Intention de recherche, intention de recherche et intention de l'utilisateur?

Intention de recherche, intention de recherche et intention de l'utilisateur?

Sommaire

Les différents types de mots-clés et l'identification de l'intention de recherche en anglais L'intention de recherche ou l'intention d'un mot-clé par l'utilisateur est l'étape la plus importante dans l'analyse des mots-clés. Pourquoi? Parce que les pages de destination doivent correspondre à l'objectif de l'intention de recherche. Voici quelques explications sur les différents types de requête de recherche, leur intention de recherche et les méthodes permettant de déterminer comment Google classe un mot clé d'intention de recherche.

Quelle est l'intention de l'utilisateur?

L'intention de l'utilisateur décrit essentiellement l'intention d'un utilisateur lorsqu'il a une source similaire à. par exemple, Trafic direct, résultats de recherche organiques, annonces SEA payées, annonces graphiques … ont visité un site Web. Pour les accès directs, par exemple En entrant le domaine / l'URL dans la barre d'adresse du navigateur, les utilisateurs renvoient généralement des utilisateurs ou ont pris connaissance du site Web via une campagne marketing (en ligne) et y ont directement accédé via la ligne du navigateur.

Quelle est l'intention de recherche ou l'intention de recherche?

En ce qui concerne les termes de recherche, entrés dans les moteurs de recherche, on parle également de l'intention de recherche ou de l'intention de recherche dans l'intention de recherche anglaise.

L'intention de recherche ou l'intention de l'utilisateur derrière une requête de recherche joue un rôle important pour Google, qui fournit à l'utilisateur un résultat de recherche satisfaisant. Google définit lui-même l'intention de recherche comme suit:

"Intention de l'utilisateur: Lorsqu'un utilisateur tape une requête, il tente d'accomplir quelque chose. Nous appelons cet objectif l'intention de l'utilisateur. "

Je suis toujours étonné de constater à quel point les SEO ne traitent que très peu de l’intention de recherche des mots-clés et de leur identification, en dépit des références claires figurant dans les consignes de l’évaluateur de la qualité Google. Pour moi, il s'agit d'un thème central du marketing par moteur de recherche depuis le début, notamment en ce qui concerne l'importance croissante des signaux des utilisateurs dans le classement des produits biologiques.

Pour Google, l'identification de l'intention de l'utilisateur ou de la recherche est la tâche la plus importante du traitement des requêtes.

Dans une interview en 2009, Ori Allon, ancien directeur technique de la Google Search Quality Team, a déclaré dans une interview avec IDG:

Nous travaillons très fort sur la qualité de la requête. La requête n'est pas la somme de tous les termes. La requête a une signification derrière elle. Pour des requêtes simples comme "Britney Spears" et "Barack Obama", il est assez facile pour nous de classer les pages. Mais quand la question est: Quel médicament devrais-je prendre après ma chirurgie oculaire?, C'est beaucoup plus difficile. Nous devons comprendre le sens …

Par conséquent, une classification des termes de recherche dans les types de mots clés pour l'intention de recherche ou l'intention d'utilisateur pour l'optimisation des moteurs de recherche est logique dans tous les cas.

Classification des mots-clés par intention de recherche

Fondamentalement, dans le marketing par moteur de recherche classique (SEO + SEA) entre les types de mots clés

  • d'information
  • transactionnelles
  • commercial
  • navigation
  • feu

distinguées. Ici, vous pouvez résumer Transactionnel et Commercial car les deux ont une intention similaire.

Google lui-même classe les types de mots clés dans leurs directives d'évaluation de la qualité.

  • Do = Transactionnel
  • Savoir = informatif
  • Go = Navigation

Google a aussi 2015 avec Savoir simple introduit une autre classe aux mots-clés Know. En règle générale, une réponse courte de 1-2 phrases maximum est suffisante pour ces requêtes de recherche. Très probablement, cette classification supplémentaire est liée à la livraison des zones de graphe de connaissances au-dessus des SERP, comme dans cet exemple:

example_know-simple "width =" 500 "height =" 364 "srcset =" https://www.sem-deutschland.de/wp-content/uploads/2015/03/example_know-simple.jpg 677w, https: // 300w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/beispiel_know -simple-600x437.jpg 600w "données-lazy-tailles =" (largeur maximale: 500px) 100vw, 500px "/><noscript><img aria-describedby=Exemple de requête de recherche simple

Personnellement, il existe encore deux caractéristiques de différenciation importantes dans les classifications précédentes. À savoir le besoin de rapidité et de régionalité. Voilà pourquoi je voudrais toujours changer les types de mots clés

  • Up-To-Date Mots-clés
  • Mots-clés régionaux

vouloir développer. Cela donne un aperçu complet de tous les types de mots clés:

Dans la suite, je voudrais entrer plus en détail sur les types de requêtes de recherche individuelles.

Intention de recherche: termes de recherche orientés informations ou requêtes d'information

Mots-clés basés sur l'information sont i.d.R. Termes de recherche où les chercheurs veulent trouver des solutions aux questions, problèmes, guides, guides, définitions … Ces requêtes de recherche ont souvent lieu dans une phase préliminaire de recherche du processus de décision d'achat. Beaucoup peuvent même ne pas se rendre compte qu'ils veulent utiliser une solution payante plus tard. Ils sont souvent l’initiation d’un processus d’achat, mais pas toujours. Vous pouvez par exemple se produisent également dans le contexte d’une recherche journalistique. Google les définit dans les directives d'évaluation de la qualité comme suit:

information "width =" 500 "height =" 138 "srcset =" https://www.sem-deutschland.de/wp-content/uploads/2015/03/information-1024x283.jpg 1024w, https: // www. sem-deutschland.de/wp-content/uploads/2015/03/information-300x83.jpg 300w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/information-600x166.jpg 600w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/information.jpg 1406w "data-lazy-tailles =" (largeur maximale: 500px) 100vw, 500px "/><noscript><img aria-describedby=Source: Consignes de l'évaluation de la qualité par Google, 2014

Les requêtes de recherche orientées informations peuvent être identifiées par la recherche d'informations très générales et thématiques. En général, le chercheur qui saisit la requête de recherche orientée informations a une question en tête, par exemple avec comme quoi ou pourquoi commence. Cependant, il est également possible de placer des requêtes de recherche avec lesquelles l'utilisateur souhaite en savoir plus sur un produit ou un service dans cette catégorie. Avec une part de 50% à 80%, les requêtes de recherche orientées informations sont les requêtes de recherche les plus couramment utilisées sur Internet (voir Détermination de l'intention des requêtes Web en matière d'information, de navigation et de transaction). L’expression de recherche est un exemple de requête de recherche axée sur les informations. fabrication de chaussures.Il devient clair que le chercheur ne représente pas une intention d'achat avec cette enquête, ni ne conduit à une certaine apparence Internet. Bien au contraire: un grand nombre de sites Internet peut être pertinent pour le chercheur, surtout s’il souhaite rassembler et analyser des informations provenant de différents sites.

Les mots-clés informationnels sont caractérisés par le comportement de l'utilisateur i.d.R. par le fait que souvent plusieurs résultats de recherche sont ouverts et donc id.R. plus de clics dans les SERPs a lieu.

Intention de recherche: requêtes de recherche orientées transaction ou transactionnelles

Comme le nom de la catégorie l'indique, il s'agit de requêtes de recherche dans lesquelles l'utilisateur souhaite effectuer une action (trans). Ceux-ci peuvent inclure des commandes, des réservations et des téléchargements de logiciels. Les requêtes de recherche transactionnelles ont un pourcentage égal de requêtes de recherche sur Internet à 10%, telles que les requêtes orientées navigation. Les requêtes de recherche axées sur les transactions peuvent être reconnues par des combinaisons de termes, qui sont par exemple: des termes tels que télécharger inclus.

Mots-clés transactionnels tiens à être assimilé à des mots clés commerciaux. Je voudrais faire une différence ici. Une requête de recherche pour "Vidéo Deichkind"Implique l’intention de lire une vidéo de Deichkind. En recherchant "Télécharger une étude de commerce électronique", le chercheur souhaite télécharger une étude. Les deux requêtes sont orientées sur les transactions, mais pas nécessairement de nature commerciale.

Intention de recherche: recherches commerciales ou requêtes commerciales

Mots-clés commerciaux sont des requêtes de recherche avec une intention d'achat claire. Cela peut par exemple être une combinaison de termes de recherche comme "nike shoes shop" ou "order nike shoes". Mais aussi les recherches, par exemple pour un modèle de produit ou une spécification tel que "nike air max blue" peut inclure une intention d'achat claire. Mais ici, il doit être vérifié individuellement (plus à ce sujet plus loin dans l'article). Les mots-clés commerciaux, en particulier dans le secteur B2B, ou dans le cas de produits et de sujets complexes, apparaissent souvent à la fin d'un processus de recherche. Dans le secteur des biens de consommation, les chaînes de recherche i.d.R. pas si longtemps. Ici, les recherches commerciales peuvent être le premier et le dernier point de contact avant de prendre une décision d'achat. Ici, les utilisateurs savent à peu près ce qu'ils veulent ou la solution dont ils ont besoin.

Google inclut les mots clés commerciaux et transactionnels dans les directives d'évaluation de la qualité. Requêtes d'action ou d'action ensemble:

Requêtes d'action "width =" 500 "height =" 160 "srcset =" https://www.sem-deutschland.de/wp-content/uploads/2015/03/Action-Queries-1024x327.jpg 1024w, https: //www.sem-deutschland.de/wp-content/uploads/2015/03/Action-Queries-300x96.jpg 300w, https://www.sem-deutschland.de/wp-content/uploads/2015/03 /Action-Queries-600x192.jpg 600w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/Action-Queries.jpg 1379w "data-lazy-tailles =" (largeur maximale : 500px) 100vw, 500px "/><noscript><img aria-describedby=Source: Consignes de l'évaluation de la qualité par Google, 2014

Les recherches commerciales sont aussi souvent des recherches de noms de produits exacts que i, d.R. intention d'achat implicite.

Intention de recherche: Mots-clés de marque

Avec les mots clés de la marque, les utilisateurs souhaitent dans la plupart des cas consulter le site Web de la marque. Cependant, il arrive également que l'utilisateur souhaite découvrir une marque sur des sources indépendantes dans le cas de telles requêtes de recherche. Mots-clés de marque tels que, par exemple, "Sportcheck" est souvent déclenché par des activités marketing hors ligne et en ligne, ainsi que par des mesures de relations publiques. Même les visiteurs qui reviennent utilisent souvent les moteurs de recherche en n'utilisant même pas la ligne d'adresse du navigateur, mais en entrant plutôt la marque ou même le domaine de la marque dont ils souhaitent consulter le site Web directement dans Google & Co. Le trafic de marques, qui i.a. En tirant sur les mots-clés de la marque, le trafic est très précieux. Plus d'informations à ce sujet dans l'article Création d'une marque numérique: l'importance de la marque pour le marketing en ligne

Intention de recherche: requêtes de recherche orientées ou de navigation

Les mots clés de navigation permettent à l'utilisateur de naviguer vers une sous-page spécifique d'une page Web. Étant donné que l'utilisateur utilise le moteur de recherche pour naviguer dans ce cas, les requêtes de recherche de ce type sont appelées navigation orientée mentionné. Les recherches axées sur la navigation incluent souvent des URL complètes ou partielles.

Tout comme nous marque des mots-clés Les mots clés de navigation sont responsables du trafic de la marque. Les requêtes de recherche telles que "Chaussures de sport Nike" sont dues à la commodité de nombreux utilisateurs. Au lieu de naviguer vers la sous-zone ou la catégorie souhaitée via la navigation sur le site Web correspondant.

navigation "width =" 500 "height =" 146 "srcset =" https://www.sem-deutschland.de/wp-content/uploads/2015/03/navigation-1024x298.jpg 1024w, https: // www. sem-deutschland.de/wp-content/uploads/2015/03/navigation-300x87.jpg 300w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/navigation-600x175.jpg 600w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/navigation.jpg 1397w "data-lazy-tailles =" (largeur maximale: 500px) 100vw, 500px "/><noscript><img aria-describedby=Source: Consignes de l'évaluation de la qualité par Google, 2014

Les mots clés de navigation sont caractérisés par le comportement de l'utilisateur i.d.R. par le fait qu'il n'y a qu'un seul site web correct et donc id.R. un simple clic dans les SERP a lieu.

Intention de recherche: mots clés à jour

Certains mots clés nécessitent un contenu avec un haut degré d'actualité, tel que "Météo", "cours de l'action Mercedes" ou termes relevant de la politique quotidienne, tels que "Angela Merkel". Certains termes de recherche tels que p. Ex. "L'Ukraine" n'a que très rarement une forte demande d'informations à la minute près. L’affichage très actuel de Google Actualités témoigne de l’importance d’être à jour. J'ai le nom de ce type de mot clé Up-To-Date mots-cléss donné.

La plupart des mots-clés mis à jour constituent un sous-formulaire de requêtes de recherche reposant sur des informations. Dès qu'un mot-clé est classé par Google dans cette classe, l'actualisation en tant qu'intention de recherche la plus importante est au centre de la compilation des SERP, en particulier sur la première page des résultats de recherche.

Le mythe du référencement selon lequel l'actualité est toujours un facteur de classement important s'applique principalement aux mots clés qui nécessitent des informations à jour. Plus d'informations sur ce sujet dans l'article Contenu-Fraîcheur et actualité en tant que facteur de classement? ,

Intention de recherche: Mots-clés régionaux

Certaines recherches ont une pertinence régionale élevée. Ici, le chercheur aimerait trouver une offre sur place. Pour des recherches comme "dentist hannover", c'est assez clair. Mais aussi pour les recherches telles. "Revendeur de pneus" ou "atelier" se voit attribuer une haute localité. En fonction de la localisation du chercheur, Google diffuse (proportionnellement) des résultats et des entrées personnalisés à partir de Google my Business. Plus le niveau d'importance locale est élevé, plus les résultats de la recherche seront personnalisés.

Les mots-clés régionaux ou les termes de recherche régionaux sont généralement un sous-formulaire de requêtes de recherche transactionnelles ou commerciales. Dès qu'un mot clé est classé par Google dans cette classe, la régionalité en tant qu'intention de recherche la plus importante est au centre de la compilation des SERP, en particulier sur la première page des résultats de recherche.

Certains termes de recherche incluent déjà explicitement une intention de recherche régionale telle que "Restaurant Hanovre". Avec ces combinaisons "thème + ville", il est évident que quelqu'un recherche une offre dans la ville respective. Une requête de recherche telle. Toutefois, "vendeur de pneus" n'est pas immédiatement reconnaissable en tant que mot clé régional. Mais les combinaisons classiques "thème + ville" ne sont pas les seules à avoir une intention d'utilisateur régional. En particulier, au cours des douze derniers mois, vous trouverez davantage de résultats de recherche personnalisés sur le plan local dans les pages de résultats des moteurs de recherche. Pour en savoir plus sur les mots-clés régionaux, consultez l'article Mots-clés régionaux: Comment déterminer l'intention des utilisateurs locaux? ,

mots-clés hybrides

L'intention de l'utilisateur derrière les termes de la requête n'est pas toujours claire. L'intention de recherche peut varier en fonction de l'utilisateur, en particulier pour les mots clés à court terme. Dans ce contexte, lorsqu’il fournira les résultats de recherche, Google accordera une importance particulière à l’équilibre entre le contenu commercial et le contenu axé sur les informations, afin de satisfaire les objectifs de recherche les plus importants.

Autres approches de la classification des mots-clés

En raison de l'évolution croissante de la diversité des terminaux, d'assistants virtuels … Les collègues américains de Distilled ont adopté une nouvelle approche et différencient les recherches sur le Web et l'utilisation d'Intelligent Personal Assistant (IPA). Plus d'informations ici au MOZ.

Source: https://moz.com/blog/revisiting-navigational-information-transactional-search-post-pagerank

Source: Distilles

Réflexions de base pour déterminer l'intention de recherche

Lorsque j'ai vu les consignes d'évaluation de la qualité pour la première fois en 2011, j'ai été frappé par la référence récurrente à l'objectif de recherche (pour en savoir plus sur les consignes d'évaluation de la qualité, cliquez ici: Directives sur les évaluateurs de qualité de Google et ce que les référenceurs peuvent en apprendre. ).

Bien entendu, même avant cela, notamment lorsque vous changiez d'annonce AdWords avec des intentions de recherche différentes, vous étiez derrière un mot clé de style classique. informational, Transactional, navigation et feu occupé. Toutefois, grâce aux indications figurant dans les directives de l’évaluateur de qualité, la relation entre l’intention de recherche et l’objet de la page de destination, et donc le classement, est devenue encore plus claire.

Google indique clairement dans les instructions que les évaluateurs de recherche doivent d'abord comprendre l'intention de recherche derrière un mot clé avant de continuer à évaluer les résultats de la recherche.

Comprendre la requête est la première étape de l'évaluation de la tâche. Si vous ne comprenez pas la requête ou l'intention de l'utilisateur, effectuez une recherche sur le Web à l'aide du moteur de recherche Google, d'un dictionnaire en ligne ou d'une encyclopédie. Si vous ne comprenez pas la requête ou l'intention de l'utilisateur, relâchez la tâche.".

Et ailleurs encore:

intention de recherche

Google a tout intérêt à fournir du contenu en fonction de l'intention de l'utilisateur ou de l'intention de l'utilisateur. Ce n'est que de cette manière que l'expérience utilisateur et donc la satisfaction du résultat sont garanties.

Avant d’entrer dans la procédure d’identification de l’intention de recherche, je vais vous présenter brièvement les différents types d’intention de recherche.

Intention de l'utilisateur implicite et explicite

Lorsque vous examinez des mots-clés, vous devez faire la distinction entre l’intention de recherche implicite et explicite. Il existe des termes de recherche, qui sont explicites, ce qui signifie qu'ils peuvent être affectés directement au terme de recherche de la classe de mots-clés respective, tels que acheter une voiture = Intention commerciale, Trader Hanovre= Intention régionale, Instructions cuisson du gâteau = Intention d'Information …. Mais il existe également des mots-clés pour lesquels l'intention de recherche est explicitement masquée. Ici, il faut examiner de plus près (plus à ce sujet plus loin dans cet article). Dans ce cas, Google doit identifier progressivement ce que l’intention de recherche est basée sur l’analyse du comportement de l’utilisateur.

Les types de mots clés dans le parcours client

Dans le processus de recherche de solutions, produits, offres … les requêtes de recherche suivent souvent un certain processus. En fonction de la phase dans laquelle se trouve le chercheur, il souhaite acheter des informations, puis des solutions et, enfin, certains produits. Ici, les types de recherche-mention jouent un rôle qui peut théoriquement être organisé dans une séquence spécifique.

Il convient de noter que tous les processus de recherche ne suivent pas le même schéma. En fonction de l'offre ou du produit, ces séquences de recherche peuvent s'exécuter différemment dans le parcours du client. Voici un exemple d’historique des requêtes de recherche, par type de mot clé, qui s’applique à un large éventail d’offres B2B et de produits B2C plus complexes:

Ici, vous pouvez également constater que le marketing par moteur de recherche n’est pas vraiment utile à toutes les étapes du parcours client.

Les mots clés commerciaux ou transactionnels, malgré un volume de recherche moyen, voire relativement faible, ou une classification «mid-tail» ou «longtail», peuvent générer une concurrence très vive dans les SERP, car ils sont situés très près de la phase d'achat dans le parcours client. Supposons que les taux d'achèvement sont généralement plus élevés que les mots-clés informatifs.

Comment Google identifie-t-il l'intention de l'utilisateur par recherche?

Pour l'anticiper. Ici, je ne peux que poursuivre des spéculations basées sur divers articles scientifiques et brevets Google, dont certains sont mentionnés à la fin de l'article. Au final, une réponse fiable n’est pas aussi cruciale, car pour le marketing par moteur de recherche (SEO + SEA), il est plus important de savoir comment Google représente une intention de recherche par mot clé après l’identification sous forme de SERP. Néanmoins, je voudrais aborder quelques approches ci-dessous.

Tout d’abord, vous devez examiner différents points de départ.

  • L'utilisateur exécute une recherche initiale sans avoir préalablement effectué une recherche dans le même contexte ou dans un contexte similaire. Dans ce cas, il est difficile pour Google de déterminer quelle intention a l'utilisateur, car il n'y a pas d'information initiale.

Dans ce cas, l’intention de recherche pour la demande respective sera probablement déduite du comportement antérieur d’autres utilisateurs, à savoir les sites Web / contenus visités. Les sources suivantes pourraient utiliser Google ici:

  • La requête de recherche elle-même (certains composants de terme comme achat, manuel, info, boutique …)
  • Résultats sur lesquels vous avez déjà cliqué et leur contenu
  • L'utilisateur effectue une séquence de requêtes de recherche dans une ou plusieurs sessions. Dans ces cas, Google peut déterminer l'intention de recherche de l'utilisateur par mot clé en fonction du comportement des utilisateurs précédents, individuellement par utilisateur et non par terme de recherche.

Comment Google identifie-t-il exactement l'intention de recherche?

Cela nécessite que Google détermine le contexte. Le contexte doit faire la distinction entre le contexte de la requête de recherche, tel que la relation entre les termes, le contexte de l'utilisateur, tel que l'emplacement de la requête, et l'historique de la recherche et le contexte thématique. Certaines formes contextuelles sont dynamiques et peuvent changer avec le temps. La somme des formes de contexte peut ensuite être utilisée pour dériver une intention d'utilisateur concrète individuelle par requête de recherche.

Google doit répondre aux questions suivantes:

  1. Où est l'utilisateur?
  2. Quel appareil utilise-t-il?
  3. À quoi l'utilisateur s'est-il intéressé par le passé?
  4. Quels sont les termes utilisés les uns par rapport aux autres?
  5. Des entités apparaissent-elles dans la requête de recherche?
  6. Dans quel contexte thématique utilise-t-on les termes?
  • la deux premières questions Google peut répondre rapidement via les informations client, les données GPS, l'adresse IP … La troisième question peut nous. via l'historique des recherches, les clics dans les SERP ainsi que le comportement général du surf.
  • À la dernières questionsCependant, s’agissant du sens réel de la requête, il n’est pas facile de répondre à la question.

Ici, l'introduction de Rankbrain Google a fait un grand pas en avant.

Autres méthodes d'interprétation des requêtes de recherche

Pour interpréter les requêtes de recherche, Google utilise des analyses dites "d'espace de secteur", qui mappent la requête de recherche en tant que vecteur et la relient à d'autres termes de l'espace vectoriel. Des modèles de recherche similaires peuvent être utilisés pour identifier l'intention de recherche ou la signification des requêtes de recherche inconnues.

Ici, les signaux utilisateur tels que, par exemple, le taux de clics sur le résultat de la recherche unique joue un rôle particulier. J'ai trouvé des informations intéressantes sur le fonctionnement d'un algorithme dans deux projets scientifiques impliquant des employés de Google.

Apprendre de l'interaction utilisateur dans la recherche personnelle via le paramétrage d'attribut décrit comment Google, en analysant le comportement d'un utilisateur à un autre, peut créer des relations d'attributs sémantiques entre les requêtes de recherche et les documents cliqués, et même prendre en charge un algorithme de classement à auto-apprentissage:

Google: agrégation d'attributs et progression de la correspondance

"Le cas dans la recherche privée est différent. Les utilisateurs ne partagent généralement pas les documents (par exemple, les courriels ou les fichiers personnels), et donc directement les agrégats. Pour résoudre ce problème, plutôt que d'apprendre directement du comportement de l'utilisateur pour une paire donnée (requête, doc) comme dans la recherche Web, nous avons plutôt choisi d'utiliser des documents et des requêtes utilisant des attributs sémantiquement cohérents qui sont en quelque sorte représentatifs de leur contenu.
Cette approche est également décrite à la figure 2. Les documents et les projets sont projetés dans un espace attributaire agrégé, plutôt que directement. Puisque nous supposons que les attributs sont dans un modèle d’apprentissage au classement. "

Un autre document de recherche Google intitulé "Amélioration du regroupement de sujets sémantiques pour les requêtes de recherche avec co-occurrence de mots et regroupement de graphes bipartites" donne des informations intéressantes sur la manière dont Google est susceptible de regrouper les requêtes de recherche dans différents domaines thématiques.

Ce document présente deux méthodes que Google utilise pour contextualiser les requêtes de recherche. Les scores de levage jouent un rôle central dans le regroupement de co-occurrences de Word:

Formule Lift-Scrore"Wi" dans la formule désigne tous les termes étroitement liés au mot racine, tels que les fautes d'orthographe, le pluriel, le singulier ou les synonymes.

"A" peut être toute interaction de l'utilisateur, telle que la recherche d'un terme de recherche spécifique ou la visite d'une page spécifique.

Si le score de levage, par exemple 5, la probabilité que "Wi" soit recherché est 5 fois supérieure à celle de "Wi" généralement recherchée.

"Un score élevé nous aide à construire des sujets significatifs plutôt que des mots inintéressants. En pratique, les probabilités peuvent être estimées à l'aide de la fréquence des mots dans l'historique de recherche Google dans une fenêtre temporelle récente. "

De cette façon, les termes peuvent être donnés à des entités particulières, telles que des entités. Mercedes et / ou lors de la recherche de pièces détachées de la classe de contexte thématique "voiture". La classe de contexte et / ou l'entité peuvent ensuite continuer à être associés à des termes qui apparaissent souvent comme des co-occurrences des termes de recherche. Cela permet de créer rapidement un nuage de termes sur un sujet spécifique. La hauteur du score d'ascenseur détermine l'affinité avec le sujet:

"Nous utilisons le score de levage pour classer les mots en fonction de leur poids et de leur valeur."

Cette méthode peut être utilisée en particulier lorsque "Wi" est déjà connu, par ex. Termes de recherche par marques ou catégories connues. Si "Wi" ne peut pas être clairement défini, étant donné que les termes de recherche du même sujet sont trop différents, Google pourrait utiliser une deuxième méthode – "clustering bigraph pondéré".

Cette méthode repose sur deux hypothèses.

  1. Les utilisateurs partageant les mêmes intentions formulent leurs requêtes de recherche différemment. Néanmoins, les mêmes résultats de recherche sont générés par les moteurs de recherche.
  2. Inversement, des URL similaires sont générées pour une requête de recherche sur les premiers résultats de recherche.

Cette méthode compare les termes de recherche aux URL les mieux classées et crée des paires requête / URL dont la relation est pondérée en fonction des taux de clic et des impressions de l'utilisateur. De cette manière, des similitudes peuvent être faites entre les termes de recherche, qui n'ont pas le même mot racine et forment des clusters sémantiques.

La méthode Word2Vec

Une autre méthode utilisée par Google pour identifier la signification d'un terme de recherche en plus de l'intention de recherche est une méthode textuelle appelée Word 2 Vec,

Google utilise l'analyse de l'espace vectoriel pour déterminer la pertinence et identifier les relations. Un espace vectoriel est constitué de points de données individuels, via lesquels des vecteurs peuvent être cartographiés dans l'espace vectoriel respectif. L'angle entre les vecteurs peut être utilisé pour déterminer des similitudes ou des relations entre les points de données. Plus l'angle est grand, moins la ressemblance est grande. Inversement, plus un angle est petit, plus la similitude est grande. Pour l'analyse des composants principaux, par ex. une requête en tant que vecteur dans l'espace vectoriel avec tous les documents pertinents disponibles dessinés. Ici, Google utilise la méthode Word2Vec.

En raison de la proximité des points de données les uns par rapport aux autres, les relations sémantiques de ces points de données peuvent être mappées les unes aux autres. En règle générale, les requêtes de recherche et les documents sont mappés en tant que vecteurs. Ils sont définis les uns par rapport aux autres. Une autre application consiste à mapper les documents et les termes contenus dans ces documents en tant que vecteurs afin d'identifier le concept / thème d'un document. Il serait également concevable, des entités telles. Décrivez des personnes, des marques ou des entreprises et des sujets sous forme de vecteurs.

Dans l'exemple, la requête de recherche et les résultats possibles obtiennent une position dans l'espace. La relation sémantique entre la requête de recherche et le résultat 1 est plus grande car l'angle est plus petit. Par conséquent, le résultat 1 pour cette requête aura un meilleur classement que le résultat 2.

Pour appliquer des analyses d'espace vectoriel, les documents doivent d'abord être indexés et attribués à des concepts ou à des domaines, qui font ensuite partie du corpus correspondant au sujet. Une méthode pour effectuer cette étape est l’analyse sémantique latente (LSI). Ainsi, des espaces vectoriels peuvent être créés pour fournir les meilleurs résultats en termes de précision et de rappel. De cette façon, vous pouvez également effectuer une classification sémantique ou un regroupement de termes liés à un sujet.

Si vous souhaitez en savoir plus sur l'analyse de l'espace vectoriel, je vous recommande l'excellente présentation de notre collègue Stefan Fischerländer.

Wie können Suchanfragen automatisch klassifiziert werden?

Das Hauptproblem in der Vergangenheit war die fehlende Skalierbarkeit u.a. bei der manuellen Klassifizierung von Suchanfragen. Dazu Ex-Google VP Marissa Mayer in einem Interview aus dem Jahr 2009:

“When people talk about semantic search and the semantic Web, they usually mean something that is very manual, with maps of various associations between words and things like that. We think you can get to a much better level of understanding through pattern-matching data, building large-scale systems. That’s how the brain works. That’s why you have all these fuzzy connections, because the brain is constantly processing lots and lots of data all the time… The problem is that language changes. Web pages change. How people express themselves changes. And all those things matter in terms of how well semantic search applies. That’s why it’s better to have an approach that’s based on machine learning and that changes, iterates and responds to the data. That’s a more robust approach. That’s not to say that semantic search has no part in search. It’s just that for us, we really prefer to focus on things that can scale. If we could come up with a semantic search solution that could scale, we would be very excited about that. For now, what we’re seeing is that a lot of our methods approximate the intelligence of semantic search but do it through other means.”

Vieles von dem, was wir als semantisches Verständnis bei der Identifikation der Bedeutung einer Suchanfrage oder eines Dokuments bei Google wahrnehmen, obliegt statistischen Methoden wie z.B. Vektorraum-Analysen bzw. textstatistischen Methoden wie z.B. TF-IDF  und basiert damit nicht auf echter Semantik. Aber die Ergebnisse kommen einem semantischen Verständnis sehr nah. Gerade der vermehrte Einsatz von Machine Learning erleichtert durch noch detailliertere Analysen die semantische Interpretation von Suchanfragen und Dokumenten ungemein.

Vorgehensweise: Identifikation der Nutzerintention

Wir haben bei Aufgesang seit 2011 ein eigenes manuelles Verfahren zur Identifikation der Suchintention entwickelt, auf das ich im Folgenden genauer eingehen möchte.

Diese Vorgehensweise lässt sich aktuell leider nur manuell bewerkstelligen, da eine Klassifizierung des Zwecks einer rankenden Zielseite nicht immer allein über die Klassifizierung der Domain bzw. Publishers ermitteln lässt. Bei bestimmten Seiten wie z.B. wikipedia, ebay oder amazon muss man die SERPs nicht verlassen, um zu sagen, ob es sich um kommerzielle Angebotsseiten, Shop-Kategorie-Seiten, Produkteinzelseiten … ohne weitergehende Informationen handelt. Doch ein genauerer Blick auf die Inhalte auf den Zielseiten macht oft Sinn.

So ist z.B. hornbach.de ein Shop, bietet aber eine Menge nützliche Tutorials rund um handwerkliche Themen an, über die sie bei entsprechenden Begriffen gut zu finden sind. Man sollte sich deswegen mit den Inhalten und derene Zweck auf den rankenden Zielseiten bschäftigen.

Die erste Seite gibt einem dann einen Eindruck darüber welche Dokumente/Inhalte ranken, wie die Anzeigen aussehen und welche Universal-Search-Elemente eingeblendet werden.

Dazu gibt man bei Google in einem weitestgehend  „cleanen“ Browser, also nicht bei Google eingeloggt, deaktivierten Webprotokoll den zu untersuchenden Suchbegriff ein. Zusätzlich kann man das Geo-Location des Browsers deaktivieren . Die cleanste Version des Google-Rankings hat man, wenn man auf Google-Suchpartner wie z.B. t-online-suche oder die web.de suche zurückgreift. Allerdings fehlen hier dann eventuell ausgespielte Knowledge-Graph-Boxen oder Shopping-Anzeigen, die zur schnelleren Keyword-Analyse behilflich sind. Zur Identifikation von Informational Transactional oder Commercial Keywords sollte man aus diesem Grund lieber in der Google-Umgebung die Keyword-Analyse durchführen. Für Regional Keywords empfehle ich hingegen die Nutzung der Partnersuchen. Dazu aber weiter unten mehr.

Identifikation der Nutzerintention nach Art des rankenden Inhalts

Die Art des insbesondere auf der ersten Suchergebnisseite (SERP) rankenden Inhalts gibt eine Auskunft darüber, was Nutzer für Inhalte suchen, wenn sie einen Begriff in den Google Suchschlitz eingeben. Der Zweck der Landingpage bzw. des Inhalts, der dort präsentiert wird sollte der Suchabsicht entsprechen. Dazu auch nochmal ein Auszug aus den Google QRG:

“Why is it important to determine the purpose of the page for PQ rating?

  • The goal of PQ rating is to determine how well a page achieves its purpose. In order to assign a rating, you must understand the purpose of the page and sometimes the website.

  • We have very different standards for different types of pages. By understanding the purpose of the page, you’ll better understand what criteria are important to consider when evaluating that particular page.

  • Websites and pages should be created to help users. Websites and pages which are created with intent to harm users, deceive users, or make money with no attempt to help users, will receive a very low PQ rating. More on this later, "

Berücksichtigt man die Suchintention bei der Erstellung einer SEO-Landingpage sollte man beim Ranking Vorteile gegenüber den Dokumenten haben, den Zweck gemäß Suchabsicht nicht berücksichtigt.

Darüber wie Google die Klassifizierung gemäß Zweck der Landingpage durchführt kann man spekulieren. Eine Möglichkeit ist, dass Google sich bereits bei der Indexierung an bestimmten Signalwörtern, Textlänge,  Transaktionselementen … im Main Content (MC) orientiert und darüber eine Klassifizierung nach kommerzielle/transaktionsorientiert oder informationsorientiert vornimmt.

Hier bildet Google verschiedene Cluster je nach Art des Dokuments. So ist Google dann auch in der Lage pro Cluster verschiedene Rankingsignale unterschiedlich gewichtet in in Form individueller Algorithmen pro Cluster anzuwenden.

Bei bisher unbekannten Suchtermen wird Google versuchen insbesondere auf der ersten SERP  erst einmal die relevantesten Inhalte aus dem jeweiligen Clustern in ausgewogener Form auszuliefern. Durch das Nutzerverhalten kann Google dann nach und nach die eigentliche Suchintention bei einem Keyword ermitteln.

Durch die immer wichtigere Bedeutung von Nutzersignalen glaube ich aber auch daran, dass Google eine  solch statische Klassifizierung nicht immer vornimmt, sondern die Nutzersignale wie SERP-CTR, Return-to-SERP behaviour entscheidend das Ranking beeinflussen. Deswegen macht eine Zweck-orientierte Erstellung von Landingpages umso mehr Sinn. Dabei kann dann die Verwendung von Signalwörtern, die dem Zweck des Inhalts stützen auch Sinn machen, da der Nutzer schnell erkennt, ob das Suchergebnis das Richtige für ihn ist.

Am Ende wird es wahrscheinlich auf eine Mischform hinauslaufen, bei der die Rankings auf der ersten Seite stark durch die Nutzersignale beeinflusst werden und alle folgenden Rankings über eine Vordefinition nach dem Zweck folgen.

Identifikation der Suchabsicht nach Universal Search Einblendungen & Knowledge Graph

Hat Google hinter einem Keyword eine informationsgetriebene Suchabsicht identifiziert findet man auf der ersten Seite oft auch Universal Search Einblendungen. Hier einige Beispiele dafür:

  • Einblendungen aus Google News auf der ersten Seite. Jemand der sich Google News ansehen möchte sucht tagesaktuelle Informationen. (Hinweis: Informational / Topical Keyword)
  • Universal-Search-Einblendungen aus Video-Suche, Jemand, der sich ein Video ansehen möchte sucht erst einmal Informationen oder Entertainment.(Hinweis auf Informational Keyword)
  • Einblendung wissenschaftlicher Arbeiten, Die Einblendung wissenschaftlicher Arbeiten ist ein klares Indiz für eine informationsgetriebene Suchanfrage.
  • Die Einblendung von Knowledge Graph Boxen sind oft auch ein Indiz für informationsgetriebene Suchanfragen. Das kann sich aber ändern, da Google hier auch mit kommerziellen Angeboten in Knowledge Grap Boxen experimentiert und Einblendungen bei umkämpften Money Keywords experimentiert.
  • Die sogenannten Seven-Packs aus Google mybusiness sind ein klares Indiz für regionale Wichtigkeit.

Nachfolgende einige Beispiele zur  Veranschaulichung.

Beispiele für die Identifikation der Suchintention / Nutzerintention anhand der SERPs

Hier mal am Beispiel Krankenversicherung verdeutlicht. Die ersten 5 Suchtreffer ergeben folgendes Bild:

serp-krankenversicherung" width="404" height="470" srcset="https://www.sem-deutschland.de/wp-content/uploads/2015/03/serp-krankenversicherung.jpg 404w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/serp-krankenversicherung-258x300.jpg 258w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/serp-krankenversicherung-300x349.jpg 300w" data-lazy-sizes="(max-width: 404px) 100vw, 404px"/><noscript><img aria-describedby=SERP 1: Krankenversicherung Position 1 bis 5

Der erste Treffer ist Wikipedia. Ohne sich das Dokument im Einzelnen anzusehen ist klar, dass dieser Inhalt informationsgetriebener Natur ist.

Das Zweite Dokument ist ein ebenfalls informationsgetriebener Inhalt.

Der dritte Platz wird von einem kommerziellen Inhalt besetzt.

Auch der auf Platz 4 rankende Inhalt ist zwar ein Fachportal eines kommerziellen Anbieters, aber informiert. Dort wird zwar der für diesen Bereich typische Vergleichsrechner angeboten, aber der Fokus des Inhalts liegt auf dem ersten Blick auf der Information.

Dann kommt die Bildersuche. Bilder haben i.d.R. mehr einen informativen Charakter als kommerziellen Zweck.

Geht man alle 10 Ergebnisse der ersten Seite einmal durch ergibt sich dann folgendes Bild:

serp-krankenversicherung-komplett" width="347" height="844" srcset="https://www.sem-deutschland.de/wp-content/uploads/2015/03/serp-krankenversicherung-komplett.jpg 347w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/serp-krankenversicherung-komplett-123x300.jpg 123w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/serp-krankenversicherung-komplett-300x730.jpg 300w" data-lazy-sizes="(max-width: 347px) 100vw, 347px"/><noscript><img aria-describedby=SERP 1. Krankenversicherung Position 1 bis 10

Die Google News Einblendung ist auch ein klares Signal für informationsorientierte Suchintention. Bis auf Platz 10 und 3 handelt es sich bei allen Ergebnissen um informationsgetriebene Inhalte. Was man daraus ableiten kann muss ich denke ich nicht mehr erläutern.

Suchintention bestimmen nach Shopping-Anzeigen

Bei klar kommerziell getriebenen Suchanfragen werden i.d.R. auch Shopping-Anzeigen eingeblendet, wie die Suchanfrage „feuchtigkeitscreme bestellen“ zeigt. Beim obigen Beispiel des Suchbegriffs „feuchtigkeitscreme“  fehlen Shopping-Anzeigen. Hier scheint der Grad der Kommerzialität nicht ganz so hoch wie bei „feuchtigkeitscreme bestellen“. Hier sind ebenfalls die Nutzerdaten in Form der Anzeigen-CTR entscheidend, ob sich Google für Text- oder Shopping-Anzeigen entscheidet und könnte diese Information darüber gleichzeitig auf die organischen Suchtreffer anwenden.

feuchtigkeitscreme-serp-bestellen" width="574" height="636" srcset="https://www.sem-deutschland.de/wp-content/uploads/2015/03/feuchtigkeitscreme-serp-bestellen.jpg 574w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/feuchtigkeitscreme-serp-bestellen-271x300.jpg 271w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/feuchtigkeitscreme-serp-bestellen-300x332.jpg 300w" data-lazy-sizes="(max-width: 574px) 100vw, 574px"/><noscript><img class=Wie ermittelt man die lokale / regionale Nutzerintention?

Zur Bestimmung der Lokalität bzw. Regionalität von Keywords gibt es mehrere Möglichkeiten. Im Folgenden möchte ich auf zwei dieser Möglichkeiten eingehen. Wichtig hierbei ist, dass die Browser möglichst „historienfrei“ sind, also die Webprotokoll-Daten sauber sind und man nicht im Google-Konto eingeloggt ist. Zum Thema „Aktivitäten im Webprotokoll löschen“ hier mehr bei Google. Eine Nutzung des Google-Chrome-Incognito-Modus ist eine Möglichkeit. Hier werden deutlich weniger Informationen durch Google erfasst. Die Standort-Informationen werden allerdings weiterhin genutzt – mehr zum Incongnito-Modus bei Google.

Die erste Möglichkeit ist die Abfrage eines Keywords wie z. B. „werkstatt“ bei Google. In meinem Fall suche ich von einem Desktop-PC vom Standort Hannover Nordstadt:

werkstatt_hannover

Ein erster Hinweis auf die Regionalität des Keywords „werkstatt“ ist die mybusiness-Box oberhalb der organischen Suchergebnisse. Das alleine reicht aber nicht aus, denn Google liefert diese Boxen auch gerne bei Keywords mit sehr geringer oder gar keiner Lokalität „testweise“ aus. Anhand der Seitentitel erkennt man bereits, dass es sich hier wohl um einen regionalen Suchbegriff handelt. Die identische Suchanfrage nochmal über einen Proxy-Server mit Standort Montabaur ergibt folgendes Bild:

werkstatt_montabaur

Interessant hierbei ist, dass die Google-News-Ergebnisse wie bei der Abfrage aus Hannover unterhalb der ersten vier Ergebnisse platziert, die Ergebnisse der Bilder-Suche aber unterschiedlich sind. Es könnte also sein, dass sich Suchende aus der Region Montabaur bei der Suchanfrage „werkstatt“ häufiger Bilder ansehen als Werkstatt-Suchende aus der Region Hannover. Das ist aber Spekulation. Keine Spekulation ist, dass beim Keyword „werkstatt“ eine regionale Suchintention besteht. Als Gegentest die Suchergebnisse zu einem nicht regionalen Keyword:

Suchanfrage

Suchanfrage „wordpress“ Standort: Hannover

Suchanfrage

Suchanfrage „wordpress“ Standort: Montabaur

Bei nicht-regionalen Suchanfragen sind die Suchergebnisse identisch.

Dieser Weg zur manuellen Identifikation der regionalen Suchintention kann teilweise etwas unsauber sein. Deswegen nachfolgend noch eine zweite Möglichkeit.

Die Nutzerintention bei Keywords kann sich ändern

Am Beispiel der Suchanfrage Feuchtigkeitscreme wird deutlich, dass Suchabsichten nicht statisch sind, sondern sich verändern können. Nachfolgend ein Vergleich der ersten Suchergebnisse aus 2015 und 2013:

2013:

feuchtigkeitscreme-serp" width="550" height="1031" srcset="https://www.sem-deutschland.de/wp-content/uploads/2015/03/feuchtigkeitscreme-serp.jpg 618w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/feuchtigkeitscreme-serp-160x300.jpg 160w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/feuchtigkeitscreme-serp-546x1024.jpg 546w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/feuchtigkeitscreme-serp-600x1124.jpg 600w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/feuchtigkeitscreme-serp-300x562.jpg 300w" data-lazy-sizes="(max-width: 550px) 100vw, 550px"/><noscript><img class=2015:

feuchtigkeitscreme-serp-2015" width="508" height="810" srcset="https://www.sem-deutschland.de/wp-content/uploads/2015/03/feuchtigkeitscreme-serp-2015.jpg 508w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/feuchtigkeitscreme-serp-2015-188x300.jpg 188w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/feuchtigkeitscreme-serp-2015-300x478.jpg 300w" data-lazy-sizes="(max-width: 508px) 100vw, 508px"/><noscript><img class=Tools zur Bestimmung der Suchintention

Im täglichen Agentur-Geschäft überprüfen wir nun bereits seit 2011 im Rahmen unserer Keyword-Analyse Nutzerintentionen von Suchbegriffen über  manuellen Wege. Eine automatisierte Analyse durch Tools halten wir bis dato noch nicht für sinnvoll.

Dennoch gibt es am Markt einige Ansätze, die hier Erwähnung finden sollen.

Die Kollegen von One-Advertising bieten zwar ein Tool zumindest für die Ermittlung der regionalen Suchintention an, doch wir konnten keine hundertprozentige Übereinstimmung der Ergebnisse feststellen. Zudem ermitteln sie die Lokalität der Keywords über eine andere Methodik (basierend auf Google Suggest im Abgleich mit einer eigenen Datenbank) als wir es tun.

Für die Ermittlung von transaktions- und informationsorientierten Keywords hat Searchmetrics im Rahmen des Content Experience Tools einen automatisierte Möglichkeit geschaffen. Hier wurden laut Aussagen von Malte Landwehr von Searchmetrics ein eigener Machine-Learning -Algorithmus mit Trainingsdaten aus ca. 1 Mio. Ergebnissen aus manuellen SERP-Analysen gefüttert, was nun ermöglicht die Suchintention pro Keyword automatisch abzufragen. Zumindest für Navigational, Informational und Transactional Keywords.

14686549_10154660724504380_1511511387_n" width="700" height="422" srcset="https://www.sem-deutschland.de/wp-content/uploads/2015/03/14686549_10154660724504380_1511511387_n.jpg 907w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/14686549_10154660724504380_1511511387_n-300x181.jpg 300w, https://www.sem-deutschland.de/wp-content/uploads/2015/03/14686549_10154660724504380_1511511387_n-600x362.jpg 600w" data-lazy-sizes="(max-width: 700px) 100vw, 700px"/><noscript><img aria-describedby=Screenshot Content Experience Tool von Searchmetrics

Seit 2019 bieten auch die Tools Sistrix und Metrics Tools Features an um die Suchintention pro Keyword zu bestimmen.

Analyse der Suchintention bei den metrics Tools

Analyse der Suchintention bei den metrics Tools

Allerdings konnten uns keine der angebotenen Lösungen so überzeugen, dass wir unsere manuelle Keyword-Analyse mit einem Tool ersetzen möchten. Aufgrund eines festen Workflows konnten  wir allerdings über die Jahre einen effektiven Workflow entwickeln.

Optimierung nach Nutzerintention

Aus den bis hierher erwähnten Punkten lassen sich folgende Erkenntnisse und Maßnahmen für das Suchmaschinenmarketing (SEA+SEO) ableiten:

  • Inhalte und Zweck der Landingpage müssen zu der Suchintention des Keywords passen. (siehe auch Hinweise aus den Quality Rater Guidelines) Das führt dann auch zu positiven Nutzersignalen.
  • Für informationsorientierte Keywords müssen hollistische Informationen. Hierfür können Signalwörter wie z.B. Info, Definition, Ratgeber, Tipps … zur Verdeutlichung des informationsorientierten Dokumenten-Zwecks genutzt werden.
  • Für kommerzielle Keywords spielen die Hollistik der Inhalte keine so große Rolle. Signale für kommerziellen Zweck eines Dokuments können Preise und Wörter wie bestellen, kaufen, Shop … sein.
  • Eine regelmäßige Überprüfung der festgestellten Suchabsicht pro Keyword ist notwendig

Weiterführende Quellen:

Dirigeant SEO SEA Expertise

Si vous avez des craintes avant de vous lancer dans un projet de communication ou de marketing digitale ou si vous vous posez encore beaucoup de questions sur la meilleure manière de procéder, contactez-moi. Je serai ravi de répondre à vos questions.