Comment fonctionnent le panneau de connaissances et les cartes de connaissances?

La présence de fonctionnalités SERP telles que Knowledge Panel et Knowledge Cards dans les SERP de Google s'est développée rapidement depuis des années. En conséquence, les résultats de recherche classiques ont également reçu des "Liens bleus" appelés de plus en plus de concurrence lorsqu'il s'agit d'attirer l'attention des demandeurs. Ou mieux l'appeler le "questionneur". Parce que la plupart des requêtes de recherche sont des questions formulées implicitement et qui nécessitent une réponse. Google veut répondre directement aux questions avec les fonctionnalités du SERP. Ces fonctionnalités sont une fenêtre dans le Graphique de connaissances Google ou y sont directement ou indirectement liés.

Nous pouvons actuellement trouver les fonctionnalités SERP suivantes dans les SERP:

  • Panneau de connaissances
  • Cartes de connaissances
  • Carousels de la connaissance
  • Snippets en vedette
  • Question réponse boxe

Cet article devrait permettre de mieux comprendre le fonctionnement des différentes fonctionnalités du SERP telles que le Panneau de connaissances et les Cartes de connaissances.

Vous pouvez trouver une collection d'articles détaillée sur Knowledge Graph, le référencement sémantique et les entités dans la série d'articles associés,

Que sont les panels de connaissances?

Pour de nombreuses recherches, les entités jouent un rôle directement ou indirectement. C'est pourquoi de nombreuses requêtes de recherche contiennent également différentes variantes de boxe dans les SERP.

Dès que Google reconnaît qu'une requête demande directement une entité en tant que sujet, un soi-disant Panneau de connaissances livré. Le panneau de connaissances peut également être appelé une boîte d'entités et est fourni pour presque tous les types d'entités.

Cependant, toutes les entités ne disposent pas d'un type de panneau de connaissances fourni. L'entité doit être enregistrée dans le graphe de connaissances.

L'une des questions de base pour les référenceurs est de savoir quelles entités sont incluses dans le graphique de connaissances Google. Selon Google, le graphe de connaissances suit principalement les entités nommées des classes des types d’entités suivants.

  • Livres et séries de livres
  • Institutions éducatives, autorités, entreprises locales, entreprises
  • événements
  • Films et séries de films
  • Groupes de musique et albums
  • personnes
  • endroits
  • Equipes sportives
  • Série TV
  • Jeux vidéo et séries
  • Sites Web ou domaines

Mais toutes les entités de ces classes ne sont pas présentées avec un panneau de connaissances dans les SERP. Les entités doivent avoir une pertinence sociale ou une autorité spécifique dans leur domaine.

Sur la base de quels critères Google a évalué cette pertinence n’est pas clairement documentée ou manque de déclarations spécifiques de Google.

Le panneau de connaissances classique peut être reconnu par le bouton de partage situé en haut du panneau.

Bouton Partager dans le panneau de connaissances

Les panneaux de connaissances ne doivent pas être confondus avec les cases Mon entreprise. Celles-ci ne sont pas basées sur le graphique de connaissances, mais sur une entrée dans Google MyBusiness. Dans quelle mesure les données de MyBusiness sont également prises en compte dans le graphique de connaissances n'est pas clair, mais ce n'est pas improbable.

Exemple MyBusiness Box

Comment le groupe de connaissances Google crée-t-il?

Les panels de connaissances ont été présentés pour la première fois dans les SERP avec l'introduction du graphe de connaissances en 2012.

Les panneaux de connaissances de Google Patent fournissant des connaissances avec des résultats de recherche fournissent la méthodologie de base et l'objectif du panneau de connaissances. Le but des utilisateurs d’un moteur de recherche est décrit comme suit.

Les panels de connaissances peuvent améliorer les expériences de recherche des utilisateurs, en particulier pour les requêtes visant l'apprentissage, la navigation ou la découverte. Par exemple, le panneau de connaissances fournit aux utilisateurs des informations factuelles de base ou un résumé des informations sur une entité particulière. Les panneaux de connaissances peuvent aider les utilisateurs à accéder au contenu de manière transparente et naturelle. Les autres utilisateurs ne peuvent pas accéder aux panneaux de connaissances sans sélectionner plusieurs résultats de recherche. Les panneaux de connaissances peuvent également aider les utilisateurs à obtenir des informations plus rapidement qu'ils ne le feraient.

Pour la méthodologie de livraison du Knowledge Panel, voici un extrait du brevet:

A lire également :   La salle des machines des canaux marketing (numériques)

L'invention concerne des procédés, des systèmes et des appareils, y compris des programmes informatiques codés sur un support de stockage informatique, destinés à fournir des panneaux de connaissances avec des résultats de recherche. Dans un aspect, un procédé consiste à obtenir des résultats de recherche répondant à une requête reçue. Une entité factuelle référencée par la requête est identifiée. Le contenu est identifié pour affichage dans un panneau de connaissances pour l'entité factuelle. Le contenu comprend au moins un élément de contenu reçu d'une deuxième ressource. Les résultats de la recherche de résultats et le panneau de connaissances sur une page de résultats de recherche. Le panneau de connaissances présente le contenu identifié dans une zone de panneau de connaissances.

Les fonctionnalités de base de la création d'un panneau de connaissances peuvent être résumées comme suit:

  1. Identification d'une ou plusieurs entités pertinentes dans la requête de recherche
  2. Identification des sources pertinentes pour l'entité principale
  3. Création de résultats de recherche pertinents concernant la requête de recherche
  4. Vérifier si la requête de recherche fait vraiment référence à l'entité principale réelle
  5. Détermination d'un type d'entité pour l'entité principale demandée
  6. Sélection d'un modèle de panneau de connaissances approprié correspondant au type d'entité déterminé
  7. Identification des éléments de contenu pertinents liés à l'entité principale à partir d'une source fiable et pertinente.
  8. Détermination d'un autre élément de contenu à partir d'une autre source.
  9. Remplissez les espaces réservés du modèle de panneau de connaissances sélectionné avec les éléments de contenu sélectionnés.
  10. Fusion de résultats de recherche et d'un panneau de connaissances sur une page de résultats de recherche

Je trouve cela excitant de reconnaître que chaque type d'entité possède son propre modèle de panneau de connaissances avec des espaces réservés correspondants.

Exemple de modèle de panneau de connaissances Type d'entité Acteur, Source: Google Patent Fourniture de panneaux de connaissances avec les résultats de la recherche

Panneau de connaissances Modèle type de repère, source: Google Patent Fourniture de panneaux de connaissances avec les résultats de la recherche

Le type d'entité de l'entité représentée par un panneau de connaissances est toujours spécifié sous le nom de l'entité. En fonction des attributs standard affectés au type d'entité et des attributs pour lesquels les valeurs sont disponibles, le contenu est spécifié dans le panneau de connaissances.

Exemple de type d'entité dans le panneau de connaissances du musicien Drake

Présentation Types de panneaux de connaissances

Comme décrit dans le brevet ci-dessus, Google utilise plusieurs modèles pour le Knowledge Panel. Les espaces réservés de contenu dans le panneau de connaissances varient en fonction de l'entité ou du type d'entité que vous recherchez. Les espaces réservés sont basés sur les attributs standard du type d'entité respectif.

Voici quelques exemples de modèles de panneaux de connaissances issus de la pratique:

Exemple Musicien de panel de connaissances

Exemple de politicien des connaissances

Exemple de film sur le panel de connaissances

Exemple club de football Knowledge Panel

Exemple de jeu de connaissances sur panneau

Exemple Festival de musique Knowledge Panel

Exemple de livre de connaissances

Exemple d'acteur du panel de connaissances

Comment Google génère-t-il des images pour le Knowledge Panel?

Dans les contributions précédentes, j'ai beaucoup travaillé sur l'exploration de données pour Knowledge Graph, en particulier pour le contenu textuel.

Mais quelles images sont tirées du Knowledge Panel ou quelles sources sont pertinentes?

J'ai vu quelques brevets de Google ces dernières années.

Sélection d'images représentatives, en cours d'exécution jusqu'au 13.08.2031 au moins

Ce brevet décrit comment Google peut sélectionner des images représentatives d'entités de type Personne pour le panneau de connaissances correspondant.

Les étapes sont les suivantes:

  1. Accès à une sélection d'images possibles
  2. Regroupement par similarité
  3. Identification des clusters les plus populaires
  4. Déterminer s'il s'agit d'une photo portrait ou non
  5. Attribution d'une partition de portrait
  6. Sélection de l'image la plus représentative
  7. Lecture de l'image dans le panneau de connaissances

Source: https://patents.google.com/patent/US8724910B1/

La détermination de la sélection des images possibles ainsi que la classification de celles-ci en catégories sont effectuées en fonction de la proximité de l'entité ainsi que du format de l'image. Il est fort probable que Google utilise des méthodes d'apprentissage automatique comme dans l'article précédent. Est-ce que Google peut lire ou reconnaître des textes sur des images? décrit.

A lire également :   Matt Cutts: Widgets avec lien nofollow?

Un aperçu des catégories possibles que nous obtenons en regardant dans la recherche d’image.

Système et procédé pour associer des images à des entités sémantiques, échéance minimale 08.09.2033

Source: https://patents.google.com/patent/US20150154232A1/

Un autre brevet Google passionnant sur les images et les entités décrit comment Google Images pourrait composer les images pour une présélection sémantique.

Système et procédé mis en œuvre par ordinateur pour associer des images à des entités sémantiques et fournissant des résultats de recherche utilisant les entités sémantiques. Une base de données d'images contient une ou plusieurs images associées à une ou plusieurs étiquettes d'images. Un ordinateur peut générer un ou plusieurs documents contenant l’étiquette associée à chaque image. L'analyse peut porter sur un ou plusieurs documents à associer aux images source avec des entités sémantiques. Les entités sémantiques peuvent être utilisées pour fournir des résultats de recherche. En réponse à la réception d'une image cible en tant que requête de recherche, l'image cible peut être comparée aux images sources pour identifier des images similaires. L'entité sémantique associée aux images similaires peut être utilisée pour déterminer une entité sémantique pour l'image cible. L'entité sémantique pour l'image cible.

Dans ce brevet, les images sont étiquetées avec des attributs. via lequel les images peuvent être assignées à des entités spécifiques. Ces attributs sont initialement identifiés via un identifiant d'image d'une image de sortie. Des attributs supplémentaires sont complétés par des attributs d'images et d'entités similaires, probablement du même type. Cela crée une signification de l'image.

Ces brevets décrivent certaines approches permettant à Google de définir des images pour Knowledge Panel. À mon avis, la source de l'image est essentielle, quelle image Google sélectionne l'image la plus pertinente pour une entité et l'utilise dans le panneau de connaissances.

Les sources populaires pour les images de personnes semblent être u.a. XING. Wikidata. wikipedia. Profils de médias sociaux (par exemple, Twitter), magazines renommés Être … On ignore dans quelle mesure le classement dans la recherche d'images est en corrélation avec la sélection des images pour le Knowledge Panel. On trouve une corrélation claire, par exemple Le panneau de connaissances de Rand Fishkin, mais d’autres montrent peu de corrélation, comme chez Angela Merkel ou Hannover Rathaus.

Livraison du Knowledge Panel pour l'entité du même nom

Une métrique intéressante est la résultats de base, la résultat de base Une entité pour un terme de recherche lié à une entité donnée peut être interrogée à l'aide de l'API Knowledge Graph.

La valeur décrit dans quelle mesure une entité, par exemple, correspond à une recherche par entité. Ce score n'est pas une valeur fixe. Il change constamment. Sur quelle base Google détermine-t-il que ce score n'est pas clair? Cela peut être lié à la popularité des entités et / ou à la fréquence des mentions dans les contextes thématiques respectifs ou les co-compétitions.

Cela signifie que dans les SERP, presque exclusivement, les résultats de recherche et le panneau de connaissances sont uniquement affichés pour la marque de voiture.

Vous pouvez voir ici que les informations du graphique de connaissances peuvent également influer sur le classement des résultats de recherche normaux.

Exemple de SERP pour la requête de recherche "jaguar

L'entité avec le score le plus élevé occupe souvent le panneau de connaissances classique en premier.

Toutefois, le résultat ne semble pas toujours déterminant pour l'entité que Google fournit au Knowledge Panel. Dans l'exemple suivant, le terme ambigu que vous recherchez est "heide".

Le graphe de connaissances contient les significations, types d'entités et scores de résultat suivants:

  • Heather Herbs (Plante, Résultats 80.790)
  • Broom Heath (Plant, Resultscore 73.955)
  • Landes de Lunebourg (attraction touristique, 53.314)
  • Plantes de bruyère (plante, 52.968)
  • Landes (ville, ville, région administrative, 52 231)

En tant que groupe de connaissances, la ville est dépensée malgré le score le plus bas. En plus du résultat, il semble y avoir plus de critères pour lesquels un panel de connaissances est fourni.

Par rapport aux autres entités, la ville de Heide est la seule entité avec une URL officielle. Cela peut être une raison. De plus, il est possible que le type d’entité "ville" soit plus important que le type d’entité ou d’attraction touristique. En général, il semble que certains types d’entités, tels que la ville, les lieux,… soient privilégiés en tant que groupe de connaissances.

A lire également :   Lancement d'OnPage.org

Si Google ne sait pas quelle entité est recherchée, des "zones de spécification" facultatives supplémentaires seront ajoutées, en plus du Panneau de connaissances. Google veut savoir si vous recherchez une autre entité.

Exemple de boîte de spécification pour l'entité "jaguar"

Quelle est la différence entre le panneau de connaissances et les cartes de connaissances?

Selon la requête de recherche, seuls les panneaux de connaissances, les cartes de connaissances ou les deux sont livrés ensemble.

Dans ce cas, le facteur décisif est de savoir si un attribut d'une entité, un type de relation entre entités ou la recherche d'une entité est recherché. Le type d'entité est également déterminant pour les variantes de cases à jouer.

Si vous par exemple recherche des entités de types d’entités personnes, lieux, structures ou entreprises, vous obtenez le classique Panneau de connaissances livré dans la partie droite des SERP.

Si vous recherchez un attribut d'une entité, tel que Âge, lieu de naissance, taille, taille, profession … le panneau de connaissances de l'entité principale ou du sujet, ainsi qu'une carte de connaissances permettant de répondre directement à la question sont livrés avec la valeur d'attribut indiquée dans les SERP.

Dans certains cas, les cartes de connaissances sont également livrées avec le panneau de connaissances, bien qu'aucun attribut n'ait été recherché. C'est le cas si Google pense que ces informations sont actuellement pertinentes pour l'entité que vous recherchez. Cela a souvent à voir avec des événements d'actualité d'une grande pertinence pour l'entité particulière, par exemple. dans la fiche de connaissances de l'entité Bayern Munich. Ces cartes de connaissance sur l'actualité s'appellent également Résultats en direct mentionné. Ici Google montre Résultat en direct avec le résultat final du dernier match de compétition.

Knowledge Card / Résultat en direct et panel de connaissances sur l'entité Bayern Munich le 21.07.2019

Dans de rares cas, seules les cartes de connaissances sont livrées. Cela se produit lorsqu'un mot clé a l'intention de recherche "Savoir simple". Know Simple est une sous-espèce de l’intention de recherche "informative". En savoir plus sur l'intention de recherche dans l'article Explication et identification de l'intention de recherche et intention de l'utilisateur des mots clés.

Voici un exemple de requête météo. Il n'y a pas de panneau de connaissances, uniquement la carte de connaissances ou le résultat en direct fourni.

Exemple de carte de connaissance unique ou de résultat en direct

Que sont les cartes de connaissance?

Le contenu des cartes de connaissances fournit des réponses aux attributs des entités individuelles. En fonction du type d'entité, des cartes de connaissance contenant des informations supplémentaires sur l'entité sont automatiquement fournies en plus du panneau de connaissances. Cette information supplémentaire est également un attribut de l'entité respective.

Lors de la recherche de films, u.a. Plateformes et présentations de cinéma.

Exemple de panneau de connaissances et de carte de connaissances pour l'entité "Pianiste de la Gare du Nord"

Les films peuvent être des attributs standard

  • Heure des performances actuelles du cinéma
  • Date de sortie
  • directeur
  • titre
  • occupation
  • rouleau
  • Classe d'âge

Pour les bâtiments ou les sites, cela ressemble plus à des attributs

  • adresse
  • Hauteur architecturale
  • construction
  • les heures d'ouverture
  • les coûts de construction

Des boîtes sont également livrées avec des requêtes concernant les attributs d'entités dans la mesure où les attributs recherchés sont enregistrés dans le graphe de connaissances. Par exemple, la case suivante sera incluse dans la requête "quelle est la hauteur de l'empire state building" ou "height empire state building":

Exemple de carte de connaissances pour l'attribut "Hauteur architecturale" de l'entité "Empire State Building"

Aperçu Types de cartes de connaissances

Voici quelques exemples de cartes de connaissances issues de la pratique:

Exemple de carte de connaissance Film / Dates / Plateformes

Exemple de carte de connaissance

Exemple de carte de connaissances

Exemple de carte de connaissances Personne / Âge

Exemple de carte de connaissances Personne / Lieu de naissance

Exemple de carte de connaissance Hauteur de point de repère / architecture

Différence entre les cartes de connaissances et les extraits en vedette

En plus des cartes de connaissances, Google utilise une autre boîte pour répondre aux questions directement dans les SERP.

Bien que les cartes de connaissances aient toujours une relation directe avec une entité nommée, on trouve les extraits sélectionnés principalement lors de la recherche de concepts. Les extraits proposés sont très rares en termes d’entités nommées.

Les extraits sélectionnés, tels que les cartes de connaissances, peuvent également être livrés avec un panneau de connaissances, comme indiqué ici pour la requête de recherche "environnement".

Exemple d'extrait et de panneau de connaissances en vedette pour "Environnement"

L'influence de Wikipedia sur le panneau de connaissances est plus grande que sur les extraits sélectionnés. Les snuppets présentés incluent souvent des informations provenant d'autres sources. Mais pour les deux, Wikipedia est actuellement la source de données la plus fiable.

Que sont les carrousels de la connaissance?

Un carrousel de connaissances est toujours fourni dans les SERP si une requête de recherche ne peut pas être résolue de manière non équivoque avec une seule entité ou si Google pense que vous pourriez également être intéressé par d'autres entités liées.

Dans l'exemple suivant, la requête inclut "acteur dans" en tant que phrase de prédicat et l'entité "star wars" en tant qu'objet. Le sujet recherché ne peut pas être répondu par une seule entité. Donc, Google propose un manège de toutes les entités qui pourraient convenir. En cliquant sur l'une des entités affichées, vous pouvez spécifier la recherche.

Exemple de carrousel

L'influence du Knowledge Graph augmente rapidement

L'influence des fonctionnalités de SERP augmente d'année en année et par conséquent l'influence du graphe de connaissances sur les résultats de la recherche. Les Blue Links classiques perdent de plus en plus d’attention et de pertinence. Les entités sont au centre du graphe de la connaissance et auront un impact toujours plus grand sur les SERP.

En termes de recherche vocale, les fonctionnalités SERP telles que les cartes de connaissances, les extraits de code en vedette et le panneau de connaissances jouent également un rôle important.

Par conséquent, les référenceurs ne devraient pas continuer à percevoir ce sujet comme un sujet nerd ou agréable à avoir, mais réfléchir à leurs stratégies également sur le graphe de connaissances et son fonctionnement.

Jean Jaecklé
Jean Jaecklé

J'espère que vous avez apprécié la lecture de cet article de blog.

Si vous souhaitez mettre en œuvre des actions marketing, cliquez ici.

Publications: 663
Vous souhaitez poster un article et bénéficier d'un backlink ?
This is default text for notification bar