Le SEO face au Machine Learning, comment s'adapter ?

Guillaume Guersan

juin 08, 20185 min de lecture
Le SEO face au Machine Learning, comment s'adapter ?

Le "Machine Learning", ou en français "Apprentissage Automatique" est une technique qui consiste à soumettre des informations à une intelligence artificielle afin qu’elle les analyse et apprenne par elle-même. Faisant de plus en plus parler de lui ces derniers temps, le Machine Learning est, pour faire simple, une sorte de programme permettant à une machine d’apprendre de manière automatisée pour réaliser des opérations complexes. Face au SEO, ce procédé d’apprentissage risque d’être un peu déroutant.

L’objectif visé du Machine Learning : le traitement d’informations complexes

Dans "Machine Learning", il y a "Machine", mais aussi "Learning". L’apprentissage se fait ici grâce aux données, véritable carburant permettant au machine learning de fonctionner. 

Cette sous-partie de l’intelligence artificielle fonctionne sur le même mode que le ferait notre cerveau humain. En effet, elle se base sur le développement d’algorithmes offrant aux logiciels la possibilité d’apprendre. Pour ce faire, l’introduction de connaissances de base est indispensable. C’est à partir de ces informations que le processus pourra se développer.

Le procédé du  Machine Learning a pour objectif affiché de permettre à l’ordinateur ou à la machine d’obtenir des solutions à des problèmes complexes. Pour cela, les informations doivent pouvoir être traitées en grand nombre. Le Machine Learning permet ainsi d’analyser des situations très diverses et de mettre en lien plusieurs situations tout en étant capable de prédire leurs implications.

Le SEO face à la montée du Machine Learning : une nouvelle donne

L’importance du référencement se situe dans la capacité du navigateur à fournir du contenu pertinent et correspondant aux besoins de l’utilisateur au moment de sa recherche. Par conséquent, le SEO est une partie significative de l’expérience utilisateur.

Si la récolte d’informations peut être utilisée à mauvais escient, l’intelligence artificielle peut accumuler les données envoyées par l’utilisateur, les traiter pour comprendre ce qu’il recherche exactement et lui suggérer des réponses pertinentes et en accord avec sa recherche.

L’évolution du Machine Learning donnera inévitablement naissance à des changements dans le référencement. Ce procédé influera forcément la manière dont les référenceurs travailleront leur positionnement. Certains avancent même l’idée qu’il s’agirait là d’une fin programmée du référencement technique.

Tandis qu’à l’origine, tout bon référenceur travaille sur le positionnement des pages dans les premiers résultats de la  SERP de Google, l’introduction du Machine Learning modifie en profondeur ce mode de fonctionnement.

En effet, à travers ce nouveau procédé d’intelligence artificielle, Google prévoit de proposer aux internautes des réponses toujours plus pertinentes à ses questions. Ses algorithmes ont pour base des contenus de plus en plus utiles et orientés. L’apprentissage rapide de ces algorithmes permet de faire de l’expérience utilisateur la base de tout fonctionnement.

Si vous suivez de près ou de loin l'actualité SEO, vous avez dû entendre parler de Google RankBrain. Il s'agit du troisième critère des classements de Google après le contenu et la popularité (les liens / backlinks). Il s'agit en vérité d'un système utilisant le Machine Learning pour mieux comprendre les requêtes ambigües et inédites des internautes et donc proposer des résultats pertinents.

Google n'a pas énormément communiqué à ce sujet. Gary Illyes a malgré tout déclaré que RankBrain ne donnerait lieu à aucun score, il ne serait donc pas mesurable. Comprenez donc bien qu’il n’y a aucune méthode ou technique pour tirer parti de Google RankBrain.

RankBrain ne vient donc pas remplacer les autres critères de référencement, il est plutôt là pour récompenser les contenus utiles à l’internaute en se basant sur les données collectées pour toujours mieux calibrer son système.

Mon conseil : Il est donc important de travailler la sémantique, le champ lexical, de proposer les contenus les plus riches et ceux qui apportent le plus de valeur ajoutée aux internautes afin d'avoir un maximum de chances d'être positionné lors de requêtes inédites dans votre secteur. Pour se faire, vous pouvez consulter les forums utilisateurs afin de mieux comprendre le langage et les expressions de votre cible.

Le Machine Learning face au SEO : une nouvelle adaptation des référenceurs

Face aux nouvelles exigences induites par le fonctionnement du Machine Learning, les référenceurs devront obligatoirement s’adapter. Ils devront produire des contenus prenant en compte les besoins des internautes. Ils devront aussi prévoir les besoins de ces derniers, pour faire en sorte d’offrir une expérience utilisateur parfaite au cours du parcours client.

Lexpérience utilisateur sera donc la vedette de cette nouvelle ère du référencement naturel : plus l’utilisateur naviguera simplement et sera satisfait de sa navigation, plus le site aura de chances d’obtenir une place élevée dans les SERPs car très peu d’utilisateurs s’intéressent aux résultats de la deuxième page de résultats de leur navigateur.

Si le contenu d’un site est qualitatif, que son maillage interne est bien agencé, et qu’un utilisateur passe du temps sur le site, Google le valorisera, car cela voudra dire que l’expérience utilisateur est parfaitement optimisée.

Ce qui se passe plus concrètement : quand un internaute va effectuer une requête sur Google, il va cliquer sur un (ou plusieurs) résultats, que le moteur de recherche lui aura présenté. Le taux de clic peut donc avoir un réel impact sur votre classement définitif. Vous pouvez prendre la position 3 pour une requête, puis redescendre en seconde page très rapidement.

Mon conseil : Vous devez optimiser vos metas et faire en sorte que l'expérience utilisateur de votre site internet soit parfaite. Le but étant que l'internaute reste sur votre site le plus longtemps possible et qu'il y trouve des réponses. Voici quelques critères (selon moi) :

  • Titles bien optimisé (CTR) ;
  • Meta-descriptions bien optimisées (CTR) ;
  • Rich Snippet, Schema.org... ;
  • Qualité du contenu, autant sur la forme que sur le fond ;
  • Vitesse de chargement de vos pages : sinon vous allez avoir un taux de rebond trop élevé ;
  • La fluidité sur Mobile, votre site doit être Responsive.

Finalement, l’apparition du Machine Learning dans les algorithmes de Google n’est en rien synonyme de la fin du SEO que l’on connaît, mais elle signe le début d’une re-modélisation des services proposés. Ces derniers seront bel et bien placés au service de l’utilisateur final.

Le mouvement auquel doit faire face le SEO aujourd’hui ne se cantonne pas seulement au phénomène grandissant du Machine Learning. Entre la recherche vocale, les mots-clés longue traîne, la présence social et le référencement local, le SEO doit s’adapter et faire face aux nouveaux enjeux qui se développent.

[ create-campaign bg_images="https://static.semrush.com/blog/uploads/media/a4/4f/a44f7a6614c3ee4fc6b627878d5be0ee/website-performance-research-semrush-2018-back-banner.png" bg_button="-success" header="Évaluez la performance de votre site web" text="avec l'outil Site Audit de SEMrush"]

Partager
Author Photo
Passionné par le Marketing Digital et les nouvelles technologies, ma mission est d'optimiser la stratégie d'acquisition de trafic via plusieurs leviers : L'Inbound Marketing, le SEO, le SEA, le Growth Hacking ainsi que les réseaux sociaux et ensuite de convertir ce trafic en clients puis en ambassadeurs.