Début 2020, vous avez peut-être entendu ou lu beaucoup d’articles de marketing sur un certain Bert. Et bien que j'aimerais vous régaler avec une histoire sur un homme du Sud, excentrique et pourtant adorable, je ne peux pas. Ce Bert est en fait le BERT de Google - leur algorithme de recherche récemment publié qui semble rendre certaines entreprises nerveuses à propos de leurs stratégies de référencement... sans doute avec raison.
Pourquoi ? Eh bien, le problème avec cette mise à jour de l'algorithme est que vous ne pouvez pas vraiment l'optimiser. Donc, si votre entreprise exécute actuellement une stratégie de marketing de contenu et que vous êtes habitué à ce que des spécialistes du marketing comme nous vous conseillent constamment d'optimiser pour vos mots clés, BERT - c'est compréhensible - semble un peu déroutant.
Oui, il va probablement falloir du temps pour s'habituer à l'impact de BERT sur les pages de résultats, mais tout ce que cela signifie réellement, c'est que la recherche devient plus intelligente. Plus intuitive. Plus conviviale pour les chercheurs.
Aujourd'hui, je voudrais présenter brièvement le BERT de Google pour ceux d'entre vous qui n'en ont pas beaucoup entendu parler. Je vais ensuite faire un tour d'horizon des experts de certains des plus grands acteurs du monde du Search Marketing.
Qu'est-ce que le Google BERT ?
Si vous connaissez déjà BERT, passez au paragraphe suivant. Pour les autres, découvrez les représentations d'encodeurs bidirectionnels de transformateurs - finalement abrégés en BERT. Il s'agit de la technique de traitement du langage naturel (ou PNL) basée sur les réseaux de neurones de Google. En d'autres termes, BERT peut essentiellement aider les ordinateurs à saisir le langage presque comme les humains le font - avec des nuances et un contexte. Et grâce à cette compréhension plus approfondie du langage, BERT peut être utilisé pour faire correspondre les requêtes de recherche à des résultats beaucoup plus pertinents.
Examinons cet exemple tiré du blog de Google : une recherche sur "les esthéticiennes sont souvent debout au travail", est traduit différemment par Google post-BERT. Auparavant, Google a admis qu'il aurait fait correspondre le terme "être debout/se lever le matin" avec "debout" dans la requête. Maintenant, les modèles BERT peuvent comprendre que le terme "debout" est lié au concept des exigences physiques d'un travail et qu'il donne une réponse plus utile. En termes simples, BERT aide Google à accorder plus d'importance au mot "debout" dans le contexte de la requête de recherche.
Un autre exemple intéressant montre comment le BERT peut également affecter les bribes d'information de Google. Cette requête de recherche pour "parking sur une côte sans trottoir" montre que Google affiche un extrait de page beaucoup plus pertinent sur la page de résultats. Avant BERT, Google aurait simplement ignoré le mot "sans" dans la requête sans comprendre son importance pour l'ensemble de la phrase.
C'est plutôt cool, non ? Google a décrit cette mise à jour de l'algorithme comme "l'un des plus grands bonds en avant dans l'histoire de la recherche". Donc, même si vous ne pouvez pas nécessairement optimiser pour BERT spécifiquement, je vous recommande vivement de ne pas l'ignorer !
Voyons ce que certains de nos pairs de l'espace digital disent de BERT.
Les créateurs de contenu : ne changez pas ce que vous faites !
Nos amis de l'Institut de Marketing de Contenu soulignent une différence essentielle dans la mise à jour de BERT : elle n'envoie pas le monde du référencement dans le chaos ou ne provoque pas une chute brutale du trafic sur les sites web comme l'ont fait les mises à jour d'algorithmes dans le passé ! Parce que cette mise à jour vise à aider les utilisateurs à effectuer des recherches plus naturelles, ceux d'entre vous qui créent déjà du contenu naturel peuvent continuer à faire ce qu'ils font ! Si vous avez écrit du contenu pour les utilisateurs, vous n'avez pas à vous inquiéter. Soyez moins rigide dans la densité de vos mots clés (mais ne l'ignorez pas totalement) et restez concentré sur la rédaction de textes naturels et conversationnels.
Analysez l'intention d'utilisation de vos visiteurs
Maintenant que vous comprenez comment fonctionne BERT, appliquez ces connaissances à votre analyse de données web et adaptez-les en conséquence. L'un des effets négatifs les plus notables observés après le déploiement de BERT a été une baisse du trafic de recherche organique. Jason Wilson, spécialiste de l'optimisation des moteurs de recherche chez Better Collective, souligne l'importance de l'optimisation en fonction de l'intention de l'utilisateur. "C'est maintenant plus important que jamais. Analysez les résultats que Google vous donne pour votre requête de recherche, et produisez un (meilleur) contenu autour de cette requête".
Examinez et identifiez les pages ou les termes de recherche qui ne sont pas aussi performants après l'opération BERT, analysez les sites concurrents qui se classent pour ces termes et modifiez votre contenu en conséquence. Utilisez vos données est un moyen facile de vous assurer que vous alignez vos stratégies sur BERT.
N'oubliez pas Bing !
Tout le monde parle de Google, mais Search Engine Land a récemment souligné que le moteur de recherche souvent oublié Bing applique BERT depuis avril 2019. De plus, Microsoft a déployé les modèles de transformateurs pour chaque requête Bing dans le monde entier. De telles améliorations soulignent la viabilité de Bing en tant que plateforme concurrente pour les campagnes organiques et payantes ; en d'autres termes, n'excluez pas Bing dans votre stratégie digitale !
Restez calme et ne vous en faites pas trop pour BERT !
C'est un grand pas en avant pour la recherche en général, mais la NLP (Natural Language Processing) et le Machine Learning ont encore un long chemin à parcourir en ce qui concerne la compréhension du langage et du contexte comme les humains. Lors d'un récent Whiteboard Friday, Moz a partagé un document de recherche intéressant intitulé "What BERT Can't Do" (Ce que le BERT ne peut pas faire) d'Allyson Ettinger, une chercheuse en traitement du langage naturel et professeur à l'Université de Chicago. Un point intéressant à retenir est que BERT n'est pas doué pour comprendre la négation. L'exemple ci-dessous montre à quel point il manque de bon sens dans sa compréhension dans le contexte de la négation (ce qu'est un rouge-gorge VS. ce que n'est pas un rouge-gorge). Sujet très sérieux et fascinant, nous devrions tous garder un œil sur la direction que pourrait prendre cette technologie.
Chaque fois qu'un grand changement se produit dans le marketing digital, l'un des principaux exercices que nous essayons toujours de faire est d'explorer et de rechercher ce que disent les autres autorités de marketing. L'analyse, la recherche et le partage des connaissances sont l'un des meilleurs moyens de rester à la pointe d'un secteur en constante évolution. Si vous apprenez ou découvrez de nouveaux défis à la lumière de la technologie BERT ou NLP en général, nous aimerions en savoir plus !
