À moins de vivre dans une grotte, impossible de passer à côté de l’intelligence artificielle (IA) et du machine learning (ML) quand on parle de martech aujourd’hui. Toute une série de nouveaux outils a même vu le jour l’an dernier. Parmi les plus incontournables :
- Apprendre à l’IA à rédiger des contenus marketing
- Augmenter les conversions grâce au profilage comportemental
- Échanger avec des chatbots IA
Les cas d’usage sont illimités, mais nous abordons dans cet article notre préféré : le machine learning et l’IA pour le SEO. Bonne lecture !
Comment l’IA transforme-t-elle le référencement naturel ?
Google resserre ses algorithmes autour de la recherche par machine learning. Ses algorithmes d’apprentissage mesurent en permanence le comportement de ses utilisateurs pour faire remonter les contenus les plus pertinents.
Par ailleurs, le marketing est plus que jamais piloté par les données, et collecter des données ne suffit pas. Les outils fondés sur le ML sont indispensables pour donner du sens à ces masses de données. Et si Google le peut, pourquoi pas nous ? Surtout quand on peut obtenir en continu des enseignements fondés sur les données pour améliorer le trafic, les mots-clés, le positionnement, les contenus et bien plus.
Bonne nouvelle : les mises à jour constantes de Google et les outils SEO fondés sur le ML sont déjà là. Pour les professionnels et spécialistes du SEO, les search marketers et les content marketers, leur adoption n’est qu’une question de temps.
Chez Surfer, nous mettons le ML au service de votre stratégie SEO et de vos besoins en contenu. Entrons dans le vif du sujet.
Le machine learning (ML) aide le référencement naturel en permettant de mieux comprendre l’intention de l’utilisateur derrière une requête, la recherche vocale et la personnalisation. Les créateurs peuvent se concentrer sur une expérience de contenu de qualité, le parcours client et d’excellents résultats pour les clients.
Surfer NLP : optimisez vos contenus pour le SEO grâce au deep learning
Depuis 2019, Google a introduit BERT, une forme de NLP (traitement automatique du langage naturel), dans son moteur de recherche pour analyser vos efforts de content marketing. L’accueil réservé à la mise à jour NLP de Google a été positif, mais elle restait limitée pour les marketeurs SEO. Et comment aurait-il pu en être autrement ? Google avait mis en place une API généraliste de NLP. La mise à jour ne visait pas à aider des marketeurs comme vous et moi à produire des contenus de qualité au maximum de leur potentiel. Elle manquait de contexte et proposait de nombreux mots et expressions peu pertinents. Les positions progressaient, mais pas autant qu’elles l’auraient pu.
Nous avons donc créé un moteur NLP propre à Surfer. Je suis fier de dire que Surfer NLP compte plus de fans enthousiastes que Google NLP dans la communauté SEO.
Pour le dire simplement, Surfer NLP vous aide à optimiser vos contenus existants et à rédiger dès le départ des articles optimisés pour le SEO. Chaque résultat en tête de la recherche Google est mesuré et analysé avec des techniques fondées sur l’IA, ce qui rend vos efforts SEO plus efficaces. Il serait injuste que les moteurs de recherche utilisent le machine learning et pas les entreprises de référencement.
Sans algorithmes de machine learning pour le SEO, nous devions nous en remettre à des solutions généralistes qui n’améliorent pas au maximum les résultats dans les moteurs de recherche. Ne restez pas à la traîne : aidez votre site à grimper dans n’importe quel classement grâce aux technologies d’IA.
Comment optimiser vos contenus grâce au traitement automatique du langage naturel ?
C’est très simple avec Surfer, grâce à l’éditeur de contenu. Il effectue tous les calculs en coulisses. Le rédacteur voit les consignes de rédaction à droite et peut cocher les entités au fur et à mesure qu’il les utilise dans le contenu. Ce processus aide non seulement les SEO à obtenir des contenus optimisés, mais aussi les rédacteurs, qui y trouvent de l’inspiration et savent de quoi parler. Les exemples d’utilisation sont aussi très pratiques. Pour en savoir plus, rien de mieux que cette vidéo sur l’éditeur de contenu.
Recherche de mots-clés pilotée par l’IA : boostez votre stratégie de contenu avec l’outil de recherche de mots-clés
Nous sommes tous passés par là : des mois de travail ingrat pour trouver tous les mots-clés sur lesquels nous devons nous positionner, traquer ceux qui nous échappent, et créer fichier Excel après fichier Excel remplis de mots-clés, d’expressions, de requêtes et de tout le reste.
Comme si cela ne suffisait pas, il faut ensuite transformer cette masse de mots-clés en clusters thématiques et en groupes de mots-clés pertinents. Si vous respirez encore après ça, bon courage pour établir une stratégie de contenu solide et un plan de mise en œuvre. Et n’oubliez pas de mettre à jour les mots-clés, d’en supprimer, d’en ajouter et de vous assurer que la liste reste toujours pertinente.
Accablant, n’est-ce pas ? Ça ne devrait pas l’être. Tirez parti d’une autre branche du machine learning : le clustering.
Voici l’outil de recherche de mots-clés. Propulsé par le machine learning, l’outil de recherche de mots-clés vous aide à créer une stratégie de contenu toujours pertinente et la découpe en petits clusters.
Comment obtenir des idées de contenus illimitées, regroupées en clusters, grâce aux algorithmes de machine learning ?
Pour commencer, ajoutez votre mot-clé racine. Par exemple, si votre activité consiste à automatiser la gestion des factures, votre mot-clé racine pourrait être « invoice management » (gestion des factures).
Surfer l’analyse ensuite et vous renvoie des clusters. Chaque cluster est constitué d’intentions de recherche précises.
Le deep learning résout la détection de l’intention de l’utilisateur
Nous avons utilisé le même BERT que Google utilise depuis la mise à jour de son algorithme. Faire travailler le machine learning pour nous n’a pas été simple, mais cela a payé. Les réseaux de neurones nous ont permis de lui apprendre à déterminer l’intention de l’utilisateur à partir de données de recherche comme les balises meta, l’URL et les requêtes.
Voici les quatre types principaux :
- Informationnelle : les utilisateurs recherchent ces mots-clés quand ils veulent s’informer sur un sujet précis. Ils cherchent simplement à se documenter.
- Recherche de produit : les utilisateurs cherchent des informations précises sur un produit ou un type de produit. Ils peuvent comparer plusieurs produits, y compris ceux de vos concurrents.
- Locale : les services locaux dominent ce groupe de mots-clés. Leur page de services ou leur page d’accueil figure probablement parmi les résultats les mieux positionnés.
- Achat : c’est une marque e-commerce qui se positionne sur ce groupe de mots-clés. Il peut même s’agir d’une page catégorie.
Si vous voulez en savoir plus sur l’intention de l’utilisateur, cliquez ici, ou lisez les études que nous avons menées sur de vastes jeux de mots-clés dont l’intention a été analysée par des technologies d’IA.
L’intention de l’utilisateur derrière le mot-clé de départ est déterminante pour les résultats de l’outil de recherche de mots-clés. Si vous attendez des idées adaptées à votre blog, saisissez un mot-clé de départ sur lequel vous pourriez écrire sur votre blog. Surfer connaîtra ainsi l’angle des sujets similaires que vous souhaitez obtenir. N’oubliez pas que cette fonctionnalité vous permet aussi de trouver facilement de nouvelles catégories pour votre activité e-commerce ! Regardons cela de plus près.
Les résultats de l’intelligence artificielle selon l’intention de l’utilisateur
Le premier mot-clé que nous analysons est « red dress » (robe rouge). Ce terme de recherche est dominé par les boutiques en ligne, et plus précisément par des catégories de produits. Cela influe fortement sur les résultats de l’outil de recherche de mots-clés : l’intention d’achat domine quand le mot-clé de départ a lui aussi une intention d’achat.
Ces sujets sont parfaits pour développer, dans votre boutique, des sous-catégories qui cibleront précisément la longue traîne autour des robes rouges. Que faire d’autre pour renforcer la pertinence thématique et booster la catégorie principale ? Le blog, bien sûr. Créer une série d’articles sur les robes rouges peut être bénéfique grâce aux liens internes. Mais comment trouver les bons sujets pour le blog ? Grâce aux algorithmes de machine learning, il suffit de fournir le bon mot-clé de départ, avec une intention clairement informationnelle.
Notre mot-clé suivant est « how to wear red dress » (comment porter une robe rouge). La plupart de ses clusters conviennent au blog, car l’intention dominante est informationnelle. Une façon astucieuse de trouver des sujets tendance pour le blog, n’est-ce pas ?
Éditeur de contenu : créez des plans de contenu en moins de 5 secondes grâce à l’intelligence artificielle SEO
Avez-vous déjà eu l’impression de faire le travail du rédacteur en préparant vos briefs SEO ? Surtout en créant des plans détaillés pour que votre rédacteur ne passe à côté de rien ? Nous aussi. Nous avons réalisé que la création de plans de contenu représentait une grande partie du travail de chaque spécialiste SEO. Beaucoup de professionnels du SEO avaient même créé des modèles adaptés aux besoins des rédacteurs. Ce processus était fastidieux et ne se faisait pas en temps réel. Chaque fois qu’un nouveau contenu commençait à se positionner, les marketeurs SEO devaient tout reprendre à zéro.
Désormais, avec l’éditeur de contenu, Surfer présente Brief. Des paragraphes uniques, générés par l’IA, sont rédigés automatiquement pour vous. Fini le décalage entre les briefs SEO et le contenu final de votre rédacteur.
Le Brief de l’éditeur de contenu s’appuie en arrière-plan sur des algorithmes complexes de machine learning qui analysent et présentent les schémas communs à tous les résultats les mieux positionnés. Il reprend le contenu des concurrents et le résume, pour vous offrir le meilleur TL;DR qui soit.
Comment rédiger un article de 3 000 mots en 10 minutes ?
L’outil Outline Builder peut servir de source rapide, et sans fioritures, de contenu unique et optimisé. Vous pouvez sélectionner les paragraphes qui vous plaisent et les utiliser directement sur votre site : ils sont générés par l’IA, vous n’avez donc pas à vous soucier de leur unicité.
- Choisissez le H1 qui vous plaît le plus.
- Parcourez les H2 et sélectionnez ceux qui font d’excellents intertitres à développer.
- Une fois cela fait, vous avez un premier jet. Consultez les H3 à H6 pour trouver des sujets plus restreints à placer entre les H2.
- Revenez à l’onglet « Consignes » et vérifiez le score. Améliorez-le en ajoutant des termes pour atteindre au moins 70 points.
L’article est prêt à être publié !
Ce n’est pas un contenu de la plus haute qualité, mais il se positionne dans Google et peut même battre des sites à forte autorité.
À lire aussi : Comment rédiger des articles de blog optimisés pour le SEO
FAQ sur le machine learning en SEO
Je vais tenter de répondre brièvement à quelques questions fréquentes sur l’IA en SEO.
Un contenu généré par l’IA peut-il se positionner dans Google ?
Oui ! Il peut générer des milliers d’impressions par mois. Voici les statistiques d’un article entièrement rédigé par l’IA.
Pourquoi le SEO et le machine learning unissent-ils leurs forces ?
C’est simple : des tâches chronophages peuvent être réalisées plus efficacement et avec plus de précision, par exemple le clustering de mots-clés.
Google utilise-t-il le machine learning pour la recherche ?
Oui, pour prédire l’intention et les meilleures réponses en fonction de l’expérience utilisateur.
Quel algorithme de moteur de recherche utilise la technologie du machine learning ?
Le NLP est l’un des domaines du machine learning.
Qu’est-ce que l’intelligence artificielle en SEO ?
C’est l’utilisation de la technologie d’IA pour des tâches SEO comme la création de plans de contenu, la recherche de mots-clés ou l’optimisation de contenu.
Le SEO sera-t-il remplacé par l’IA ?
En réalité, c’est une bataille entre deux moteurs différents : celui de Google, et celui, en partie automatisé et un peu « guérilla », des SEO.
Le SEO sera-t-il affecté par l’essor de l’intelligence artificielle ?
Il l’est déjà : il suffit de voir le rythme des rédacteurs épaulés par des outils comme Conversion.AI
La recherche Google utilise-t-elle des réseaux de neurones ?
Très probablement, oui : Google doit trouver des résultats pour des requêtes qui n’ont jamais été recherchées auparavant. Cette tâche peut être accomplie à l’aide de réseaux de neurones.
Quels sont les types de machine learning les plus utilisés en SEO ?
Le traitement automatique du langage naturel et le clustering sont les types de machine learning les plus utilisés en SEO. Ils fournissent de précieux enseignements SEO pour les contenus.
Découvrez d’autres articles :
- Le nouvel algorithme d’analyse de contenu [exclusivité Surfer]
- Test Surfer NLP vs Google NLP : la bataille des meilleures consignes de contenu SEO
- Qu’est-ce que la content intelligence ? Définition et bonnes pratiques d’une stratégie de content intelligence
