La semaine dernière, lors de la conférence SMX Advanced à Seattle, j’ai présenté des données de corrélation aux côtés de Janet Driscoll-Miller, Sasi Parthasarathy de Bing et Matt Cutts de Google. Matt, en particulier, s’est fait entendre en exprimant le désir de voir des points de données supplémentaires de notre recherche, principalement autour de la proéminence/visibilité d’éléments particuliers dans les résultats. Ce message est destiné à aider à rendre cela disponible.
Je dois dire que je ne suis pas d’accord avec Matt sur l’importance de la visibilité brute/des chiffres sur les corrélations de classement. Mon sentiment est que les référenceurs de ces espaces sont plus intéressés à répondre à la question – “quelles fonctionnalités prédisent qu’un résultat sera mieux classé par rapport à un résultat inférieur à la page 1 ?” – plutôt que la plus simple – “est-ce que cette fonctionnalité apparaît plus fréquemment sur la page 1 de Google ou Bing ?” Cependant, je conviens certainement que les deux sont pertinents et intéressants.
Si vous essayez de comprendre comment comprendre ces données de proéminence/visibilité par rapport à nos données antérieures sur la corrélation avec les classements, voici comment nous les décrirons au mieux :
- Corrélation avec les données de classement aide à répondre à la question “lorsque cette fonctionnalité apparaît dans les résultats de la première page de Google/Bing, qui la classe plus haut et de quel montant ?” Ces nombres de corrélation ont été dérivés en examinant la probabilité qu’un résultat se classe au-dessus d’un autre lorsqu’il contient l’attribut cible.
- Visibilité/mise en évidence d’un élément aide à répondre à la question “est-ce que cet élément est plus susceptible d’apparaître sur la première page des résultats de Google/Bing ?” Cela regarde simplement le nombre de fois où nous avons vu un classement de résultat (ou plusieurs résultats) sur la page 1 contenant l’attribut cible.
Nous examinons ce dernier dans cet article, mais avant de plonger, il y a quelques éléments critiques à comprendre :
- Il ne s’agit pas de données de corrélation et il n’y a pas d’erreur standard ou de nombres d’écart ici. C’est simplement le nombre de fois où nous avons vu l’élément dans les résultats que nous avons collectés, divisé par le nombre total de résultats (SERP ou URL selon le graphique) pour obtenir un pourcentage.
- Ces données proviennent de la page 1 des résultats de 11 351 résultats de recherche, rassemblés à partir des catégories AdWords de Google. Cela signifie que les termes et les expressions varient quelque peu en quantité de recherche (de moins de 100 recherches par mois à des dizaines ou des centaines de milliers), mais ont généralement un objectif commercial et une intention. Ils n’incluent généralement pas les noms de marque, les phrases à longue traîne ou les recherches de noms personnalisés. Dans l’ensemble, nous les avons choisis parce qu’ils correspondent précisément au type de requêtes dont la plupart des référenceurs se soucient lorsqu’ils effectuent un référencement compétitif pour leurs entreprises et leurs clients. Nous ignorons également le deuxième résultat dans un SERP du même domaine pour éviter les effets des résultats en retrait (ce qui était important pour nos statistiques précédentes, mais pas celles de cet article).
- Les résultats ont été collectés la semaine du 31 mai et incluent donc les SERP de mise à jour post-“Mayday” et les résultats probables après le lancement de la “caféine” également (bien que Google n’ait pas annoncé quand exactement ce déploiement s’est produit – cela n’a peut-être pas beaucoup d’incidence car la caféine est censée être une infrastructure plutôt qu’un changement algorithmique).
- Chaque fonctionnalité contient deux graphiques circulaires, l’un montrant le pourcentage de résultats contenant au moins 1 URL avec cette fonctionnalité et l’autre montrant le pourcentage d’URL totales dans tous les résultats (102 296 pour Google et 109 966 pour Bing – notez que certains SERP fluctueront la quantité des résultats Web standard qu’ils affichent à la page 1). Celles-ci sont étiquetées respectivement “(fonctionnalité) dans les SERP” et “(fonctionnalité) dans les URL”.
En rassemblant ces données, nous n’avons pas optimisé pour les partager de cette manière. En fait, Ben et moi pensons tous les deux que si nous voulions procéder de cette façon, nous devrions rassembler les 3 à 5 premières pages de résultats, pas seulement la 1ère page. En fait, on pourrait comparer les décomptes de la page 1 avec ceux de la page 2. Cependant, puisque nous avons les données et que Matt, Sasi et plusieurs autres personnes ont exprimé leur intérêt, nous partageons quand même. Espérons qu’à l’avenir nous pourrons faire plus sur ce front.
Plongeons-nous !
Domaines de correspondance exacte
Ce sont des domaines qui correspondent précisément aux mots-clés de la requête – par exemple, pour la requête “colliers de chien”, seul un domaine correspondant à *.dogcollars.* sera inclus.
Vous pouvez voir que Bing a des domaines de correspondance légèrement plus exacts apparaissant dans au moins un résultat des SERPs que nous avons collectés et dans le nombre global de résultats (toutes les URL de tous les SERPs).
Correspondance exacte des domaines .com
Semblables aux domaines de correspondance exacte, les domaines de correspondance exacte .com devaient contenir la requête exacte dans le nom de domaine et avoir une extension TLD .com.
Encore une fois, Bing a montré une légère préférence pour l’affichage des résultats de ces sites dans les SERP et les URL que nous avons observés.
Correspondance exacte des domaines .net
Comme ci-dessus, mais remplacez “.com” par “.net”.
La similitude est beaucoup plus proche dans le nombre total d’URL que nous avons vues avec la correspondance exacte .net, mais Bing montre une préférence dans le nombre de SERP.
Correspondance exacte des domaines .org
Dans les TLD .org, nous commençons à voir un peu ce que nous avons observé dans les données de corrélation de classement :
Il s’agit du premier TLD de domaine de correspondance exacte où Google avait en fait plus de SERP contenant un résultat de ce type. Bing, cependant, avait une très petite quantité d’URL supplémentaires avec cette fonctionnalité.
Domaines de correspondance exacte avec trait d’union
L’une des plaintes de Matt Cutts portait sur la façon dont Google vs Bing traitait les domaines de correspondance exacts avec trait d’union. Lorsque nous les avons observés dans les corrélations de classement, il est apparu que, lorsque Google les répertoriait, ils les classaient plus haut que Bing lorsqu’ils apparaissaient sur cette première page de résultats. Cependant…
Comme je l’ai dit dans la présentation et dans le post précédent, Bing a un peu plus de SERPs où des domaines de correspondance exacte apparaissent et un peu plus d’URL aussi. Ceci est un autre point de données qui devrait nous faire tous réfléchir attentivement à l’erreur de présumer corrélation = causalité. Bing pourrait avoir une préférence pour les domaines de correspondance exacts avec trait d’union, mais les corrélations de classement me suggèrent qu’il se passe plus de choses ici – peut-être quelque chose à voir avec le texte d’ancrage ou où ces types de sites ont tendance à obtenir des liens ou quelque chose d’autre que nous n’avons pas envisagé ?
Il est essentiel de garder à l’esprit que nous ne regardons ici que des facteurs individuels – sans essayer d’expliquer pourquoi ils existent ou sont corrélés (du moins, pas dans les données).
Résultats qui incluent tous les mots-clés dans le nom de domaine
Ici, nous avons recherché les domaines contenant la requête de mots clés dans le domaine, même si la correspondance n’était pas exacte. Par exemple, mydogcollar.com correspondrait désormais à l’expression “collier de chien”.
Encore une fois, c’est Bing qui affiche un nombre plus élevé de ces types de domaines dans leurs résultats.
Résultats qui incluent tous les mots-clés dans le nom de sous-domaine
Nous avons précédemment montré des données suggérant que les sous-domaines pourraient avoir une certaine influence sur le classement, mais pas autant que les domaines racine (cela a été fait à l’aide de notre processus de modélisation de classement/apprentissage automatique). Voici quelques données brutes sur le nombre de fois où nous avons observé des sous-domaines correspondant aux mots clés :
Sans surprise, Bing affiche à nouveau davantage de ces résultats dans ses SERP et ses URL individuelles.
Domaines .com
Pour cette fonctionnalité et tous les TLD ci-dessous, nous regardons simplement n’importe quelle URL qui a l’extension de domaine.
Il semble que Bing ait très légèrement plus de .com dans ses résultats que Google.
Domaines .org
Voyons ce qui se passe pour les domaines .org, en rappelant la préférence apparente de Google pour eux dans les corrélations de classement.
Curieusement, Bing semble à nouveau avoir plus de pages .org dans les SERP et les URL.
Domaines .net
Les URL avec .net ne vous surprendront probablement pas beaucoup :
Encore une fois, Bing montre un petit nombre de plus que ses concurrents Googly.
Domaines .edu
Rappelez-vous comment, dans les données de corrélation, les nombres étaient petits (plutôt) mais négativement corrélés ? Voyons ce que montre le nombre de résultats :
Fidèle au stéréotype, Google est légèrement en avance sur le nombre de domaines .edu dans les SERP et les URL.
Domaines .gov
Compte tenu des graphiques précédents, celui-ci ne vous surprendra probablement pas :
Google a plus de .edus et plus de .govs aussi.
Mots-clés dans l’élément de titre
Sans surprise, presque tous les ensembles de SERP avaient au moins un résultat où la balise de titre contenait les mots-clés :
Bing s’affiche avec plus de résultats contenant une correspondance entre la balise de titre et le mot clé. Une chose qui mérite d’être mentionnée est que nous n’avons pas observé les titres que les moteurs ont choisi d’afficher, mais plutôt les titres de page des résultats eux-mêmes. Par conséquent, si un résultat affichait un titre DMOZ ou un titre de marque (que Goole insère parfois), nous les avons ignorés et avons simplement vu l’élément de titre sur la page elle-même.
Mots clés dans l’URL
Celui-ci m’a en fait surpris, ne serait-ce que parce qu’il y avait encore moins de résultats avec des mots-clés dans l’URL que dans le titre !
Bing a encore une fois plus de résultats avec des URL de correspondance de mots clés, mais n’oubliez pas que certains d’entre eux proviennent probablement également de domaines de correspondance de mots clés.
Mots-clés dans le H1
Les corrélations de classement suggèrent que la balise H1 n’est pas vraiment un différenciateur, mais beaucoup de gens ne jurent que par elles :
Les résultats confirmeraient qu’il s’agit d’un élément beaucoup moins fréquent que les URL ou les titres pour ceux qui se classent sur la page 1. Bing semble cependant en afficher plus que Google.
Mots clés dans l’attribut Alt
Les attributs alternatifs semblaient intéressants l’automne dernier lorsque nous avons collecté des informations de classement et, une fois de plus, ils valent la peine d’être examinés dans les données de corrélation de SMX Advanced. Voyons ce que montrent les couts bruts :
Bing en montre un peu plus, mais si la corrélation positive signifie quelque chose, ces chiffres suggèrent certainement qu’il reste beaucoup d’opportunités pour de bonnes pratiques d’attribut alt.
Page d’accueil
Qui répertorie le plus les pages d’accueil par rapport aux pages profondes dans les résultats ?
Ma parole! C’est Google par une bonne marge. Le spectacle de pages internes de Bing me surprend un peu, même si c’est peut-être un vieux stéréotype que je dois abolir.
Et avec ça, on a fini !
Un point important à noter est que je n’ai pas inclus de données sur les résultats des liens, car ceux-ci seraient difficiles à interpréter et probablement inutiles. Chaque page de résultats avait des pages avec des liens vers elles et presque chaque URL de classement individuelle avait également des liens (un bon signe pour l’index de Linkscape, mais pas très précieux en tant que point de données). Il y avait quelques autres éléments de données comme celui-ci qui n’auraient pas de sens ici (proéminence du mot-clé dans la balise body, mots symboliques dans la balise body, longueur du nom de domaine, etc.) et ont donc été exclus.
J’ai fait moins d’analyses sur ces résultats en général, car je pense que les données sont un peu moins idéales pour l’objectif, mais elles sont toujours intéressantes et, espérons-le, illustratives de la proéminence générale. J’ai hâte de voir vos interprétations et discussions!
ps Si vous envoyez un e-mail à Ben à SEOmoz dot org, il vous enverra beaucoup de chiffres dans un TSV qui est pour chaque requête les métriques pour chaque résultat que nous avons utilisé dans ces messages. Vous pouvez également trouver des résultats bruts dans une feuille de calcul Google publique ici. N’hésitez pas à jouer et faites-nous savoir si vous voyez quelque chose d’autre de cool et d’intéressant.
