À Quoi Les Référenceurs Peuvent-ils S’attendre à L’avenir ? – Tech Tribune France

MAMAN est l’abréviation de Modèle unifié multitâche et est une nouvelle technologie pour la recherche Google introduite pour la première fois dans Mai 2021.

À l’ Recherche sur 21 à l’automne 2021, le déploiement à venir a été annoncé et la technologie a été décrite plus en détail. MUM travaille avec l’intelligence artificielle ou la compréhension et le traitement du langage naturel et répond à des requêtes de recherche complexes avec des données multimodales.

MUM est multilingue et traite les informations de différents formats de médias pour répondre aux questions. En plus du texte, MUM comprend également les images, les fichiers vidéo et audio.

En mai 2021, Google a présenté MUM comme une évolution 1000 fois plus puissante de BERT. Les deux technologies sont basées sur le traitement du langage naturel. Mais MUM ne se limite pas au traitement du langage naturel.

MUM combine plusieurs technologies pour fabriquer Recherches Google encore plus sémantique et contextuel pour améliorer l’expérience utilisateur. Avec MUM, Google veut répondre à des requêtes de recherche complexes pour lesquelles un extrait SERP normal n’est pas suffisant.

Les tâches à entreprendre par MUM ont été présentées comme suit:

  • MUM est de fournir une compréhension profonde de la connaissance du monde.
  • MUM doit être formé dans jusqu’à 75 langues simultanément pour les comprendre. Avec les méthodes précédentes, chaque langue était formée dans son propre modèle de langage.
  • MUM devrait être capable de comprendre les informations en plus du texte, des images, de l’audio et des vidéos.

Les éléments suivants peuvent être déduits de ces déclarations par Google:

  • Google utilise MUM pour développer davantage les bases de données sémantiques telles que le Knowledge Graph et pour se rapprocher de l’objectif d’une base de données de connaissances complète.
  • Avec MUM, Google veut rendre la recherche internationale encore meilleure pour amener tous les indices et instances de recherche dans le monde entier à un niveau qualitatif similaire, garantissant ainsi l’expérience utilisateur dans tous les pays et toutes les langues de la planète au même niveau élevé et travaillant également plus efficacement, en termes de ressources propres.
  • Le développement le plus excitant pour les référenceurs est probablement que MUM veut accéder à tous les formats de médias pour collecter des informations (exploration de données), les comprendre et les traiter dans les résultats de recherche de manière à ce que l’intention de recherche soit servie de manière optimale et que l’expérience utilisateur avec la recherche Google soit très élevée.
  • En d’autres termes, en plus des billions de contenu textuel, Google a également accès à toutes les informations de tous les formats de médias dans les systèmes Google pour augmenter l’index (entité). En conséquence, encore plus d’informations sur les entités enregistrées peuvent être générées. Les informations provenant de textes, de vidéos, d’audio et d’images peuvent être présentées dans les SERP encore mieux pour une requête de recherche.

Obtenez la recherche quotidienne de newsletter sur laquelle les spécialistes du marketing s’appuient.


En savoir plus sur les nouvelles fonctionnalités SERP que MUM nous apporte dans cet article: MUM apporte la recherche multimodale à Lens, une compréhension plus approfondie des vidéos et de nouvelles fonctionnalités SERP.

Google MUM et E-A-T

En plus de l’exploration de données, un autre défi majeur pour Google est la validité de l’information. Google mène une offensive de qualité depuis des années avec E-A-T, qui devrait être soutenu par des fonctionnalités supplémentaires dans un proche avenir.

En relation directe avec le résultat de recherche respectif, il est possible d’obtenir des informations sur la source via une boîte « à propos de ce résultat ».

oRSlOmS7Nk9kKEg PSR3t3dGj3yLaJAujMmREyT8PWyWAi FiW5T7VG8gslslsHg 9aU883oJgaxNHGlI50keF8VRS5BMxobITG94XK9bEkcxL3TSF1 guRQGEKAj6ufc4yvP5cw

Les informations comprennent une description de l’éditeur à partir de ressources fiables telles que Wikipédia ou le site Web de l’éditeur et des informations indiquant si la connexion au site Web est sécurisée. En outre, vous pouvez découvrir ce que l’éditeur écrit sur lui-même, ce que les autres écrivent sur lui ou sur le sujet.

Dans quelle mesure MUM est utilisé ici n’est pas tout à fait clair. Cependant, il est tout à fait certain que l’autorité et la confiance de l’entité ou de la source jouent également un rôle unique dans le classement, comme décrit dans mon article. 14 façons dont Google peut évaluer E-A-T expliqué.

La mise à jour Google MUM est le prochain changement de paradigme majeur pour plus de performances et d’orientation utilisateur

L’introduction de MUM représente le prochain changement de paradigme majeur pour la recherche Google après Hummingbird, Rankbrain et BERT. Alors que les innovations précédentes basées sur l’apprentissage automatique sont basées sur plusieurs modèles formés pour différentes tâches, l’objectif de MUM est d’utiliser un seul modèle pour toutes les tâches liées à l’indexation, à la récupération d’informations et au classement.

L’accent mis sur un seul modèle de langage rend également obsolète la prise en compte de différentes langues pour l’interprétation sémantique. Les algorithmes sont entraînés basé sur des requêtes et des documents de recherche en anglais. Ils peuvent être appliqués à toutes les autres langues – un avantage significatif du point de vue de la performance et de la compréhension sémantique. L’anglais est beaucoup plus facile à interpréter en utilisant le traitement du langage naturel que les langues grammaticalement plus complexes telles que l’allemand.

Même avant MUM, Google se concentrait sur l’anglais comme langue principale. Les premières traductions des documents de langue anglaise sont apparues dans des panels de connaissances dès 2019.

CAOJaKbnwz2cakv5vnlmtXNivozGHR gvprDrrv7UAS78qx VFn g4IVxAUiAmwtM2r27ofWEM1bvUl

Il s’agit d’une amélioration significative pour des raisons de performance. L’utilisation de l’apprentissage automatique ou du traitement du langage naturel n’est possible que si les ressources disponibles peuvent être utilisées efficacement. La condition préalable pour cela est la réduction des processus s’exécutant en parallèle. Il y a une amélioration de l’efficacité et des performances en se concentrant sur l’interrogation des informations à partir d’un seul modèle de données pour chaque requête de recherche.

Un document de recherche Google de 2020 intitulé « Multitask Mixture of Sequential Experts for User Activity Streams » décrit une technologie appelée MoSE qui est similaire à MUM à bien des égards.

MoSE peut résumer très efficacement dans un modèle de données basé sur des données utilisateur telles que les clics et l’historique de recherche. Comme les moteurs de recherche classiques, il fonctionne comme une étude de marché, en commençant par l’utilisateur du moteur de recherche et non par les informations indexées. L’intention de l’utilisateur est au centre de l’attention, et sur la base du modèle, Google peut prédire les questions et les réponses correspondantes dont un utilisateur aura besoin au cours de ses recherches.

Toutes les informations nécessaires peuvent être compilées dans les SERP pour accompagner l’utilisateur de manière transparente tout au long du parcours client.

En ce qui concerne les recherches basées sur les produits, Google a perdu du terrain au profit des grands marchés de commerce électronique comme Amazon et des petites plates-formes de commerce électronique. Les utilisateurs dans la phase de préférence du parcours client recherchent souvent le produit directement sur Amazon, par exemple. C’est difficile pour Google d’un point de vue économique puisque ces utilisateurs ou recherches commerciales provoquent le plus de clics sur les annonces.

La plupart des utilisateurs de Google utilisent Google pour des recherches axées sur l’information dans la phase de sensibilisation. Cependant, Google perd actuellement de nombreux utilisateurs au profit de ses concurrents dans la phase de préférence.

Y48aqq0853An7BIQShfzWwODegLzWZTAC0BDGhyvNWMhOVYzEvWGnMjRzWidRBT no09xNewp0pEQSzGoUMWpBrG2PaT23PBw9O3tu 9R1W78gayoriiF1mNaeMGPMq9vT XwBzq

Google souhaite fournir aux utilisateurs des informations précieuses dans les premières phases du parcours client (sensibilisation et considération). Avec le nouveau design des SERP et la recherche d’achats, Google veut inspirer l’utilisateur, fournir une vue d’ensemble et soutenir l’achat.

Cela montre que Google a abandonné la lutte directe pour les recherches de produits dans la phase de préférence et se concentre sur ses points forts réels. L’organisation et le traitement des connaissances du monde sous une forme conviviale. C’est là que les grandes plateformes de commerce électronique ne peuvent pas suivre.

MUM: L’avenir de la recherche Google et ce que les référenceurs peuvent en apprendre

MUM est la prochaine pièce du puzzle pour Google sur la voie d’un moteur de recherche purement sémantique qui améliore constamment le contexte des requêtes de recherche et du contenu. Ainsi, la pertinence du contenu et des passages de contenu pour correspondre comprend l’intention de recherche (plus d’étapes de Google vers un moteur de recherche sémantique dans mon article Googles vers un moteur de recherche sémantique).

Le développement d’un ordinateur quantique utilisable est encore loin, de sorte que Google doit faire face à des technologies efficaces telles que MUM pour utiliser la puissance de calcul actuellement manquante pour l’apprentissage automatique à grande échelle. De cette façon, Google peut développer ses propres systèmes de recherche plus rapidement sans tenir compte du manque de performance du côté matériel. On pourrait dire que le développement logiciel ne fait que dépasser le développement matériel.

Une percée pour les ordinateurs quantiques commercialement utilisables est prévue pour l’année 2029. Nous pouvons supposer que la recherche Google sera un moteur de recherche entièrement sémantique d’ici là. Une correspondance de texte de mot-clé dans la recherche Google appartiendra alors au passé.

Google MUM : le SEO doit changer

À ce stade, la question doit également être posée de savoir quel rôle Google jouera en tant que fournisseur de trafic à l’avenir et dans quelle mesure les référenceurs influencent toujours directement les classements.

L’introduction de BERT et MUM a apporté des changements drastiques à l’industrie similaires à ceux de Panda et Penguin. Le traitement du langage naturel accélère considérablement la recherche sémantique basée sur Hummingbird et Knowledge Graph. Les référenceurs doivent réfléchir davantage aux entités et aux sujets concernant E-A-T qu’aux mots-clés.

Pour le référencement technique, il reste à assurer l’exploration et l’indexation du contenu pertinent pour la recherche. Mais la technologie ne la rend pas pertinente et ne crée pas d’autorité ou d’expertise. Concernant la confiance (https) et l’UX (page experience), la technologie dispose de quelques petits leviers pour intervenir dans le classement. Cependant, ces leviers ne sont pas un top garantie de position. Les tâches techniques telles que le balisage avec des données structurées deviendront de plus en plus obsolètes car Google a besoin d’informations de moins en moins structurées pour comprendre via le traitement du langage naturel.

Le contenu et les liens restent les facteurs d’influence les plus importants. Les liens sont rejoints par d’autres facteurs importants qui sous-tendent l’autorité. Les cooccurrences dans les requêtes de recherche et le contenu (texte, vidéo, audio et images) sont des signaux de confiance et d’autorité importants. Grâce à MUM, Google a accès à beaucoup plus de sources de données et d’informations. En outre, Google peut utiliser l’exploration de données indépendante de la langue pour collecter et fusionner toutes les informations du monde sur les entités et les sujets. Les silos de données précédents sont en train d’être brisés.

Cela permet à Google de répondre encore mieux aux questions et de transmettre des connaissances vraiment approfondies.

Les gestionnaires de contenu devraient moins se préoccuper de la fréquence des mots-clés dans leur contenu et considérer les perspectives à partir desquelles un sujet doit être traité. Ici, la bonne vieille analyse TF-IDF est toujours un moyen éprouvé d’identifier les termes importants qui décrivent le corpus de mots-clés d’un sujet.

Le contenu fournit les réponses aux questions. Mais la simple production de contenu ne suffira plus à l’avenir. Google souhaite accompagner l’utilisateur tout au long du parcours client avec des réponses pour obtenir le précieux trafic commercial lié aux produits pour le transférer dans son propre monde d’achat. Ils veulent reconquérir des parts de marché.

D’un point de vue SEO, il devient de plus en plus important pour les responsables du contenu de fournir un marketing de contenu tout au long du parcours client afin de fournir à l’utilisateur autant de points de contact de contenu que possible pendant la recherche.

Selon leur niveau de connaissances, les utilisateurs passent par un processus de recherche sur une période plus ou moins longue. Lorsqu’ils recherchent des solutions avec des connaissances croissantes sur un sujet, les utilisateurs sont confrontés à différents défis et questions qui nécessitent des réponses.

Quelqu’un de nouveau dans le sujet de l’optimisation des moteurs de recherche est plus susceptible de poser la question, « Qu’est-ce que le référencement? » Ensuite, ils demandent: « Comment fonctionne le référencement? » pour se rendre compte que le sujet est assez complexe et qu’ils sont plus susceptibles de demander:« Qui offre des services de référencement? » Dans ce voyage, les entreprises devraient fournir les réponses.

Le contenu doit être centré sur l’utilisateur et anticiper les besoins et les questions tout au long du parcours client, tout comme Google le fait avec MUM. Des analyses SERP détaillées aident à anticiper les intentions de recherche actuelles et futures.

Google MUM: SEO également pour les formats multimédias autres que le texte

Les référenceurs se concentrent principalement sur le contenu textuel. MUM rend les SERP beaucoup plus diversifiés en termes de formats multimédias, car Google comprend de mieux en mieux la vidéo, les images, l’audio et le texte et les met en contexte. Vous pouvez déjà le voir lorsque vous regardez la classification des images dans la recherche d’images, par exemple, ou le marquage automatisé des lieux dans les vidéos YouTube.

YHOABJnlcy TOFT UWCyGL2ym2VY0Ot7IbRogr6JwJkQHagmcL y4Ehl9ypveh8vRD4QquNBo 8GCLhuLe1jO6CsKjDQZgm2uDfzcDiYu iV1J5BV FP4f M3mob7G7aMUPzLGY0

Divers brevets Google signés en 2021 indiquent que Google peut déjà interpréter l’audio, la vidéo et les images. Par exemple, celui-ci : annotation vidéo basée sur les fonctionnalités.

Pour les référenceurs, cela signifie qu’à l’avenir, lors de la conception du contenu des audios et des vidéos, ils seront en mesure de prêter attention à un design sémantiquement significatif similaire à celui du texte, en utilisant la recherche de mots clés ou les analyses TF-IDF. À l’avenir, Google comprendra également mieux le contenu parlé des vidéos et des audios pour les classer sur YouTube ou une recherche de podcast, par exemple.

Les bases de données sémantiques telles que le Knowledge Graph bénéficieront également de sources supplémentaires d’informations exploitables sur les entités pour l’exploration de données. La combinaison d’un traitement du langage naturel haute performance et d’un grand nombre de sources supplémentaires pour l’exploration de données accélérera considérablement le développement de la longue traîne de connaissances.

Ainsi, la mise à jour Google MUM est un développement logique supplémentaire sur la voie d’un moteur de recherche sémantique.

MKc2eidjeXW 6t566Z1miv4SzUxd B7lShYWaCtRoBSD81QotUq9O

Moins de visiteurs de Google via MUM à l’avenir?

Avec des innovations telles que MUM et BERT, Google veut afficher encore plus de réponses directement dans les SERP sans avoir à cliquer à nouveau sur la source du contenu. Il y a une crainte justifiée que Google continue à désactiver le robinet de trafic et à afficher autant d’informations que possible dans son propre monde.

Il y a un risque ici que les intérêts de Google et de l’éditeur de contenu divergent, et Google utilise avec gratitude les passages de contenu appropriés sans laisser l’éditeur participer. Mais ce n’est que dans les mains de Google lui-même et de la façon dont ils prennent en compte l’équilibre des intérêts.

Une chose est claire, Google s’appuie sur un contenu à jour pour répondre aux questions actuelles et futures des utilisateurs. Et en tant que technologie Google est capable d’indexer les informations de manière algorithmique et de les préparer de manière conviviale.

Cependant, vous ne serez probablement jamais en mesure de développer indépendamment des connaissances spécialisées approfondies et de les afficher indépendamment du contenu fourni par les éditeurs. Par conséquent, on ne peut que croire que Google continuera à récompenser le bon contenu avec du trafic.

Ceci est une version abrégée et traduite de l’article de blog original »Mise à jour Google MUM: Was erwartet SEOs in der Zukunft?


Les opinions exprimées dans cet article sont celles de l’auteur invité et pas nécessairement Search Engine Land. Les auteurs du personnel sont répertoriés ici.


Nouveau sur Search Engine Land

À propos de l’auteur

Olaf Kopp est responsable du référencement, co-fondateur et directeur du développement commercial de l’agence allemande de marketing en ligne Aufgesang. Son travail se concentre sur la construction de la marque numérique, les stratégies de marketing de contenu tout au long du parcours client et le référencement sémantique. Il est auteur, conférencier et podcasteur. Selon divers médias et opinions de l’industrie, son blog est l’un des meilleurs blogs de marketing en ligne en Allemagne.

We wish to say thanks to the writer of this write-up for this remarkable material

À Quoi Les Référenceurs Peuvent-ils S’attendre à L’avenir ? – Tech Tribune France

Discover our social media profiles , as well as other pages that are related to them.https://www.ai-magazine.com/related-pages/