Comment fonctionne le classement dans la recherche Google – Le darwinisme dans la recherche

Les extraits sélectionnés sont-ils gérés par un algorithme de classement spécifique, distinct de l'algorithme principal?

C’est ma théorie. Pour moi, l’idée tient (beaucoup) de l’eau.

Et je ne suis pas seul. Des experts tels que Eric Enge, Cindy Krum, et Hannah Thorpe avoir la même idée.

Pour essayer d'obtenir une confirmation ou une réfutation de cette théorie, j'ai demandé Gary Illyes cette question:

Le fragment de code sélectionné fonctionne-t-il sur un algorithme différent des 10 liens bleus?

La réponse m'a absolument terrassé.

Il m'a donné un aperçu de ce qu'un nouvel ingénieur de recherche apprend quand il commence à travailler chez Google.

N'oubliez pas que le système décrit dans cet article est confirmé comme étant vrai, mais que certaines conclusions que je tire ne sont pas (en italique) et que tous les chiffres ici sont complètement inventés par moi.

Le but de cet article est de donner un aperçu du fonctionnement du classement. Ce ne sont ni les facteurs de classement individuels, ni leur poids / importance relative, ni le fonctionnement interne du système d’appel à candidatures multiples. Ceux-ci restent un super secret (je vois à 100% pourquoi c'est le cas).

Comment fonctionne le classement dans la recherche Google

Quels sont les facteurs de classement?

Il existe des centaines / milliers de facteurs de classement. Google ne nous dit pas ce qu’ils sont en détail (ce qui, à propos, me semble raisonnable).

Ils nous disent qu’ils les regroupent: actualité, qualité, PageSpeed, RankBrain, Entités, Données structurées, Fraîcheur… et d'autres.

Quelques points à souligner ici:

• Ces sept sont réal facteurs de classement sur lesquels nous pouvons compter (sans ordre particulier).
• Chaque facteur de classement comprend plusieurs signaux, par exemple, la qualité est principalement un classement PageRank mais inclut également d'autres signaux et Structured Data inclut non seulement Schema.org, mais également des tableaux, des listes, du HTML5 sémantique et certainement quelques autres.

Google calcule le score d'une page pour chacun des facteurs de classement.

Rappelez-vous que tout au long de cet article, tout ces chiffres sont complètement hypothétiques.

Comment les facteurs de classement contribuent à la soumission

Google prend les scores des facteurs de classement individuels et les combine pour calculer le score total (le terme «offre» est utilisé, ce qui est super bon sens pour moi).

Fait important, l'offre totale est calculée en multipliant ces scores.

Le score total a une limite supérieure de 2 à la puissance de 64… pas sûr à 100%, mais je pense que c’est ce qu’il a dit, alors c’est peut-être une référence à la Blé et échiquier problème où les chiffres de la seconde moitié de l’échiquier sont tellement hors normes que c’est effectivement une sorte de tampon à sécurité intégrée.

Cela signifie que ces scores individuels pourraient être simples, doubles, triples ou même quadruples et que le total ne dépasserait jamais cette limite supérieure.

Ce plafond très élevé signifie également que Google peut continuer à ajouter plus de facteurs et ne jamais avoir besoin de « freiner » les partitions existantes pour laisser de la place au nouveau.

Jusque là, mon esprit tourbillonnait déjà. Mais ça va mieux.

Méfiez-vous – Un seul faible score peut tuer une enchère

Et le fait que le total soit calculé par multiplication est un aperçu phénoménal. Pourquoi? Parce que toute note inférieure à 1 handicapera sérieusement cette enchère, quels que soient les autres scores.

Regardez comment le score gagne un seul facteur qui tombe légèrement en dessous de 1. C’est suffisant pour mettre cette page en désaccord.

Si vous passez plus loin en dessous de 1, cela le tuera généralement. Il est possible de surmonter un facteur de classement inférieur à 1. Mais les autres facteurs devraient être extrêmement puissants.

En regardant les chiffres ci-dessous, on a une idée de leur force. Ignorer un facteur faible n'est pas une bonne stratégie. Travailler pour obtenir ce facteur supérieur à 1 est une excellente stratégie.

Mon pari ici est que les exemples ‘up up et to right right’ gagnants que nous voyons souvent dans l’industrie du référencement sont des exemples de cas où un site corrige simplement un facteur de classement inférieur à 1.

Ce système récompense les pages qui ont de bons scores dans tous les domaines. Les pages qui fonctionnent bien sur certains facteurs, mais négatives sur d’autres seront toujours en difficulté. Une approche équilibrée gagne.

Crédit à Brent D Payne pour avoir fait cette belle analogie: «Mieux vaut être un étudiant droit en C que 3 As et un F».

À quoi ressemble un classement basé sur les enchères

Affiner les offres pour un classement final

Les meilleurs résultats (disons 10) sont envoyés à un deuxième algorithme conçu pour affiner le classement et supprimer tout résultat inacceptable glissé à travers le filet.

Les facteurs pris en compte ici sont différents et semblent viser des cas spécifiques.

Ce recalcul peut augmenter ou diminuer une enchère (ou éventuellement la laisser identique).

Je crois comprendre que cela risque fort de faire baisser une offre. Je vais aller plus loin et suggérer qu’il s’agit d’un filtre dont le but principal est actuellement de bloquer le contenu non pertinent, de qualité médiocre et en casquette noire que l’algorithme initial a omis.

Nous envisageons donc un ensemble final d'offres qui pourrait ressembler à ceci.

Notez que dans cet exemple, un résultat obtient un score zéro et est donc totalement supprimé / pris en compte (rappelez-vous, car nous multiplions, tout score nul individuel garantira que le score global est également nul). Et c'est sérieusement radical. Et un fait très significatif, quelle que soit la façon dont vous le regardez.

Un tel zéro peut être généré de manière algorithmique.

Mon hypothèse est qu’un zéro pourrait également servir à mettre en œuvre des actions manuelles (c’est un très grand saut par rapport à ce que j’ai dit et mon conclusion et n’a en aucun cas été confirmé par quiconque chez Google).

Ce qui est sûr, c’est que l’ordre change et nous avons une liste finale des résultats pour le Web / «10 liens bleus».

Si cela ne suffisait pas pour un jour, maintenant il devient vraiment intéressant.

Les éléments riches sont ‘Ensembles de résultats de candidat’ (Mon terme, pas celui de Google)

Les résultats des candidats se disputent une place sur la page 1

Chaque type de résultat /élément riche est effectivement en compétition pour une place à la page 1.

Nouvelles, images, vidéos, extraits de films, carrousels, cartes, GMB, etc. – chacun fournit une liste de candidats pour la page 1 avec leurs offres.

Il y a déjà toute une variété de concurrents en compétition pour apparaître à la page 1, et cette liste ne cesse de s'allonger.

Résultat du candidat

Les termes « résultat candidat » et « ensemble de résultats candidat » viennent de moi, pas de Google.

La combinaison de facteurs qui affectent le classement dans ces ensembles de résultats candidats est nécessairement spécifique à chacun d'eux, car certains facteurs seront propres à un ensemble de résultats candidats et d'autres ne s'appliqueront pas.

Par exemple, les balises alt qui s'appliquent au jeu de résultats candidats Images, mais pas aux autres, ou à un sitemap d'actualités qui serait nécessaire pour le jeu de résultats candidats News, mais qui n'ont pas leur place dans un calcul pour les autres.

Résultat du candidat, classement, facteur de pondération

La pondération relative de chaque facteur sera également nécessairement différente pour chaque ensemble de résultats candidats puisque chacun fournit un type spécifique d'informations dans un format spécifique.

Et l'objectif est de fournir les éléments les plus appropriés à l'utilisateur en termes de:

• Le contenu lui-même.
• Le format du média.
• La place sur la page.

Par exemple, la fraîcheur va être un facteur fortement pondéré dans News, et peut-être RankBrain pour les extraits vedettes.

Résultat du candidat: calcul des enchères

Les offres fournies par chaque ensemble de résultats candidats sont calculées de la même manière que le premier exemple de liens Web / bleus (par multiplication et, je suppose, avec le deuxième algorithme de raffinement).

Google a ensuite plusieurs candidats qui soumissionnent pour une place (ou plusieurs places, selon le type).

Tout tirer ensemble pour la page 1

Le résultat du candidat établit une soumission les uns contre les autres

Ma question initiale portait sur l'extrait de film en vedette, et je suis certain que la première enchère de cet ensemble de résultats candidats spécifique devait surenchérir sur le meilleur résultat pour que le Web «gagne».

Pour les autres, cela n’a pas de sens. Donc, je suppose que les règles pour «gagner» sont différentes pour chaque ensemble de résultats candidats.

Google recherche un résultat riche qui offrira une « meilleure » solution à l'utilisateur.

Lorsqu'il identifie un «meilleur» résultat candidat, ce résultat se voit attribuer une place (au détriment d'un ou plusieurs liens bleus classiques).

Le choix final des éléments riches sur la page 1

Chaque ensemble de résultats candidats est soumis à des limitations spécifiques – et tout sont subordonnés à ce résultat Web traditionnel / liens bleus classiques (du moins pour le moment).

• Un résultat, une position possible (extrait sélectionné, actualités, par exemple)
• Plusieurs résultats, plusieurs positions possibles (images, vidéos, par exemple)
• Plusieurs résultats, une position possible (news, carrousel, par exemple)

Et les gagnants dans mon exemple sont (rappelez-vous que les règles que j'ai utilisées pour faire ces choix sont fictives, et non comment Google le fait vraiment)…

• Nouvelles: Échec de la surenchère de l'offre n ° 1 sur le Web. Par conséquent, il n'est pas suffisamment pertinent et ne gagne pas de place.
• Images: Nous avons un gagnant. L'espace alloué est de 5 pour que les 4 autres bénéficient d'un tour gratuit.
• Vidéo: Deux surenchérissent sur le meilleur résultat Web, ce qui leur donne une place.
• Snippet en vedette: Nous avons plusieurs gagnants. Mais un seul est utilisé. Parce que c'est « la » réponse.

Au fur et à mesure que les éléments riches occupent la place, les résultats Web les moins bien placés tombent sur la page 2. Ce qui martèle plutôt le fait que nous ne devrions vraiment pas détourner nos yeux de la disparition continue des liens bleus.

Je répète: je n’ai aucune information sur la façon dont les positions sont attribuées aux vidéos ou aux images – je leur ai attribué des positions avec mon propre système simpliste inventé, et non avec celui de Google. 🙂

To End – Un peu de théorie de moi

Toute cette dernière partie est ma pensée initiale alors que je digère tout cela. Non attribuable à Gary ou à Google.

Darwinisme dans les résultats de recherche

Il me semble que certains éléments riches vont «naturellement» grandir et gagner une place sur la Page 1 de plus en plus souvent (l'extrait présenté est un exemple que nous voyons en action aujourd'hui).

D'autres vont «naturellement» se réduire (liens bleus classiques sur mobile). Et certains pourraient «naturellement» disparaître entièrement. Tous très darwiniens!

Ce système ne va pas bientôt disparaître

Le système de «classement par élément enrichi» de Google dispose d’une capacité intrinsèque d’agrandissement et d’adaptation aux changements dans la fourniture des résultats / réponses. Organiquement!

Nouveaux appareils, nouveaux formats de contenu, personnalisation… Google peut simplement créer un nouvel élément riche, l'ajouter au système et le laisser enchérir pour une place. Il gagnera une place dans les résultats quand ce sera une option plus appropriée que les liens classiques en bleu. Potentiellement, avec le temps, il dominera naturellement dans le micro-moment auquel il convient le mieux.

Le darwinisme à la recherche. Hou la la!

Je ne sais pas pour vous, mais dans l’ensemble, mon esprit est stupéfait.

Plus de ressources:

---

Crédits d'image

L'image sélectionnée & In-Post Images: Créé par Véronique Barnard, Mai 2019