En 2024, l’intelligence artificielle générative a bouleversé le monde du SEO : il n’aura jamais été aussi accessible et « facile » de générer des listes de mots clés et de créer massivement des contenus.
Si c’est « facile », c’est que tout le monde peut le faire. Si tout le monde le fait, comment sortir du lot ?
L’approche ci-dessous – que nous avons nommée « Search Buyer Persona » – est la résultante de la création de centaine de chainages de prompts (prompt engineering) et de la création de dizaines d’agents IA spécialisés.
Tout d’abord, nous ne sommes pas adeptes de la création massive de contenus ayant pour unique vocation de se positionner sur Google ou tout autre moteur de recherche. Les contenus que nous créons doivent répondre à plusieurs objectifs :
- Utilité pour vos cibles : que ce soit pour vos prospects ou vos clients,
- Unicité : les contenus doivent être uniques et ne pas cannibaliser vos contenus existants. Si vous possédiez une importante volumétrie de contenus, un audit de cannibalisation est un must have avant de débuter sa stratégie SEO / Content marketing,
- Être aligné avec votre charte éditoriale et à minima votre tone of voice.
- S’inscrire le plus naturellement possible dans l’arborescence native de votre site internet.
De plus, nos experts content marketing et experts SEO travaillent en équipe pour vous assurer que les contenus produits soient « SEO Certified« .
Cela étant dit, l’arrivée des premiers contenus via l’IA générative nous a rapidement alerté :
- Risque pour les marques / annonceurs ? Être noyé dans la masse, ne plus arriver à suivre le rythme, ne plus se démarquer et infine avoir un SEO en baisse.
- Risque pour Google ? Ne plus arriver à indexer tous les nouveaux contenus (ce qui était déjà un peu le cas avant les possibilités offertes par l’IA générative), ne pas différencier contenus humains vs contenus IA, perdre en pertinence / efficacité et in fine perdre son audience.
Concernant la distinction des contenus rédigés par l’intelligence artificielle, Google (après rétro-pédalage puisque n’arrivant pas réellement à les détecter) a largement communiqué sur son autorisation à l’indexation si et seulement si le contenu rédigé par l’IA apportait des réponses pertinentes aux internautes :
« Récompenser les contenus de haute qualité, quelle que soit la façon dont ils sont produits. » Source Google.
Puis, Google a également modifié en profondeur (Google Core Update Mars 2024) une partie de ses algorithmes de classement en y imbriquant nativement le Google Helpful Content. Il s’agit – comme son nom ne l’indique pas – d’appliquer une pénalité aux contenus créés uniquement dans le but de capter du trafic SEO et qui ne proposent aucune valeur ajoutée aux internautes.
Mais, si la génération de contenus d’un niveau « correct » est simplifiée, elle l’est pour tout utilisateur de l’IA Générative (vos prospects, vos clients, vos concurrents) mais également pour les moteurs de recherche eux-mêmes comme Google AI Overviews, Perplexity et plus récemment SearchGPT d’OpenAI.
Les anciens « moteurs de recherche » s’appliquent petit à petit à devenir des « générateurs de réponses ».
Et l’avènement du « meta search » ne va faire qu’accélérer cette mécanique.
La recherche via les réseaux sociaux, les plateformes C2C (Leboncoin, Ebay, etc) ou les marketplaces explosent et chaque plateforme se doit de proposer de nouveaux contenus, eux aussi générés en grande partie par l’intelligence artificielle.
Mais …
Ces différents outils IA et moteurs de recherche boostés à l’IA ne peuvent se mettre à la place de l’internaute si celui-ci ne sait pas l’interroger correctement.
Ainsi, les stratégies SEO générés par des prompts basiques et les contenus associés sont très souvent les mêmes : froids et sans réelle valeur ajoutée (hormis la rapidité avec laquelle vous les générer – ce qui est déjà une révolution).
De plus, nous observons un phénomène de duplication de contenus à grande échelle car une grande partie de ce qui est produit par l’IA est un recyclage constant d’informations déjà existantes que ce soit par les éditeurs (annonceurs) ET par les outils d’IA (tel que ChatGPT) ou encore les moteurs de recherche – Perplexity, SearchGPT, Google AI Overviews en premier lieu.
En effet, du côté des moteurs de recherche, l’indexation des (de vos) contenus leur permet de générer des réponses via l’Intelligence Artificielle générative à partir de ceux-ci.
Les éditeurs / annonceurs se servent eux aussi des (de vos) contenus indexés par les LLM (modèle de langage au cœur des différentes IA génératives) pour re-générer de nouveaux contenus. Le serpent se mord donc la queue infiniment…
Et les marketeuses et marketeurs qui l’auront compris tirerons en premier leur épingle du jeu.
Comment sortir du lot en SEO avec les Search Buyer Personas ?
En SEO et en Content Marketing, nous avons toujours eu plusieurs inconnues dans notre équation :
- Quels sont les profils qui recherchent des informations sur un service ou un produit dans les moteurs de recherche ?
- Quelles sont leurs motivations ?
- Quelles sont leurs intentions ?
- Quelles sont leurs besoins ?
Ces informations ont depuis le début du SEO souvent été mises de côté car nous avions historiquement assez de data pour analyser à posteriori le profil des audiences SEO puis rectifier le tir pour optimiser stratégie et contenus.
A ce stade, nous avons donc :
Plus de contenus produits par les nouveaux moteurs de recherches, les plateformes et par les utilisateurs (early adopters) des LLM
Moins de données à postériori pour étudier les audiences SEO.
Comment l’IA générative peut nous aider à résoudre cette équation ?
Penchons-nous tout d’abord sur les méthodes d’entrainement et les capacités statistiques des LLM (Large Language Model).
Pour générer des réponses les plus proches possible du langage humain, les LLM ont été d’abord été entrainés sur des datasets diversifiés et gigantesques.
A titre d’exemple, voici le corpus d’entrainement de ChatGPT 3 (source http://arxiv.org/pdf/2005.14165) :
- contenus de pages web (votre site entre autre), forums de discussions ouverts: 60% de l’entrainement
- posts de réseaux sociaux comme Reddit : représente 22% de l’entrainement,
- livres, parutions et études scientifiques : représente 8% de l’entrainement,
- tout le contenu de Wikipédia en version anglophone (une des causes de la qualité moyenne des contenus produits par ChatGPT) : 3% de l’entrainement.
Que nous apprennent ces données d’entrainement ?
Les outils d’IA générative ont ratissé le plus large possible pour entrainer leurs modèles : contenus diffusés par les différentes communautés d’experts et scientifiques, contenus froids / chauds, styles littéraires, UGC (User Generated Content), etc.
Les milliards de paramètres statistiques des LLM, leurs permettent alors de détecter aussi bien les signaux forts (probabilité forte du token suivant) que les signaux faibles (probabilité faible du token suivant) sur quasiment toutes les problématiques : B2C, B2B, informations, services ou produits.
Et c’est exactement ce que nous recherchons lorsque nous souhaitons créer des personas (attention tout de même aux hallucinations générées !) pour nos contenus !
Mais il manque certaines données dans les corpus d’entrainement … Et seuls les moteurs de recherche en disposent : les mots clés réellement saisis par les personas.
C’est d’ailleurs – au-delà du potentiel de monétisation de son audience – une des raisons pour laquelle ChatGPT a dû développer SearchGPT (son moteur de recherche encore en beta) : obtenir de la data (first party qui plus est) sur ce que nous recherchons / comment nous le recherchons.
Car les mots clés sont le miroir du profils des acheteurs : pour la même recherche finale (une information, un produit ou un service), les mots clés peuvent fortement diverger en fonction de la capacité à rédiger une requête ou encore du profil de l’internaute (connaisseur vs novice).
Et si vous voulez créer des contenus réellement « people-first » pour répondre aux enjeux du Google Helpful Content, vous vous devez de les intégrer dans votre démarche.
C’est ainsi qu’est né le concept de « Search Buyer Persona » créé par CyberCité.
Le but premier n’est pas de générer de nouveaux mots clés mais de comprendre d’abord ce qui se cache derrière vos tops mots clés business. Ceux qui produisent des effets transactionnels.
Au-delà, du « buyer persona » connu en marketing, le « search buyer persona » complète l’analyse avec cette approche SEO.
Au niveau macro, les LLM nous assistent dans la définition de vos cibles idéales déclinées ensuite en personas. Puis, nous « IA-augmentons » vos personas grâce à nos données de « mots clés ».
Exemple d’un audit « Search Buyer Persona » pour illustrer :
Imaginons que vous êtes un office de tourisme d’une station de ski et que la cible que vous souhaitez travailler en SEO et SEA soit : les «familles avec enfants en bas âge ».
Voici une partie des pain points que notre outil décline pour cette cible / persona :
- Complexité à trouver un bon équilibre entre des activités divertissantes pour les enfants et des moments de détente pour les parents.
- Appréhension à propos des conditions météorologiques incertaines pouvant affecter l’accès aux pistes et aux activités
- Difficulté de trouver des hébergements avec des services adaptés aux familles (ex. garde d’enfants, menus enfants)
- L’incertitude quant à la disponibilité d’activités variées pour tous les âges, surtout hors enneigement.
Cette étude montre déjà plusieurs éléments intéressants pour construire une stratégie SEO et de contenus 🙂
Mais, si vous couplez cette analyse avec l’approche multi-intentionnelle « Search Buyer Persona » de notre outil exclusif, voici ce que vous pourriez obtenir :
- Maximiser temps sur les pistes
- Réserver rapidement et facilement en ligne
- Éviter mauvaises surprises de location
- Expériences mémorables pour la famille
- Anticiper / Planifier vacances
- Assurer confort des enfants
Il s’agit d’une vision complémentaire bien plus proche des intentions du persona travaillé et qui permettent réellement de s’orienter vers des contenus « People first ».
Il devient plus évident d’imaginer des contenus pour capter votre audience.
Dans notre exemple, la proximité des pistes pour maximiser le temps de ski devra être valorisée dans les fiches « location » pour la cible « famille sportive ».
L‘étude multi-intentionnelle nous permet de construire une stratégie de contenus bien plus performantes : nous sélectionnons avec soin les éléments de réassurance à mettre en avant. Toujours dans notre exemple, la garantie « annulation gratuite jusqu’à 48h avant le départ » devra quant à elle être mise en avant comme élément de réassurance pour répondre à l’intention « Éviter mauvaises surprises de location ».
Et pour tout.e.s celles et ceux qui ont déjà dû planifier une stratégie éditoriale de création ou d’optimisation, l’apport du Search Buyer Persona est un vrai game changer pour se différencier des contenus concurrents.
Votre stratégie SEO / Content Marketing devient plus « chirurgicale » pour toucher les internautes – prospects ou clients – car elle vous permet de lire entre les lignes des mots clés.
Vous pouvez alors imaginer les stratégies de contenus qui vous feront sortir du lot en répondant aux algorithmes de Google.
Cerise sur le gâteau ?
Les informations issues de nos audits de Search Buyer Persona sont également très utiles pour la pollinisation en SEA ou en SMA.
Elles mettent le doigt sur les besoins ou motivations des internautes, qui une fois tournés en CTA permettent de proposer des mises à jour d’annonces ou visuelles et ainsi de limiter l’Ad fatigue des campagnes.
Vous souhaitez un audit Search Buyer Persona ?
