ce que c'est et quels sont les impacts du nouvel algorithme de Google

L'annonce de lamise à jour de l'algorithme remonte à octobre 2019, mais les spécialistes du référencement du monde entier étudient toujours pour bien comprendre quelles sont les caractéristiques et les impacts du BERT.

Les premiers changements se sont produits sur les marchés anglophones, puis se sont étendus à 70 autres langues. Mais qu'est-ce que le BERT et vraiment pourquoi cette mise à jour est-elle si révolutionnaire? Bref, on pourrait dire que ce nouvel algorithme est basé sur l'intention de recherche de l'utilisateur, dans le but de mieux le comprendre grâce au traitement du langage naturel.

Riccardo Gaffuri

On en parle avec un spécialiste qui a analysé de près le phénomène, Riccardo Gaffuri, responsable SEO de Pro Web Consulting, une société de conseil du groupe Cerved spécialisée dans l'optimisation des moteurs de recherche, SEA, CRO et Web Analytics.

Linguistique informatique et modèles NPL

On pourrait donc dire que le BERT est essentiellement un Modèle PNL (Natural Language Processing), créé par des chercheurs de Google AI, pour améliorer la compréhension de l'intention de recherche des utilisateurs.

la linguistique informatique c'est cette branche qui vise à développer des modèles qui permettent aux machines compréhension du langage naturel Humaine.

Grâce aux modèles de PNL, le machine learning est orienté vers le rapprochement le plus possible avec un être humain: il comprend et interprète un texte, notamment par rapport à la contexte.

En fait, ce qui est naturel pour nous, les humains, c'est un énorme défi pour un algorithme et, dans le cas de Google pour le moteur de recherche; c'est parce que, évidemment, la machine a tendance à raisonner quantitativement et numériquement, alors que la contextualisation, les liens de cause à effet, sans parler de l'humour, sont tous des éléments propres à la communication humaine.

La centralité de l'intention de l'utilisateur

Comprendre le intention de l'utilisateur Depuis des années, il est au centre des stratégies de développement de Big G, afin d'assurer la meilleure scène pour ses publicités et donc une plus grande rentabilité. Au fil des ans, cet objectif a été poursuivi avec un raffinement sans cesse croissant des capacités de correspondance sur les requêtes de recherche, ainsi que de la possibilité d'afficher, de filtrer et de sélectionner les résultats dans SERP.

Quelques exemples sont lesAlgorithme RankBrain actif depuis 2017 et basé précisément sur l'analyse sémantique et du comportement des utilisateurs. Ou l'utilisation de graphiques de connaissances multiples, c'est-à-dire des panneaux et des tableaux qui affichent les résultats d'une manière différente et avec des perspectives différentes, pour donner à l'utilisateur un ensemble exhaustif de réponses pour la même requête.

Par conséquent, BERT va toujours dans le sens de l'amélioration des réponses fournies et ne déçoit pas l'intention et les attentes de l'utilisateur. Le géant de Mountain View l'a qualifié de "révolutionnaire", mais pourquoi?

PNL directionnel et non-directivité du BERT

À ce jour, je modèles de langage naturel appliquées par les algorithmes des moteurs de recherche, afin d'améliorer la capacité d'apprentissage des machines, ont été mises en vectorisation du contenu textuel, ou en analysant la fréquence des occurrences.

En pratique, les modèles quantitatifs et numériques, les méthodes dites directionnelles, à travers l'analyse d'une série de mots récurrents trouvent des corrélations entre les entités individuelles: la relation, dans ce modèle, ne fonctionne que dans un sens, ergo au sein du corpus du texte. La dimension contextuelle est perçue partiellement.

Avec BERT, Google veut dépasser la directionnalité en implémentant le codage linguistique à travers ce que l'on appelle transformateur: un mécanisme visant à trouver les relations entre les mots d'un texte d'une manière bidirectionnel ou non directionnel, car il les analyse tous et essaie de relier non seulement des termes contigus, mais toutes les entités présentes, pour trouver un sens global. Pour les matchs avec la phase de test et d'entraînement, le BERT a été activé sur les textes Wikipédia.

Même la technologie déployée au niveau matériel est révolutionnaire: Google a dû mettre en place unInfrastructure informatique matérielle capable de prendre en charge la formation BERT, en utilisant le dernier Cloud TPU (tensor processing unit), c'est-à-dire un microprocesseur spécialement conçu pour les réseaux de neurones.

Lire aussi SEO: comment choisir les mots clés les plus performants

Impacts du BERT sur les activités d'optimisation des moteurs de recherche

Tout d'abord, étant donné qu'avant de mentionner qu'il existe déjà un algorithme concernant la sémantique et l'analyse de contexte, c'est-à-dire RankBrain, il faut souligner que Le BERT ne le remplacera pas: il s'agit d'une intégration beaucoup plus sophistiquée (alors que RankBrain reste actif dans l'association entre des requêtes similaires, des synonymes et des fautes d'orthographe).

Ce qui change dans SERP en est un meilleure compréhension du contexte de la recherche de l'utilisateur, confiant donc les résultats à une interprétation moins didactique. Ce qui est souvent attribué, par exemple, au concurrent de Google, Bing, souvent accusé de trop grande littéralité des réponses. Très ponctuel sur des informations précises en temps réel – telles que les fluctuations de prix des produits, les vols aériens, etc. – en fait, Bing n'avait jamais investi dans la compréhension du langage naturel comme Google.

En fait, récemment, Bing a également annoncé la mise en œuvre de BERT dans son propre algorithme: un signe fort que la satisfaction des réponses en fonction du contexte est désormais une condition fondamentale pour chaque moteur de recherche.

Fondamentalement, Big G a presque réussi à reproduire – même partiellement encore – le mécanisme du cerveau humain pour comprendre et contextualiser un texte; ce qui, pour être clair, nous permet de distinguer différentes utilisations du même mot: par exemple si nous parlons d'un boa pour une soirée costumée, la référence sera presque certainement à un accessoire de vêtement à plumes frivole, et non au reptile.

Dans un univers où les requêtes sont de plus en plus conversationnelles, il était essentiel que Google aborde cette voie, pour fidéliser les utilisateurs grâce à des réponses très bien adaptées à l'intention de recherche.

Et pour les spécialistes SEO du monde entier, quels changements?

En réalité, pas grand chose: la direction est toujours la même, celle du qualité, la rédaction de contenus qui ne sont plus mécaniquement "SEO optimisés" mais bien écrits, significatifs et pertinents avec les requêtes des utilisateurs.

Aujourd'hui plus que jamais, pour plaire aux moteurs de recherche, qui raisonnent de plus en plus comme les humains, il faut d'abord aimer les utilisateurs.

Cela ouvre des scénarios où CRO et UX sont également essentiels, à la fois pour rendre la navigation agréable pour les utilisateurs et pour mieux se positionner sur les SERP.

Vous pouvez également être intéressé par l'avis de Francesco Margherita: Google BERT. Ce qui change (s'il change).

commentaires

commentaires

Note

Cliquez un nb d’étoiles pour noter

Note moyenne 0 / 5. Nb de votes 0

Aucun vote pour l'instant! Soyez le premier à noter ce post.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

fr_FRFrench
fr_FRFrench