La lettre Recherche et Référencement fête son 100ème numéro!

Transcription

1 La lettre Recherche et Référencement fête son 100ème numéro! Pour célébrer cet anniversaire, nous vous offrons ce numéro double spécial, en espérant qu'il vous permette de découvrir cette lettre professionnelle mensuelle du site Abondance.com. Pour en savoir plus, vous pouvez consulter les adresses suivantes : > Présentation de la lettre "Recherche & Référencement" : > Tarifs - Modes de commande (CB, chèque, virement) : L'abonnement donne accès à toutes les archives de la lettre depuis 1998! > Les derniers articles parus, témoignages de lecteurs, etc. : > Le blog de présentation des articles de la lettre : > Tous les articles de l'année 2008 : > La page d'accueil du site Abondance.com : BONNE LECTURE!!! Page 1

2 Recherche et Référencement Numéro Janvier 2009 SPECIAL NUMERO DOUBLE!! -- Lettre d'actualité mensuelle sur la recherche d'information et le référencement de sites Web -- Au sommaire ce mois-ci : -> Comment évaluer et mesurer l'efficacité d'un référencement via la Longue Traîne (6 pages) -> 4 outils d'aide à la recherche contextuelle (8 pages) -> Le TrustRank, bien mystérieux "indice de confiance" de Google (6 pages) -> Le Web sémantique (3ème partie) : les applications du web sémantique : qui? quoi? pour quoi faire? (6 pages) -> 15 ans de moteurs de recherche, 15 ans d'innovations juridiques (5 pages) -> 8 outils Google utiles pour votre référencement (17 pages) -> 10 astuces pour Google Analytics (12 pages) -> Les liens du mois -> Revue d'url : les meilleurs articles sur les outils de recherche parus sur le Web Le contenu de cette lettre est accessible sur la zone "Abonnés" du site Abondance, à l'adresse : La lettre "Recherche & Référencement" paraît aux alentours du 15 de chaque mois (un seul numéro pour les mois de juillet-août) Pour tout renseignement : Olivier Andrieu, olivier@abondance.com IMPORTANT : Pour continuer de vous délivrer la meilleure information possible, la lettre "Recherche & Référencement" doit être utilisée au mieux par ses abonnés, qui doivent notamment se plier aux régles suivantes : * Il est interdit d'envoyer, par mail ou autres systémes de transmission, un exemplaire de la lettre à quelque format que ce soit, à une personne qui ne serait pas abonnée. * Il est interdit de diffuser à l'intérieur d'une entreprise, à plusieurs adresses s ou sur un intranet, le contenu de la lettre "Recherche & Référencement si vous n'avez pas souscrit un abonnement "Entreprise" ( qui est fait pour cela. * Il est interdit de transmettre vos login / mot de passe à des personnes qui ne seraient pas abonnées. Pour information, les adresses IP des machines se connectant sont relevées et tout abus pourrait être sanctionné si ce phénoméne ne pouvait être justifié par vos services techniques. * Il est interdit d'utiliser à des fins privées ou publiques tout contenu de cette lettre sans notre autorisation expresse et écrite : envoi à des clients, des prospects, voire reprise intégrale du contenu en changeant le nom de la lettre et de la source (eh, oui, ça arrive...), etc. De nombreux abus ont été constatés ces derniéres semaines (merci à ceux qui nous les ont signalés) aussi, nous nous permettons de vous rappeler ces quelques régles de "savoir lire" :-)... Merci pour votre compréhension et bonne lecture. Toute l'information contenue de cette lettre est Abondance / Olivier Andrieu. Toute reproduction ou distribution des informations, données et textes de cette lettre est interdite sans l'autorisation expresse du site Abondance. Toute reproduction ou représentation, intégrale ou partielle de ce contenu, faite sans le consentement de l'auteur, serait illicite. La loi n'autorise, que les copies ou reproductions réservées à l'usage privé du copiste et non destinées à l'utilisation collective, d'une part, et, d'autre part, que les analyses et les courtes citations dans un but d'exemple et d'illustration. Page 2

3 Sommaire du numéro Janvier 2009 Comment évaluer et mesurer l'efficacité d'un référencement via la Longue Traîne 4 4 outils d'aide à la recherche contextuelle 10 Le TrustRank, bien mystérieux "indice de confiance" de Google 18 Le Web sémantique (3ème partie) : les applications du web sémantique : qui? quoi? pour quoi faire? ans de moteurs de recherche, 15 ans d'innovations juridiques 30 8 outils Google utiles pour votre référencement astuces pour Google Analytics 52 Les liens du mois (nouveaux outils, rappel d'outils existants, sites proposant du contenu ou des fonctions intéressantes, logiciels et sites web proposant des fonctionnalités utiles) 64 Revue d'url 65 Page 3

4 Comment évaluer et mesurer l'efficacité d'un référencement via la Longue Traîne Retour au sommaire de la lettre Domaine : Recherche Référencement Niveau : Pour tous Avancé La mesure et le suivi de l'efficacité d'une stratégie de référencement est une problématique complexe qui revient à l'envi dans les préoccupations des éditeurs et propriétaires de sites web. Il est certain qu'aujourd'hui - et encore plus demain -, la simple mesure du positionnement de votre site sur les divers moteurs de recherche du Web pour quelques mots clés ne suffit plus et est devenue trop parcellaire pour être exacte... Aussi, nous vous proposons, dans cet article, une procédure de vérification de la qualité du trafic généré par les moteurs sur votre site, procédure inspirée par le concept de "Longue Traîne". A vous de l'adapter au mieux de vos besoins et attentes... Lors des formations que nous animons, en France et ailleurs, une question revient souvent sous la forme de l'évaluation et de la mesure de l'efficacité d'une stratégie de référencement. Que le travail d'optimisation et de référencement naturel soit effectué en interne ou via un prestataire, la question revient toujours comme une antienne : comment mettre en place un tableau de bord valable et efficace pour mesurer le travail effectué et être sûr de la progression (ou de la régression d'ailleurs...) de ses résultats en termes de visibilité sur les moteurs de recherche? Longtemps, cette mesure s'est effectuée au travers du positionnement du site web référencé dans les moteurs sur certains mots clés et certaines expressions (suites de mots clés). L'idée, alors, était de prendre en compte un certain nombre de requêtes définies au préalable, puis, sur un certain nombre de moteurs de recherche (les principaux), de regarder en quelle position ce site (sa page d'accueil ou une page interne) se positionnait lorsqu'on saisissait cette requête. Puis, à partir de 2004, le concept de "Longue Traîne" est arrivé dans le domaine du commerce électronqiue et son adaptation aux moteurs de recherche à partir de 2005/2006 a montré que cette vision de la mesure d'un bon référencement n'était pas juste ou en tout cas restait largement parcellaire. Nous vous conseillons, pour bien comprendre le contenu de cet article, de lire notre article intitulé "Longue Traîne et Référencement : un concept aujourd'hui incontournable" dans la lettre "Recherche et Référencement" de septembre 2007, disponible pour nos abonnés à l'adresse suivante : Aussi, à la lumière de cette "Longue Traîne", nous allons essayer, dans les paragraphes qui viennent, de définir une stratégie de mesure des efforts et des résultats du référencement d'un site web. Il ne s'agit que de propositions et vous pouvez vous en inspirer et les adapter à vos besoins, vos attentes, votre site, votre marché, bref, à votre propre vision de votre activité Web... Tête et Queue de Longue Traîne Tout d'abord, rappelons que le concept de "Longue Traîne" scinde le trafic issu des moteurs de recherche en plusieurs parties : - La "tête", qui représente le plus souvent 20% environ du trafic, qui est consitituée par le trafic généré par un nombre faible (quelques dizaines tout au plus) de requêtes "best sellers" : * Votre marque et ses dérivés (url du site, différentes formes des mots qui composent votre sigle, fautes d'orthographe et de frappe, etc.). * Des mots clés génériques qui décrivent votre métier, votre domaine d'activité. Page 4

5 - La "queue" de la Longue Traîne (que nous nommerons le plus souvent "LT" dans la suite de cet article) qui représente 80% du trafic "moteur", sous la forme d'un très grand nombre (parfois plusieurs dizaines de milliers voire plus) de requêtes qui générent, chacune indépendamment, très peu de visites sur votre site. On notera que, longtemps, les prestations des sociétés de référencement ne se sont intéressées qu'à la tête de la LT : "donnez-nous une liste de mots clés qui représentent votre site, nous allons tenter de vous posiitonner dessus". Le travail de référencement n'était donc réalisé que sur 20% du trafic "moteur"... La prise de conscience du concept de LT a donc fait fortement évoluer les esprits à ce sujet! Une stratégie de référencement se doit donc, aujourd'hui, de prendre en compte cette LT en différenciant les deux sources de trafic : - Stratégie "à l'ancienne", en optimisant certaines pages pour certains mots clés définis au préalable. - Stratégie "Queue de LT" en donnant la meilleure visibilité possible au contenu éditorial des pages du site, qui "nourrit" ces 80% de trafic "moteurs" indispensables. >> Pour plus d'informations à ce sujet, nous vous renvoyons à notre article de septembre 207 (voir encadré ci-dessus). Pour mesurer les retombées de cette stratégie, il sera logique, alors, de tenir compte de la même dychotomie des sources de trafic : tête et queue de LT. Voici comment... Etape 1 : Différenciation des deux trafics Dans un premier temps, il vous faut bien différencier les deux types de trafic généré : tête et queue de LT. Pour cela, vous allez vous armer des statistiques fournies par votre outil de mesure d'audience (XiTi, Weborama, estat, Google Analytics, Wysistats, etc.). Condition essentielle : que cet outil vous fournisse la GLOBALITE des stats de votre trafic "moteur", c'est-à-dire TOUS les mots clés ayant servi à trouver votre site sur les différents moteurs de recherche du Web. Ce n'est malheureusement pas le cas de tous les outils de mesure d'audience du marché (certains ne donnent, par exemple, que le "Top 100"). Si vous ne disposez pas de cette liste exhaustive, sachez qu'il vous sera difficile, voire impossible, de mettre en place la procédure expliquée dans la suite de cet article. Dans ce cas, il vous faudra peut-être envisager de changer d'outil d'analyse d'audience... Notez que si vous pouvez disposer de ces chiffres pour chaque moteur de recherche (trafic généré par Google, par Yahoo!, par Live Search, etc.), ce sera encore mieux et permettra des analyses plus fines. Bref, vous partez donc d'un document Excel (ou autre), vous donnant, pour votre site, la liste des mots clés ayant permis de trouver votre site sur les moteurs de recherche et, pour chacun d'eux, le nombre de visites générées. Exemple - semi fictif - pour le site Abondance.com : Mots clés Nombre de visites générées en décembre 2008 abondance google france life magazine abondance.com google 968 Page 5

6 google tv 809 lettre d information 800 google translate 785 robots.txt 652 geoportail 648 moteurs de recherche 528 olivier andrieu 444 lycos 421 miserable failure 412 moteur de recherche 102 teoma 100 meta keyword 98 Nota : pour le site Abondance.com, la liste complète contient environ requêtes différentes chaque mois. La première étape sera de différencier votre "tête" de votre "queue" de LT. En inspectant vos requêtes, vous allez vous apercevoir qu'à partir d'un certain classement, les mots clés ne génèrent que peu de trafic (pour le site Abondance.com, par exemple, nous estimons qu'en dessous de 100 visites générées par mois, le mot clé fait partie de la "queue" de la LT, mais ce critère peut être différent pour chaque site). A vous de définir la "frontière" entre les deux zones de trafic. Une fois ce travail effectué, faites les calculs des proportions de ces deux zones : statistiquement parlant, la tête représente la plupart du temps 20% du trafic et la queue 80%, bien que, là aussi, cela peut différer d'un type de site à un autre. Encore une fois, adaptez cette étape à votre propre site et réflexions en interne. Récapitulatif de l'étape 1 : Vous disposez donc maintenant : - D'une liste complète, chaque mois, des mots clés qui ont servi à trouver votre site sur les moteurs de recherche (si votre outil de mesure d'audience vous fournit cette liste par moteur de recherche, c'est encore mieux). - Du pourcentage représenté par votre "tête" et votre "queue" de Longue Traîne. Vous pouvez passer à l'étape suivante... Etape 2 : Tête de Longue Traîne : outils de positionnement et mesure du trafic La deuxième étape est constituée par l'analyse, sur plusieurs mois, du classement des mots clés représentatifs de votre "tête de Longue Traîne" : sont-ils représentatifs? Si vous avez travaillé sur certains mots clés et expressions avec une société de référencement, les retrouvez-vous dans cette liste? Page 6

7 A partir de cette analyse, vous aurez certainement plusieurs questions qui vont se poser : - Vous aviez imaginé au préable certains mots clés que vous ne retrouvez pas ici comme générateurs de trafic. Deux possibilités dans ce cas : soit votre site n'est pas bien optimisé pour ces requêtes, soit elles ne sont pas souvent saisies par les internautes sur les moteurs. L'utilisation du générateur de mots clés de Google ( sera intéressante pour vérifier ce dernier point. Si cet outil confirme que la requête est souvent demandée, c'est que votre site présente des lacunes à ce niveau en termes d'optimisation. A vous de les corriger... - Certains mots clés générateurs de trafic n'avaient pas été imaginés au départ : quel est leur intérêt? Est-ce une requête "porteuse"? Dans ce cas, il faut renforcer l'optimisation de votre site pour elle et regarder son posiitonnement actuel dans les pages de résultats des moteurs de recherche. Est-ce une requête "accidentelle"? (liée à une actualité non récurrente ou n'ayant pas de rapport direct avec votre activité)? Dans ce cas, laissez tomber... A vous de prendre les bonnes décisions sur la base de ces analyses. Dans tous les cas, il sera intéressant de constituer un ensemble de mots clés et expressions constituant la trame de votre tête de Longue Traîne et contenant : - Les mots clés (marque et termes génériques) que vous désirez voir figurer dans votre "tête" et qui se retrouvent bien dans vos stats (trafic "acquis"). - Les mots clés (marque et termes génériques) que vous désirez voir figurer dans votre "tête" et que ne se retrouvent pas dans vos stats (trafic "espéré"). - La troisième partie de votre tête de LT sera donc constituée par les mots clés que vous ne désirez pas obligatoirement voir figurer dans votre "tête" (trafic "secondaire"). Pour chacune de ces parties, il sera intéressant de suivre, grâce à un logiciel comme AgentWebRanking ( SeeURank ( ou un extranet / compte-rendu fourni par votre prestataire de référencement, vos positionnements sur les divers moteurs de recherche pour ces termes et voir la progression, mois après mois, de chacun d'entre eux. Vous pouvez aussi - et nous vous y encourageons fortement - aller plus loin en mesurant la qualité du trafic généré : combien de personnes viennent-elles sur mon site après avoir tapé "moteurs de recherche" sur Google ou Yahoo! et qu'y font-elles? Quel est le taux de rebond constaté (fort taux de rebond = les internautes viennent et repartent aussitôt du site, sans aller plus loin)? Etc. En effet, une question qui se pose souvent tourne autour de la qualité des deux sources de trafic de la Longue Traîne : est-ce que l'une génère un meilleur retour sur investissement que l'autre? Pour l'instant, nous n'avons pas encore vu et lu d'études fiables à ce sujet. Mais vous pouvez tout à fait mesurer ce point sur votre site en configurant au mieux voter outil de mesure d'audience (estat, xiti, Google Analytics, etc.)... Récapitulatif de l'étape 2 : L'analyse de votre trafic de "tête de Longue Traîne" vous a permis de diffencier : - Le trafic acquis : mots clés identifiant votre marque ou votre métier, générant du trafic et pour lesquels vous êtes bien positionné. A vous de continuer vos efforts pour garder cet acquis fois sur le métier... - Le trafic espéré : mots clés identifiant votre marque ou votre métier, générant du trafic et pour lesquels vous n'êtes pas encore bien positionné. A vous de mieux optimiser votre site pour ces mots clés et de gagner des places. Pour les deux types de trafic ci-dessus, vous vous devez de suivre, grâce à des outils de suivi du positionnement, l'évolution de votre présence sur les moteurs de recherche. Page 7

8 - Le trafic secondaire : mots clés éphémère (liés à l'actualité "chaude") ou n'ayant pas de rapport avec votre activité, pour lesquels vous êtes bien positionné. A priori, ce trafic étant éphémère ou inintéressant pour vous, il n'a pas besoin d'un suivi particulier... Il est aujourd'hui important de mesurer également la qualité du trafic généré par ces mots clés grâce à vos outils de mesure d'audience et leurs fonctionnalités de caclcul du ROI. L aplupart des outils majeurs de ce type permettent cela aujourd'hui. Passons maintenant à la queue de la Longue Traîne... Etape 3 : Queue de Longue Traîne : outils de mesure du trafic généré et de sa qualité Parlons maintenant des 80% de trafic (généralement constatés) représentés par la "queue" de la LT, donc des milliers (voire plus) de requêtes générant chacune un faible trafic. Ici, ce sera le contenu de vos pages qui sera "moteur", qui "nourrira" cette source de trafic. Dans ce cas, les outils de mesure du suivi du positionnement, de type AgentWebranking ou SeeURank, ne vous seront que de peu d'utilité. L'intérêt de suivre le positionnement de votre site sur mots clés est faible et, de toutes façons, irréalisable en pratique. Comment lire tous ces rapports? L'idée, alors, sera de travailler plutôt sur l'analyse du fichier (quels mots clés? quel nombre de visites pour chacun d'eux?) renvoyé par votre outil de mesure d'audience de façon globale : - Quel est le volume du trafic généré pour cette queue de LT? 80%? Vous êtes alors dans la taille statistiquement constatée (mais, là encore, cela peut varier selon le type de site web pris en compte). Dans tous les cas, il faut se poser la question de ce pourcentage et se demander s'il est "logique". - Le volume constaté augmente-t-il avec le temps? Si par, exemple, votre queue de LT est représentée par N visites, quelle est la variation de N d'un mois à l'autre? Il sera ici très important de surveiller la croissance - ou non - de ce trafic d'un mois sur l'autre, notamment si vous avez fait des travaux d'optimisation sur votre site dernièrement, pour voir s'ils ont porté leurs fruits. - Quels sont les mots clés identifiés? Il ne s'agit pas d'inspecter plusieurs milliers de termes mais de regarder, d'un coup d'oeil rapide, si ces mots clés ont, globalement parlant, un rapport avec votre site. Si non, il peut y avoir un souci de compréhension de votre source d'information par les moteurs de recherche. A vous de revoir vos contenus et l'optimisation de vos pages HTML présentant ces contenus (balises TITLE, H1, STRONG, etc.)... - Il peut être intéressant, ici aussi, de mesurer la qualité du trafic généré. En effet, il ne servira pas à grand chose (sauf si votre modèle économique est strictement basé sur le trafic "pur") d'avoir une "queue de LT" très volumineuse si chaque visite générée ne donne aucun résultat en terme de ROI, le site provoquant ainsi un fort taux de rebond pour le trafic "moteur". La mesure des mots clés qui "transforment" le mieux est donc essentielle! A vous de configurer votre outil d'analyse d'audience (s'il propose des fonctionnalités de mesure du ROI) pour entrevoir et mesurer la qualité du trafic généré par votre "queue de LT". Vous pourrez également identifier, ici, quels sont les moteurs qui offrent la meilleure qualité de trafic. Par exemple, il est possible de s'apercevoir que le trafic émanant de Live Search est beaucoup plus faible en quantité, mais bien mieux qualifié que celui de Yahoo! ou de Google. Il vous faudra donc peut-être intensifier vos efforts de référencement et de visibilité sur ce moteur... C'est un exemple... Page 8

9 Récapitulatif de l'étape 3 : L'analyse de votre trafic de "queue de Longue Traîne" vous a permis de : - Comprendre quel était le volume généré par cette source de trafic (l'augmentation ou la diminution de ce volume proprement dit ainsi que son pourcentage comparé à la "tête" de l'étape 1). - Analyser les mots clés de cette "queue de LT" : font-ils partie, en général, de votre univers sémantique ou sont-ils "à côté de la plaque"? - Calculer la qualité du trafic généré au travers du ROI correspondant : que font, une fois arrivés sur votre site, les internautes qui ont saisi des mots clés de "queue de LT"? Conclusion A la vision de ce qui est décrit dans cet article, il semble clair que la mesure professionnelle de l'efficacité d'un référencement ne peut plus, en 2009, se contenter de regarder et vérifier les positionnements d'un site pour quelques dizaines de mots clés sur quelques moteurs de recherche majeurs. Cela peut bien sûr correspondre à des besoins "light" (pas de temps pour vous à consacrer à ce type d'analyse par exemple) sans problèmes, mais les résultats qui en résulteront ne pouront être que parcellaires. L'idéal, dans cette stratégie de mesure des résultats de votre stratégie, sera bien de prendre en compte les différents "ingrédients" entrevus dans cet article : - Différenciation du trafic de "tête" et de "queue" de la LT. - Analyse - par logiciels de suivi du positionnement - des différentes composantes du trafic de "tête". - Analyse globale du trafic de "queue". - Mesure de la qualité du trafic généré par les différentes parties de la LT. A vous, bien sûr, d'adapter cette proposition de procédure décrite ici à vos besoins, à vos attentes. Sur la base proposée, ce sera donc à chacun de faire ses choix en fonction de sa vision et du temps qu'il peut consacrer à cette mesure, bien entendu... Mais la mise en place d'un tableau de bord de ce type peut, nous en sommes certains, vous faire gagner beaucoup de temps et d'énergie, et surtout éviter de faire partir votre stratégie de référencement sur des voies de garage... Olivier Andrieu Editeur du site Abondance.com Réagissez à cet article sur le blog des abonnés d'abondance : Page 9

10 4 outils d'aide à la recherche contextuelle Retour au sommaire de la lettre Domaine : Recherche Référencement Niveau : Pour tous Avancé Il existe de nombreux outils, hélas le plus souvent méconnus, pour nous aider dans notre tâche de recherche sur le Web. En voici quatre, qui nous ont semblé intéressants, développés par des start-ups et qui ajoutent des fonctionnalités de recherche innovantes à vos moteurs préférés, autour des nuages de tags, de l'aide à la définition des mots clés, de la sémantique collaborative ou de la découverte de ressources connexes à vos attentes. Les adopterez-vous au quotidien? A vous de les tester sans attendre en tout cas... Si les moteurs généralistes sont à l'évidence incontournables lorsqu'il s'agit de rechercher sur Internet, l'on se surprend toutefois (trop) souvent à regretter le manque de telle ou telle fonctionnalité et l'on se dit qu'il ne faudrait pas grand-chose pour que l'expérience de "search" soit améliorée. Et bien rassurons-nous, depuis quelques mois, ces fonctionnalités arrivent! Certes, ce ne sont peut-être pas exactement celles dont vous rêviez. Par ailleurs elles n'ont pas été développées par les moteurs eux-mêmes, mais elles ajoutent toutefois une véritable valeur à leurs résultats. Comment est-ce possible? La réponse est simple : les grands moteurs génèrent autour d'eux un écosystème composée de start-ups, de développeurs indépendants ou même de simples étudiants en informatique qui souhaitent créer un "produit" nouveau à partir de l'existant ou simplement en améliorer l'usage. Leurs motivations? Gagner leur vie, se faire remarquer pour leurs compétences, apprendre en faisant et, bien souvent, un peu tout cela à la fois. On pourrait parler de parasitisme si ce n'était, de fait, également l'objectif recherché par les moteurs généralistes via les fameuses API qu'ils mettent à disposition de tous et qui permettent cette éclosion de nouveaux services. Il faut dire que c'est tout bénéfice pour eux : d'une part chaque application créée s'avère génératrice de trafic et, d'autre part, c'est un excellent moyen de voir ce qui marche ou pas, c'est-à-dire de limiter les risques lorsqu'on souhaitera ajouter une nouvelle fonctionnalité au moteur. Ne restera alors qu'à racheter la technologie existante ou à la copier plus ou moins fidèlement... Outre leur intérêt pour la recherche ces outils ont l'excellente idée d'être contextuels, c'est-àdire toujours accessibles car intégrés à votre navigateur. Nous avions présenté l'année dernière deux de ces services, les excellents Surfcanyon et Chunkit (voir la Lettre Recherche & Référencement du mois de juin 2008). En quelques mois voici que sont apparus quatre autres services pouvant être classés dans la même catégorie. Même s'ils ont chacun leurs spécificités comme nous allons le voir maintenant. Un nuage de tags pour Google et Yahoo! avec Cloudlet Cloudlet ( est un plugin gratuit pour Firefox qui ajoute un nuage de tags aux pages de résultats Google et Yahoo! Et alors nous direz-vous? Ce nuage est généré automatiquement en fonction de votre requête et montre les occurrences de mots les plus présents dans le contenu de vos résultats. Chaque occurrence a une taille proportionnelle au nombre de fois où elle est citée (c'est le principe des nuages de tags). Vous pouvez ainsi facilement détecter les mots-clés les plus souvent associés à votre requête ou, a contrario, ceux qui le sont peu mais peuvent s'avérer être des signaux faibles intéressants. Plus important encore, le nuage est "actif", c'est-à-dire qu'en cliquant sur un des mots-clés, vous l'ajoutez à la requête afin de l'affiner. Un nouveau nuage de tags se recalcule alors et vous entrez l'air de rien dans un processus de text-mining de vos résultats. Page 10

11 Mais Cloudlet ne représente pas que des mots-clés, son système d'onglets permet de passer à une représentation sous forme de nuage des sites webs les plus visibles dans les résultats, ce qui en fait un excellent moyen d'identifier les sources d'information populaires sur un thème. En cliquant sur un des sites du nuage, vous obtenez tous les résultats correspondant à votre requête sur ce seul site (ajout de l'opérateur "site:"). Page 11

12 Il faut aussi préciser que Cloudlet fonctionne sur Google News et Yahoo! News ainsi que sur Google Blogs. Pour tirer le meilleur de Cloudlet, il est nécessaire d'afficher le plus de résultats possibles en modifiant si nécessaire ses paramètres personnels dans la page "Préférences" (100). Le calcul d'occurrences se fait en effet à partir de la page de résultats et plus il y en a et plus il est fin. Un outil simple et très efficace pour creuser ses résultats... Recherche instantanée et améliorée grâce à Inquisitor Inquisitor ( était initialement une extension pour le navigateur Safari ayant pour objectif d'accélerer l'accès à des résultats pertinents. Depuis peu et son rachat par Yahoo!, elle est proposée en version beta pour Firefox et Internet Explorer. Inquisitor vient s'intégrer dans la barre des moteurs de recherche toujours visible en haut à droite de Firefox. Lorsque vous lancez une requête à partir de celle-ci Inquisitor : - complète votre requête "as-you-type" ; - vous propose les résultats les plus populaires toujours "as-you-type" ; - vous propose des mots-clés proche de celui que vous avez commencé à taper. Vous pouvez alors cliquer directement dessus pour lancer votre requête ; - vous signale les sites que vous avez déjà visité. A l'inverse donc de Cloudlet, qui vous propose de creuser dans vos résultats, Inquisitor veut vous permettre d'effectuer rapidement des recherches simples et récurrentes. Pour cela il : - vous propose des pages populaires qu'il extrait instantanément de la masse des résultats. - apprend de vos précédents choix (on ne sait toutefois pas quel technique est utilisée pour cela). Inquisitor est parfait lorsque l'on souhaite obtenir rapidement des sites incontournables sur un thème. Page 12

13 De la sémantique collaborative dans le moteur avec Semantifind Comme son nom l'indique, Semantifind ( est un service qui va vous permettre de préciser votre requête en la désambiguisant grâce à un traitement sémantique. Semantifind se présente sous la forme d'une barre d'outils pour Firefox qui fonctionne pour Google, Yahoo! et MSN. Pour l'utiliser, il suffit de commencer à taper une requête dans l'un de ces moteurs. Apparaît alors un menu déroulant qui vous propose différents contextes d'utilisation ou acceptions des mots-clés que vous tapez. Si vous n'êtes pas tout à fait sûr de votre choix, il vous suffit de laisser la souris une demi-seconde sur une des propositions pour voir une définition apparaître. Une fois votre choix effectué, vous pouvez lancer la recherche. Concrètement, Semantifind vous permet de filtrer les résultats avant de lancer votre requête en vous aidant à mieux définir ce que vous cherchez. Mais Semantifind ne s'arrête pas là. Il tire en effet partie des mécanismes de social bookmarking initiés par des services comme del.icio.us pour vous proposer des résultats qualifiés par d'autres utilisateurs. Vous pouvez en effet attribuer des mots-clés à une page web que vous visitez en cliquant sur le bouton Edit Labels. Elle s'enregistrera alors sur votre compte où vous pourrez la retrouver en cliquant sur le bouton Browse. Page 13

14 Parallèlement, elle viendra enrichir les résultats de la recherche de tous les utilisateurs de Semantifind. En effet, lorsque vous lancez une requête sur un des moteurs cités plus haut les premiers résultats affichés sont ceux qui ont été qualifiés "à la main" par les utilisateurs, résultats dont on peut penser qu'ils sont plus pertinents que les autres. De fait, Semantifind est donc aussi un outil de social search et vous permet d'avoir sur une même page des résultats validés par d'autres et des résultats découverts pas un algorithme. L'amorce d'une réconciliation entre annuaires et moteurs? Une limite toutefois à cette excellente extension : elle fonctionne pour l'instant uniquement avec l'anglais. Juice, pour extraire le meilleur des pages que vous visitez Juice ( est une extension qui va vous permettre d'interragir de plusieurs manières avec les pages que vous visitez. Il s'agit sans conteste de la plus techniquement aboutie des solutions présentées ici. A la différence des précédentes, elle ne se lance pas à partir d'un moteur de recherche, même si comme nous le verrons, elle utilise leurs résultats, mais de la page sur laquelle vous vous trouvez. En ce sens la possibilité d'interrogation contextuelle est ici réelle, c'est-à-dire qu'elle n'est plus limitée à la seule page d'accueil d'un moteur. Il suffit pour en bénéficier de surligner un mot, un nom de personne, de marque ou de lieu (détection d'entités nommées) pour faire apparaître une nouvelle fenêtre sur la partie droite de votre navigateur, fenêtre dans laquelle vous trouverez groupées de très nombreuses informations sur le thème surligné. Ainsi en surlignant Dmitri Medvedev sur le site du New York Times on obtient dans l'onglet Magic de Juice : - sa biographie brêve via la Wikipedia. En cliquant sur la petite flèche noire, on "déroule" la version détaillée de celle-ci, toujours sur la Wikipedia. - des vidéos via Youtube - des actualités via Google News. Page 14

15 Si maintenant on clique sur l'onglet Search, on obtient les résultats "en vrac" de la requête dans Google, Google Images, Google News, Google Videos et Google Blogs. Notez que l'on peut configurer Juice pour qu'il utilise au choix Google, Yahoo! ou Live Search. C'est déjà beaucoup mais ce n'est pas tout. Juice se veut en effet un compagnon de votre surf et propose notamment une fonctionnalité très intéressante : la possibilité de capturer et de lire des vidéos tout en continuant à surfer. Imaginons par exemple qu'une de celles de Dimitri Medvedev découvertes plus haut vous intéresse, mais que vous souhaitiez continuer votre travail de veille. Il vous suffit de cliquer sur l'onglet Drag Me qui apparaît lorsque vous passez votre souris sur la video pour qu'elle soit stockée puis lue par Juice pendant que vous parcourez de nouvelles pages. Page 15

16 Ceci fonctionne également bien entendu pour les podcasts mais aussi, plus largement, pour tout élément embarqué (embedded), par exemple widgets et autres gadgets que vous pourrez ainsi collectionner et avoir toujours à portée de clic sous leur forme active. Juice ne se contente donc pas de vous faire découvrir le web intelligement (sa devise), il vous propose une nouvelle expérience de navigation, à la fois interactive et multitâches. Aussi étonnant que cela puisse paraître, Juice est une extension créée par une société basée à Pékin, Linkool Labs. Tableau récapitulatif Nom Objectif Plateforme Cloudlet m Inquisitor m Vous aider à "creuser" dans les résultats d'une recherche. Vous permet d'identifier très rapidement les pages populaires sur un thème. - Firefox 3 - Safari - Firefox 3 - Internet Explorer Moteurs pris en compte - Google - Yahoo! - Google - Yahoo! Semantifind om Utilise la sémantique et le crowdsourcing pour vous aider à affiner vos requêtes. - Firefox 3 - Internet Explorer - Google - Yahoo! - Live search /MSN Juice m/ Vous permet de découvrir des ressources sur un thème à partir de n'importe quelle page web. - Firefox 3 - Google - Yahoo! - Live Search Christophe Deschamps Consultant et formateur en gestion de l'information. Responsable du blog Outils Froids ( Page 16

17 Réagissez à cet article sur le blog des abonnés d'abondance : Page 17

18 Le TrustRank, bien mystérieux "indice de confiance" de Google Retour au sommaire de la lettre Domaine : Recherche Référencement Niveau : Pour tous Avancé Google s'est fait connaître sur le Web au travers de son célèbre PageRank, indice de popularité calculé sur la base d'une analyse quantitative et qualitative des liens pointant vers une page web. Mais, depuis quelques années, on parle de plus en plus d'un autre indice, baptisé TrustRank, et qui servirait à Google pour mesurer la confiance que l'on peut avoir dans un site web donné, sur la base de critères humains et automatiques. Qu'en est-il exactement de ce fameux TrustRank, dont le nom vient en fait d'ingénieurs de chez Yahoo!? Info ou intox? Enquête pour en savoir plus... En ce début d'année, nous allons revenir sur un des mystères récurrents du web, avec cet article consacré au TrustRank. Est-ce que ce système est toujours utilisé par Google? Quelles en seront les évolutions probables en 2009? Commençons notre exploration... Définition du TrustRank On a commencé à entendre parler de ce nouveau critère de classement au travers d'un article rédigé en mars 2004 par deux chercheurs de l'université de Standford et intitulé "Combatting web spam with TrustRank" ( Les chercheurs (qui travaillaient pour Yahoo) proposaient de créer une liste de sites de confiance (trusted sites) et d'accorder une attention particulière aux liens du web provenant de ces sites, partant de l'hypothèse qu'un lien issu d'un site de confiance pointe généralement vers un autre site de confiance. Le TrustRank, au cœur de ce nouveau système, désigne ainsi l'indice de confiance accordé à un site web, et ce signal se propage d'un site à l'autre de façon décroissante. Plus on est "loin" du site de confiance initial (au sens du nombre de liens donc du nombre de clics nécessaire pour y arriver), plus le TrustRank diminue. Pour la petite histoire, Google a déposé en 2005 le nom de marque TrustRank mais il n'y aurait pas de rapport direct avec le projet développé par les chercheurs de Yahoo. Dans une vidéo publiée sur Youtube en novembre 2007, on voit notamment Matt Cutts expliquer que le TrustRank de Google n'a rien à voir avec celui décrit dans l'article de Standford (voir Page 18

19 Néanmoins, bien qu'il n'ait jamais été officiellement reconnu par Google, le TrustRank semble être au cœur de son algorithme : pour être bien classé dans Google, il est en effet important d'obtenir des liens depuis des sites "de confiance". Ceci est confirmé dans plusieurs explications données dans l'aide en ligne Google : Le classement de votre site dans les résultats de recherche Google est en partie basé sur l'analyse des sites qui comportent des liens vers vos pages. La quantité, la qualité et la pertinence de ces liens sont prises en compte pour l'évaluation de votre site. Les sites proposant des liens vers vos pages peuvent fournir des informations sur l'objet de votre site, et peuvent indiquer sa qualité et sa popularité ( Le PageRank tient également compte de l'importance de chaque page qui "vote" et attribue une valeur supérieure aux votes émanant de pages considérées comme importantes. Les pages importantes bénéficient d'un meilleur classement PageRank et apparaissent en haut des résultats de recherche. ( Quelques informations ont filtré ici et là sur la façon dont Google pourrait déterminer qu'un site est un site de confiance. Citons : - Les données Whois, - La durée d'enregistrement du nom de domaine, - La politique relative à la vie privée, - Les informations de contact, - L'affichage de l'adresse postale de l'entreprise sur le site, - La taille du site (en nombre de pages), - Le trafic, - Le niveau de sécurisation du site, - D'éventuelles certifications apportées par des organismes officiels, - L'ancienneté des liens acquis, - Une note fournie par un être humain, chez Google, chargé de recenser un certain nombre de "sites incontournables" dans certains domaines thématiques (ce qui expliquerait, par exemple, l'omniprésence de Wikipedia sur le moteur de recherche). - Etc. La liste peut être longue. Ceci peut être résumé dans ce schéma proposé par le site : Page 19

20 Un brevet, déposé par Google, parle également d'une notion de "TrustRank" pour son site Google News, indiquant ces critères pour l'établissement d'un "indice de confiance" dans une source d'informations sur l'actualité : 1. le nombre d'articles produit par la source 2. la longueur moyenne des articles 3. la "couverture" de la source 4. la réactivité de la source ("breaking score") 5. un indice d'utilisation (en nombre de clics sur cette source) 6. une opinion humaine sur la source 7. une statistique extérieure d'audience telle que Media Metrix ou Nielsen Netratings 8. la taille de l'équipe 9. le nombre de bureaux ou agences différentes de la source 10. le nombre d'entités nommées originales citées par la source (personnes, organisations, lieux) 11. l'étendue (breadth), le nombre de sujets couverts par la source 12. la diversité internationale 13. le style de rédaction, en termes d'orthographe, de grammaire, etc. Sources : Brevet "Systems and methods for improving the ranking of news articles" déposé par Google, blog "Technologies du Langage" Conséquences du TrustRank Le TrustRank, tout comme le PageRank, privilégie la qualité des liens plutôt que leur quantité... Les annuaires, fermes de liens, et autres techniques utilisant des liens artificiels ne favorisent plus le classement dans les moteurs de recherche : seuls les liens issus de sites de confiance comptent. Ceci a particulièrement été visible lors du grand ménage effectué par Google fin 2007, lorsque de nombreux sites bien connus ont vu leur PageRank chuter de façon vertigineuse à cause la présence de liens jugés comme artificiels par Google. On trouve des explications assez claires dans le guide Google sur les systèmes de liens ( : Le classement de votre site dans les résultats de recherche Google est en partie basé sur l'analyse des sites qui comportent des liens vers vos pages. La quantité, la qualité et la pertinence de ces liens sont prises en compte pour l'évaluation de votre site. Les sites proposant des liens vers vos pages peuvent fournir des informations sur l'objet de votre site, et peuvent indiquer sa qualité et sa popularité. Toutefois, certains webmasters participent à des systèmes d'échange de liens et conçoivent des pages partenaires utilisées exclusivement à des fins de "cross-linking", sans tenir compte de la qualité des liens, des sources et de l'impact à long terme que cela aura sur leur site. Cette pratique constitue une infraction aux conseils aux webmasters et peut avoir des conséquences négatives sur le classement de votre site dans les résultats de recherche. Une autre conséquence sur le classement des résultats de recherche a été la fin du Google Bombing, début Pour mémoire, le Google Bombing consistait à créer un nombre massif de liens basés sur le même anchor text, de façon à faire positionner un site web de façon amusante ou décalée, voire sous la forme d'un "châtiment numérique". On peut citer par exemple le cas de la requête "Nicolas Sarkozy" qui renvoie encore aujourd'hui sur le site du film Iznogoud (en deuxième page de résultats) ou le très célèbre "miserable failure" pour George Bush (et bien d'autres). Google a communiqué sur son blog officiel à propos de la fin du Google Bombing (voir : l'amélioration de l'algorithme analysant la structure des liens a permis de supprimer un grand nombre de résultats "fantaisistes". Google a longtemps hésité à supprimer le Google Bombing, Page 20