L’influence de la recherche vocale sur les extraits optimisés

Ce message a été initialement publié sur le blog de STAT.

Nous savons tous que les extraits en vedette fournissent des réponses faciles à lire et faisant autorité et que les assistants numériques adorent les dire à haute voix lorsqu’on leur pose des questions.

Cela signifie que les extraits en vedette ont un impact sur la recherche vocale – mauvais extraits, ou pas d’extraits du tout, et les assistants numériques ont du mal. Selon cette logique : créez de nombreux extraits géniaux et gagnez la course à la recherche vocale. Droit?

D’accord, mais il y a en fait un angle beaucoup plus intéressant à examiner – celui qui vous aidera à attraper plus d’extraits et à optimiser la recherche vocale en même temps. Pour explorer cela, nous devons faire comme Doctor Who et remonter dans le temps.

De la dactylographie à la conversation

À l’époque où les dinosaures parcouraient la terre et que les requêtes étaient saisies dans les moteurs de recherche via des claviers, les gens s’adaptaient aux moteurs de recherche en ajustant la façon dont ils effectuaient les requêtes. Nous avons retiré des mots et des phrases inutiles, comme “le”, “de” et, eh bien, “et”, qui ont créé des requêtes tronquées – des recherches à consonance robotique pour un moteur de recherche robotique.

Bien sûr, à mesure que les moteurs de recherche ont évolué, leur capacité à comprendre les modèles de langage naturel et l’intention derrière les requêtes a également évolué. La mise à jour Hummingbird 2013 de Google a ouvert la voie à une telle évolution. Ce remaniement de l’algorithme a permis au moteur de recherche de Google de mieux comprendre l’ensemble d’une requête, en l’éloignant de la correspondance des mots clés vers la conversation.

C’est une bonne nouvelle si vous êtes une personne humaine : nous avons plus de difficulté à changer notre façon de parler que notre façon d’écrire. C’est encore plus une bonne nouvelle pour les assistants numériques, car la recherche vocale ne fonctionne que si les moteurs de recherche peuvent interpréter la parole humaine et s’engager dans le bavardage.

Assistants numériques et apprentissage automatique

En examinant comment les assistants numériques font leur recherche vocale (ce que nous disons par rapport à ce qu’ils recherchent), nous pouvons voir jusqu’où l’apprentissage automatique est venu avec le traitement du langage naturel et jusqu’où il doit encore aller (les robots, ce ne sont que des comme nous!). Nous pouvons également avoir une idée des types de requêtes que nous devons suivre si la recherche vocale est à l’ordre du jour du référencement.

Par exemple, lorsque nous avons demandé à notre assistant Google : “Quels sont les meilleurs écouteurs pour 100 $ ?”, il a demandé [best headphones for $100]. Nous avons suivi cela en demandant “Qu’en est-il du sans fil”, et il a recherché [best wireless headphones for $100]. Et puis nous nous sommes souvenus que nous étions au Canada, alors nous avons suivi cela avec “Je voulais dire 100 $ canadiens”, et il a effectué une recherche pour [best wireless headphones for $100 Canadian].

Nous pouvons apprendre deux choses de ce tête-à-tête réussi : non seulement notre assistant Google parvient à construire principalement des requêtes de phrases complètes à partir de nos demandes de phrases complètes, mais il est capable de relier avec précision des requêtes thématiques. Bien que nous ayons complètement abandonné notre sujet à la fin, Google Assistant sait toujours de quoi nous parlons.

Bien sûr, nous ne sommes pas au-dessus de souligner les échappés. Dans la chaîne de : “Comment faire cuire un gâteau Bundt”, “Quel type de casserole faut-il”, puis “Combien cela coûte-t-il”, la requête réelle que Google Assistant a recherchée pour la dernière question était [how much does bundt cake cost].

Juste après avoir fini de féliciter notre assistant pour sa capacité à maintenir le même sujet tout au long de notre enquête, nous en avions besoin pour pouvoir changer de piste. Et ça ne pouvait pas. Il a associé les «ceux» à notre sujet initial de gâteau Bundt au lieu du nom le plus récent mentionné (moules à gâteau Bundt).

Dans une autre question importante sur la cuisson du gâteau Bundt, “Combien de temps cela prendra-t-il” a produit la requête [how long does it take to take a Bundt cake]tandis que “Combien de temps cela prend-il” produit [how long does a Bundt cake take to bake].

Il s’agit de la même demande, mais notre assistant Google a eu plus de mal à analyser la définition de “prendre” que notre première phrase utilisait, crachant une requête plutôt maladroite. À moins que nous ne voulions vraiment savoir combien de temps il nous faudrait pour nous enfuir avec le gâteau Bundt fraîchement sorti du four de quelqu’un ? (Ne nous jugez pas.)

Étant donné que Google paie probablement le wazoo pour augmenter la mise de l’apprentissage automatique, nous nous attendons à ce qu’il y ait moins d’échecs gênants au fil du temps. Ce qui est une bonne chose, car lorsque nous avons posé des questions sur les ingrédients du gâteau Bundt (“Est-ce que ça prend du beurre”), nous nous sommes retrouvés à regarder un SERP pour [how do I bake a butter].

Non pas que cela ne semble pas délicieux.

Des extraits apparaissent pour différents types de requêtes

Alors, qu’allons-nous faire de tout cela ? Que nous sommes essentiellement au milieu d’une renaissance du langage naturel. Et cette recherche vocale aide à mener la charge.

Quant à ce que cela signifie spécifiquement pour les extraits de code ? Ils vont devoir se présenter pour les requêtes de type humain. Et ne le sauriez-vous pas, Google va déjà de l’avant avec cette stratégie, et ne se contente pas de créer plus d’extraits pour les mêmes types de requêtes. Nous avons même la preuve.

Au cours des deux dernières années, nous avons constaté une augmentation du nombre de mots dans une requête faisant apparaître un extrait optimisé. Les requêtes à longue traîne peuvent être une nuisance et demie, mais les requêtes contenant des extraits s’allongent de minute en minute.

Lorsque nous regroupons et pondérons les termes trouvés dans ces requêtes à longue traîne par TF-IDF, nous obtenons une preuve supplémentaire de l’influence de la recherche vocale sur les extraits. Le terme «comment» apparaît plus que tout autre mot et est suivi de près par «fait», «pour», «beaucoup», «quoi» et «est» – tous les mots qui composent généralement des phrases complètes et sont plus faciles à supprimer de nos recherches tapées que nos recherches parlées.

Cela signifie que si nous voulons attraper plus d’extraits et aider les chercheurs à utiliser des assistants numériques, nous devons créer des listes de mots-clés à longue traîne et à consonance naturelle à suivre et à optimiser.

Formatez le contenu de votre extrait pour qu’il corresponde

Lorsqu’il est enfin temps d’optimiser, l’un des meilleurs moyens de faire parvenir votre contenu aux oreilles d’un chercheur consiste à utiliser le bon formatage d’extrait de code, ce qui est une leçon que nous pouvons apprendre de Google.

En prenant nos termes pondérés TF-IDF, nous avons constaté que les mots “meilleur” et “comment faire” apportaient le plus d’extraits de liste du groupe. Nous n’avons certainement pas besoin de trop réfléchir à la raison pour laquelle Google a décidé de bénéficier du formatage de la liste – il fournit un instantané comparatif rapide ou une étape par étape pratique.

À partir de là, nous pouvons être enclins à formater tout notre contenu de mots clés “meilleur” et “comment faire” dans des listes. Mais, comme vous pouvez le voir dans le tableau ci-dessus, les paragraphes et les tableaux apparaissent toujours ici, et nous pourrions laisser des extraits sur le tableau en les ignorant. Si nous avons le temps, nous étudierons les mots-clés pour lesquels ces formats conviennent le mieux et pourquoi.

Obtenez un suivi

Vous pourriez être la Wonder Woman des méta-descriptions, mais si vous n’optimisez pas le bon type d’extraits, votre contenu aura plus de mal à se faire entendre. Construire une liste de mots-clés adaptés à la recherche vocale à suivre est la première étape pour lier ces extraits.

Vous voulez savoir comment vous pouvez faire cela dans STAT ? Dites bonjour et demandez une démo sur mesure.

Besoin de plus d’extraits dans votre vie ? Nous avons creusé pour vous dans les SERP à double extrait de Google – doublez les extraits, doublez le plaisir.