Intelligence Artificielle et référencement naturel : deux expertises indissociables
Depuis le début des années 2010, Google et les géants de la tech ont progressivement intégré des fonctionnalités propulsées par l’Intelligence Artificielle et le Machine Learning dans leurs algorithmes et outils.
Cette tendance s’est généralisée dans les années qui ont suivi, jusqu’à déboucher sur l’explosion des usages de l’IA dans le Marketing Digital, dont l’ouverture au grand public de ChatGPT en novembre 2022 n’a été que le révélateur d’une réalité déjà bien installée.
En effet, le Search Marketing, le SEO, le SEA et les algorithmes d’outils comme Google ont un fonctionnement qui est intimement lié à l’IA. Voici quelques usages et utilisations de ce Machine Learning dans le cadre de la recherche en ligne, qu’elle soit organique ou liée à des stratégies de publicité digitale.
La désambiguïsation : comprendre les intentions des utilisateurs.trices
Selon Google, entre 15 et 20% des mots-clés recherchés sur le moteur de recherche chaque jour sont des nouvelles requêtes qui n’ont jamais été tapées par les internautes auparavant. Afin de traduire ces requêtes en besoins et d’affiner ses résultats en « reclassant » les sites (logique de Re-ranking / « Learning to Rank »), Google et ses pairs doivent comprendre les intentions cachées les plus fréquentes derrière la sémantique des mots-clés, ce qui peut être complexe pour les requêtes ambiguës : « batterie », « polo », « jaguar » etc. sont autant d’exemples simples d’une logique complexe, qui nécessite un traitement basé sur la compréhension des subtilités du langage humain, ce que les LLM (Large Language Models) permettent de faire de plus en plus efficacement grâce à des jeux de données d’entrainement toujours plus vastes et complets.
Les SERP (Search Engine Results Pages ou pages de résultats des moteurs de recherche) sont donc le reflet de l’interprétation automatisée des besoins des utilisateurs.trices. Elles permettent donc de comprendre les intentions les plus fréquentes, par l’analyse de la réponse du moteur et des éléments mis en avant : images, produits, typologies de pages, vidéos, news, maps, fonctionnalités « On-SERP » à zéro-clicks sont autant d’éléments à analyser pour comprendre comment orienter une stratégie SEO/SEA. Ces analyses SEO sont disponibles dans notre suite d’outils pour le référencement naturel DataGarden.
Navboost, Glue, et le traitement automatisé des signaux comportementaux
Les Google Leaks de 2023-2024 ont permis de confirmer ce que les expert.e.s SEO savaient déjà depuis longtemps : Google tracke les comportements de ses utilisateurs.trices sur son moteur de recherche, les analyse grâce à des algorithmes de Machine Learning dédiés (Navboost et Glue), et utilise ces signaux comportementaux comme autant d’indicateurs de qualité de ses résultats : sites ignorés / non cliqués (clic skip), temps d’errance en dehors du moteur (dwell time), allers-retours entre le moteur et des sites internet (Pogosticking), scroll, CTR (taux de clics), sont autant de signaux extrêmement volumineux et emplis de bruit, que le Machine Learning permet de plus facilement traiter pour déterminer si un site / une page doivent être considérés comme plus ou moins qualitatifs pour une demande d’utilisateur.trice.
Par conséquent, travailler sur la qualité de votre réponse et de l’expérience utilisateur.trice sur vos pages, en vous assurant d’une correspondance la plus parfaite entre le besoin estimé pour votre cible Marketing et votre contenu disponible (page, type de contenu, produit, service, positionnement, variété de l’offre, complétude de l’offre, services proposés…).
Le SXO (mix entre SEO et UX) est une réalité, valable également pour le fonctionnement des algorithmes des campagnes publicitaires, pour lesquelles la qualité de la page de destination et la capacité à convertir sont des éléments clés, a fortiori dans les campagnes basés sur des objectifs de conversion et de ROAS (Return On Ad Spend ou retour sur investissement publicitaire)
La prise en compte des contextes de recherche
Google et les moteurs de recherche ont la capacité de comprendre et d’interpréter les variations dans la recherche d’information en ligne, en prenant en compte les tendances, qu’elles soient saisonnières (marronniers) ou uniques (événements, actualité). La prise en compte du/des contexte.s de recherche va donc influencer, là encore grâce à l’analyse en continu des recherches effectuées par les utilisateurs.trices et de leurs comportements sur Google, la réponse et la mise en avant de certains résultats répondant plus précisément à ces demandes spécifiques.
Selon la temporalité, le caractère événementiel, les tendances du moment ou le lieu où vous vous trouvez au moment de voter recherche, le moteur de recherche vous renverra donc un résultat différent et adapté.
Que ce soit via l’analyse des éléments de désambiguïsation proposés par Google comme les PAA (People Also Ask ou « Autres questions fréquentes »), les Related Searches (recherches associées) ou par la prise en compte des suggestions de Google Ads ou Google Trends sur les tendances en hausse dans leurs outils de prévision, il est possible de mettre en place des stratégies visant à préempter votre visibilité en répondant au plus vite / au plus tôt à ces demandes émergentes et parfois ponctuelles.
La personnalisation des résultats : SEO local et temporel
La conséquence la plus fine de cette capacité à traiter les contextes de recherche grâce à l’IA, et à y injecter une part de personnalisation, se matérialise via des outils comme Google Discover, véritable « Home Page personnelle » dans laquelle Google va d’une part vous fournir des résultats de recherche « no clic » (non sollicités) basés sur vos préférences thématiques et vos habitudes recherches et de clics, mais également jouer un rôle d’assistant personnel, avec un but à peine masqué d’être en capacité d’anticiper vos recherches et de vous proposer vos résultats favoris, avant même que vous en ayez émis le besoin via une recherche de mots-clés.
Là encore, les stratégies basées sur l’analyse des données de performance et la compréhension affinée des usages et intentions de vos cibles carketing sont particulièrement efficaces, car en adéquation avec les fonctionnements profonds des moteurs de recherche comme Google, à la manière des algorithmes de classement des réseaux sociaux comme Facebook, Instagram, TikTok ou encore YouTube.
La recherche Multi-modale
La multi-modalité prend une part toujours plus importante dans les outils d’Intelligence Artificielle proposés par Google et d’autres acteurs de la tech.
La particularité des IA multimodales est de pouvoir travailler à partir de différents types de sources d’information en entrée (Input) : images, documents, vidéos, texte, code source etc. et d’en extraire le sens pour répondre à des besoins de transformation sous différents formats de sortie (Output), de raisonnement (réseaux neuronaux), ou de résolution de problèmes de plus en plus avancés.
C’est notamment l’une des fonctions les plus importantes d’outils comme Google Lens ou Gemini, le chatbot IA de Google : détecter du texte ou du sens dans une image, reconnaitre le contenu d’une image et la convertir en texte, identifier du code dans une vidéo, etc. Autant d’usages de la multi-modalité qui seront de plus en plus intégrés dans les usages de recherche des utilisateurs.trices, notamment pour la recherche visuelle (visual search), pour laquelle votre identité visuelle de marque est essentielle.
Les nouveaux moteurs de recherche boostés à l’IA : devenir leur source d’information
Avec l’arrivée de ChatGPT, c’est donc un nouveau mode d’interaction entre l’homme et la machine dépositrice du savoir collectif mondial qui s’ouvre.
La transition entre moteur de recherche, moteur de réponse, Assistant personnel AI-augmenté est en cours.
Quels sont les nouveaux moteurs de recherche ? SearchGPT d’open AI, Meta AI, les AI Overviews (ex- SGE) de Google, Gemini, Copilot de Microsoft Bing, Perplexity, Claude, Poe… Toutes les solutions basées sur des LLM permettront demain d’accéder à des informations pouvant répondre à des besoins et de générer des achats, des souscriptions à des services, mais également de la découverte ou de la préférence de marque.
Vous devez être une source d’information privilégiée et exploitée par les LLM et l’Intelligence Artificielle afin de vous assurer de conserver un temps d’avance sur vos concurrents.
C’est en partie l’objet de notre approche Global Search et l’un des buts de notre Lab IA, de vous proposer des stratégies holistiques de visibilité, en vous plaçant au cœur des usages de vos cibles marketing.
Google aime-t-il les contenus générés par l’IA ?
Si Google est relativement capable d’identifier des contenus générés par l’IA, il est surtout capable d’identifier les contenus de mauvaise qualité ou qui ne répondent pas à l’intention de l’internaute.
D’ailleurs, la position de la firme de Mountain View à ce sujet est assez claire : « Récompenser les contenus de haute qualité, quelle que soit la façon dont ils sont produits »
En tant que précurseur dans les usages de l’IA pour la recherche d’information, le moteur de recherche se soucie assez peu du mode de fabrication utilisé pour rédiger le contenu de vos pages, du moment que ce contenu est original, et réponds aux critères E.E.A.T (Expérience, Expertise, Autorité, Confiance – Trust), qui sont de plus en plus essentiels dans notre approche du SEO sur Google.
L’IA, un booster de créativité
Chez CyberCité, nous travaillons avec l’IA-Gen au quotidien, grâce à nos outils d’IA privés, intégrés et sécurisés.
Notre approche est avant tout centrée sur le gain de temps, la performance du résultat et la qualité de ce « booster de créativité » générateur d’idée. Bien entendu, l’IA est un outil qu’il convient d’utiliser avec discernement pour le référencement naturel, avec un esprit critique, qui doit faire l’objet d’une vérification humaine dans de nombreux cas. Elle permet également de se focaliser sur les actions qui génèrent le plus de valeur ajoutée pour les stratégies de marketing digital de nos clients, et de booster notre apprentissage et le développement des compétences de nos équipes dans leurs domaines respectifs.
Utiliser l’IA dans une stratégie d’acquisition et d’optimisation de la conversion, c’est l’occasion pour chacun de nos consultant.e.s SEO, Media, Content Marketing, Social Media, de travailler en compagnie d’un.e stagiaire HPI, toujours prêt.e à brainstormer pour augmenter notre créativité et les résultats de nos clients.
Grâce aux outils IA augmentés de notre logiciel SEO/SEA DataGarden, nos consultant.e.s sont en mesure d’appuyer leurs stratégies et recommandations par des insights enrichis : génération de cibles marketing ultra précises et en adéquation parfaite avec votre écosystème digital, création de personae pour identifier les pain points, freins, objections, définir des argumentaires, contre argumentaires, forces et faiblesses potentielles de votre offre de produits/services face aux besoins de vos cibles.
Ce travail de brainstorm IA sert ensuite de base à nos analyses de clusters et à nos briefs éditoriaux, pour rédiger des contenus adaptés au référencement naturel, à vos cibles et couvrant l’intégralité du périmètre éditorial nécessaire à votre visibilité en ligne.
C’est grâce à ces outils de rédaction assistée que nos équipes peuvent ensuite consacrer leur énergie et leur expertise SEO à vous aider à mettre en lumière vos informations additionnelles, lesquelles vont venir ajouter de la valeur et un aspect unique à vos contenus (injection de data first-party, mise en avant de votre savoir-faire, rédaction de dossiers experts, retours d’expérience de vos consommateurs, avis utilisateurs.trices etc.)
