SEO: comment trouver des mots-clés… ou pas!

Pour optimiser vos articles de blog pour les moteurs de recherche (SEO), une légende veut que vous choisissiez une série de mots-clés à répéter à des endroits stratégiques. La réalité est plus nuancée.

Comme toutes les légendes, la folle histoire des mots-clés repose sur un fond de vérité: il fut un temps où c’était le cas. Mais Google évolue sans cesse, et depuis 2015, un nouveau composant de son algorithme, appelé Google RankBrain, a fondamentalement bouleversé la donne.

Google avant RankBrain

Avant l’arrivée de RankBrain, Google fonctionnait effectivement avec ce que nous pourrions appeler des « mots-clés« . En très résumé, l’algorithme « regardait » les mots entrés par un internaute dans la barre de recherche et « cherchait » les pages où ces mots figuraient un nombre suffisant de fois pour qu’on puisse en déduire qu’elles traitaient du sujet qui intéressait notre internaute.

Malgré des améliorations successives, l’algorithme restait confronté à un problème fondamental: un programme informatique est incapable de comprendre un texte. Il doit se contenter de compter le nombre de fois que les mots entrés dans la barre de recherche apparaissent sur une page.

Vous aurez compris l’origine de cette histoire de « mots-clés »: pour vous assurer que Google sache qu’un article que vous écrivez traite des oiseaux migrateurs, vous deviez mentionner suffisamment de fois les mots « oiseaux migrateurs ». Au pluriel, mais aussi au singulier, car Google ne « comprenait » forcément pas non plus les pluriels. Pour lui, un « mot » était un nombre bien défini de caractères placés dans un ordre particulier, un point c’est tout.

Les inconvénients des mots-clés

Cette méthode avait une série d’inconvénients. Par exemple, l’orthographe d’un mot devait être exacte lors de la recherche. Ce qui poussaient certains fans de l’optimisation à conseiller de prévoir dans votre texte quelques fautes intentionnelles pour capter les recherches des internautes fâchés avec le dictionnaire. Petite anecdote: je me suis amusé à le faire dans le titre d’un article de mon blog personnel, et le résultat de l’exercice a longtemps drainé des internautes vers ce blog.

D’autre part, une erreur dans une requête plaçait Google devant un dilemme. Si j’introduisais « Louis XII roi soleil » dans le moteur de recherche, il ne trouverait que peu de pages mentionnant les deux termes, puisque c’est Louis XIV le Roi Soleil. Du coup, comment était-il censé classer les résultats de sa recherche?

Par ailleurs, les aficionados de l’optimisation – en herbe ou professionnels – avaient beau jeu de multiplier les mots-clés dans leurs textes, ce qui les rendait peu agréables à lire, et poussait Google à adapter son algorithme pour pénaliser les abus.

RankBrain, les recherches en mode Sherlock Holmes

Fin 2015, Google a officialisé l’existence de RankBrain. Ce nouveau composant de son algorithme de recherche était basé sur l’intelligence artificielle et le « machine learning« . Il répondait enfin aux deux préoccupations majeures de Google:

• acquérir une meilleure compréhension de ce que recherche réellement un internaute qui tape une requête dans la barre de recherche
• trouver quels articles correspondent le mieux à cette recherche.

Dans notre exemple, grâce à RankBrain, Google parvient à déduire que je m’intéresse plus probablement à Louis XIV qu’à Louis XII, puisque j’ai utilisé le terme « Roi Soleil ». Et il va donc me proposer des pages sur Louis XIV.

 En fait, il va même faire mieux. Il va carrément corriger ma recherche tout de suite.

Quelles conséquences concrètes?

Les conséquences de l’avènement de RankBrain sont multiples. La plus visible – et la plus épatante – est que Google « comprend » désormais les synonymes. Si vous tapez « entretien gazon » ou « entretenir son gazon » dans la barre de recherches, vous verrez que les résultats sont un mélange d’articles avec « gazon » et « pelouse dans le titre.

En clair, RankBrain permet à Google de saisir ce que les linguistes appellent le « champ lexical » d’une requête ou d’un texte: l’ensemble des termes liés au thème de ce texte. Dans le cas de notre pelouse, les mots pelouse, herbe, scarifier, tondeuse, engrais, et ainsi de suite font partie du champ lexical de ma recherche « entretien gazon ». Google « comprendra » que les textes qui contiennent ces mots sont les plus à même d’apporter une réponse à ma question.

Autrement dit, si vous rédigez un article pour une page ou pour votre blog et que vous le faites avec soin, votre article sera déjà naturellement pré-optimisé. Reste à voir comment améliorer cette optimisation.