Mise à jour MUM de Google : à quoi peuvent s’attendre les référenceurs à l’avenir ?
La mise à jour MUM est-elle la prochaine étape de Google pour devenir un moteur de recherche purement sémantique ? Découvrez ce que MUM pourrait signifier pour l’avenir du référencement.
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 reposent sur plusieurs modèles entraînés pour différentes tâches, l’objectif de MUM est d’utiliser un seul modèle pour toutes les tâches liées à l’indexation, à la recherche d’informations et au classement.
Cette rationalisation des modèles d’apprentissage automatique présente de nombreux avantages pour les performances de recherche, mais avant de pouvoir apprécier pleinement le changement majeur que représente MUM, vous devez d’abord comprendre de quoi il s’agit.
Google MUM – qu’est ce que c’est ?
Qu’est-ce que MUM ?
MUM est l’abréviation de « Multitask Unified Model » (modèle unifié multitâche). Il s’agit d’une nouvelle technologie de recherche Google présentée pour la première fois en mai 2021.
Lors de la conférence Search On 21 à l’automne 2021, le déploiement à venir a été annoncé et la technologie a été décrite plus en détail. MUM fonctionne avec l’intelligence artificielle ou la compréhension et le traitement du langage naturel et répond aux requêtes de recherche complexes avec des données multimodales.
MUM est multilingue et traite des informations provenant de différents formats de médias pour répondre aux questions. Outre le texte, MUM comprend également les images, les vidéos et les fichiers audio.
[Lire: Google MUM]
Comment fonctionne MUM ?
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 rendre les recherches Google encore plus sémantiques et contextuelles afin d’améliorer l’expérience utilisateur. Avec MUM, Google veut répondre à des requêtes de recherche complexes pour lesquelles un extrait normal de SERP n’est pas suffisant.
Les tâches à accomplir par MUM ont été présentées comme suit :
- MUM doit fournir une compréhension profonde de la connaissance du monde.
- MUM doit être entraîné à comprendre jusqu’à 75 langues simultanément. Avec les méthodes précédentes, chaque langue était entraînée dans son propre modèle de langue.
- MUM doit être capable de comprendre les informations en plus du texte, des images, de l’audio et des vidéos.
On peut déduire ce qui suit de ces déclarations de 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 améliorer encore la recherche internationale pour amener tous les indices et instances de recherche dans le monde entier à un niveau qualitatif similaire, garantissant ainsi l’expérience de l’utilisateur dans chaque pays et chaque langue de la planète au même niveau élevé et travaillant également plus efficacement, en termes de ressources propres.
- L’évolution la plus passionnante pour les référenceurs est probablement le fait que le MUM souhaite accéder à tous les formats de médias pour collecter des informations (data mining), 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 de la recherche Google soit très élevée.
- En d’autres termes, outre les milliers de milliards de contenus textuels, Google a également accès à toutes les informations provenant de tous les formats de médias dans les systèmes Google pour augmenter l’index (d’entités). Par conséquent, il est possible de générer encore plus d’informations sur les entités enregistrées.
- Les informations provenant de textes, de vidéos, d’enregistrements audio et d’images peuvent être encore mieux présentées dans les SERP pour une requête de recherche.
Google MUM et E-A-T
Outre l’exploration des données, un autre défi majeur pour Google est la validité des informations. Google mène depuis des années une offensive de qualité avec E-A-T, qui devrait être soutenue par des fonctionnalités supplémentaires dans un avenir proche.
En relation directe avec le résultat de recherche concerné, il est possible d’obtenir des informations sur la source via une boîte « à propos de ce résultat ».
Ces informations comprennent une description de l’éditeur à partir de ressources fiables telles que Wikipedia ou le site Web de l’éditeur, ainsi que 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.
La mesure dans laquelle le MUM est utilisé ici n’est pas tout à fait claire. 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 l’E-A-T expliqué.
Google MUM – un nouveau paradigme
La mise à jour de Google MUM est le prochain changement de paradigme majeur pour plus de performance et d’orientation vers l’utilisateur.
L’accent mis sur un seul modèle linguistique rend obsolète la prise en compte de différentes langues pour l’interprétation sémantique. Les algorithmes sont formés sur la base de requêtes et de documents de recherche en anglais. Ils peuvent être appliqués à toutes les autres langues – un avantage significatif du point de vue des performances et de la compréhension sémantique. L’anglais est beaucoup plus facile à interpréter à l’aide du traitement du langage naturel que des langues grammaticalement plus complexes comme l’allemand.
Même avant le MUM, Google s’est concentré sur l’anglais comme langue principale. Les premières traductions des documents en anglais sont apparues dans les panneaux de connaissances dès 2019.
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 à cela est la réduction des processus fonctionnant en parallèle. Le fait de se concentrer sur l’interrogation d’informations à partir d’un seul modèle de données pour chaque requête de recherche permet d’améliorer l’efficacité et les performances.
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.
Un nouveau potentiel pour les achats Google tout au long du parcours du client grâce à MUM
En ce qui concerne les recherches de produits, Google a perdu du terrain par rapport aux grandes places de marché du commerce électronique comme Amazon et aux petites plateformes de commerce électronique. Les utilisateurs dans la phase de préférence du parcours client recherchent souvent le produit directement sur Amazon, par exemple. Cette situation est difficile pour Google d’un point de vue économique, car ce sont ces utilisateurs ou ces recherches commerciales qui provoquent le plus de clics sur les annonces.
La plupart des utilisateurs de Google utilisent Google pour des recherches orientées vers l’information dans la phase de sensibilisation. Cependant, Google perd actuellement de nombreux utilisateurs au profit de ses concurrents dans la phase de préférence.
Google souhaite fournir aux utilisateurs des informations précieuses dans les premières phases du parcours client (sensibilisation et considération). Avec le nouveau design des SERPs et de la recherche d’achat, Google veut inspirer l’utilisateur, lui donner une vue d’ensemble et l’aider à acheter.
Cela montre que Google a abandonné la lutte directe pour la recherche de produits dans la phase de préférence et se concentre sur ses véritables atouts. L’organisation et le traitement du savoir mondial 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 à Googles étapes à un moteur de recherche sémantique dans mon article Googles way to a semantic search engine).
Le développement d’un ordinateur quantique utilisable est encore loin, Google doit donc faire appel à des technologies efficaces telles que le MUM pour utiliser la puissance de calcul actuellement manquante pour l’apprentissage automatique à grande échelle. De cette façon, Google peut développer plus rapidement ses propres systèmes de recherche sans tenir compte du manque de performance du matériel. On pourrait dire que le développement logiciel est en train de prendre le pas sur le développement matériel.
Une percée des 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. La correspondance texte-mot clé dans la recherche Google appartiendra alors au passé.
[Lire: Google et une nouvelle expérience de recherche]
Google MUM : le référencement doit changer
À ce stade, il faut également se demander quel rôle Google jouera à l’avenir en tant que fournisseur de trafic et dans quelle mesure les référenceurs influencent encore directement les classements.
L’introduction de BERT et de MUM a apporté au secteur des changements radicaux similaires à ceux de Panda et de Penguin. Le traitement du langage naturel accélère la recherche sémantique basée sur Hummingbird et Knowledge Graph. Les référenceurs doivent penser davantage aux entités et aux sujets concernant l’E-A-T qu’aux mots-clés.
Pour le référenceur technique, il s’agit toujours d’assurer l’exploration et l’indexation du contenu pertinent pour la recherche. Mais la technologie ne rend pas le contenu pertinent et ne crée pas d’autorité ou d’expertise. En ce qui concerne la confiance (https) et l’UX (expérience de la page), la technologie dispose de quelques petits leviers pour intervenir dans le classement. Cependant, ces leviers ne garantissent pas une position de premier plan. Les tâches techniques telles que le balisage avec des données structurées deviendront de plus en plus obsolètes car Google a de moins en moins besoin d’informations structurées pour la compréhension 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 au 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 anciens silos de données sont en train de s’ouvrir.
Cela permet à Google de répondre encore mieux aux questions et de transmettre des connaissances vraiment profondes.
Les gestionnaires de contenu devraient moins se préoccuper de la fréquence des mots clés dans leur contenu et envisager les perspectives dans lesquelles un sujet devrait être traité. À cet égard, la bonne vieille analyse TF-IDF reste 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 production de contenu ne suffira plus à l’avenir. Google aimerait accompagner l’utilisateur tout au long de son parcours client en lui apportant des réponses afin d’obtenir le précieux trafic commercial lié aux produits pour le transférer dans son propre univers d’achat. Ils veulent regagner des parts de marché.
Du point de vue du référencement, il devient de plus en plus important pour les responsables du contenu d’assurer 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.
En fonction de leur niveau de connaissance, 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 à des questions qui nécessitent des réponses.
Une personne novice dans le domaine de l’optimisation des moteurs de recherche est plus susceptible de poser la question suivante : « Qu’est-ce que le référencement ? » Ensuite, elle demandera « Comment fonctionne le référencement ? », avant de se rendre compte que le sujet est assez complexe et de demander « Qui offre des services de référencement ? ». Sur ce parcours, les entreprises doivent fournir les réponses.
Le contenu doit être centré sur l’utilisateur et anticiper les besoins et les questions tout au long du parcours du client, tout comme Google le fait avec le MUM. Les analyses détaillées des SERP permettent d’anticiper les intentions de recherche actuelles et futures.
Google MUM : le référencement aussi pour les formats médias autres que le texte
Les référenceurs se concentrent principalement sur le contenu textuel. Grâce à MUM, les SERPs sont nettement plus diversifiés en termes de formats médias, car Google comprend de mieux en mieux les vidéos, les images, l’audio et le texte et les met en contexte. Vous pouvez déjà le constater en regardant la classification des images dans la recherche d’images, par exemple, ou le marquage automatisé des lieux dans les vidéos YouTube.
Divers brevets de Google signés en 2021 indiquent que Google peut déjà interpréter l’audio, la vidéo et les images. Par exemple, celui-ci : l’annotation vidéo basée sur les caractéristiques.
Pour les référenceurs, cela signifie qu’à l’avenir, lors de la conception du contenu des audios et des vidéos, ils pourront prêter attention à une conception sémantiquement significative similaire à celle du texte, en utilisant la recherche de mots-clés ou les analyses TF-IDF. À l’avenir, Google pourra également mieux comprendre le contenu parlé des vidéos et des audios pour les classer sur YouTube ou dans une recherche de podcasts, 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 performant du langage naturel et d’un grand nombre de sources supplémentaires pour l’extraction de données accélérera considérablement le développement de la longue traîne de la connaissance.
Ainsi, la mise à jour de Google MUM est un développement logique supplémentaire sur la voie d’un moteur de recherche sémantique.
[Lire: agence web et référencement à Rouen]
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 SERPs sans avoir à cliquer à nouveau sur la source du contenu. Il existe une crainte justifiée que Google continue à fermer le robinet du trafic et à afficher autant d’informations que possible dans son propre monde.
Le risque existe ici que les intérêts de Google et de l’éditeur de contenu divergent, et que Google utilise avec reconnaissance les passages de contenu appropriés sans laisser l’éditeur participer. Mais cela ne dépend que de Google lui-même et de la manière dont il prend en compte l’équilibre des intérêts.
Une chose est claire, Google s’appuie sur un contenu actualisé pour répondre aux questions actuelles et futures des utilisateurs. Et en tant que groupe technologique, Google est capable d’indexer les informations de manière algorithmique et de les préparer de manière conviviale.
Toutefois, vous ne serez probablement jamais en mesure de constituer de manière autonome 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 les bons contenus par du trafic.
SEO Inside est une agence SEO.
--
SEO Inside est une agence web et SEO - en savoir plus sur nous:
Agence web / Audit SEO / Conseil SEO / Création de site internet / Refonte de site internet optimisé pour le SEO / Référencement naturel / Référencement local /Netlinking / Formation SEO / E-Réputation et avis
Voici nos implantations :
Lille / Dunkerque / Amiens – ce sont nos 3 bureaux historiques.
Puis voici nos zones géographiques d’intervention :
Paris / Abbeville / Rouen / Compiègne / Reims / Metz / Caen / Evreux / Nancy / Colmar / Rennes / Le Mans / Orléans / Dijon / Besançon / Angers / Nantes / La Rochelle / Poitiers / Limoges /Clermont-Ferrand / Lyon / Annecy / Grenoble / Valence / Bordeaux / Montauban / Toulouse / Biarritz / Montpellier / Marseille / Cannes / Nice / Avignon / Monaco
SEO INSIDE est une agence web spécialiste en référencement naturel qui se veut proche de vous. Contactez-nous pour discuter de vos projets.
