Au programme de cet épisode :

• Le constat sur l'attention : Les utilisateurs survolent les sites web, mais lisent attentivement les réponses fournies par les IA pour obtenir une information précise.

• L'engagement actif : Contrairement à la recherche classique, l'utilisateur d'un chatbot est engagé : il pose des questions, attend des réponses et interagit.

• Qualité vs Quantité : Le trafic provenant des moteurs conversationnels est peut-être plus faible en volume (environ 1%) que celui de Google, mais son impact est bien plus fort.

• L'effet "Commercial" : Si ChatGPT vous cite, l'utilisateur le perçoit comme une recommandation d'expert. Cela crée une confiance immédiate et transforme l'IA en apporteur d'affaires.

  L'autorité de l'IA : Même en sachant qu'ils parlent à un robot, les humains accordent une crédibilité surprenante aux recommandations de l'algorithme.

  Pour en savoir plus sur mes prestations d'optimisation de votre visibilité dans les plateformes conversationnelles, rendez-vous sur : julien-gourdon.fr

Ca faisait plusieurs mois déjà que la rumeur circulait, mais ça y est, c’est désormais officiel : le 25 juillet 2024, OpenAI a annoncé le lancement de SearchGPT, son propre moteur de recherche alimenté à l’IA générative, dont l’objectif est de fournir des réponses rapides et pertinentes aux internautes qui posent des questions de recherche en mode conversationnel.

Tremble, Google ! Oh oui, tremble.

Toi dont la Search Generative Experience, rebaptisée en AI Overview, c’est à dire l’IA générative directement intégrée aux pages de résultats de Google, toi dont cette AI Overview fait aujourd’hui, pour ceux qui y ont accès, quasiment l’unanimité contre elle en raison des résultats génératifs claqués au sol qu’il soumet aux internautes (erreurs et hallucinations étant son mode d’expression favori semble-t-il), un nouveau concurrent, encore un, vient marcher sur tes plates-bandes de moteur de recherche le plus utilisé au monde.

Le but ? Te faire passer pour un ringard. Un dinosaure de la recherche en ligne, incapable de t’adapter, de te servir de l’IA, pour fournir des résultats pertinents à cette nouvelle génération, dont les usages changent, qui veut des réponses immédiates, qui n’a pas le temps ni l’envie de fouiller dans des dizaines de résultats pour trouver la bonne réponse, qui veut de l’instantané, de l’immersion avec des vidéos courtes, qui veut qu’on parle son langage.

Pour cette nouvelle génération, Google, c’est de la préhistoire !

Mais découvrons dans ce quatorzième épisode des Petites Histoires du SEO ce qu'est SearchGPT exactement.

Comment réaliser un audit de maillage interne en 2024 ? J'ai récemment discuté avec un directeur d'agence qui m'a dit que le maillage interne est souvent négligé dans les audits SEO, et je suis d'accord. Actuellement, aucun outil ou consultant SEO, aussi compétent soit-il, ne propose un audit complet du maillage interne SEO de tout un site basé sur la proximité sémantique de ses URL.

S'il existe certains outils qui offrent des suggestions de maillage interne, ils ne permettent pas un audit exhaustif basé sur la proximité sémantique de toutes les URL d'un site.

Pour remédier à cela, j'ai exploré une autre de mes passions, les word embeddings. Cette technique transforme le contenu textuel en vecteurs numériques interprétables par des machines, en conservant leur signification. En utilisant les embeddings, on peut visualiser la relation sémantique entre différents contenus dans un espace multidimensionnel.

Or, il se trouve que Screaming Frog inclut désormais des scripts JS qui permettent d'embedder tout le contenu d'un site pendant le crawl. Grâce à cette nouvelle fonctionnalité, et à l'aide de l'IA générative Claude AI, j'ai développé une petite application en python capable de calculer la proximité sémantique des URL en utilisant la similarité cosinus, d'attribuer un score de maillage internet à chacune des URL de mon site et de fournir des recommandations de maillage interne (en termes de liens à ajouter et de liens à supprimer) basées sur la proximité sémantique de l'ensemble des URL de mon site.

Enfin, j'ai construit un tableau de bord sous Looker Studio pour visualiser les résultats de l'audit. Ce tableau de bord montre le score de maillage interne existant, la similarité moyenne de l'ensemble des pages qui font et reçoivent des liens internes, et les recommandations pour améliorer le maillage interne de mon site.

En conclusion, utiliser les embeddings pour auditer le maillage interne est une méthode prometteuse qui mérite d'être explorée par tous les consultants SEO. Cela permet de mieux comprendre et optimiser la structure des liens internes en se basant sur la proximité sémantique des contenus.

Si ce podcast vous a plu, n'hésitez pas à commenter, liker et vous abonner. À très bientôt pour un prochain podcast SEO. Ciao !