Modifications des facteurs de classement Google de l’année dernière, expliquées

Ceci est un extrait de l’ebook Ranking Factors 2023 de SEJ avec des modifications et des mises à jour pour le mettre à jour. Le SEO évolue vite !

Les facteurs de classement deviennent de plus en plus difficiles à catégoriser pleinement.

Aujourd’hui, Google utilise davantage les termes « systèmes » et « signaux » que « facteurs de classement ».

Google dit à propos de la façon dont il classe les résultats :

« Google utilise le classement automatisé systèmes qui regarde beaucoup facteurs et signaux environ des centaines de milliards de pages Web et d’autres contenus dans notre index de recherche pour présenter les résultats les plus pertinents et les plus utiles, le tout en une fraction de seconde.

Il existe plusieurs systèmes de classement et ils utilisent tous différentes combinaisons de signaux.

Google s’éloigne (et ce depuis un certain temps) d’un modèle dans lequel un ensemble de facteurs quantitatifs détermine le classement.

Au lieu de cela, Google crée des collections de signaux qualitatifs qui se rassemblent pour se rapprocher de questions et de décisions plus vastes – humaines –, telles que :

De nombreux professionnels du référencement sont des spécialistes des chiffres. Des chercheurs. Plongeurs de données. Google publie quelques informations sur ses algorithmes, et nous nous y accrochons comme des patelles.

Depuis de nombreuses années, certains tentent même d’utiliser les indices de l’interprétation des brevets pour tenter de déchiffrer l’impact algorithmique de tout, des médias sociaux à la co-citation.

Mais les brevets de Google ne sont pas la Constitution.

Aucun document ultime ne détient les secrets des algorithmes de classement – ​​même si j’aimerais voir un film de braquage sur le vol du siège de Google. (Nous savons tous que Nicholas Cage y participerait.)

L’interprétation des brevets est une bonne compétence et peut fournir des informations importantes.

Mais vous devez peser l’impact commercial d’une obsession sur des éléments individuels plutôt que de vous pencher sur la compréhension de votre public.

À mesure que les algorithmes deviennent plus complexes et que l’IA devient plus avancée, il deviendra de plus en plus difficile d’identifier les sources exactes de données qu’ils utilisent pour prendre des décisions.

Les facteurs de classement ne vont pas disparaître ; ils évoluent.

Les pierres angulaires du classement seront toujours là, mais plus les systèmes sont complexes, moins il nous est avantageux d’interroger chaque signal potentiel.

Que s’est-il passé avec « l’expérience de la page » et qu’est-ce qu’un système de classement ?

En avril 2023, Google a déplacé plusieurs entrées de sa documentation sur les « systèmes de classement » et les a placées ailleurs :

  • Expérience de page.
  • Convivialité mobile.
  • Vitesse des pages.
  • Sécurité et HTTP.

Plusieurs professionnels du référencement ont perdu leur sang-froid collectif à cause de ce changement.

Le compte Search Liaison de Google sur X (anciennement Twitter) partagé Cette déclaration:

« Nos conseils sur l’expérience de la page sont ici, comme nous l’avons partagé la semaine dernière avec notre article de blog :

https://developers.google.com/search/docs/apparaître/page-experience

Cela ne dit *pas* que l’expérience de la page est en quelque sorte « à la retraite » ou que les gens devraient ignorer des éléments tels que Core Web Vitals ou être adapté aux mobiles. L’opposé. Il indique que si vous souhaitez réussir avec les systèmes de classement de base de la recherche Google, tenez compte de ces aspects ainsi que d’autres aspects de l’expérience de la page.

Nous avons également mis à jour notre page sur les systèmes de classement la semaine dernière. Les *systèmes* de classement sont différents des *signaux* de classement (les systèmes utilisent généralement des signaux). Nous avions répertorié sur cette page certains éléments liés à l’expérience de la page en tant que « systèmes » qui étaient en fait des signaux. Ils n’auraient pas dû être sur la page concernant les systèmes.

Les supprimer ne signifiait pas que nous ne prenions plus en compte les aspects de l’expérience de la page. Cela signifiait simplement qu’il ne s’agissait pas de *systèmes* de classement, mais plutôt de signaux utilisés par d’autres systèmes.

Le grand point à retenir ? Comme le disent nos conseils sur l’expérience de la page dans la première phrase :

« Les principaux systèmes de classement de Google cherchent à récompenser le contenu qui offre une bonne expérience sur la page. » … »

Cela semble signifier que les changements étaient une question d’organisation et non d’ajustement d’algorithme fonctionnel.

Un système de classement est une large application de signaux qui visent un objectif ou une évaluation spécifique.

Les systèmes de classement peuvent utiliser des signaux de classement, mais pas nécessairement à tout moment ou pour chaque requête.

« L’expérience de la page » n’est pas un système de classement.

Cependant, il s’agit d’un ensemble de signaux de classement que plusieurs systèmes de classement peuvent utiliser et utilisent effectivement pour évaluer et récompenser les pages offrant une bonne expérience utilisateur.

Données de clic – Le procès antitrust et le CTR comme facteur de classement

Un ingénieur logiciel qui a quitté Google en novembre 2022 a été appelé à témoigner lors du procès antitrust contre Google.

J’ai commencé à voir des discussions sur tous les réseaux sociaux à propos de sa déclaration fumante sur les données de clic dans le classement.

Son témoignage a attiré l’attention sur la probabilité que Google utilise les clics et autres données sur les interactions sur les SERP dans les algorithmes de classement et que Google reste évasif sur ce fait pour empêcher les professionnels du référencement d’influencer les classements.

Ces données pourraient ne plus être utilisées très longtemps, comme l’a rapporté Law360 : le témoignage de l’ancien googleur a déclaré que « la situation évolue rapidement » et que Google dispose désormais de systèmes qui peuvent tout aussi bien être formés sans les données des utilisateurs.

« Super », me suis-je dit, « Combien de conclusions dois-je réévaluer ? »

Heureusement, aucun jusqu’à présent. Ma première pensée a été le CTR, mais nous doutons toujours du CTR en tant que facteur de classement, même avec les nouvelles informations.

Il existe une différence entre les signaux de classement en direct et les données utilisées pour l’analyse.

Pedro Dias, ancien membre de l’équipe Google Search Quality, a une très bonne idée de ce sujet, déclarant dans un article sur LinkedIn :

« Il y a une différence entre :

  • utiliser directement un signal dans les classements ;
  • examiner les données et évaluer quelles parties pourraient être utiles pour les classements »

Utiliser des données pour analyser les résultats et entraîner des algorithmes est très différent de leur utilisation en direct pour obtenir des résultats. Ces signaux sont plus susceptibles d’être utilisés à des fins de formation et d’évaluation que pour commander des résultats en direct.

Au lieu de vous concentrer sur les statistiques de clics uniquement comme un signal de classement direct, considérez-les comme une mesure de la façon dont votre utilisateur interagit avec votre page – parce que c’est ce qui compte. Quoi qu’il en soit, cela peut être considéré comme important.

Si vous vous concentrez sur ce qui compte – le contenu, l’autorité, l’expérience utilisateur – alors le fait que le CTR et d’autres comportements des utilisateurs soient un facteur de classement ne devrait pas changer votre stratégie globale.

Vous n’avez aucun contrôle sur les données de clics ; vous ne pouvez l’utiliser que pour la mesure.

Bien qu’il y ait de plus en plus de raisons de croire que les « données de clic » sont utilisées dans la recherche comme mécanisme de feedback, il n’est pas utile que vous vous concentriez sur elles comme une aiguille à déplacer. Utilisez-le comme le fait Google : comme outil d’évaluation.

Signaux utilisateur dans la recherche

Plus nous en savons et à chaque nouvel événement, plus la question des données des utilisateurs semble devenir ouverte à la spéculation.

En ce qui concerne Appen, je peux voir des arguments dans les deux sens. Il se pourrait que Google envisage de s’appuyer sur des algorithmes automatisés et de regrouper les données des utilisateurs plutôt que sur des évaluations de qualité humaine.

Ou bien cela pourrait simplement témoigner d’une décision de réduction des coûts au milieu de licenciements et de jugements juridiques défavorables.

Quant à la qualité décroissante des résultats de recherche, c’est à mon avis un argument contre l’idée selon laquelle les données sur le comportement des utilisateurs sont un facteur de classement.

Les gens sont insatisfaits des résultats de recherche et en très grand nombre.

Ceci étant, un algorithme qui prend en compte le comportement des utilisateurs devrait vois ça et ajuste, n’est-ce pas ? Cela présente quatre situations alternatives dans mon esprit :

  1. Les algorithmes sont, pour utiliser un terme technique, complètement foutus.
  2. Le comportement des utilisateurs et les données de clics ne sont pas des signaux de classement directs.
  3. Les deux ci-dessus.
  4. La quatrième situation nécessite de lire une récente annonce de Google concernant le prochain modèle Gemini AI et de spéculer sur sa signification. A la fin de ce post, nous trouvons ceci :

« Nous commençons déjà à expérimenter Gemini dans la recherche, ce qui rend notre expérience générative de recherche (SGE) plus rapide pour les utilisateurs, avec une réduction de 40 % de la latence en anglais aux États-Unis, ainsi que des améliorations de la qualité. »

Il se passe deux choses ici :

  • « Nous commençons déjà à expérimenter Gémeaux dans la recherche … »
  • «… faire notre Search Generative Experience (SGE) plus rapidement … »

Les Gémeaux sont au moins dans les laboratoires. Certains éléments en sont-ils également présents dans la recherche en direct ?

Une sortie Gemini annoncera-t-elle une sortie SGE ?

Cela se produit rapidement. Google aurait très bien pu décider que les algorithmes actuels ne sont pas capables de résoudre les problèmes actuels et qu’il avance le plus rapidement possible avec Gemini. Cela pourrait changer ce que nous savons sur les signaux et les systèmes de classement.

Google utilisera-t-il les données de clics/comportements comme signaux de classement à l’avenir ?

Il existe encore un argument soutenant le fait que Google utilise, ou du moins voudrait utiliser, des données comportementales pour classer les contenus.

En fait, c’est objectivement vrai qu’il le fait déjà dans la recherche YouTube.

L’engagement est l’un des trois piliers de la recherche YouTube. Sur YouTube, les signaux d’engagement des utilisateurs, dans leur ensemble, ont un impact direct sur le classement d’une vidéo sur la plateforme.

En expliquant le fonctionnement de l’algorithme de recherche YouTube, la documentation indique :

« Chez YouTube Search, nous priorisons trois éléments principaux pour fournir les meilleurs résultats de recherche : la pertinence, l’engagement et la qualité. Ces trois éléments ont une importance différente selon le type de recherche.

Pour estimer la pertinence, nous examinons de nombreux facteurs, tels que la mesure dans laquelle le titre, les balises, la description et le contenu vidéo correspondent à votre requête de recherche.

Les signaux d’engagement sont un moyen précieux de déterminer la pertinence. Nous incorporons les signaux d’engagement globaux des utilisateurs, c’est-à-dire que nous pouvons examiner la durée de visionnage d’une vidéo particulière pour une requête particulière afin de déterminer si la vidéo est considérée comme pertinente par rapport à la requête par d’autres utilisateurs.

Enfin, pour la qualité, nos systèmes sont conçus pour identifier les signaux qui peuvent aider à déterminer quels canaux démontrent leur expertise, leur autorité et leur fiabilité sur un sujet donné.

Dans sa documentation destinée aux créateurs sur la façon de développer une chaîne, YouTube dit ceci :

« Conseil d’initié : notre algorithme ne prête pas attention aux vidéos, il s’intéresse aux spectateurs.

Ainsi, plutôt que d’essayer de créer des vidéos qui rendront un algorithme heureux, concentrez-vous sur la création de vidéos qui rendent vos spectateurs heureux.

C’est une assez bonne indication que Google utiliserait absolument les signaux de comportement et de clic dans la recherche s’il pouvait le faire de manière fiable.

C’est là que réside le problème. Sur YouTube, toutes les données dont il a besoin sont là, contenues au sein de la plateforme.

Ce n’est pas le cas pour la recherche Google, car tous les sites Web n’utilisent pas Google Analytics et tous les utilisateurs n’utilisent pas Chrome.

De plus, il est beaucoup plus facile d’interpréter les comportements d’engagement positifs et négatifs avec des vidéos qu’avec du texte.

Je crois que ces deux choses sont vraies :

  • Google sait que les commentaires directs des utilisateurs sont le meilleur moyen de déterminer si le contenu est « bon » et l’implémenterait dans le classement des résultats en direct dans la recherche s’il le pouvait.
  • Actuellement, comme auparavant, cela n’était pas réalisable de manière algorithmique.

Qui sait, peut-être que le développement ultérieur de l’IA apportera de nouvelles solutions.

C’est une façon très détournée de dire :

Les données sur le comportement des utilisateurs sont probablement utilisées dans la recherche pour affiner et évaluer les résultats, mais probablement pas pour prendre des décisions de diffusion sur le moment. Même s’il était utilisé de cette façon, cela ne devrait pas avoir d’importance pour vous, car vous ne pouvez contrôler l’engagement qu’en créant un meilleur contenu, ce qui devrait de toute façon être votre objectif.

La question la plus intéressante à l’heure actuelle est de savoir comment diable pouvons-nous, en tant que professionnels du référencement, conseiller aux gens de respecter les meilleures pratiques en matière de contenu alors que les résultats de recherche semblent récompenser le spam ?

Je travaille toujours sur celui-là.

Davantage de ressources: