Google RankBrain : la mise à jour sur les backlinks

Il n'est pas exagéré d'affirmer que la mise à jour Google RankBrain a révolutionné la façon dont les résultats de recherche sont déterminés.

En 1996, l'idée de se servir des liens (backlinks) comme critère de classement avait déjà bouleversé les choses, avec ce qui allait devenir Google PageRank.

RankBrain serait la prochaine révolution dans le domaine de la recherche sur internet.

Comme nous le verrons plus bas, cela n'est pas dû uniquement à son impact sur les résultats (bien qu’il n’était pas en reste là-dessus), mais plutôt à ce qu'il a signifié : l'apprentissage automatique a été introduit pour la première fois dans la recherche sur le web.

À quoi sert RankBrain ?

RankBrain est un système qui permet à Google de mieux comprendre l'intention probable de l'utilisateur. 

Au départ, RankBrain n’était appliqué qu’aux nouvelles requêtes (que Google n'avait pas encore rencontrées), c’est-à-dire environ 15 % des recherches. Il a été étendu ensuite, pour avoir un impact sur tous les résultats.

RankBrain est un système d'apprentissage automatique qui s'inspire de Hummingbird. Avec lui, Google ne considère plus la requête comme une simple "chaînes de mots", mais comme un environnement composé d'”objets” ou “entités”. Ce qui améliore considérablement la compréhension du moteur de recherche.

En d'autres termes, on passe de la "lecture" de caractères littéraux, à la "vision" du concept qu'ils représentent.

Prenons l’exemple de la requête : “Jacques Chirac”.

Jusqu'à Hummingbird, Google voyait dans cette requête, un simple ensemble de mots et de caractères. Si les mêmes mots / caractères, disposés dans cet ordre précis, étaient utilisés suffisamment souvent sur une page web, cette dernière était alors considérée comme assez pertinente, pour apparaître dans les résultats de recherche. Les liens et quelques autres critères étaient également pris en compte.

Après Hummingbird, “Jacques Chirac” n’est plus vu comme une simple série de caractères, mais est devenu une entité à part entière, correspondant, dans l’esprit de Google, à une séquence alphanumérique précise et totalement unique, qui lui est attribuée.

Mais bien que très avancé, Hummingbird se contentait de répondre à la question : combien de fois "Jacques Chirac" apparaît dans le texte, et dans les liens vers cette page ?

Qu’est-ce que RankBrain apporte de plus ?

Lorsqu'une requête est saisie dans Google, l'algorithme de recherche la compare à votre intention, afin de faire apparaître le meilleur contenu, dans le(s) meilleur(s) format(s).

Mais que se passe-t-il si Google ne connaît pas votre intention ?

RankBrain a été initialement mis en place pour résoudre un problème simple mais important : 15 % des requêtes des internautes sont totalement nouvelles pour Google, qui n'a donc aucun contexte pour comprendre ces dernières.

Avec RankBrain, vraisemblablement, l’algorithme prend également en compte les contextes environnementaux (par exemple, l'emplacement de l’internaute), et a le pouvoir d'extrapoler le sens, quand c’est possible.

Cela permet aussi à Google de comprendre, par exemple, que l'ordre des mots peut dépendre du processus de recherche, et non de l'intention.

Comme dans le cas où on affine une requête, en y ajoutant simplement un ou deux mots.

Par exemple, on tape : "Pizza Aurillac"

Si les résultats ne nous satisfont pas, on précise alors :

"Pizza Aurillac végétarienne à pâte fine"

Il y a de fortes chances que Google n'ait jamais rencontré cette requête spécifique auparavant, mais comme il considère désormais les termes de recherche comme un ensemble d’entités, et non plus comme une chaîne de caractères, il peut en conclure que la requête est similaire, voire identique, à :

"Pizza végétarienne à pâte fine, Aurillac, Cantal".

"Pizza végétarienne à pâte fine près de chez moi".

Ou encore, en commande vocale :

🗣 "OK Google, où puis-je trouver une pizza végétarienne à pâte fine ?"

Comment fonctionne RankBrain ?

À partir de là, il est possible pour Google de rapprocher des requêtes paraissant proches les unes des autres.

Et ‘il comprend qu'un terme de recherche contient les mêmes entités qu'un autre, rencontré auparavant (comme le fait de passer de "où" à "quand" dans une requête concernant un concert, par exemple), cela indique que les résultats peuvent être identiques, très similaires, ou au moins tirés de la même liste restreinte de sites web.

Un système en évolution…

N'oubliez pas qu'il s'agit d'un système d'apprentissage automatique.

Qui, en conséquence, intègre des tests, un suivi et des ajustements subséquents.

En gros, les performances des résultats seront examinées selon différents critères, et le système évoluera en fonction de ses succès. 

De fait, l’algorithme est capable d’instaurer des règles communes pour un ensemble de requêtes basées sur le même modèle.

Par exemple, la requête “Pizza végétarienne Aurillac” sera perçue comme similaire à la requête “Burgers au poulet Nancy”.