Google MUM : à quoi les SEO peuvent-ils s’attendre ?

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 pleinement apprécier ce que représente un changement majeur, vous devez d’abord comprendre de quoi il s’agit ici.

C’est quoi Google MUM ?

MUM est l’abréviation de Multitask Unified Model et est une nouvelle technologie de recherche Google introduite pour la première fois en mai 2021.

Lors du Search On 21 à l’automne 2021, le prochain déploiement 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 aux 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 des images, des fichiers vidéo et audio.

Comment fonctionne MUM ?

En mai 2021, Google a présenté MUM comme une évolution 1000 fois plus puissante du 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 de SERP normal n’est pas suffisant.

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

• MUM fournit une compréhension approfondie 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 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.

Ce qui suit peut être déduit de ces déclarations de Google d’après Search Engine Land:

• Google utilise MUM pour étendre davantage les bases de données sémantiques telles que le Knowledge Graph et 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 index et instances de recherche dans le monde à un niveau qualitatif similaire, garantissant ainsi l’expérience utilisateur dans chaque pays et chaque langue de la planète au même niveau élevé et travaillant également plus efficacement. , en fonction de leurs 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 l’expérience de l’utilisateur avec le La recherche Google est très élevée.
• En d’autres termes, en plus des billions de contenus textuels, Google a également accès à toutes les informations de tous les formats de médias dans les systèmes Google pour augmenter l’indice (d’entité). Par conséquent, 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.

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 EAT

Outre l’exploration de données, un autre défi majeur pour Google est la validité des informations. Google mène depuis des années une offensive qualité avec EAT, qui devrait être soutenue par des fonctionnalités supplémentaires dans un futur proche.

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 ».

Les informations comprennent une description de l’éditeur provenant 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. De plus, 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 EAT expliqué.

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

La focalisation sur un seul modèle de langage rend obsolète la prise en compte de différents langages pour l’interprétation sémantique. Les algorithmes sont formés sur la base de requêtes de recherche et de documents 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 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 en anglais sont apparues dans les panneaux de connaissances dès 2019.

Il s’agit d’une amélioration significative pour des raisons de performances. 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 exécutés en parallèle. Il y a une amélioration de l’efficacité et des performances en se concentrant sur la recherche d’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 ses préoccupations et, sur la base du modèle, Google peut prédire les questions et les réponses correspondantes dont un utilisateur aura besoin lors de sa recherche.

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

Nouveau potentiel pour Google Shopping tout au long du parcours client via MUM

En ce qui concerne les recherches basées sur les produits, Google a perdu du terrain par rapport aux grands marchés de 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. C’est difficile pour Google d’un point de vue économique puisque ces utilisateurs ou recherches commerciales génèrent le plus de clics sur les publicités.

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.

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’achat, Google veut inspirer l’utilisateur, fournir une vue d’ensemble et soutenir l’achat.

Cela montre que Google a renoncé à la lutte directe pour les recherches de produits dans la phase de préférence et se concentre sur ses atouts 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 à faire correspondre comprend l’intention de recherche (en savoir plus sur les étapes de Google vers un moteur de recherche sémantique dans mon article La manière de Google vers un moteur de recherche sémantique ).

Le développement d’un ordinateur quantique utilisable est encore loin, Google doit donc 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 plus rapidement ses propres systèmes de recherche sans tenir compte du manque de performances 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 référencement doit changer

À ce stade, il faut également se demander quel rôle jouera Google en tant que fournisseur de trafic à l’avenir et dans quelle mesure les référenceurs influencent encore 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 beaucoup la recherche sémantique basée sur Hummingbird et Knowledge Graph. Les référenceurs doivent penser davantage aux entités et aux sujets concernant EAT 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 une garantie de position supérieure. Les tâches techniques telles que le balisage avec des données structurées deviendront de plus en plus obsolètes puisque Google a besoin de moins en moins d’informations 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. De plus, 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 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 produire du 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 au produit afin de 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 lors de la recherche.

Selon leur niveau de connaissances, les utilisateurs traversent 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 sur le sujet de l’optimisation des moteurs de recherche est plus susceptible de poser la question, « Qu’est-ce que le SEO? » Ensuite, ils demandent : « Comment fonctionne le référencement ? » seulement pour se rendre compte que le sujet est assez complexe, et ils sont plus susceptibles de demander « Qui propose des services de référencement? » Au cours de 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 aussi pour les formats de médias 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 s’améliore pour comprendre la vidéo, les images, l’audio et le texte et les mettre en contexte. Vous pouvez déjà le voir lorsque vous regardez le classement des images dans la recherche d’images, par exemple, ou le marquage automatisé des lieux dans les vidéos YouTube.

Divers brevets 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 fonctionnalités.

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 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 comme le Knowledge Graph bénéficieront également des 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’exploration de données accélérera considérablement le développement de la longue traîne des connaissances.

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

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

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

Il y a ici un risque que les intérêts de Google et de l’éditeur de contenu divergent, et 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 à jour pour répondre aux questions des utilisateurs actuels et futurs. Et en tant que groupe technologique, Google est capable d’indexer les informations de manière algorithmique et de les préparer de manière conviviale.

Cependant, vous ne pourrez probablement jamais acquérir de manière indépendante des connaissances spécialisées approfondies et 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.

Il s’agit d’une version abrégée et traduite de l’article de blog original » Google MUM Update : Was erwartet SEOs in der Zukunft ? ”