux pour aider les entreprises à tirer parti de la puissance de la recherche vocale.

À propos de l'étude 2020 sur la recherche vocale des entreprises locales

À mesure que la recherche vocale se développe, le marché introduit de plus en plus d'assistants virtuels. Si l'étude de l'année précédente portait exclusivement sur les appareils Google, cette année, nous avons ajouté Siri et Alexa pour couvrir presque 100 % du marché des assistants vocaux :

Part de marché des assistants vocaux

Pour réaliser l'étude, nous avons utilisé les appareils suivants :

Assistants vocaux utilisés pour l'étude SEMrush 2020

L'objectif principal de l'étude était de comprendre comment les différents assistants vocaux se comparent les uns aux autres lorsqu'il s'agit de renvoyer des résultats locaux et de découvrir les algorithmes qui se cachent derrière :

• En comparant tous les assistants vocaux en fonction des paramètres de base tels que la longueur des réponses et le nombre de questions auxquelles ils sont capables/incapables de répondre.
• En analysant les facteurs qui influent sur la façon dont les assistants vocaux choisissent les résultats locaux à restituer.

Principales conclusions de l'étude

Nous aimerions que les entreprises locales s'inspirent de nos conclusions pour les intégrer dans leurs stratégies globales de SEO et de marketing :

• Google Assistant, Siri et Alexa occupent des parts de marché comparables. Les entreprises doivent donc s'efforcer de s'adapter à ces trois assistants dont les algorithmes sont radicalement différents.

• La longueur moyenne des réponses pour tous les assistants analysés est de 23 mots, et les appareils Google Assistant renvoient les réponses les plus longues, soit 41 mots.

• Alexa est incapable de renvoyer des résultats toutes les quatre questions, ce qui implique qu'il s'agit principalement d'un appareil à domicile qui comprend les commandes vocales mais n'est pas destiné à traiter des requêtes de recherche.

• Avec les appareils gérés par Google, les entreprises peuvent appliquer la logique de SEO local « normale » en peaufinant leur présence dans le Pack Local et en modifiant leur contenu pour qu'il corresponde au langage plus naturel des requêtes de recherche vocale.

• Pour apparaître dans les réponses Siri d'Apple, les entreprises doivent chercher à obtenir de meilleures notations sur Yelp et des avis plus positifs de la part des clients. Avoir une note de 4,5/5 sur Yelp avec le plus grand nombre d'avis fera de n'importe quelle entreprise le spot local le plus populaire aux yeux de Siri.

Comparaison des différents assistants vocaux

Maintenant, en approfondissant les conclusions, nous allons révéler les spécificités des différents assistants vocaux et découvrir comment ils choisissent de renvoyer certains résultats plutôt que d'autres.

1. Quelle est la longueur moyenne des réponses ?

La longueur moyenne de la réponse renvoyée par un assistant vocal pour une requête à intention locale est de 23 mots :

Avec les appareils Google, la présence d'un écran explique la différence dans le nombre de mots : la longueur moyenne des réponses de Google Home/Mini est 3,7 fois supérieure à celle du Home Hub.

2. Les différents assistants Google donnent-ils les mêmes réponses ?

Les assistants Google ne donnent pas les mêmes résultats malgré des algorithmes similaires. La correspondance moyenne des réponses entre les assistants Google n'est que de 22 % sur l'ensemble des appareils.

• Malgré la différence de nature des appareils, le Google Home Hub et le téléphone Android affichent le plus fort pourcentage de résultats correspondants, soit 66 %.
• Seulement 0,33 % des réponses correspondent entre le Google Home Mini et le téléphone Android, malgré la forte concordance entre le téléphone et le Google Home Hub.

3. La similitude des réponses entre les assistants Google

Comme les appareils Google Assistant fonctionnent avec des algorithmes similaires, à savoir la recherche Google, ils renvoient essentiellement les mêmes réponses, en utilisant des formulations différentes.

La principale raison pour laquelle nous constatons des différences est liée à la présence ou à l'absence d'écran. Un appareil sans écran renvoie généralement une réponse plus détaillée, alors que ceux qui en sont pourvus répondent souvent par « Voici ce que j'ai trouvé... » ou une réponse similaire, et affichent les informations à l'écran.

4. À combien de questions les assistants vocaux n'ont-ils pas pu répondre ?

Nos recherches confirment que les assistants vocaux comprennent de mieux en mieux les utilisateurs.

Le pourcentage moyen de questions auxquelles il n'est pas possible de répondre sur l'ensemble des appareils est de seulement 6,3 %. Il s'agit d'une tendance positive, puisque l'étude de Forrester suggérait qu'il y a un peu plus d'un an, ce chiffre atteignait 35 %.

Sur les six appareils que nous avons analysés, cinq d'entre eux avaient du mal à répondre à cinq questions ou moins sur cent, alors qu'Alexa avait du mal à répondre à près d'une question sur quatre.

Pourcentage de questions sans réponse

Avec 23 % de questions restées sans réponse, Alexa ne se compare pas aux appareils Google et Apple, et reste principalement un haut-parleur intelligent pour la maison.

En ce qui concerne la recherche, sa fonction a été conçue pour aider les gens à faire des achats, et non pour effectuer des recherches sur le web. C'est un excellent assistant mais quand on lui pose une question générale, c'est essentiellement comme demander à Amazon qui était le premier roi de Prusse, quelles sont les conditions de circulation ou de lui recommander un restaurant étoilé. Alexa n'a pas été conçu dans cette optique.

— Dan Saunders, spécialiste en marketing chez Amazon et responsable marketing de la performance chez Ingenuity Digital

5. Les appareils à assistance vocale recommandent-ils les mêmes entreprises ?

En analysant les réponses données par les différents appareils et en les croisant avec la SERP, nous avons confirmé qu'en ce qui concerne les requêtes à intention locale :

• Les appareils Google renvoient des résultats basés sur les fonctionnalités SERP du Pack Local.
• Siri utilise Yelp pour renvoyer les résultats qui indiquent un lieu.
• Contrairement aux autres, Alexa prend les informations du moteur de recherche Bing et utilise les données Yelp et Yext pour donner une réponse.

Source d'information pour les réponses des assistants vocaux

Étant donné que les différents assistants vocaux s'appuient sur différentes sources d'information pour choisir leurs réponses, ils renvoient généralement des résultats différents pour les mêmes questions.

La recherche vocale de Google est-elle si personnalisée ?

Comme Google met l'accent sur la personnalisation, nous avons décidé d'examiner la manière dont cette tendance s'applique à la recherche vocale.

En comparant les résultats obtenus avec le smartphone Android (avec un compte joint) et avec la SERP standard de Google (sans se connecter à un compte), nous avons constaté que les résultats semblent être à peu près les mêmes.

En situant le lieu à l'Empire State Building, nous avons effectué quelques recherches et obtenu les preuves suivantes :

Comparaison des résultats de recherche entre l'appareil Android et les SERPs de Google

Les résultats n'étant apparemment pas biaisés, nous avons constaté que certaines différences peuvent apparaître en fonction du nombre de lieux « similaires » disponibles dans les environs et de l'heure actuelle.

Comprendre les algorithmes de recherche vocale au niveau local

En sachant d'où les différents assistants vocaux tirent leurs réponses, il est plus facile de déchiffrer quels algorithmes se cachent derrière chaque réponse.

Décoder l'algorithme de l'Assistant Google

L'algorithme de l'Assistant Google est assez simple. Comme il s'agit d'un système géré par Google, il fonctionne selon la logique de recherche locale « traditionnelle ».

Dans la plupart des cas, une recherche vocale pour trouver un endroit où acheter, manger ou se faire servir, renvoie les résultats d'une fiche du Pack Local. Le conseil clé pour les spécialistes SEO qui cherchent à optimiser leur visibilité et leur part de marché dans l'Assistant Google est d'optimiser leur classement dans le Pack Local.

Optimiser via le Pack Local pour l'Assistant Google

Notre étude de 2019 sur la recherche vocale s'est fortement concentrée sur les facteurs de classement des assistants Google.

Principaux résultats de l'étude 2019 sur la recherche vocale

Même si les principaux facteurs qui influencent les réponses de l'assistant Google sont toujours la vitesse de la page, le classement dans les trois premiers résultats et la position dans les Featured Snippet, il existe d'autres éléments propres à la recherche locale.

Optimiser la recherche vocale locale pour l'Assistant Google :

• Améliorez la page Google My Business de votre entreprise : modifiez les informations relatives à votre entreprise et assurez-vous qu'elles sont cohérentes dans toutes les fiches sur le web. Découvrez comment améliorer votre profil GMB dans cet article.
• Utilisez des données structurées : Gary Illyes a indiqué lors du récent épisode du podcast Marketing Scoop de SEMrush que les assistants vocaux de Google utilisent déjà les balises schema existantes.
• Créez un contenu simple et facile à comprendre : du ciblage de mots clés de longue traîne à la création de pages de FAQ, adaptez le contenu de votre site pour qu'il corresponde au ton oral de la recherche vocale. Cet article vous guidera dans ce processus d'optimisation du contenu.

Si vous faisiez déjà attention à écrire pour vos utilisateurs plutôt que pour les machines, je suis convaincu que vous êtes déjà optimisé pour la recherche vocale

— Gary Illyes, Analyste des tendances des webmasters pour Google

Comprendre l'algorithme Siri

Si les assistants gérés par Google prennent les informations dans le Pack Local, Siri, de la société Apple, fonctionne différemment.

Siri est alimenté par Apple Maps qui prend les informations des entreprises sur Yelp. Siri lit à voix haute les réponses en les affichant sur l'écran de l'appareil :

Nous avons constaté quatre facteurs principaux (énumérés par ordre d'importance) qui influencent la réponse de l'assistant vocal :

1. Distance
2. Nombre d'avis (Yelp)
3. Notes par étoiles
4. Coefficient de prix (généralement indiqué par un ensemble de signes de dollar)

Facteurs affectant le classement local pour le Siri

Observations sur les facteurs de classement de Siri

En prenant un cas précis, lorsque Siri renvoie les résultats d'une recherche « restaurant près de chez moi », le processus semble être le suivant :

• Siri cherche le restaurant local indiqué sur Apple Maps.
• L'assistant indique le plus proche, ce qui suggère que la distance est le facteur clé pour les demandes « près de chez moi ».
• Il rassemble des informations commerciales provenant de Yelp, TripAdvisor ou opentable.com (le cas échéant), ainsi que la note moyenne d'étoiles et le nombre d'avis. S'il y a plusieurs sources de données, Siri donne la priorité à Yelp.

Dans le cas de la recherche du « meilleur restaurant » :

• Siri affiche les restaurants ayant la note moyenne la plus élevée en étoiles, la distance ne jouant aucun rôle pour les résultats obtenus.
• Siri accorde moins d'attention au nombre d'avis pour un lieu, en donnant la priorité à la notation par étoiles. Un endroit impopulaire avec un seul avis à 5 étoiles peut l'emporter sur un endroit plus tendance avec une évaluation à 4,5 étoiles.

Pour une recherche du « meilleur restaurant près de chez moi », Siri renverra les mêmes résultats que dans le cas précédent, ce qui suggère que le mot clé « meilleur » a plus de valeur que le mot clé « près de chez moi » :

Si la recherche a trait à des requêtes liées à Apple (par ex. « où acheter des Airpods »), Siri suggère seulement une visite sur le site apple.com.

Optimiser en fonction de Siri

Il n'y a presque rien à faire en ce qui concerne le facteur de distance. La clé de l'optimisation pour Siri est de mettre en place une stratégie permettant de collecter plus de bons avis que les autres concurrents locaux.

Pour obtenir une place plus importante sur Yelp et la première place dans la réponse de Siri, les entreprises doivent :

• Travailler constamment à l'obtention de nouveaux avis avec beaucoup d'étoiles sur Yelp. Ce guide de réputation en ligne inclut des conseils pour encourager les avis positifs des clients.
• Optimiser la fiche Yelp en :
  • Remplissant autant d'informations que possible sur leur profil Yelp ;
  • Choisissant la catégorie la plus pertinente à laquelle appartenir. L'utilisation d'une mauvaise catégorie peut sensiblement nuire au classement de Yelp, ce qui affecte la visibilité pour Siri ;
  • Ajoutant des photos car Yelp donnerait la préférence aux fiches qui comprennent plus d'images ;
  • Optimisant le contenu de la fiche en fonction des mots clés cibles ;
  • Maintenant la fiche à jour, en actualisant les informations de l'entreprise et en répondant aux avis des clients.

Récapitulatif

Méthodologie de l'étude 2020 sur la recherche vocale

À l'aide de 6 appareils fonctionnant avec les assistants à commande vocale Google, Siri et Alexa, nous avons posé 5 000 questions :

• Google Home
• Google Home Mini
• Google Home Hub
• iPad Mini 1 (Siri)
• Amazon Echo (Alexa)
• Téléphone Android

Les questions exactes ont été définies à l'aide de l'outil Keyword Magic de SEMrush qui a trié les questions par volume de recherche pour nous aider à nous concentrer sur les requêtes les plus populaires et les combinaisons les plus fréquentes.

Les questions ont été réparties en plusieurs types et combinaisons de base.

Questions de base :

1. Où « verbe » <entity> (par exemple « où acheter une pizza »)
2. <entity> près de chez mois (par exemple « pizza près de chez moi »)
3. Meilleur <entity> - (par exemple « meilleure pizza »)
4. <entity> livraison - (par exemple « livraison de pizza »)

Questions combinées :

5. Meilleur <entity> près de chez moi (par exemple « meilleure pizza près de chez moi »)

6. Autres combinaisons - (par exemple, « meilleure livraison de pizza près de chez moi »)

Tous les appareils utilisés dans le cadre de cette étude ont été placés au même endroit pour obtenir une réponse concluante.

Pour découvrir l'algorithme de l'Assistant Google :

Nous avons enregistré les réponses à chaque requête de chaque appareil. En utilisant l'outil Keyword Magic qui conserve la SERP de Google, nous les avons comparées aux résultats de recherche que les utilisateurs reçoivent d'une recherche normale sur leur ordinateur.

Pour démêler l'algorithme de Siri :

• Nous avons rassemblé les résultats des réponses à une série de requêtes de recherche de Siri, en récupérant automatiquement les données textuelles des captures d'écran que nous avons prises.
• Nous avons collecté le lien sur la page Yelp de chaque résultat (si possible) ainsi que les données Yelp pour chaque lieu sur la capture d'écran (si le nom et l'adresse étaient indiqués).
• Ensuite, nous avons recueilli la liste des lieux sur place.
• Pour chaque institution, nous avons pu collecter le nom, la notation, le prix, les étiquettes alimentaires (pour les restaurants) et les avis.

Pour construire le modèle de classement, nous avons pris les 3 premières positions pour chaque requête afin de permettre une comparaison.

Notes spéciales

Les haut-parleurs intelligents sont utilisés pour bien plus que la recherche vocale, beaucoup s'en servent pour contrôler les technologies intelligentes dans la maison, lire une chanson ou régler une minuterie.

Le Homepod d'Apple et l'Amazon Echo (Alexa) sont en grande partie des appareils à domicile. Avec une base de données pré-établie de réponses à des questions populaires comme « qui est Elon Musk », ils sont principalement destinés aux commandes vocales et aux questions sur des sujets généraux, plutôt qu'à des recherches locales spécifiques.

Pour obtenir des données plus précises en vue d'une analyse plus poussée, nous avons seulement gardé Amazon Echo, sans tenir compte du Homepod d'Apple dans notre étude.

Pour terminer

L'optimisation pour la recherche vocale n'est guère une question de choix, car de plus en plus d'utilisateurs se tournent vers les assistants pour des recherches locales. Avec des ventes à base de recherche vocale qui devraient atteindre 40 milliards de dollars, les entreprises qui investissent dans l'optimisation de la recherche vocale peuvent s'attendre à des résultats concrets.

La sucess story de Lionbridge n'en est qu'une preuve. Après avoir commencé à optimiser la recherche vocale, l'entreprise a vu 25 % des mots clés suivis atteindre les trois premières positions de la SERP, et une croissance multipliée par 46 au niveau du nombre de « Featured Snippets » obtenus. En conséquence, le trafic a augmenté de 127 % par rapport à l'année précédente.

La recherche vocale offre également des possibilités aux entreprises locales qui ont du mal à se hisser dans les trois premières positions de la SERP et à obtenir un « Featured Snippets ». La proximité et la diversité des assistants utilisant différents algorithmes de recherche et pas seulement la logique de classement de Google peuvent jouer en leur faveur et les aider à obtenir une place dans la réponse de Siri ou d'Alexa.