John Giannandrea nouveau responsable de l'apprentissage automatique de la recherche Google
Publié: 2016-02-05Ben Gomes assume le rôle de leader de la recherche Google
Après deux ans à la tête des unités de recherche et d'intelligence artificielle de Google, Google fait la démonstration d'un marketing agile .
Le rôle de John Giannandrea sera désormais partagé par deux dirigeants : Jeff Dean, le co-fondateur de Google Brain, l'une des branches de recherche sur l'IA de l'entreprise. L'achat majeur de Google Deep Mind AI pour 600 millions de dollars en 2014 a des cousins; en 2018, le géant de la technologie a également acquis Halli Labs, AIMatter et Banter, tous consacrés à l'intelligence artificielle, ce qui signifie que le bon personnel en place est essentiel pour Google. Aux côtés de Dean, Ben Gomes, qui a rejoint Google en 2000 et a dirigé l'équipe d'ingénierie de recherche, mais assumera désormais le rôle de leader de l'organisation de recherche.
Lorsque Giannandrea a assumé le rôle après qu'Amit Singhal l'a laissé partir au début de 2016, cela a signalé l'importance accordée par Google à l'intégration de l'apprentissage automatique et de l'intelligence artificielle au cœur de la recherche vocale et visuelle . Cependant, le PDG de Google, Sundar Pichai, continue de souligner l'importance de l'IA pour l'ensemble des opérations de l'entreprise. La chance dans les rôles suggère que l'IA a pris tellement d'ampleur qu'elle doit former sa propre unité commerciale.
TheInformation.com * a donné son avis aujourd'hui et désigne Giannandrea comme un emploi continu chez Google, peut-être de manière plus intégrale. Il a cherché à endiguer la vague de discussions selon lesquelles l'IA présente un risque que les algorithmes reproduisent et perpétuent les préjugés humains dans les données utilisées pour éduquer les modèles d'IA .
John Giannandrea nouveau responsable de Google Search Machine Learning en 2016
Il y a deux ans, Amit Singhal annonçait hier sur Google+ qu'il passait à autre chose. Après avoir déclaré : « Le 26 février sera mon dernier jour chez Google », il a été rapidement annoncé que John Giannandrea prendrait la tête de Google Search .
Nous pouvons tous convenir qu'être avec un Google aussi longtemps et contribuer autant à la recherche est une réalisation remarquable et féliciter Singhal alors qu'il entre dans une nouvelle ère de la vie, en se concentrant sur la philanthropie. Comme un nouveau leadership signifie souvent un recentrage important, les professionnels du référencement se demandent comment la recherche acquise peut changer alors que Giannandrea assume cette position, et si le changement va générer des ondulations dans le monde de la technologie dans son ensemble. L'avenir de la façon dont GoogleBot explore et interprète le contenu Web semble prometteur sous sa direction, alors que nous observons comment il impacte l'avenir de l'apprentissage automatique sur les actualités et comment le Metaweb est tissé.
Amit a poursuivi en disant que «la recherche est plus forte que jamais et ne fera que s'améliorer entre les mains d'un ensemble exceptionnel de hauts dirigeants qui dirigent déjà le spectacle au jour le jour. Notre mission de donner aux gens les moyens d'accéder à l'information et l'impact qu'elle a eu sur ce monde ne peuvent être surestimés. » John Giannandrea, qui a été le précurseur de la supervision de l'intelligence artificielle, comme dans Google Algorithm RankBrain, est employé chez Google depuis six ans et est actuellement vice-président de l'ingénierie.
Comme l'a expliqué Forbes en novembre 2015, le rôle de RankBrain a pris "une très grande partie" des millions de requêtes qui sont passées par le moteur de recherche. Son équipe évalue les formes d'apprentissage automatique dans la recherche Google. Auparavant, Google dépendait fortement d'algorithmes qui respectaient un ensemble strict de règles de recherche dirigées par des humains.
Le nouveau poste de responsable de la recherche Google pour Giannandrea dénote un accent supplémentaire sur l'importance de l'intelligence artificielle pour Google, une unité d'Alphabet Inc (AI). Sa prévoyance en matière de technologie est la clé des derniers efforts de recherche sur les appareils mobiles et des recherches qui appliquent la reconnaissance vocale. L'apprentissage automatique est une approche différente de l'écriture d'un programme informatique détaillé pour entreprendre une entreprise; vous donnez plutôt à un ordinateur plusieurs exemples d'un travail et essayez de le faire apprendre automatiquement.
La recherche est la base de Google Machine Learning
La recherche est la base de Google. Google sert plus de 100 milliards de recherches chaque mois. L'apprentissage automatique n'est pas nouveau ou un algorithme lointain tentant de combler les lacunes de la recherche ; cela facilite certainement la gestion. L'apprentissage automatique s'avère faire évoluer le marketing numérique plus rapidement et améliorer le monde de la recherche sémantique. Cela nécessite beaucoup de réflexion, de recherche et de tests marketing , et de soin afin de construire quelque chose qui peut révolutionner le monde de la recherche sémantique comme celui-ci.
La recherche et l'apprentissage automatique devraient mieux gérer les requêtes de recherche que les règles algorithmiques codées à la main par des ingénieurs humains. Selon les experts en recherche de Moz, "l'apprentissage automatique est déjà utilisé par de nombreuses plateformes majeures". Donc, si l'intelligence artificielle est l'avenir de la recherche Google, il se peut que nous soyons sur la pointe de bien plus dans le monde du référencement.
Google fusionne ses efforts de recherche dans tous les domaines de la recherche pour s'aligner sur les priorités de l'apprentissage automatique au sein de l'entreprise. Compte tenu de son expérience de recherche, John Giannandrea, l'actuel vice-président de l'ingénierie qui dirige l'aile tentaculaire de recherche et d'intelligence artificielle de Google, est celui qui a le plus de chances de réussir dans l'alphabet critique et l'algorithme change à l'avenir. Les améliorations de la recherche Google supervisées par Singhal ont rendu l'outil de recherche Web géant plus rapide, plus intelligent et capable de scruter les entrailles des logiciels exécutés sur les appareils mobiles. Giannandreas est sur le point d'être la meilleure personne pour faire avancer cette pierre angulaire de la recherche Google.
L'apprentissage automatique est actuellement beaucoup plus avancé dans le cadre de l'accent mis par Google sur la recherche et l'intention des utilisateurs, ce qui devrait sans aucun doute se poursuivre. En raison de la sophistication de la recherche, les professionnels du référencement n'anticipent aucune révolution du jour au lendemain en matière de recherche Google. Nous sommes bien ancrés dans les détails granulaires et le temps de poursuivre nos passions pour gagner une visibilité de recherche accrue, ce qui génère de nouvelles visites sur le Web, de meilleures expériences utilisateur et, par conséquent, des chances de revenus plus élevés. Compte tenu de toute l'importance que Google a attribuée à RankBrain, les détails démontrant comment cela fonctionne réellement pour influencer les chances de classement de Google sont encore à venir. Google a actuellement proposé deux ou trois exemples réels sur les changements de RankBrain dans de grandes généralités.
Singhal : Superviseur de l'algorithme de recherche de Google
Singhal a été extrêmement lié à la recherche Google au cours de sa carrière chez Google jusqu'à présent. Il est connu pour avoir participé lorsque des conseils ont été nécessaires pour réécrire les algorithmes créés par les co-fondateurs de Google, Larry Page et Sergey Brin. Les tâches impliquées dans le déchiffrement de ce que Google afficherait dans les pages de résultats des moteurs de recherche (SERP) en réponse aux recherches sont essentielles au cœur du géant de la recherche.
L'apprentissage automatique change rapidement le paysage de ce qu'est le référencement. John Giannandrea a déclaré aux journalistes au siège de Google l'automne dernier. "De plus en plus, nous découvrons que si nous pouvons apprendre des choses plutôt que d'écrire du code, nous pouvons beaucoup mieux faire évoluer ces choses." Cependant, l'apprentissage automatique n'est pas nouveau. En 1957, le mathématicien et chercheur américain en intelligence artificielle, Ray Solomon, a publié « An Inductive Inference Machine », selon historyofinformation.com***. IRE Convention Record, Section on Information Theory, Part 2 (1957) 56-62. Il s'agissait du premier article écrit sur l'apprentissage automatique.
Singhal n'a jamais dévié de cette barre. Son travail continue de guider la recherche Google à travers les transitions dans l'expansion de la recherche verticale, cherchant à intégrer les signaux sociaux, les réponses directes de Google à mesure que la recherche devient plus sémantique, et peut-être le plus important, faisant de Google un succès dans le monde de la recherche mobile.
L'apprentissage automatique est plus que le référencement axé sur le simple fait d'obtenir le clic. Les nouveaux moteurs de recherche Google d'aujourd'hui calculent la façon dont les gens interagissent avec votre site Web : appuient-ils sur le bouton de retour et cliquent-ils sur d'autres sites, ou sont-ils satisfaits des réponses qu'ils recherchent lorsqu'ils sont sur votre site ? L'apprentissage automatique amène la recherche à un endroit qui concerne davantage l'activité post-clic. Non seulement vous devez gagner le clic après être apparu dans SERPS, mais vous devez également satisfaire l'utilisateur avec une excellente expérience sur votre site.
La recherche Google passe à l'apprentissage automatique pour mieux évaluer les expériences client
Y a-t-il un énorme changement chez Google dans la recherche ? L' expérience client reste une priorité absolue et le changement à la tête de Google pourrait influencer les priorités stratégiques des spécialistes du marketing vers une approche plus centrée sur les données structurées et l'apprentissage automatique. Les webmasters recherchent les meilleures pratiques de référencement pour optimiser efficacement le contenu Web qui se trouve sur chaque page d'un site Web afin de faciliter l'engagement des utilisateurs, mais il s'agit de déterminer comment le visiteur du site consomme et réagit à ce contenu. Les cartes thermiques, comme Crazy Egg, sont extrêmement utiles pour révéler les points chauds que les utilisateurs préfèrent sur votre site. Bien qu'il semble qu'un chercheur puisse demander n'importe quoi à Google et obtenir une réponse, savoir s'il est satisfait de la réponse lorsqu'il atterrit sur votre site Web est une chose plus difficile à déterminer.
Nous pouvons nous attendre à ce que l'apprentissage en profondeur ou l'apprentissage automatique occupe une place plus importante dans la recherche Google à l'avenir. Compte tenu de la complexité des algorithmes, la croissance de l'apprentissage automatique ne sera qu'un élément du fonctionnement de la recherche Google. Fondamentalement, le travail de John Giannandrea et de son équipe a fait progresser le moteur d'apprentissage automatique de Google pour qu'il soit plus apte à analyser les mots et les phrases qui font partie d'une requête de recherche. En étant plus intuitif pour décider quels mots et expressions associés ont à peu près la même signification, la nouvelle recherche Google améliore l'ancien système basé sur des règles lors du traitement de toutes nouvelles requêtes. Le balisage de schéma aide à faciliter la compréhension du contenu de la page Web et à le faire correspondre à ces requêtes. Il y a beaucoup de nouvelles requêtes Google Searches chaque jour - celles qu'il n'a jamais vues auparavant.
Il est 12h58 au moment où j'écris et le nombre de requêtes que Google Searches a recherchées jusqu'à présent est de 2 464 000 000 et augmente rapidement. Google traite désormais plus de 42 000 requêtes de recherche en moyenne chaque seconde, ce qui représente plus de 3,5 milliards de recherches par jour et 1,2 billion de recherches par an dans le monde.
Avec son expertise en intelligence artificielle, alors que John Giannandrea prend la responsabilité des algorithmes de recherche de Google, il est logique que Google reconnaisse que l'avenir de la recherche Google passe à une grande dépendance à l'apprentissage automatique. Gérer autant de nouvelles recherches est une tâche énorme. "Selon une publication publique de comScore de 2013, en décembre 2012, Google bénéficiait d'une part de 65,2 % du volume de recherche sur le Web dans le monde, avec 114,7 milliards de recherches ce mois-là", déclare www.internetlivestats.com*
Combinez la façon dont les machines et les utilisateurs évaluent votre contenu 
Comment John Giannandrea a influencé RankBrain pour la recherche Google
Singha a été nommée Google Fellow, la plus haute distinction que Google accorde à ses ingénieurs de recherche. Au cours de son mandat chez Google, il a dirigé le moteur de recherche de l'entreprise et, comme nous le reconnaissons tous, le moteur de recherche Google a assez régné sur Internet.
Des balises de titre aux balises Meta de description et aux données structurées, elles permettent chacune de donner un bref aperçu du contenu de votre site Web. Lorsqu'elles sont optimisées correctement, ces données peuvent aider à introduire des pages dans les SERP avec un extrait enrichi. Un utilisateur exécute la requête, et même une page profonde, avec son contenu unique, peut apparaître plus souvent dans l'apprentissage automatique.
Les efforts de John Giannandrea chez Google à ce jour ont fait beaucoup pour faire avancer le résumé des moteurs de recherche sur le sujet de la page. Déjà au premier trimestre de 2016, Google Webmaster Tools s'est élargi, offrant une section d'analyse de contenu riche pour aider les professionnels du référencement à améliorer leurs documents HTML.
Chez Google, l'intelligence artificielle se situe à l'extrémité de l'apprentissage automatique. Google a beaucoup investi dans l'apprentissage automatique sous John Giannandreas : cela inclut la recherche Google pour les vidéos, la parole, la traduction et, récemment, la recherche. Chaque seconde, des millions de requêtes de recherche que les individus saisissent dans un champ de recherche Google sont interprétées par le système d'intelligence artificielle surnommé RankBrain. Greg Corrado, chercheur principal chez Google, déclare : "RankBrain utilise l'intelligence artificielle pour intégrer de grandes quantités de langage écrit dans des entités mathématiques - appelées vecteurs - que l'ordinateur peut comprendre". Lorsque RankBrain voit un nouveau mot ou une nouvelle phrase, la machine devine quels mots ou phrases peuvent avoir une signification similaire pour répondre à la requête de recherche.
Selon Bloomberg News, les travaux de recherche supplémentaires qu'il a supervisés incluent des avancées dans la reconnaissance d'images et des technologies qui fournissent des informations en fonction de ce que les utilisateurs font avec leurs appareils, plutôt que des termes de recherche explicites utilisés.
QUESTION : Qu'est-ce que l'apprentissage automatique ?
RÉPONSE : "L'apprentissage automatique est le sous-domaine de l'informatique qui donne aux ordinateurs la capacité d'apprendre sans être explicitement programmé et a évolué à partir de l'étude de la reconnaissance des formes et de la théorie de l'apprentissage informatique dans l'intelligence artificielle, l'apprentissage automatique explore l'étude et la construction d'algorithmes qui peuvent apprendre à partir de données et faire des prédictions sur celles-ci – de tels algorithmes surmontent en suivant des instructions de programme strictement statiques en faisant des prédictions ou des décisions basées sur les données, en construisant un modèle à partir d'échantillons d'entrées », selon Wikipedia, les termes de recherche explicites utilisés.
Experts SEO adhérant à l'apprentissage automatique
Les experts SEO avancés comprennent dans une certaine mesure l'algèbre linéaire derrière l'apprentissage automatique. Les résultats qu'il produit peuvent récupérer des résultats très précis pour répondre à l'intention de l'utilisateur. Il est beaucoup plus difficile d'expliquer ce qui les a conduits à ces résultats précis et où se dirige la recherche Google. Alphabet a d'abord volé la première position de valeur marchande à Apple à la mi-lundi avant son rapport sur les résultats du quatrième trimestre. La recherche Google est interprétée par certains comme gagnant en suprématie autour de la principale unité Google d'Alphabet .
On suppose que John Giannandrea continuera à être le fer de lance de la modification du comportement des réseaux de neurones pour ajuster les calculs par l'intuition, des recherches supplémentaires, des essais et des erreurs. Vous devez les recycler sur de nouvelles données, avec encore plus d'essais et d'erreurs. Alors que Google déplace la recherche vers ce modèle d'apprentissage automatique compliqué, tout ce qui est en avance dans la recherche n'est pas clair. Les cerveaux humains restent les guides derrière ces machines, mais comment a changé. Pas plus tard qu'hier, Google a ajouté une prise en charge JSON-LD plus étendue pour le balisage de données structurées ; il peut s'agir d'une donnée qui coïncide parfaitement avec les mises à jour de l'apprentissage automatique de la recherche Google.
Si votre site comporte des milliers de pages Web, la création manuelle de données structurées supplémentaires n'est probablement pas possible. Nous vous suggérons de commencer par vos pages de service principales et les pages clés que Google Analytics affiche déjà comme étant les plus préférées par les téléspectateurs.
Nous en apprenons davantage sur la façon dont Google pourrait utiliser l'apprentissage automatique pour répondre aux questions qui sont servies dans la boîte de réponse rapide de Google . L'aspect de l'intelligence artificielle offre des machines intelligentes pour réduire les flous avec lesquels certains moteurs de recherche ont du mal lorsqu'une purée est tout ce qui pourrait autrement être proposé pour correspondre à l'intention de l'utilisateur. Peu importe à quel point nous aimerions que tout soit standardisé, dans l'industrie de la recherche, les résultats ne sont pas directement basés sur des règles exactes. Il s'appuie fortement sur le travail du langage sémantique, de la reconnaissance vocale, de la traduction et du traitement visuel qui continue de susciter de profonds défis scientifiques et techniques.
Ne confondez pas l'engagement des utilisateurs avec l'expérience utilisateur
Michael Martinez, propriétaire de seo.theory.com l'énonce ainsi ; "Les gens continuent de confondre 'l'engagement de l'utilisateur' avec 'l'expérience de l'utilisateur'. L'expérience utilisateur est ce que vous mettez sur la page. L'engagement de l'utilisateur est ce que le visiteur fait sur la page ». Google ne peut pas suivre ce que ces personnes font sur la grande majorité des pages Web lorsqu'elles existent sans Google Analytics en place.
Si vous analysez votre trafic entrant via Google Analytics, la recherche Google est l'un des nombreux moyens par lesquels les visiteurs accèdent à votre site Web. Lorsque vous suivez le « nombre moyen de pages vues par visite » pour savoir comment les utilisateurs parcourent votre entonnoir de conversion numérique d'une page à l'autre, une fois que cela dépasse deux pages, votre contenu engage les utilisateurs, pas la recherche Google. Les données prédictives que les entreprises exploitent doivent être supérieures à la quantité fractionnaire de données précédemment extrapolées par Google Bot.
Google, comme les autres moteurs de recherche, mesure la satisfaction des utilisateurs dans ses propres résultats de recherche. Comprendre l'étendue de la satisfaction des utilisateurs avec votre messagerie Web s'étend à l'ensemble de l'arène numérique, y compris l'ensemble de vos réseaux sociaux, publications d'actualités, Buzzsumo et plus encore. Savoir où va la recherche est essentiel pour le marketing de contenu et la planification de campagnes de référencement. L'intelligence artificielle et sa dépendance à l'apprentissage en profondeur ne font que gagner en importance.
De quoi votre entreprise a-t-elle besoin à mesure que la recherche Google évolue ?
Un grand nombre des demandes qui nous parviennent révèlent à quelle fréquence les entreprises trouvent difficile de savoir où aller ensuite en matière de recherche et de marketing numérique. Parce que le référencement se développe si rapidement, qu'une entreprise débute ou cherche ce qu'elle doit faire ensuite pour gagner en visibilité en ligne, elle recherche les conseils d'un expert en référencement qui se tient au courant des recherches acquises et payantes.
Les spécialistes du marketing de tous les espaces numériques adoptent la réalité évolutive de l'expérience client. Adopter la nouvelle recherche Google dans la foulée inspire notre approche des stratégies de référencement, de la créativité, de l'enthousiasme et, finalement, du succès de nos clients.
Les tactiques pour un référencement réussi ont radicalement changé ces derniers mois. Sous la nouvelle direction de John Giannandrea, l'état actuel du référencement vivra pour évoluer. Sa profonde expérience dans la recherche et Google lit le contenu en 2016 signifie que les spécialistes du marketing de recherche doivent consacrer du temps et des efforts supplémentaires à l'apprentissage du paysage changeant de la recherche Google. Les stratégies précédentes consistant à générer du trafic vers votre site avec des titres optimisés et des mots clés soigneusement choisis doivent maintenant être évaluées pour évoluer vers de nouvelles stratégies de référencement qui incluent l' algorithme mobile de Google . Alors qu'une nouvelle année et une nouvelle génération de leadership en matière d'optimisation des moteurs de recherche émergent chez Google, nous sommes convaincus que ce rapport vous sera utile, et peut-être même suscitera-t-il une plus grande concentration sur les idées marketing qui fonctionnent pour votre entreprise.
Beaucoup d'utilisateurs d'Internet ne sont pas impliqués dans les aspects continus de la formation autour du cloud. C'est clairement une bonne chose d'avoir des influenceurs de poids comme John Giannandrea à la tête de la recherche Google pour créer des algorithmes qui comprennent le langage et les images d'une manière un peu moins informatique et plus humaine dans leurs interactions et leurs interprétations. l'expérience de diriger de nombreux employés formés au cloud chez Google, l'avenir de la recherche pourrait être plus que jamais influencé par l'apprentissage automatique sous cette nouvelle direction.
Combinez la façon dont les machines et les utilisateurs évaluent votre contenu
Il est important de comprendre à la fois comment les progrès de l'apprentissage automatique de la recherche Google et comment les visiteurs de la page Web voient votre contenu.
Ce que l'apprentissage automatique signifiera pour les professionnels du référencement, c'est d'identifier ce qui correspond le mieux lorsque les humains écrivent une copie Web et espèrent que les acheteurs potentiels à la recherche de leurs produits pourront trouver les pages correspondantes. Il identifie les données d'un graphique d'entités utilisées pour les carrousels de produits. Ils écrivent du code conçu pour aider les machines elles-mêmes à savoir de quoi parle cette page afin qu'elle puisse récompenser celui qui a recherché un contenu pertinent.
Auparavant, l'algorithme de Google cherchait à déterminer ce que les consommateurs pensaient être de bonnes réponses aux requêtes de recherche. Une fois qu'un spectateur a atterri sur votre site Web, s'il suit des liens d'une page Web à une autre page, c'est un humain, et non une machine, qui trouve vos pages de valeur. Le balisage de données structurées est un code écrit pour rendre votre contenu plus facile à déchiffrer pour les machines. L'utilisation de texte sur une page, le mot-clé utilisé, la fréquence et l'emplacement, des images convaincantes et les avantages pour l'utilisateur sont des éléments supplémentaires qui peuvent refléter la qualité telle qu'elle est perçue par les humains. Danny Sullivan de Search Engine Land a commenté : "Pour simplifier considérablement, c'est (la recherche d'apprentissage automatique) comme apprendre au moteur de recherche à peindre par numéros, plutôt que de lui apprendre à être un grand artiste par lui-même."
La contribution de l'algorithme RankBrain à la recherche fait partie d'une poussée d'une demi-décennie de Google vers l'intelligence artificielle, alors que l'entreprise cherche à intégrer la technologie plus profondément dans son cœur de recherche. L'apprentissage automatique est un moyen de transformation essentiel que Google utilise pour restructurer tout ce qui est lié à la recherche, y compris l' intégration de Google Maps et la façon dont l' assistant Google fournit des résultats commerciaux activés par la voix . John Giannandrea a gagné le respect de beaucoup pour sa vaste expérience technique dans la recherche de ses connaissances approfondies dans tous les aspects de la recherche. La recherche de Google est au cœur des professionnels du référencement, comme nous l'anticipons dans son nouveau rôle, il continuera à développer son équipe et à faire progresser la recherche Google, en particulier dans les SERP mobiles .
Comment fonctionne l'apprentissage automatique ? 
Fondamentalement, l'apprentissage automatique fonctionne selon un processus en deux étapes.
L'étape 1 est un processus d'évaluation qui est effectué sur un ensemble de données à l'aide d'un algorithme de Google pour accomplir une tâche est un résultat. Lorsque RankBrain est utilisé, l'algorithme créé est celui qui obtient de meilleures compétences en analyse du langage naturel dans la recherche Google.
L' étape 2 de l'apprentissage automatique prend l'algorithme acquis et l'applique à de nouveaux ensembles de données. Encore une fois, lorsque RankBrain est utilisé, cet algorithme traite les requêtes de recherche des utilisateurs reçues pour aider à mieux déterminer le contenu et l'objectif de ces requêtes, puis distingue les documents pertinents à cette requête.
L'apprentissage automatique de Google Search se rapporte à l'algorithme Hummingbird car c'est comme si un avion ou un tracteur avait un moteur qui l'alimentait. Le moteur lui-même est une unité complexe composée de plusieurs pièces diverses, chacune liée à l'autre. De même, Hummingbird englobe diverses parties, RankBrain étant l'une des plus récentes.
En particulier, nous savons que l'apprentissage automatique de RankBrain est un composant de l'algorithme global de Hummingbird et gère de plus en plus un pourcentage plus élevé de toutes les recherches Google.
L'algorithme de Hummingbird est souvent mentionné avec des noms apparentés familiers à ceux de l'industrie du référencement. Ceux-ci incluent des termes tels que Google Penguin, Panda, Pigeon, Payday, Pirate et Top Heavy, qui visaient à rétrograder les pages à forte densité publicitaire dans les SERP. L'apprentissage automatique est au cœur de l' algorithme Mobile-First , qui apporte de belles récompenses aux pages adaptées aux mobiles, en particulier les pages mobiles accélérées (AMP).
Que fait l'apprentissage automatique RankBrain ?
Stone Temple a mené une étude approfondie sur RankBrain et a conclu qu'il "ne change PAS la façon dont Google interprète les liens, le contenu, les autres aspects de la pertinence, le spam ou l'un des autres algorithmes". Il est utile de déchiffrer à la fois ce que RankBrain fait et ne fait pas. Avant tout, leur conclusion est que cela ne fait pas du tout varier ces algorithmes. Sur la base des informations disponibles aujourd'hui, notre compréhension est que RankBrain ne classe pas les pages Web. Sa classification est autour de l'analyse des requêtes.
Ce qu'il fait, c'est un meilleur travail sur l'interprétation des requêtes et la compréhension du contenu de la page, et à cause de cela, l'apprentissage automatique RankBrain améliore considérablement la correspondance de pertinence. Le résultat d'une meilleure apprentissage du comportement humain par l'IA est que la façon dont elle déconcerte l'intention de l'utilisateur entraîne de nombreux changements dans les résultats du référencement. Nous essayons tous de comprendre comment l'apprentissage automatique affecte l'évolution de la recherche et ce que cela signifie pour l'avenir du référencement.
L'ingénierie de recherche moderne est une analyse sémantique complexe de mots-clés et bien plus encore ; y compris HTMM (Hidden Topic Markov Models) et PLSA. Les spécialistes du marketing qui s'efforcent de mieux comprendre ce que l'utilisateur recherche trouveront leur contenu plus aligné sur les progrès du fonctionnement de la recherche.
En comprenant la principale préoccupation que RankBrain essaie de résoudre, nous pouvons exclure les spéculations les plus farfelues sur ce que fait le système d'IA. Tout professionnel du référencement qui s'efforce de comprendre la recherche sémantique, l'apprentissage automatique et les structures basées sur des cas se retrouvera au milieu du domaine passionnant et très demandé du référencement sémantique. Combinez cela avec la possibilité de lire vos rapports AdWords et Analytics, et votre entreprise peut bénéficier des prédictions tirées de vos données, pour créer et adapter votre contenu Web afin de l'améliorer au fil du temps. Nous suivons de près et travaillons à la mise en œuvre de nouvelles stratégies de recherche qui intègrent ce que nous savons des derniers algorithmes d'apprentissage automatique ou des applications qui s'appuient sur l'algorithme de recherche mobile de Google .
Pourquoi l'apprentissage automatique a-t-il été créé ?
Afin de mieux comprendre comment Google Search progresse, il est utile d'examiner les correctifs que les processus sont conçus pour aider à résoudre :
• Il a été créé pour gérer les recherches complexes et le nombre croissant de nouvelles recherches.
Google est quotidiennement confronté à de nouvelles recherches longues et multiformes (15 % de toutes les requêtes de recherche) qui n'avaient jamais été saisies auparavant dans le champ de recherche. Puisqu'il n'y a pas d'historique pour gérer facilement ces recherches, Google doit déterminer comment les relier aux intérêts des utilisateurs de recherche précédents afin d'afficher les résultats les plus pertinents.
• Gestion des requêtes de recherche vagues
Les internautes utilisent souvent des formats de mots ambigus ou un langage parlé dans la recherche vocale qui peuvent signifier plus d'une chose en fonction du contexte varié. Avoir une machine qui sait comment traiter les historiques de recherche existants permet à Google de mieux estimer mieux l'intention de l'utilisateur.
• Affiner l'exactitude et la précision
Passer des anciennes tactiques de correspondance des mots clés à la compréhension du contexte permet d'améliorer la précision lorsqu'il s'agit de variantes du même mot clé (singulier vs pluriel, synonymes, acronymes, abréviations, fautes d'orthographe, etc.)
L'apprentissage automatique gère les requêtes de recherche de manière plus naturelle et la recherche vocale est en hausse. Les technologies de recherche vocale telles que Siri, Google Now et Cortana sont de plus en plus acceptées. Quelle que soit son intention lors de ses débuts, l'apprentissage automatique de RankBrain joue un rôle central en aidant les assistants de recherche vocale à obtenir une précision améliorée lorsqu'ils fournissent des résultats pour les recherches vocales.
« C'est probablement une évaluation juste, aussi. L'apprentissage automatique s'est déjà beaucoup développé au sein de Google et est clairement appelé à se poursuivre. Cependant, il est peu probable que ce soit une révolution du jour au lendemain en ce qui concerne la recherche Google. Au lieu de cela, il est plus probable que ce soit l'évolution fatiguée mais vraie « l'évolution, pas la révolution » que nous verrons. » –Danny Sullivan
La décision de Google de déployer l'IA dans la recherche montre que les entreprises commencent à confier leurs activités les plus précieuses à des systèmes contrôlés en partie par l'intelligence artificielle. Facebook Inc. utilise des techniques d'IA pour filtrer le fil d'actualité qui comprend la page d'accueil personnalisée du réseau social et Microsoft Corp. utilise l'intelligence artificielle pour augmenter les capacités de son moteur de recherche Bing. – Actualités Bloomberg**
"Le fait qu'ils aient obtenu que le responsable de l'intelligence artificielle reprenne le rôle est très révélateur de l'endroit où ils s'attendent à évoluer à l'avenir." – Sameet Sinha, analyste actions senior chez B. Riley & Co.
CONCLUSION
Et comme d'habitude, rien n'est certain, surtout dans les secteurs en évolution rapide comme le SEO. Pour l'instant, l'apprentissage automatique est quelque chose que nous nous efforçons tous de saisir. À l'avenir, beaucoup s'attendent à ce que RankBrain soit utilisé dans des applications de plus en plus larges - bien au-delà de la seule interprétation des requêtes de recherche. S'il progresse suffisamment pour comprendre réellement toutes les formes de contenu en ligne, il s'agira alors d'une innovation géante dans l'industrie avec des répercussions plus importantes que ce que nous pouvons prévoir aujourd'hui.
Pour bénéficier de conseils pour formuler un plan marketing personnalisé pour votre entreprise basé sur notre connaissance éprouvée des meilleures tactiques et stratégies de référencement, appelez-nous au 651-206-2410.