Google Leak, des informations sur le fonctionnement du moteur recherche fuitent sur internet

Depuis quelques jours, la communauté SEO dans le monde entier est en ébullition suite à la publication de l'article de Mike King qui a publié un article suite à des fuites de données de la part du moteur de recherche américain. Grâce à cette analyse détaillé des informations qui ont fuité, on apprend quelques petits secrets que Google cache officiellement depuis quelques années.

Plus de 2500 documents internes détaillant le fonctionnement de l'algorithme de Google ont été accidentellement rendus publics. Cette fuite, qui semble provenir d'une erreur de gestion des documents internes de Google, offre un aperçu sans précédent des mécanismes sophistiqués utilisés par le géant de la recherche pour classer les milliards de pages web indexées.

Les informations révélées ne sont pas simplement des curiosités techniques; elles remettent en question de nombreuses déclarations publiques de Google concernant ses pratiques de classement et ses politiques de confidentialité. Alors que les professionnels du marketing digital et les experts SEO scrutent avec avidité les détails de ces documents, voici quelques les principales découvertes qui lié à l'analyse de Mike King.

Quels sont les secrets découverts sur l'algorithme de Google 

La découverte de ces documents internes vont permmetre modifier significativement les stratégies SEO dans les mois à venir. Les informations publiés permettent d'avoir une  compréhension plus précise de certains ?facteurs de classement?.

NavBoost et l'analyse des clics des visiteurs

NavBoost utilise les données de clics des utilisateurs pour optimiser les résultats de recherche. Ce système analyse comment les utilisateurs interagissent avec les pages des résultats de recherche (SERPs). Par exemple, si une page reçoit un nombre élevé de clics, cela pourrait indiquer que la page est particulièrement pertinente pour certaines requêtes, ce qui peut amener NavBoost à augmenter la position de cette page dans les résultats de recherche.

Principales caractéristiques de NavBoost :

• Utilisation des Clics : NavBoost prend en compte les clics comme un signal de l'utilité et de la pertinence d'une page. Si une page reçoit beaucoup de clics par rapport à d'autres résultats pour une même requête, cela peut être interprété comme un indicateur de qualité ou de pertinence, incitant NavBoost à améliorer son classement.
• Historique des Clics : Le système peut utiliser un historique des clics pour comprendre les tendances sur une période prolongée, pas seulement sur des interactions immédiates. Cela permet d'ajuster les résultats de recherche pour refléter la popularité et la pertinence à long terme d'une page.
• Mesures de Réinforcement : Selon les documents fuités, NavBoost peut également utiliser ces données pour renforcer ou réduire la visibilité des pages, en fonction de leur performance dans les clics des utilisateurs. Cela suggère un ajustement dynamique et continu des classements en fonction des interactions des utilisateurs.

Google collecte des données grâce à Chrome

Selon les documents divulgués, Google pourrait exploiter les données de navigation collectées par Google Chrome pour améliorer ses algorithmes de recherche. Ces données incluent, mais ne sont pas limitées à, l'historique de navigation, les interactions avec les sites, et les comportements de clic. Voici comment ces données pourraient être utilisées :

• Amélioration de la Pertinence des Résultats : Google peut utiliser les données de navigation pour comprendre les préférences des utilisateurs et ajuster les résultats de recherche pour mieux correspondre à ces préférences. Par exemple, si un utilisateur visite fréquemment des sites web sur des sujets spécifiques, Google pourrait utiliser cette information pour personnaliser les résultats de recherche pour ces sujets.
• Analyse de l'Engagement : Les interactions avec les sites web, telles que le temps passé sur une page ou les liens cliqués, peuvent fournir des indices sur la qualité et la pertinence d'une page. Google pourrait utiliser ces données pour évaluer l'engagement des utilisateurs et ajuster les classements en conséquence.
• Détection de Modèles de Comportement : En analysant les données de navigation à grande échelle, Google peut identifier des tendances et des modèles qui peuvent aider à prédire les besoins des utilisateurs avant même qu'ils n'entrent une requête de recherche.

L'utilisation des données de Chrome soulève plusieurs préoccupations :

• Confidentialité des Utilisateurs : L'utilisation des données de navigation pour améliorer les algorithmes de recherche pose des questions sur la confidentialité des utilisateurs. Les utilisateurs doivent être conscients de quelles données sont collectées et comment elles sont utilisées.
• Consentement : Il est crucial que Google obtienne un consentement clair et informé de la part des utilisateurs avant d'utiliser leurs données de navigation à ces fins. Le respect des réglementations sur la protection des données, comme le RGPD en Europe, est essentiel.
• Équité des Résultats de Recherche : L'utilisation des données de Chrome pour ajuster les résultats de recherche pourrait mener à des résultats personnalisés qui enferment les utilisateurs dans des bulles de filtre, limitant l'exposition à des informations diverses.

Le système de pondération des liens

L'analyse et la pondération des liens sont des aspects cruciaux des algorithmes de recherche de Google, jouant un rôle essentiel dans la détermination de la qualité et de la pertinence des pages web. Voici un aperçu de la manière dont Google peut évaluer et utiliser les liens dans ses algorithmes de recherche selon les informations révélées.

Google utilise diverses méthodes pour évaluer les liens pointant vers une page afin d'estimer son autorité et sa pertinence. Voici quelques aspects clés de cette pondération :

• Qualité des liens : Les liens provenant de sites web reconnus et de haute autorité sont généralement plus valorisés que ceux provenant de sites moins fiables ou de faible qualité. Google examine la réputation du site source pour évaluer la qualité du lien.
• Pertinence du contexte : Les liens qui sont contextuellement pertinents pour le contenu de la page ont tendance à être mieux notés. Si un lien provient d'une source qui traite d'un sujet similaire ou connexe, il peut être considéré comme plus pertinent.
• Anchor Text : Le texte d'ancrage des liens est analysé pour comprendre la pertinence du lien par rapport au sujet de la page cible. Un texte d'ancrage descriptif et pertinent peut améliorer la valeur du lien.
• Position du lien : La position d'un lien sur une page peut également affecter sa valeur. Les liens placés dans le corps principal du contenu sont souvent plus valorisés que ceux dans les pieds de page ou les barres latérales.

Pour prévenir la manipulation des classements via des tactiques de spam de liens, Google a développé plusieurs systèmes :

• Pénalités pour les liens artificiels : Google pénalise les sites qui participent à des schémas de liens artificiels conçus pour manipuler les classements. Cela inclut l'achat de liens, l'échange excessif de liens, et l'utilisation de fermes de liens.
• Évaluation de la vitesse de création de liens (Link Velocity) : Une accumulation soudaine et non naturelle de liens peut être un indicateur de pratiques de SEO black hat. Google peut surveiller la vitesse à laquelle les liens sont acquis et ajuster les classements en conséquence.
• Diversité des liens : Un profil de lien sain et naturel comprend des liens provenant de diverses sources avec des textes d'ancrage variés et des types de liens diversifiés.

Les indicateurs d'autorités  (EEAT) et DA

L'Authorship, ou l'attribution d'un contenu à un auteur spécifique, joue un rôle crucial dans la manière dont Google évalue et classe les contenus sur le web. Les documents révélés suggèrent que Google stocke explicitement les noms des auteurs associés aux documents et examine si une entité sur une page est également l'auteur de cette page. Cette information pourrait être utilisée pour renforcer les signaux relatifs à l'expertise, l'autorité, et la fiabilité d'un contenu, alignés sur les principes de E-E-A-T (Expertise, Authoritativeness, Trustworthiness) que Google utilise pour évaluer la qualité des pages.

Google semble attribuer une importance particulière à l'identification des auteurs et à la corrélation entre les auteurs et leur contenu, ce qui peut influencer la visibilité des contenus dans les résultats de recherche. Avoir des auteurs reconnus et respectés dans un domaine spécifique pourrait renforcer la crédibilité d'un site et améliorer son classement.

Bien que Google ait publiquement nié l'utilisation de "Domain Authority" en tant que métrique spécifique, les documents divulgués indiquent l'existence d'un signal interne nommé "siteAuthority". Ce signal pourrait être utilisé dans leur système de classement Q*, suggérant que Google dispose d'une forme de mesure de l'autorité de domaine. Cela confirme l'idée que Google évalue bien la réputation globale d'un site ou sa pertinence dans un domaine spécifique.

Le "siteAuthority" serait calculé et utilisé pour aider à déterminer la fiabilité et l'autorité d'un site, ce qui peut affecter son classement dans les résultats de recherche. Cela indique que, bien que Google ne reconnaît pas officiellement l'utilisation d'une "Domain Authority" comme celle mesurée par des outils tiers comme Moz, il utilise ses propres mesures internes pour évaluer l'autorité des sites.

Les pénalités de l'algorithme de Google.

La Sandbox : mythe ou réalité?

Le concept de "sandbox", bien que souvent nié par Google, apparaît dans les documents fuités, confirmant son existence sous une forme ou une autre. Il est mentionné en relation avec la gestion du "spam frais", où de nouveaux sites ou contenus peuvent être temporairement limités dans leur visibilité jusqu'à ce qu'ils aient prouvé leur fiabilité. Cela montre que Google pourrait utiliser une sorte de période probatoire pour les nouveaux domaines ou contenus afin de contrôler la qualité de ce qui apparaît dans les résultats de recherche.

Rétrogradations

Les documents révèlent l'existence de plusieurs types de rétrogradations algorithmiques utilisées par Google pour pénaliser ou déclasser des sites qui ne respectent pas certaines normes de qualité. Parmi elles, on trouve les rétrogradations liées à la correspondance des ancres, à la manipulation de l'exactitude des noms de domaine, à la qualité des avis sur les produits, et à l'expérience utilisateur médiocre sur les sites. Ces mesures montrent comment Google ajuste dynamiquement le classement des sites pour décourager les pratiques qui nuisent à l'expérience utilisateur ou qui tentent de manipuler les résultats de recherche.

Listes blanches

Il existe également des références à des "documents de référence" ou "documents dorés", qui pourraient être utilisés comme étalons pour évaluer la qualité ou l'exactitude d'autres contenus. Ces documents sont probablement marqués par des humains et servent de guides pour calibrer les réponses de l'algorithme à des types spécifiques de requêtes ou de contenus. Cela indique que Google pourrait avoir des benchmarks internes utilisés pour entraîner ses algorithmes à reconnaître ce qui constitue un contenu de haute qualité ou fiable.

Les petits détails importants pour bien penser son SEO

Longueur des contenus

Selon les informations divulguées, Google évalue la longueur du contenu non pas en termes de quantité de texte, mais plutôt en se concentrant sur la pertinence et l'originalité du contenu présenté. Les documents mentionnent la mesure de "numTokens", qui reflète le nombre de tokens dans un document, ce qui peut indiquer que Google considère la densité et la distribution des informations plutôt que la longueur brute. Cela signifie que la longueur du contenu doit être adaptée pour couvrir efficacement un sujet sans dilution ni remplissage inutile, maximisant ainsi la densité de valeur dans le contenu.

Importance des dates

Les documents fuités soulignent l'importance des dates dans plusieurs contextes, notamment dans l'évaluation de la fraîcheur du contenu. Google utilise des marqueurs comme "bylineDate", "syntacticDate", et "semanticDate" pour comprendre et classer l'actualité du contenu. Cela signifie que la précision des dates publiées sur une page et leur cohérence avec les dates intégrées dans les métadonnées ou affichées dans les résultats de recherche peuvent influencer la façon dont le contenu est perçu en termes de pertinence temporelle. L'explicitation claire des dates peut aider à positionner le contenu comme actuel et pertinent, ce qui est particulièrement crucial pour les sujets sensibles au temps.

Baby Panda

La documentation révèle l'existence de "Baby Panda", un système qui semble être une extension ou une révision du célèbre algorithme Panda de Google, conçu pour réduire le classement des sites avec un contenu de faible qualité. Baby Panda pourrait être utilisé pour affiner encore plus les efforts de Google pour promouvoir un contenu de haute qualité et pénaliser les sites qui ne répondent pas à ces normes. Ce système met en évidence l'engagement continu de Google à affiner ses algorithmes pour mieux distinguer le contenu de qualité des tentatives de manipulation de classement.

La récente fuite d'informations concernant l'algorithme de Google représente un tournant significatif pour la communauté SEO. Pour la première fois, les professionnels du référencement disposent d'un aperçu concret des mécanismes internes et des critères que Google utilise pour évaluer et classer les sites web. Cela permet non seulement de valider de nombreuses théories et pratiques longtemps discutées dans la communauté SEO, mais offre également de nouvelles avenues pour affiner les stratégies de référencement.

Cette transparence accrue pourrait conduire à une optimisation plus efficace des sites, puisque les SEOs peuvent désormais ajuster leurs pratiques avec une compréhension plus précise de ce qui influence réellement les classements. Cela inclut des ajustements dans la façon dont ils gèrent les éléments tels que la qualité du contenu, l'autorité du domaine, l'utilisation des liens et même des aspects plus techniques comme l'utilisation des dates et la longueur du contenu.

Cependant, cette fuite pose également des défis éthiques et pratiques. La communauté SEO doit naviguer entre l'utilisation responsable de ces informations et le risque de manipulations qui pourraient entraîner des pénalités ou des rétrogradations par Google. De plus, cette révélation pourrait pousser Google à modifier plus fréquemment ses algorithmes pour éviter les manipulations, ce qui rendrait le terrain encore plus instable pour les professionnels du référencement.

En conclusion, bien que la fuite d'informations offre des opportunités précieuses pour optimiser les techniques SEO, elle invite également à une réflexion plus large sur les pratiques éthiques et la nécessité de rester agile dans un domaine où les règles du jeu peuvent changer rapidement. Pour rester compétitifs, les SEOs doivent non seulement se tenir informés des dernières évolutions techniques, mais aussi maintenir un engagement envers les pratiques durables et centrées sur l'utilisateur.