Dans mon précédent article du Search Engine Journal, j’ai soutenu que les organisations doivent renforcer la souveraineté de leur marque en devenant la source de vérité la plus fiable en matière d’IA. Alors que l’IA sert de plus en plus d’intermédiaire entre les entreprises et les clients, les organisations les plus susceptibles d’être recommandées seront celles qui fournissent les preuves les plus fiables sur leurs produits, services et expertise.
La réponse à cet article a rapidement convergé vers une question pratique de l’exécutif :
Comment justifier un investissement continu dans le référencement, le contenu, les données structurées et la gestion des connaissances si l’IA nous envoie moins de trafic ?
Pendant plus de deux décennies, la réponse à cette question d’investissement a été relativement simple. Le volume de recherche représentait une opportunité. Plus de recherches ont conduit à plus de visites sur le site Web, plus de visites ont créé plus d’opportunités d’influencer les décisions des clients et le trafic est devenu la monnaie par laquelle l’équipe SEO a démontré la valeur commerciale. La demande de recherche est donc devenue le principal mécanisme de priorisation des investissements.
Les réponses de l’IA ont affaibli cette relation en satisfaisant de plus en plus l’intention informationnelle avant que les clients n’aient besoin de cliquer pour accéder à la source.
La demande de recherche révèle toujours les intérêts des clients, les problèmes émergents et le langage des consommateurs. Ce qu’il ne garantit plus, c’est que les clients visiteront l’organisation qui a réellement fourni les connaissances sous-jacentes. Les aperçus de l’IA, la recherche conversationnelle et les expériences sans clic séparent de plus en plus la consommation d’informations de l’engagement commercial sur lequel de nombreux plans d’affaires ont été construits.
Les organisations ont donc besoin d’une nouvelle couche de planification qui complète le volume de recherche en identifiant les domaines dans lesquels un engagement continu crée encore une valeur commerciale mesurable.
Je crois que cette couche de planification est ce que j’appelle Cliquez sur la valeur.
Le nom est intentionnellement provocateur car il remet en question l’une des hypothèses les plus anciennes du référencement. Click Worthiness n’est pas un cadre pour augmenter les taux de clics, ni une autre méthodologie pour récupérer le trafic perdu à cause de l’IA. Au lieu de cela, cela pose une question stratégique beaucoup plus importante :
Si l’IA répond à cette question, reste-t-il encore suffisamment de valeur pour que les clients puissent bénéficier d’un engagement direct avec nous ?
Le volume de recherche mesure la demande d’informations. La valeur du clic mesure la valeur commerciale restante de l’engagement une fois que l’IA a déjà satisfait à cette demande. Cette distinction change fondamentalement la manière dont les organisations doivent prioriser leurs investissements.
Quand la réponse met fin au voyage
Considérez deux questions différentes et spécifiques sur la même compagnie aérienne.
United Airlines dessert-elle Buenos Aires ?
Bien que la question se rapproche d’une transaction commerciale, il s’agit fondamentalement d’une demande de fait. Une fois que l’IA fournit une réponse fiable par oui ou par non, de nombreux clients disposent de tout ce dont ils ont besoin. United préfère naturellement qu’ils cliquent pour continuer vers les horaires, les tarifs ou la réservation, mais la question initiale elle-même n’apporte que peu de valeur supplémentaire au-delà d’un engagement supplémentaire.
Considérons maintenant une question différente, plus illustrative de celle posée pour l’IA.
Quel itinéraire United vers Buenos Aires m’offre la meilleure connexion depuis Boston tout en me permettant d’utiliser mes miles ?
Le client ne recherche plus un fait mais évalue un ensemble de conditions pour prendre une décision. La réponse dépend des horaires, de la qualité de la connexion, des règles de fidélité, des prix, de la disponibilité des récompenses et des préférences personnelles. L’IA peut restreindre les choix, mais elle ne peut pas prendre une décision en toute confiance sans des informations plus riches et une interaction directe.
Cette réponse plus complexe et alignée sur l’intention ne termine plus le voyage mais en commence un. Cette distinction capture l’essence de Click Worthiness.
La proximité commerciale ne crée pas automatiquement de valeur d’engagement. La question cruciale est de savoir si l’IA répond pleinement aux besoins du client ou présente une décision à plus forte valeur ajoutée qui garantit une interaction continue, bénéficiant à la fois au client et à l’organisation.
Pourquoi le volume de recherche ne raconte plus toute l’histoire
Pendant plus de 20 ans, le volume de recherche a constitué une excellente mesure de planification des opportunités, car les aspects économiques de la recherche étaient remarquablement simples. Les sites Web créaient du contenu que les moteurs de recherche pouvaient consommer, et en retour, il existait un potentiel de trafic et de ventes. Si les organisations se classaient bien pour les requêtes à volume élevé, les clients les visitaient parce qu’il existait peu d’alternatives pratiques. Aujourd’hui, les organisations doivent se demander si le potentiel d’interactions plus profondes mérite en lui-même un investissement.
L’IA a fondamentalement changé l’équation, non pas en réduisant la demande d’informations, mais en réduisant la nécessité pour le chercheur de visiter sa source. De nombreuses organisations ont réagi à ce changement tectonique en essayant de récupérer chaque clic perdu ou en développant le contenu pour en capturer de nouveaux grâce à une analyse des écarts concurrentiels. Ces activités améliorent l’exhaustivité, mais elles créent rarement une différenciation ou augmentent le potentiel de clics.
Lorsque chaque organisation étudie les mêmes réponses d’IA, comble les mêmes lacunes thématiques et publie des contenus de plus en plus similaires, elles deviennent plus complètes tout en devenant simultanément plus interchangeables.
L’exhaustivité devient rapidement le coût de la participation plutôt que la source d’un avantage concurrentiel.
Leçons que nous avons apprises avant l’IA
L’avantage concurrentiel viendra de plus en plus de ce qui se passera une fois que l’IA aura répondu à la première question du client. Les organisations qui créent des raisons significatives pour inciter les clients à poursuivre leur voyage surpasseront celles qui publient simplement des informations plus complètes.
Des années avant que la recherche par IA ne devienne courante, j’ai rencontré un défi remarquablement similaire alors que je travaillais avec une entreprise mondiale de spiritueux pour générer du trafic et la notoriété de la marque vers son site Web de recettes de cocktails. Google a rapidement introduit de nouvelles expériences de recherche plus riches pour les requêtes liées aux cocktails grâce à des extraits de code, des formats de recettes, des carrousels d’images et d’autres améliorations qui répondaient de plus en plus aux questions sans obliger les utilisateurs à visiter leur site Web.
Notre première réaction reflétait ce que vivent aujourd’hui de nombreuses organisations. Nous nous sommes concentrés sur la récupération du trafic que nous perdions et avons débattu de la manière de créer plus de contenu. Finalement, nous avons réalisé que nous résolvions le mauvais problème. Semblable aux aperçus de l’IA, l’expérience de recherche a évolué, mais pas notre stratégie de contenu.
Plutôt que de nous demander comment récupérer chaque visite perdue en raison de ces nouvelles fonctionnalités attrayantes, nous nous sommes demandé comment nous pourrions les dominer, comment nous pourrions nous démarquer et quelle valeur supplémentaire nous pourrions apporter à quelqu’un après avoir cliqué. Ce changement radical a transformé notre façon de penser.
Au lieu de publier davantage de recettes, nous avons construit des expériences plus riches. L’un des meilleurs exemples concerne l’espresso martini. Nous avons appris que l’image devait montrer clairement un verre à martini contenant ce qui semblait sans aucun doute être un expresso martini, avec les trois grains de café traditionnels sur le dessus.
Pour chaque catégorie de cocktails, nous avons optimisé les substitutions d’ingrédients, les techniques de barman, les collections saisonnières, l’inspiration visuelle et les cocktails associés, ce qui a donné aux clients des raisons de continuer à explorer après avoir reçu la réponse initiale.
Plus important encore, nous avons découvert un public complètement différent : les « curieux de la boisson ». Ces chercheurs ne recherchaient pas une recette unique, mais celles qui leur permettaient d’explorer des ingrédients, des couleurs, des occasions, des saveurs et des expériences entièrement nouvelles. Nous avons arrêté d’optimiser pour la récupération et nous nous sommes concentrés sur l’optimisation pour l’inspiration et la curiosité.
Si les plateformes d’IA ont modifié le paysage des résultats de recherche, le principe commercial sous-jacent n’a pas changé : les clics sont gagnés parce que la poursuite du parcours crée de la valeur supplémentaire.
La valeur du clic comme cadre de planification stratégique
Être « digne d’un clic » change fondamentalement la façon dont les organisations doivent prioriser leurs investissements. Oui, le volume de recherche est toujours important car il nous informe sur ce que les clients veulent savoir. Cependant, c’est leur taux de clics qui nous indique dans quels domaines un engagement continu peut créer une valeur commerciale mesurable et durable.
Plutôt que d’évaluer les opportunités uniquement en fonction de la demande de recherche, les organisations devraient évaluer si une interaction continue crée une valeur supplémentaire une fois que l’IA a déjà répondu à la question initiale.
Nous devons accepter que certaines interactions se terminent naturellement une fois que des informations fiables ont été fournies, tandis que d’autres débouchent naturellement sur des décisions de comparaison, d’évaluation, de réassurance, de configuration, de personnalisation ou d’achat, dont l’expertise de l’organisation continue d’influencer le résultat. Ce sont ces interactions dans lesquelles les investissements dans le contenu et les infrastructures créent un avantage concurrentiel.
Je dois préciser que la valeur des clics ne doit jamais être évaluée de manière isolée. Il y a plus de 20 ans, Mike Moran et moi avons discuté Marketing des moteurs de recherche, Inc. qu’une performance d’optimisation réussie commence par un objectif partagé. Les entreprises recherchent une croissance rentable, les clients veulent avoir l’assurance qu’ils prennent la bonne décision et les moteurs de recherche, désormais rejoints par les systèmes d’IA, recherchent suffisamment de preuves pour recommander la solution la plus appropriée.
Ce n’est que lorsque ces objectifs individuels s’aligneront qu’il y aura un bénéfice mutuel, la valeur pour chacun étant réalisée. Ce principe reste tout aussi pertinent aujourd’hui : l’intention du client fournit le contexte pour évaluer la valeur des clics. Les interactions à haute valeur de clic révèlent les décisions des clients qui méritent le plus d’investissement. Ces décisions identifient les informations dont les clients ont besoin, l’expertise que les organisations doivent démontrer et les connaissances structurées dont l’IA a besoin pour représenter cette expertise en toute confiance.
L’implication pratique de Click Worthiness est qu’elle change là où commence la planification. Plutôt que de passer directement de la recherche de mots clés à la création de contenu et à la mise en œuvre de données structurées, les organisations doivent d’abord déterminer si l’intention du client crée une valeur suffisante pour justifier un engagement continu. La valeur du clic devient le point de décision stratégique qui détermine si un investissement supplémentaire dans la modélisation des connaissances, les données structurées et l’optimisation de l’IA produira des résultats commerciaux mesurables.
Le modèle de planification de la valeur des clics
La figure 1 illustre comment Click Worthiness fait passer la planification de l’optimisation axée sur les mots clés vers l’optimisation axée sur la décision.
Remarquez où commence le processus. Le modèle commence intentionnellement par un objectif partagé et une intention du client plutôt que par des mots-clés. La valeur du clic se situe immédiatement après l’intention, car elle sert de porte stratégique qui détermine si l’investissement restant est justifié. Ce n’est qu’après qu’une organisation a conclu qu’un engagement continu crée une valeur mesurable qu’elle doit investir dans la définition de variables de décision, la création d’un modèle de connaissances, la mise en œuvre de données structurées et l’optimisation de la représentation de l’IA.
La mise en œuvre devient la conséquence de la stratégie plutôt que la stratégie elle-même.
Mesurer le succès au-delà du trafic
Ce modèle de planification oblige également les organisations à repenser la façon dont le succès est mesuré.
Les mesures SEO traditionnelles telles que les classements, les impressions, les clics et le trafic restent précieuses car elles continuent de mesurer la visibilité. Mais de plus en plus, ils ne décrivent qu’une partie du parcours client. Les organisations doivent donc évaluer le succès en posant un ensemble différent de questions.
- Sommes-nous en train d’augmenter la confiance de l’IA dans notre expertise ?
- Améliorons-nous la représentation dans les expériences générées par l’IA ?
- Soutenons-nous les décisions client à plus forte valeur ajoutée ?
- Créons-nous suffisamment de valeur incrémentielle pour que les clients continuent de s’engager une fois que l’IA a répondu à la première question ?
La souveraineté de la marque reste l’objectif. Click Worthiness fournit le modèle de planification qui détermine où les organisations doivent investir pour y parvenir. Ensemble, ils font passer le référencement de la seule maximisation du trafic à la maximisation de la valeur commerciale créée par des connaissances fiables.
Dans le prochain article, j’examinerai les connaissances derrière ces interactions à haute valeur ajoutée et j’expliquerai pourquoi l’IA recommande de plus en plus aux organisations de modéliser la prise de décision des clients plutôt que de simplement publier des informations sur les produits.
Plus de ressources :
