En effet, vous pouvez utiliser le champ de rechercher Google Ă  l’intĂ©rieur de Bing.
C’est un joli cadeau que fait Microsoft Ă  son concurrent.

En tapant « Google » dans le champ de recherche du moteur Bing de Microsoft, l’utilisateur est invitĂ© Ă  utiliser un champ dĂ©diĂ© au moteur Google.

Lorsqu’on saisit une requĂŞte, l’utilisateur est amenĂ© directement chez Google pour trouver le rĂ©sultat de recherche.

Le pourquoi du comment me laisse complètement perplexe; surtout connaissant les enjeux qui divisent les deux gĂ©ants de la recherche d’information.

Cependant, le plan pour descendre le géant de son piédestal requiert une stratégie pointue et des ressources à la mesure de l’enjeu.

Ne plus croire en Dieu

Fondamentalement, les utilisateurs des moteurs poursuivent seulement des habitudes car ils ne comprennent pas comment ça marche. Le débat sur la technologie n’est plus vraiment le cœur du problème, mais convaincre qu’un autre moteur soit « meilleur » que Google soulève un enjeu difficile qui n’est pas pour autant impossible.

Aujourd’hui, on peut légitimement se demander si c’est possible de diverger l’utilisateur du confort de son habitude d’utilisation avec Google.

ZDNet Asia a compilé les avis de plusieurs spécialistes qui donnent des recommandations sur la situation.

La stratégie la plus évidente semble focaliser sur un pays en particulier comme Baidu en Chine ou une spécialité comme Wolfram Alpha pour la science.

La méthode est intelligente, mais ne va pas renverser Google pour autant. Étendre ce stratagème sur une échelle suffisante devrait nécessiter tellement de ressources (du cash…) que c’est même difficile à estimer.

Le cas de Bing

Je n’ai jamais caché mon affection pour Bing, en tant qu’alternative viable pour grignoter une part de marché non négligeable.

Aujourd’hui, le produit est prêt, malgré les pointilleux qui iront comparer de près pour tourner l’avantage vers celui qu’ils préfèrent. Bing m’a même surpris sur des terrains où je ne l’attendais pas comme l’application iPad qui est absolument merveilleuse.

Le problème de Bing n’est plus technologique, mais tient à son appartenance à Microsoft. Le géant de l’informatique possède des avantages évidents comme un compte en banque épais à souhait, mais son immobilisme ou même sa bêtise sont des tares perpétuelles.

En l’état, Microsoft dĂ©pense une infime partie des ressources nĂ©cessaires Ă  la bataille. Pourtant, l’argent est disponible, mais ce foutu immobilisme et mauvais jugement des dirigeants rendent les efforts vains. Le grignotage par micro pourcentage n’est pas la bonne solution; les partenariats avec Yahoo!, Facebook, Apple, RIM et Firefox sont bĂ©nĂ©fiques, mais clairement insuffisants. En passant, Facebook n’est pas une option vaine, mais cet Ă©co-système Ă  l’intĂ©rieur du Web devrait sortir de son recoin et cela ne semble pas Ă  l’ordre du jour.

Un des gros points faibles identifiés chez Google est finalement sa plus grande force : la publicité. Les annonceurs sont désespérés de trouver une alternative viable à Adwords car le système d’enchères est devenu carrément dément sur certains secteurs.

Bing devrait lancer une stratĂ©gie marketing massive et globale afin de draguer l’utilisateur, puis ensuite focaliser sur la rĂ©gie publicitaire afin de proposer cette alternative salvatrice au gouffre Ă  budgets publicitaires qui s’appelle Adwords – plus simple Ă  dire qu’Ă  faire apparemment.

Le souci tient dans le fait que Microsoft souffre d’un complexe d’infériorité vis-à-vis de Google ; exactement le même que celui qui impliquait Apple. Avant de créer une situation favorable, la mentalité doit changer au plus haut niveau de la direction chez Microsoft.

Les erreurs marketing, notamment les lancements dispersĂ©s dans le monde, s’amoncellent par-dessus le complexe d’infĂ©rioritĂ© et le manque de budget pour diminuer drastiquement les chances de Bing. Mettre les moyens n’est pas un problème, donc reste Ă  trouver la bonne solution qui n’est pas au-dessus des capacitĂ©s de Microsoft.

Pourtant, je continue de croire que Bing puisse se réveiller un jour. J’aimerai vraiment que ma prédiction soit une nouvelle fois véridique, mais les bêtises régulières de Microsoft me permettent de douter.

Source image intro.

Pour moi, il existe depuis toujours une analyse du comportement des visiteurs par les moteurs de recherche. Ensuite, ces comportements influents plus ou moins sur la performance du site dans les résultats de recherche.

J’ai citĂ© pour la première fois la notion de PersonRank l’an dernier, en reprenant un article de Bill Slawski qui dĂ©cortique un brevet assignĂ© Ă  Google. J’en parle brièvement Ă  nouveau dans mon article rĂ©cent sur la manipulation manuelle des rĂ©sultats de recherche par Google.

Le brevet évoqué par Bill traite directement d’un point en relation avec l’analyse du comportement des visiteurs. En l’occurrence, il s’agit de déterminer le niveau de confiance des entités qui annote des pages Web. Les annotations s’exécutent avec des outils comme SideWiki.

Animation sociale et référencement

Récemment, Matt Cutts annonce que Twitter et Facebook sont des signaux de l’algorithme. Immédiatement, toute la communauté du référencement démarre une réflexion, mais reste un peu perdue car habituée à raisonner sur des principes connus tels que le PageRank, le nofollow, l’interface des résultats de recherche, etc.

Matt Cutts annonce que Twitter et Facebook sont des signaux de l'algorithme Google - PersonRank

En amont de cette annonce, Danny Sullivan Ă©voquait l’intĂ©rĂŞt de l’animation sociale pour le rĂ©fĂ©rencement.

Sauf que ce n’est pas selon les standards conventionnels qu’il faut raisonner.

Petit retour en arrière…

Les indices du PersonRank

En 2006, un éminent membre des 7 de notre étroite confrérie DarkSEOTeam nous livre une information vitale pendant une mémorable réunion de taggleurs à Lyon. Il s’agit du concept de l’ « odeur » de l’internaute (ou plutôt une IP) chez Google. En bref, un visiteur est profilé grâce au canal principal de l’époque qu’est la Google Toolbar. Ce visiteur possède un profil qui le caractérise par rapport au type de sites qu’il visite, etc. Lorsqu’il va visiter un site correspondant à son profil, il laisse son « odeur » qui sera pertinente puisque de thématique similaire ou complémentaire. Maintenant, ce même internaute laisse également son « odeur » lorsqu’il visite un site de thématique n’ayant rien à voir avec son profil.
Ça ne vous rappelle rien ?
En fait, il s’agit exactement du même principe qu’un backlink où l’environnement contextuel a toujours été prépondérant.

Finalement, pendant que tout le monde focalisait sur ce foutu PageRank, Google travaillait sur une sorte de popularitĂ© sous-jacente correspondant aux actions effectuĂ©es par le visiteur. Et ça ne date pas d’hier!
Si vous y regardez de plus près, quel meilleur vote de popularitĂ© qu’un abonnement Ă  un flux RSS ou une mise en favoris ? J’ai mĂŞme toujours prĂ©tendu que le succès de mon ancien site sur le rĂ©fĂ©rencement Ă©tait dĂ» Ă  la mise en favori massive de la part des lecteurs. Maintenant, je garde toujours cette stratĂ©gie en ligne de mire. Pour preuve regardez le rĂ©sultat du trafic en trois tiers de ce blog (vraiment je l’adore ce camembert).

Pour les curieux, c’est le trafic de janvier.

Maintenant, ça se complique à cause de la différence parfois notable entre ce qui se trame à l’intérieur de l’index et l’affichage dans une interface telles que les résultats de recherche ou les Webmaster Tools.

Le référencement est complètement empirique. Nous dressons des conclusions (trop souvent hâtives) à partir de ce qu’on observe sur les résultats de recherche ou dans d’autres interfaces Google.
Partir sur les mêmes bases d’interprétation que pour analyser les concepts habituels n’est pas la bonne solution.
Par exemple avec Matt Cutts qui annonce rĂ©cemment que Twitter et Facebook sont des signaux de l’algorithme. Logiquement, Sylvain conduit Ă  test Ă  l’ancienne sur les mots clĂ©s dans un tweet et n’obtient pas de rĂ©sultat – rĂ©sultat nul (ou plutĂ´t invisible) parfaitement logique selon moi.

Désolé, mais le teasing s’arrête là. 
La suite au SEO Campus 2011.

Ah si « one more thing »

Parfois, on voit tout de même des indices de l’invisible tambouille qui se trame dans l’index et l’algorithme Google. Cela surgit de manière éparse et il faut du recul pour l’interpréter.

Regardez le résultat suivant.

Pour info, ma femme, Vanessa, n’a aucune présence publique sur le Web. Elle possède un compte Facebook privé et ça s’arrête là pour sa participation en ligne. Tout le reste est passif, basé seulement sur du surf.
Pourtant, Google nous a mis clairement en relation dans la Roue Magique. Ce n’est pas systématique, mais au travers des multiples signaux que j’envoie publiquement, il va choisir de m’associer uniquement à ma femme qui est totalement invisible.
Mis à part des outils Google tels que Google Documents, Gmail, Picasa, etc. il est impossible de nous associer. Même sur Facebook, nous n’avons jamais été « amis » (j’ai fermé mon compte).
Bien Ă©videmment, la mise en relation via Roue Magique s’affiche facilement lorsque je suis loguĂ© sur mon Gmail perso, mais ça apparaĂ®t parfois aussi depuis d’autres ordinateurs quand je ne suis pas logguĂ©.

Maintenant c’est terminé pour de bon avec ce teasing, en espérant vous avoir mis l’eau à la bouche sur cette fascinante facette du référencement qui s’appuie en partie sur du concret, mais aussi sur du mystique dans la plus pure tradition googlesque.

Au plaisir d’en discuter avec vous le 2 mars Ă  Paris (et certainement après par ici ou ailleurs).

Sauf que l’affaire plutĂ´t du plagiat de Bing sur les rĂ©sultats de recherche Google suggère une interprĂ©tation supĂ©rieure prouvant la capacitĂ© d’effectuer des changements Ă  la main dans l’index.

Franchement, l’affaire qui a fait le tour de la communautĂ© du rĂ©fĂ©rencement hier est plutĂ´t rigolote. Bing piquerait carrĂ©ment des rĂ©sultats de recherche sur Google (rĂ©sumĂ© en français sur Webrankinfo). Microsoft a dĂ©menti sèchement, mais les faits semblent irrĂ©futables. Je ne  vais pas m’Ă©tendre lĂ  dessus car ça d’autres ont dĂ©jĂ  fait le tour et ce n’est pas ce qui m’a intĂ©ressĂ© dans cette histoire.

Par contre, une petite phrase lâchĂ©e dans le dĂ©menti nous confirme que les signaux envoyĂ©s par les actions de l’internaute sont tout Ă  fait pris en compte par Bing. Les indices et mĂŞme les preuves de l’existence du PersonRank sont tout autant prĂ©sents pour Google, mĂŞme si la voix officielle se dĂ©fend d’utiliser les merveilleuses donnĂ©es envoyĂ©es par les internautes.

J’en profite pour signaler que ça sera le sujet de la conférence que je vais donner au SEO Campus du mercredi 02 mars 2011. Le terme tout trouvé pour ce concept est PersonRank.

Manipulation ou pas ?

La théorie du complot gronde depuis les débuts du moteur fondé par Larry Page et Sergei Brin. Les rumeurs sur des sites déclassés ou valorisés manuellement ont toujours fait le tour de la communauté du référencement.

Personnellement, je n’y crois pas… enfin je n’y croyais pas.

D’abord, tout se sait un jour et personne n’a encore parlé du côté des employés et insiders de Google Inc;. C’est un secret trop gros pour ne pas être mis à jour. En plus, cela sonnerait la fin du moteur de recherche tel qu’on le connaît.
Parmi les exemples de la théorie du complet, on entend régulièrement quelqu’un clamer que son site est déclassé suite à la fermeture du compte Adwords.  Vous croyez vraiment que les ingénieurs du Search vont donner le pouvoir à un commercial Adwords de flinguer un site ?

En tout cas, jusqu’à hier, il n’y avait pas de preuve irréfutable d’une quelconque manipulation manuelle dans les résultats de recherche Google.
Les voix officielles de Mountain View ont toujours suggĂ©rĂ© qu’il n’y avait mĂŞme pas de moyen technique pour changer les rĂ©sultats de recherche Ă  la main. A priori, il existe des filtres algorithmiques et un blacklistage manuel. Mis Ă  part l’Ă©jection brutale d’un site de l’index, on pensait que le positionnement Ă©tait strictement une affaire d’algorithmes.

Quelques sources réfutant officiellement les interventions manuelles :

• « At Google we do not manually change results.” –Udi Manber, Google VP in Charge of Search Quality, April 16, 2008, in Popular Mechanic
• « Our third philosophy: no manual intervention…The final ordering of the results is decided by our algorithms…, not manually by us. We believe that the subjective judgment of any individual is…subjective, and information distilled by our algorithms…is better than individual subjectivity. » –Amit Singhal, Google Fellow in Charge of the Ranking Team, 2008, on The Official Google Blog
• « [O]ur search results are generated objectively and are independent of the beliefs and preferences of those who work at Google » –Lucinda Barlow, Head of Corporate Communications for Google Australia, 2010
• « ‘Don’t be evil’ [means] providing our users unbiased access to information. » –Google Code of Conduct as provided to investors (first paragraph)
• « [W]e work very, very hard to keep the answers – the natural search answers completely unbiased. » –Eric Schmidt on National Public Radio, 2009
• « We never manipulate rankings to put our partners higher in our search results » – Google.com « Our Philosophy« 
• « [O]ur crawl process is completely automated; we don’t … manipulate search results by hand. » –Google Web Search Help
• “Google’s search results are solely determined by computer algorithms that essentially reflect the popular opinion of the Web. Our search results are not manipulated by hand. We’re not able to make any manual changes to the results. » –David Krane, Google spokesman, 2004
• Our « approach to search is » « fully automated. » –Sergey Brin, press release, 1999
• « A site’s ranking in Google’s search results is automatically determined by computer algorithms using thousands of factors to calculate a page’s relevance to a given query. … Our search results are generated completely objectively and are independent of the beliefs and preferences of those who work at Google. » –Google’s Explanation of Search Results, as it stood through May 2007, as preserved by Wall Street Journal and Archive.org

Source : Benedelman.org

Jusqu’à hier…

L’affaire du plagiat par Bing a permis de révéler que les ingénieurs Google ont mis en place des manipulations manuelles pour mettre à jour la triche de Microsoft.

En discutant ainsi de la méthodologie, les googlers n’ont pas pensé aux conséquences que j’évoque dans ce billet.

Maintenant, c’est officiel d’affirmer que la manipulation manuelle est possible.
Comme tout s’achète, pourquoi ne pas aller à Mountain View pour offrir une mallette remplie de billets pour assurer que mon site soit bien positionné ?
Puis finalement, pourquoi ne pas donner le pouvoir aux commerciaux Adwords de dĂ©classer un site si le vilain a stoppĂ© d’engraisser la cagnotte ?

Ça me tracasse juste que personne n’ai parlĂ©. Il y a toujours quelqu’un qui parle…

Dans tous les cas, ça me semble maintenant difficile de défendre la cause du 100% algorithmique.

Au final, Bing devait se retrouver au pilori pour une quelconque affaire de plagiat, mais nous avons dans le mĂŞme sac les signaux de pondĂ©ration envoyĂ©s par l’internaute chez Bing et Google, puis les manipulations manuelles dans les rĂ©sultats de recherche de Google.
Hier n’Ă©tait pas la journĂ©e pour louper sa veille.

Le discours sur le spam et Google n’est pas neuf. Par contre, 2011 a l’air d’avoir affirmé le constat d’incapacité latente pour le moteur de combattre ce qu’il considère comme de la pollution.

Pan dans les dents

Quand des tĂ©nors du rĂ©fĂ©rencement tels que SEOMoz Ă©voquent ce constat, Matt Cutts fait « gloup », lorsqu’un blog majeur comme ReadWriteWeb roucoule, ça hĂ©risse les cheveux de toute l’Ă©quipe antispam, mais quand c’est carrĂ©ment le Washington Post qui sonne la charge, alors ça fait vraiment tâche sur toute l’entreprise Google. Avec le fondateur historique, Larry Page, qui prend les rĂŞnes de CEO, j’ose penser qu’il y a eu remontĂ©e de bretelles. En rĂ©ponse, Matt Cutts nous sert un post sur le blog officiel, puis enchaĂ®ne avec un update d’algorithme.
Plus près de nous, l’insatiable Sylvain nous décline les maux attribués au référenceur ; ce qui m’a inspiré d’extrapoler sur mon commentaire au travers de ce billet.
A Lire Ă©galement le dossier sur Webrankinfo : les changements de l’algorithme Google depuis 1 an.

Black Hat SEO et AFP Rewriting, mĂŞme combat

En parallèle à ces affronts médiatiques, le moteur Blekko fait parler de lui. La mise en évidence de la « propreté » des résultats de recherche comparés à ceux de Google fait obligatoirement grincer des dents du côté de Mountain View. On peut en lire la trace évidente dans cette discussion sur Hacker News où Matt Cutts évoque la possibilité d’avoir un Blekko Like sur Google.

Pour couronner le tout, l’entrée en Bourse de Demand Media, société éditrices de fermes de contenu, évoque des sourires narquois sur la possibilité de générer des fortunes en publiant du contenu bas de gamme.
C’est ce dernier point qui me préoccupe car le dernier update vise apparemment le scraping de base (Note : je n’ai pas encore ausculté cet update en profondeur), laissant la place au contenu de merde qui est toujours aussi bien valorisé par le moteur.

D’après les statistiques internes à Google, le spam serait en recul… sauf qu’on n’a pas vu ses données.
Le problème est que du petit bout de notre lorgnette, rien n’a changé.
Matt Cutts peut bien faire des effets d’annonce avec un update lâché à la hâte, ça n’enlèvera pas que les paramètres « off page » seront toujours quasiment impossibles à combattre.

Je m’explique…

Depuis toujours, Google a focalisé son combat sur le contenu caché, généré automatiquement, etc. Ce sont des éléments « on page » sur lesquels les progrès sont sensibles ; même si le volume permet encore d’obtenir des résultats.  La stratégie reste identique, mais la méthodologie a sensiblement évolué.
Avant, il suffisait, par exemple, de mélanger des flux RSS (Yahoo! Pipes est fabuleux pour faire cela) ou scraper de manière basique 2 ou 3 pages pour fabriquer un contenu soi-disant unique.
En plus du scraping, le spinning consiste Ă  prendre un texte et mĂ©langer les phrases. Aujourd’hui, je dissocie cette notion de spinning avec le morphing qui consiste Ă  introduire des variables sur certains mots clĂ©s (voir aperçu ci-dessous extrait du mode d’emploi de Xrumer).

Une autre méthodologie intéressante tend à traduire automatiquement des textes. Sauf que le résultat est toujours une bouillie infâme de mots si on ne prend pas la peine de travailler avec des dictionnaires customisés et plus.
Il y a juste une parade qui consiste à corriger la traduction automatique ; c’est bien moins couteux que créer du contenu à partir de 0 ; même s’il s’agit de paraphrase basique qu’on appellera AFP Rewriting en hommage aux innombrables sites d’infos qui se contentent de réécrire à la hâte des dépêches AFP ou autre.

Apparemment, le dernier update vise surtout les scrapers qui récupèrent du contenu sur diverses sources pour générer une soupe infâme. Franchement, ça ne n’impressionne pas de viser ce type de contenu en 2011. Surtout qu’il y a un paquet de sites qui sont pris dans la tourmente sans être concerné par cette technique.

Tout ça pour dire que les techniques visant à fourguer du contenu dans les moteurs évoluent. Combattre le spam de base n’est pas le problème ; c’est le contenu de basse qualité qui doit être la cible.
Le seul hic est que la vaste majorité du Web est de basse qualité.
J’ai trituré en long, en large et en travers des textes à base de morphing automatique ou de AFP Rewriting (paraphrase basique) effectuée à la main. Tous les résultats de Latent Semantic Analysis que j’ai tenté sont unanimes ; il n’y a pas ou très peu de différence entre le contenu généré automatiquement de manière subtile ou le contenu généré à la main de manière basique. Parfois, le contenu automatique obtient un meilleur score que le contenu rédigé à la main.

Ainsi, il faut voir que Google n’est pas sorti d’affaire s’il veut vraiment s’attaquer aux fermes de contenu et équivalent en termes de qualité rédactionnelle. Pour autant, le Web n’a pas vocation de contenir uniquement des écrits destinés à gagner le prix Pulitzer. A partir du moment où Google n’est pas un moteur sémantique, il ne comprend pas ce qu’il lit, la tâche n’est pas aisée pour la batterie d’algorithme et l’armée d’ingénieurs superstars.
A priori, des sites appartenant au réseau Demand Media, comme ehow.com, pourraient servir d’exemple, mais l’AFP Rewriting ou le MFA (MadeForAdsense) est loin d’avoir rejoint le caveau.

Bon, reste aussi à évoquer la problématique du contenu dupliqué.
De ce côté, Google a fait d’énormes progrès pour gérer les URLs dupliquées sur un même site. Auparavant, on pouvait faire tomber une page simplement en générant des URLs dupliquées fantômes vers lesquelles des backlinks iront pointer.
Si j’en crois la dernière update, le problème du contenu partiellement dupliqué entre différents sites est en ligne de mire. Sans même parler de Black Hat SEO, c’est toujours inquiétant de voir pointer un agrégateur de flux RSS avant sa propre URL.
Jusqu’à présent, on pouvait toujours récupérer un texte déjà publié en ligne et faire sauter l’antériorité ; du moment qu’il y avait assez de backlinks pointant vers la nouvelle source. A voir si cela va toujours être possible.

C’est justement une transition parfaite pour mon point suivant qui est pour moi celui où Google reste coincé.

La loi du backlink

Un dicton du SEO dit « donne moi un titre et des backlinks avec anchor text adéquat et je te positionne une page sans contenu ».
Le pouvoir du lien entrant n’est pas à démentir. Après la balise TITLE, c’est pour moi le deuxième élément le plus important de tous les facteurs influents le référencement.

Les liens sont le sang du Web et Google n’existerait pas sans eux puisque c’est grâce au maillage entre les sites qu’il peut indexer le Web. Le concept même du PageRank est basé sur le transfert de popularité entre les pages qui sont liées.
Bref, le lien est vital, fondamental, indispensable.

Sauf que je ne suis pas forcément responsable des liens qui pointent vers mon site. C’est là le point crucial qui met Google dans une impasse. A partir du moment où il pénalisera un site à cause d’un profil de liens dégueulasse, nous ne ferons plus de référencement, mais simplement du déréférencement des concurrents. Si le site est irréprochable « on page » et donnons lui un profil de liens classique pour démarrer, comment Google peut le pénaliser s’il attire soudainement un afflux massif de liens avec une empreinte nette de Black Hat SEO ?
Le problème est de faire du crade « on page » et « off page » , mais si vous donnez de l’amour à votre site comme dit mon cher ami Tiger, vous avez énormément de latitude « off page ».
Mettons que vous souhaitez vous positionner sur un mot clef concurrentiel. Vous fabriquez vos pages pertinentes et tout. Après, vous entamez le travail de besogneux du netlinking à la main. Avec tout ça, vous arrivez en fond de première page après quelques semaines de travail. Par-dessus cette couche « propre », mettez les gaz en linking automatique avec Xrumer ou équivalent. De la sorte, il y a de fortes probabilités que vous arriviez à vos objectifs.

Le dernier update évoque ce paramètre en impliquant l’empreinte donnée par les commentaires typiquement classés comme du spam. Oui mais l’attribut nofollow n’était pas conçu pour éradiquer ce problème à la base ? C’est vrai, mais on voit bien que ce pétard mouillé est devenue une véritable farce ou plutôt une vilaine verrue.
Enfin bon, lorsqu’on voit le potentiel des logiciels de linking automatique, viser l’empreinte de commentaires spammy donne l’impression d’une 2CV qui fait la course contre une Formule1.

Alors, Google coincé ?

Pour moi, le constat est sans appel par rapport à l’archi domination des spammeurs, référenceurs et webmarketeurs sur Google ; sans avoir des notions de référencement, dur de se faire une place au soleil.
Je vois mal le moteur effectuer un virage à 90% pour populariser autre chose que l’existant. Il pourra continuer de faire du fine tuning comme avec le dernier update, touchant 1 ou 2% des résultats de recherche au grand maximum, mais difficile de changer une équipe qui gagne. Sur le plan global, on ne peut nier que Google gagne encore et toujours. Les power users trouvent toujours à redire sur la qualité des résultats de recherche, mais l’internaute lambda est ravi puisqu’il trouve réponse à sa requête. D’ailleurs, la plupart du temps, il ne sait même pas que le site consulté est une ferme de contenu ou un racoleur commercial.

Le combat de Google peut être en apparence contre le vilain spam, mais les Black Hat SEO savent évoluer plus rapidement que les mises à jour d’algorithme. C’est comme cela depuis le début et rien ne changera à ce niveau.
Pour ce qui est du « on page », il faut devenir plus sophistiqué, mais rien de difficile à servir du contenu passable pour assouvir le glouton moteur. En ce qui concerne le « off page », j’attends de voir comment Google peut s’en sortir.  Dévaluer la pondération du backlink semble la solution évidente, mais c’est l’algorithme de base (Google fonctionne avec un algorithme par couches) qui est touché. Ce dernier date de 1996 avec une refonte en 2001 ; ça serait un gros chantier pour revoir entièrement le système de pondération.

Dans mon titre, je suggère que le spam n’est pas le problème car les Black Hat SEO ou autre spammeurs ont dĂ©jĂ  Ă©voluĂ© dans la gĂ©nĂ©ration de contenu. Les indices rĂ©cents de lutte donnĂ©s par Google s’attaquent encore Ă  de vieux dĂ©mons qui sont dĂ©passĂ©s par l’arsenal d’aujourd’hui pour ceux qui Ă©voluent du cĂ´tĂ© obscur de la Force. Le contenu de qualitĂ© mĂ©diocre est beaucoup plus difficile Ă  contrer. A ce niveau, Google est loin du compte… très très loin…

Bref, on verra bien, mais en attendant je ne me fais pas la moindre illusion sur le vain combat de Google contre le spam et surtout contre le contenu de basse qualité.

C’est par le biais de SeRoundTable que j’apprends l’apparition d’un mirage sur le forum de Jill Whalen. En l’occurrence, il s’agit de l’utilisation par Google de la Meta Keywords pour afficher la description du résultat de recherche.
L’autre problème soulevé par Jill concerne l’indexation de résultats de recherche internes à son site, mais on avait déjà noté que Google prend un peu de tout n’importe comment, même si c’est interdit par nofollow et/ou noindex et/ou robots.txt.

Le mirage de la Meta Keywords

En l’occurrence, l’apparition est dévoilée par le biais de Google Site Search installé sur HighRankings.com. 
Je n’ai pas retrouvé l’occurrence dans les résultats de recherche classiques de Google.

Affichage vs. positionnement

Maintenant, ce n’est pas la peine de s’emballer pour autant car c’est une évidence que Google a toujours consulté la Meta Description; c’est un glouton qui veut tout décortiquer.

C’est aussi une certitude que les éléments contenus dans cette Meta n’ont aucun poids pour le positionnement ou même le référencement. Inventez un terme qui n’a aucun résultat dans Google, que vous placez uniquement dans la Meta Keywords. Jusqu’à présent, ce terme n’apparaîtra jamais dans les résultats de recherche Google.

Cela ne veut pas dire pour autant qu’il ne l’a pas vu.

Depuis toujours, je mets en garde contre les différences de ce qui se trame à l’intérieur de l’index et ce que Google retourne dans une interface. Récemment, un googler a confirmé ma mise en garde en évoquant un différentiel éventuel de plus ou moins 10% dans les résultats affichés par la console Google Webmaster Tools.

Je suis passablement énervé par Google qui s’arroge le droit de manipuler nos titres de pages, mais l’utilisation de la Meta Keywords me laisse perplexe.
La seule condition valable serait d’utiliser cette Meta si les éléments qu’elle contient ne sont pas ailleurs sur la page. Sauf que le principe même de la Meta Keywords est de référencer les mots clés principaux contenus dans la page!

Affaire Ă  suivre et tests Ă  mettre en place.

Il s’agit sans doute d’un pet foireux d’algo, mais c’est toujours amusant de manipuler les failles du moteur.
Nous avions délaissé cet élément et ça serait une véritable résurrection de pouvoir l’utiliser à nouveau.
Sur ce blog, la Meta Keywords est gĂ©nĂ©rĂ©e automatiquement Ă  partir des tags que je dĂ©clare manuellement. Ainsi, je n’y ai pas prĂŞtĂ© d’attention plus que ça.

En tout cas, ça serait la révélation de l’année si finalement on pouvait tirer quelque chose de cette Meta complètement méprisée par tous.

Je suis impatient de lire vos commentaires en plus de 140 caractères sur le sujet.

Ce moteur de recherche qui fonctionne sur le concept du slashtag permettant de customizer les résultats est une alternative non négligeable à Google qui est toujours plus dominé par les spammeurs, référenceurs et autres web marketeurs.

Pour faire connaissance avec Blekko, l’inévitable Scobleizer nous gratifie d’une longue interview vidéo.

Ayant eu le privilège de faire partie des  premiers invités à la Beta de Blekko (lien vers mon profil), j’ai commencé par créer le slashtag référencement en nettoyant la requête des offres commerciales, laissant uniquement les sources d’info à disposition.
On slash in les bons résultats et on slash out les indésirables. Le concept est d’obtenir le Web qu’on veut.

Spam toujours

L’emprise des professionnels de la visibilité Web est totale sur Google. Pour garder un semblant de naturel, le moteur de recherche a trouvé comme palliatif de valoriser Wikipedia qui squatte  un résultat quasiment sur toutes les premières pages de Google.
Autrement, dur de se faire une place au soleil sans prendre en compte le rĂ©fĂ©rencement – que ça soit du cĂ´tĂ© obscur de La Force ou Mr Propre.

A partir de ce constat, Blekko propose une alternative assez intéressante.
Le principe de base se base sur le concept du slashtag ou résultat de recherche sur-mesure qui est édité manuellement par les utilisateurs et modéré par l’équipe de Blekko.

Au fait, les amis ApocalX et Jeffer avait lancé Google Filter en 2004 qui avait aussi pour concept de ne plus voir certains sites dans les résultats de recherche Google.

Wikipedia avait aussi lancé un moteur basé sur la participation des internautes, mais le projet Wikia fût avorté en 2009 pour le transformer en un Yahoo! Answers like.

Google me permet de vivre confortablement depuis 2004 et j’ai bien profité des belles heures du MFA (MadeForAdsense) ou de l’affiliation. Aujourd’hui, je me tourne vers d’autres modèles car j’ai toujours dans l’esprit que les filons sont rapidement saturés sur Internet. En fait, j’ai tort car fourguer des pages au moteur dans l’espoir de racoler un clic publicitaire, un formulaire ou une commission de vente marche toujours aussi bien.
La concurrence est plus rude, mais le moteur est toujours aussi faiblard à lutter contre toutes les formes plus ou moins agressives de spam. Certains comme Kryter ont même fait de belles pirouettes commerciales sous prétexte de cibler la Longue Traîne. Le gavage du Google va perdurer tout autant que pour les canards et les oies dont nous avons dégusté le foie à Noël.
En passant, Matt Cutts m’a fait sourire en lançant un tweet solennel pour annoncer que le cloaking sera en ligne de mire.  Brrr la planète Black Hat SEO doit être verte de trouille.
C’est bien beau de compter sur des effets d’annonce, mais reste à prouver une véritable efficacité.

Aujourd’hui, j’ai bien l’impression que le momentum est en faveur de Blekko car il y a le spam et les référenceurs qui sont omniprésents, mais les fermes de contenu sont aussi des résultats qu’on ne souhaite pas forcément consulter. Les eHow, About et autres champions du contenu de (très) basse qualité ayant pour seul but de racoler vers un clic publicitaire sont bien valorisé par le moteur, mais commencent sérieusement à gaver l’utilisateur avancé.

Que ça soit John Battelle, Rand Fishkin, Keeg ou moi-mĂŞme (juste quelques liens parmi tant d’autres), certains professionnels mettent maintenant sĂ©rieusement en doute la capacitĂ© de Google Ă  endiguer le spam.
MĂŞme TechCrunch ou Slate s’y mettent en citant Ă©galement Blekko comme une alternative Ă  noter.

Outil pour le référenceur

La grosse surprise de Blekko arrive en cliquant sur le bouton SEO qui est proposé à côté d’un résultat. Contrairement à la console Google Webmaster Tools ou celles de Bing et Yahoo!, les informations divulguées par Blekko sont transparentes. Je rappelle qu’il existe parfois un fossé entre ce qui se trame réellement dans l’index d’un moteur tel que Google et se qu’il retourne dans un interface comme les résultats de recherche ou la console webmaster. Ne prenez jamais rien pour argent comptant!

Plusieurs onglets sont à disposition : liens entrants, statistiques de crawl, pages indexées, comparaison entre deux sites et contenu dupliqué. Il n’y a que les résultats du contenu dupliqué qui m’ont laissé dubitatif. Cette partie doit être améliorée car c’est loin de m’avoir convaincu pour l’instant. Sinon, tout le reste est intéressant, même si c’est trop expérimental pour être utilisé sur le plan opérationnel, notamment dans le cadre d’un audit référencement.

Le moteur met aussi Ă  disposition le flux RSS de chaque slashtag ou divers widgets Ă  utiliser sur son propre site, ainsi qu’une toolbar.

Une autre fonctionnalitĂ© intĂ©ressante que je viens de dĂ©couvrir sur Blekko concerne le bouton Adsense qui apparait lorsqu’on entre le slashtag /adsense=XXX (XXX Ă©tant le numĂ©ro d’ID Ă  rechercher).
Il y a aussi un onglet Adsense qui apparaît si vous cherchez un nom de domaine qui contient les publicités Google. En cliquant dessus, vous avez tous les autres sites du compte Adsense.

Certains grognent par rapport à cette fonctionnalité ou le non-respect du tag noarchive, mais je trouve que la transparence est salvatrice.

Blekko Techno

Le moteur Blekko se base sur la technologie ScoutJet pour indexer le contenu sur le Web. Dès son apparition en 2008, Scoutjet était pris pour un robot spammeur, mais sa crédibilité est remontée grâce au partenariat avec Blekko.

Pour l’instant, l’index est minimaliste comparĂ© Ă  celui de Google, mais ce moteur se place en alternative plutĂ´t qu’en Google Killer. D’ailleurs, en partant du principe que plus de 90% des pages indexĂ©es par Google ne sont pas vraiment intĂ©ressantes, l’index du trublion ne devrait jamais devenir massif.

Le HostRank chez Blekko est plutĂ´t nĂ©buleux. Je ne sais pas comment il est gĂ©nĂ©rĂ©, mais comme pour tout indice, c’est celui qui a la plus grosse qui gagne.

Comme d’habitude, le français est une langue difficile Ă  apprĂ©hender pour un moteur de recherche et les accents sont zappĂ©s des slashtags.

Pour tester un moteur de recherche, le truc bien connu consiste Ă  entrer une requĂŞte correspondant Ă  sa propre identitĂ© – en admettant ĂŞtre bien visible sur le Web. C’est une requĂŞte qu’on connait bien et qui est maĂ®trisĂ©e pour les plus prĂ©cautionneux en e-rĂ©putation.

A ce niveau, c’est vraiment pas mal pour Blekko car j’ai seulement 2 rĂ©sultats qui me semblaient inintĂ©ressants ou inadĂ©quats, mais par contre il en manque quelques uns qu’il faudra que je m’empresse d’ajouter. C’est ça aussi le truc magique car je peux proposer des nouvelles ressources au moteur. Nous sommes aux antipodes d’un moteur fermĂ© tel que Google.
En cherchant des personnalitĂ©s bien plus connues et intĂ©ressantes que ma petite personne, je suis tout aussi ravi des rĂ©sultats. En clair, l’information retournĂ©e est beaucoup plus limpide sur tous les secteurs que j’ai testĂ©. Chercher des blogs se rĂ©vèle aussi particulièrement intĂ©ressant.

Maintenant, pour compliquer un peu la recherche, je vais taper Dishwasher (lave-vaisselle en anglais) qui avait rendu Paul Kedrosky  en colère.
Même si ce n’est pas parfait (un domaineur en prems), les résultats de recherche n’ont rien à voir avec ceux de Google qui sont juste pitoyables.
Ce qui est remarquable se déroule lorsque j’ajoute l’élément «buy». Maintenant, les résultats de recherche sont largement différents du précédent. C’est un mix d’information pour mieux acheter, en opposition totale avec les gros racoleurs qu’on retrouve sur Google.

Alternative viable ?

En tout cas, je ne sais pas si c’est Blekko qui est tellement génial ou Google qui devient ennuyeux, mais cela serait salvateur de voir apparaître une alternative différente qui prenne de l’ampleur. Le seul autre survivant, Bing, reste en deçà du leader du point de vue technologique.
Fondamentalement, un moteur 100% basé sur des algorithmes restera idiot puisqu’il ne comprend pas ce qu’il lit.
Malgré tous les efforts des hordes de talentueux ingénieurs, le constat est implacable car Google est toujours aussi pourri.

Maintenant, reste à voir comment cette alternative saura passer le point critique après que les early-adopters et autres leaders d’opinion auront plaidé en sa faveur. C’est sans doute un peu trop geek pour le commun des utilisateurs qui n’a même pas encore compris que Goolge comprenait des dizaines d’opérateurs fantastiques.
Peut-être que Google correspond mieux à l’utilisateur lambda, mais celui qui peut se considérer d’un niveau avancé devrait se délecter sur Blekko.

En fait, le secteur de la recherche d’information n’est pas pĂ©nĂ©trĂ© par de nombreuses entreprises. MalgrĂ© l’enjeu gigantesque et la cagnotte gargantuesque, peu se risquent Ă  attaquer frontalement le monstre Google. Peut-ĂŞtre que les pets foireux du passĂ© tels que Quaero (annoncĂ© comme Google Killer pour devenir un projet expĂ©rimental ignorĂ©), l’échec cuisant de Wikia, la descente aux enfers de Yahoo! ou l’incapacitĂ© de Microsoft Ă  contrer le leader sont des facteurs dĂ©courageants pour les entrepreneurs ? En plus, c’est vraiment amusant et passionnant de s’intĂ©resser Ă  la recherche d’information en ligne.

Bref, découvrez par vous-même l’intérêt de Blekko qui fera peut-être partie des prédictions intéressantes pour 2011. Parfaite transition pour souhaiter pleins de bonnes choses à tous mes lecteurs.
Ayant une centaine d’invitations Ă  disposition, contactez-moi pour ĂŞtre invitĂ© sur Blekko.
Plus besoin d’invitation. Passez directement par la page d’inscription.

Il s’agit de AROUND(n) qui permet d’effectuer une recherche en intĂ©grant la notion de proximitĂ© entre les termes. Peut-ĂŞtre que l’algorithme n-gram n’est pas très loin derrière cet opĂ©rateur.

C’est l’inĂ©vitable Barry Schwartz qui nous apprend l’apparition de l’opĂ©rateur AROUND(n), oĂą (n) sert Ă  dĂ©limiter la proximitĂ© entre les termes.

AROUND(n)

Par exemple, la requête [mots clés AROUND(10) autres mot clés] va retourner une proximité assez large, tandis que [mot clés AROUND (2) autres mots clés] recherche des termes plus rapprochés.

Par contre, aucune idĂ©e de l’Ă©chelle de proximitĂ© dĂ©finie par les chiffres.

En fait, cet opérateur se révèle utile pour chercher dans des documents très longs où Google a plus de difficulté à retourner des relations entre les termes.
Cela permet d’affiner des requĂŞtes qui retournent pas des rĂ©sultats satisfaisants au premier abord.

Attention de bien utiliser AROUND(n) tout en majuscule.
En tout cas, d’après mes premiers essais, cet opĂ©rateur Google a l’air plutĂ´t efficace.

Bing possède Ă©galement un opĂ©rateur Ă©quivalent avec « near ».

L’algorithme n-gram

Je suppose que l’algorithme n-gram n’est pas très loin derrière cet opĂ©rateur puisqu’il concerne (entre autres) la proximitĂ© entre les termes dans le calcul de pertinence. Pour les plus curieux, c’est du cĂ´tĂ© de la ChaĂ®ne de Markov qu’il faut regarder pour comprendre la prĂ©diction des termes suivants en fonction de ceux saisis.

Google a annoncĂ© depuis longtemps son affection pour l’algorithme n-gram, notamment pour la traduction, la reconnaissance vocale, la correction d’orthographe, l’extraction d’information et la dĂ©tection d’entitĂ©s.
Dire que cet algorithme est très présent dans la technologie Google est presque redondant.

Cette technologie n’est pas encore prête, mais c’est une prétention qu’affiche clairement le moteur de recherche. Encore une fois, entre utilité de la fonctionnalité et protection des données, notre cœur balance.

C’est au travers d’une interview très intéressante de Amit Singhal, chef ingénieur de l’algorithme Google, que j’apprends les évolutions prochaines sur lesquelles travaillent les équipes de Mountain View. Il est toujours important de connaître d’autres sons de cloche que ceux du consensuel Matt Cutts. D’ailleurs, Amit Singhal est beaucoup plus crédible lorsqu’il s’agit de parler d’évolutions d’algorithmes puisque Matt Cutts est cantonné à la lutte contre le spam.

Les cinq premiers points évoqués par Amit Singhal ne me surprennent pas : recherche au-delà du texte, recherche au-delà du langage, recherche personnalisée, recherche en temps réelle et sémantique appliquée à la recherche d’information.

Par contre, je m’arrĂŞte un moment sur le sixième point…

La recherche sans chercher

Le but de l’opération consiste à procurer des éléments d’information sans avoir à entreprendre des recherches.

L’exemple pris par Amit explique que vous voulez acheter une batte de cricket (seul un indien pouvait prendre le cricket en exemple) car votre ancienne batte est cassée et que vous allez avoir une heure de temps libre demain. Votre mobile connaît votre besoin car il est inscrit dans votre ToDo. Le mobile est également au courant de votre agenda. Le reste des informations nécessaire est aussi maîtrisé par le téléphone : localisation et autres informations locales. Du coup, le mobile peut vous envoyer une information qui propose un créneau horaire et un magasin pour acheter la batte et revenir à temps au bureau pour le prochain rendez-vous.

Bien ou pas ?

La technologie nous assiste toujours plus. Il  n’y a qu’à voir l’App Store d’Apple ou le Android Market de Google. Désormais, il y a une app quasiment pour tous nos besoins et si ça n’existe pas encore, il est probable qu’un développeur travaille dessus.
Cependant, la vision de Google pousse la technologie vers un domaine encore plus précis en proposant des informations en amont de la demande.

Au premier abord, cela peut paraître intéressant. Puis, viennent rapidement les interrogations à propos du respect de la vie privée et du contrôle.

A mon humble avis, rien n’empêchera Google ou un autre (Apple?) de proposer ce type de fonctionnalité un jour prochain. Les soucis déontologiques seront écrasés comme ils le sont habituellement, puis nous serons toujours plus profilés et tracés.
Tiens, les participants au billet synchronisĂ© sur le futur de la recherche d’information n’avaient pas vu l’enjeu de la recherche sans chercher.  Pour ma part, j’avoue ĂŞtre totalement passĂ© Ă  cĂ´tĂ© de cette vision de l’évolution pour la recherche d’information. Pourtant, ça semble Ă©vident que Google se dirige vers ce type de technologie.

Le choix va vite devenir extrême : adopter ou repousser la technologie. L’entre-deux risque d’être de plus en plus difficile.

Il y aura peut-être des implications pour le référencement, mais elles seront largement bénéfiques.

L’achat de MetaWeb par Google

Google devient plus perfectionnés par rapport à la compréhension des entités nommées avec l’acquisition de la société MetaWeb qui a construit un système d’indexation intégrant le concept d’entité nommée.

C’est par le biais de l’insatiable Bill Slawski que j’apprends la nouvelle aujourd’hui.

Qu’est ce qu’une entité nommée ?

Tout simplement, une entité nommée peut être une personne, un endroit ou autre chose qui sera associée à un numéro d’identification unique. L’entité peut intégrer un mot ou un groupe de mots.
C’est un peu comme une classification des ouvrages dans une librairie ou n’importe quelle base de données. L’intérêt est évidemment au niveau de l’indexation et de l’identification qui pourront être mieux ciblés par ce biais.
En associant une entité avec un numéro, la recherche d’information peut se révéler plus efficace. C’est par exemple très utile lorsqu’un même terme relève plusieurs significations. De même, les noms propres sont bien mieux traités grâce au système des entités nommées et Bill Slawski cite une étude Microsoft faisant ressortir que 20 à 30% des requêtes sont des entités nominales et 71% contient des requêtes contient une entité nominale.

Pour en savoir plus sur les entités nommées, je renvoie vers la présentation de Jean Véronis lors de SEO Campus 2010.

Entités nommées par Jean Véronis

MetaWeb

La société MetaWeb a été rachetée par Google récemment comme évoquent les posts du blog Google et celui de MetaWeb.

La technologie de MetaWeb peut se découvrir au sein de FreeBase qui rassemble plus de 12 millions d’éléments et que Google souhaite préserver à la disposition de tous.

Voici une vidéo (en anglais) qui introduit le principe de la technologie MetaWeb

Quel est le potentiel ?

En fait, cela dépend des possibilités d’intégration dans l’algorithme du moteur de recherche Google.
L’impact peut être relativement important car le problème des termes qui représentent plusieurs significations fait partie des challenges les plus importants pour la recherche d’information.
Dans tous les cas, c’est une prise de partie franche de la part de Google puisque le Web sémantique est toujours en manque d’une norme d’étiquetage définie.

Encore une fois, la raison du plus fort fera peut-ĂŞtre pencher la balance; tout en sachant que la technologie MetaWeb fait l’objet de plusieurs brevets. Le concept Open Source me semble plus appropriĂ© afin de lĂ©gitimer la propagation du système.

Pour le rĂ©fĂ©rencement, ça serait très utile de savoir sur quoi compter pour valoriser ce type d’Ă©lĂ©ments car les diverses tentatives de standard sont plutĂ´t improbables jusqu’Ă  prĂ©sent.
A dĂ©faut de système universel, on pourra au moins savoir comment s’adresser au leader des moteurs de recherche.