2. Exploitation NDD
Sans développement
• Leasing de NDD (LOA) :
– Permet d’utiliser un NDD premium avec des
moyens plus limités
– Acheter en cas de succès, le rendre sinon
=> Domainium.fr
• Arbitrage, achat-revente : domaineur
– Faible éducation des acheteurs finaux
– Problème de trésorerie
3. Exploitation NDD
Développement
Historique
• Parking
• 1998 - Goto.com (IPO=>Overture), précurseur qui attire bcp de domaineurs : une search box
d’affiliation qui valorise le type in traffic ciblé par la thématique du NDD
• Inexorable déclin : fuite des annonceurs et baisse du type in traffic (moteurs)
• Mass Development Platform: domainapps.com à base de petites briques
logicielles, petit CMS
• Mini site : contenu simple mais pas exhaustif
Conclusions
• Approche purement automatisée échoue à créer de la valeur ajoutée*
• Développer un projet spécifique (ex. service, communautaire, ecommerce, etc.)
demande des ressources considérables / NDD
• Seule solution : site de contenu qualitatif avec impératif de ROI, donc
industrialisation
Références
The Domain Game, Kesmodel, 2008, Xlibris Corp.
http://www.dnjournal.com/cover/2009/march.htm
4. Développer un site de contenu
• Architecture du site
• Création du contenu
• Référencement
En sortie : Valoriser l’actif NDD développé
• Vendre un site (promoteur), e.g. pour
développer une activité (ex : réseau de sites pour
SEO)
• Le monétiser (investisseur)
Maxime Doki-Thonon (Rocketlinks)
5. Constat
Même besoin en contenu quel que ce soit
l’acteur
• Média
• Entreprise (produit, service)
Seule différence : modèle économique
Même impératif :
• Coût
• Qualité : thin content
6. Quel contenu?
• Contenu expert
– Valoriser une connaissance experte naturellement présente dans
l’entreprise
– Un contenu expert n’a pas besoin de contexte (structure du site et des
relations entre les pages) : le visiteur, en recherche avancée, a obtenu
une réponse assez complète à une question précise
Cependant : difficile d’être plus productif : 100% travail manuel
• Contenu simple
mais
- Exhaustif
- Riche (images, vidéos, tableaux, listes, exemples)
- Importance du contexte du contenu: le visiteur,
en phase initiale de recherche, va consulter des articles
Connexes
Beaucoup de gains de productivité possibles !
7. Comment baisser le coût
• Approche 1 : Blackhat
– Blackhat : fabrication automatique, rewriting, spinning
– drassignment.com, instantarticlewizard.com
• Approche 2 : Baisser le coût de la main d’œuvre
– Média : Journaliste => Rédacteur Web
– Plateforme de rédacteur Web
– Recrutement de stagiaires
Problèmes : loyauté et qualité du rédacteur Web
• Approche 3 : Industrialiser
– Décomposer les étapes et réduire a minima le travail manuel
– Ex. Demand Media, Vox Media : un média devient une société
technologique
“Media companies’ ability to build their own technology will be a
critical factor in their success or failure”
Source : http://www.pbs.org/idealab/2013/07/vox-media-sets-out-to-build-modern-media-stack/
8. Etapes de production du contenu
• Architecture de l’information
– Structure, rubriques, catégorisation (Tri de cartes)
• Edition Web (media)
– Identifier les sujets (titre)
– Coordonner le travail (Workflow, catégoriser, vérifier le
contenu)
• Rédacteur Web
– Rechercher et qualifier des informations (documentation)
– Analyser et synthétiser les informations
– Rédiger du contenu (dont enrichir le contenu)
– Surveiller le contenu à mettre à jour
Algorithme Freelance, outsourcing : travail manuel !
9. Tri de cartes (card sorting)
Objectif : déterminer la structure (catégories, relations
catégories-articles et relations articles-articles)
1. Classer les articles dans des catégories :
http://rosenfeldmedia.com/blogs/card-sorting/card-
sort-analysis-spreadsheet/ (screenshot et feuilles
Excel)
2. Déterminer les relations entre articles (matrice de
corrélation) : http://www.informoire.com/co-
occurrence-matrix/ (screenshots et feuille Excel)
Mise en œuvre :
• Excel
• Logiciel spécifique : optimalworkshop.com
11. Tri de cartes : corrélations
Deux articles fortement corrélées sont dans les
mêmes catégories, avec des poids proches
12. Identifier les sujets
• Utilisation des Recherches des utilisateurs de moteurs
(Adwords, Suggest, etc.)
Bien rédiger pour le Web, Isabelle Canivet, Eyrolles (2014)
Chapitre 6
• Utilisation des positions d’un concurrent :
Comment obtenir un export d’idées de sujets d’articles pour son
blog d’entreprise (SEOH)
• Utiliser les métriques pour déterminer les sujets les plus
porteurs :
Value = CPC * Search Volume / Search Results
13. Coordonner le travail
Système de gestion de la chaîne éditoriale (EN: Content production
tools)
• Workflow du contenu entre éditeurs et rédacteurs
• Gestion des rédacteurs
• Raccordement à un pool d’auteurs, e.g. TextBroker.com (par API)
Exemples : compendium.com ($$$), divvyhq.com ($$$), editorially.com
Vérification de l’unicité du contenu
• Entre un article et le Web et/ou une base de contenu privée :
Copyscape.com, API
• Au sein d’un site : Siteliner.com (de Copyscape)
Attention !
Détection du plagiat littéral, pas de la réécriture : quasi impossibilité de
détecter la réécriture par un algorithme…
14. Rechercher et qualifier des
informations
- Rechercher et qualifier des informations : le
sujet de l’article étant connu, trouver la
documentation (références) :
• Curation
• Clipping Services
• Smart Content
15. Curation
• Manuelle (gratuite) : scoop.it, storify.com
Chercher des références via des moteurs,
sélectionner certains résultats et les annoter
(voir Screenshot Storify.com)
• Semi-automatisée, agrégation thématique
(WCA : Web Content Aggregators) :
– Curata.com
– Ex : aggregage.com
16.
17. Curata.com
Find – Curate – Share – Analyze
http://www.curata.com/tour
Exemple de site produit : google search pour « inurl:curatasite.com »
18. Clipping services
Fonctionnalités :
• Surveillance de sources sur des thèmes
• Extraction de morceaux de contenus
• Mise à disposition de l’utilisateur professionnel
Remarques :
• Autres noms : Media Intelligence ou media monitoring
service
• Existe pour la presse depuis plus de 100 ans (manuel
=> automatisé) !
• Exemples de logiciels / services
http://www.ereleases.com/clipping_services.html
19. Exemple : newsdataservice.com
• S’appelle également SmartView 3+ de universal-info.com
• Voir la vidéo introductive à http://www.newsdataservice.com
20. Smart Content
Base de contenu existante (corpus d’une société, sous-partie du Web)
• Détection des entités (Personnes, Lieux, Entreprises, Date, etc.) : voir
Service Web OpenCalais (Screenshot de la demo :
http://viewer.opencalais.com)
• Extraction des fragments de texte contenant des entités
• Relations entre entités (Personne dirige Entreprise)
• Stockage dans base de données et navigation par Entité, Thème
Exemples :
• expertsystem.net
http://www.intelligenceapi.com/demo/ > Fact Mining (Construction de bases
de faits, voir Screenshots suivant)
• Synapse développement (FR, base de faits, consortium de recherche
http://nlp.uned.es/readers-project/)
• Mondeca.com (€€€)
• SCAN (Open Source)
21.
22.
23.
24. Rédaction Web
– Analyser et synthétiser les informations
– Rédiger du contenu
Solution 1 : Embaucher un rédacteur Web
Solution 2 : Utiliser une plateforme de rédaction
Web :
• Comparatif depuis le lowcost ( 5 à 30 €HT /
feuillet) jusqu’aux tarifs de journalistes (60 à 150
€HT / feuillet)
• Tarifs des piges de journalistes
Solution 3 :
25. Solution 3
Rappel : Rédiger du contenu
Non automatisable par un algorithme… un
humain, mais invisible
Plateforme de rédaction Web (TextBroker.com, Textmaster.com)
Freelance
API
26. Rédaction Web
- Rédiger du contenu : Enrichissement
Outils de suggestion contextuelle
d’enrichissements par :
• Des images, des liens, des articles associés :
Zemanta.com
http://www.zemanta.com/demo/,
• Des recherches d’Internautes pour améliorer
la performance dans la longue traîne :
inboundwriter.com
27.
28.
29. Surveiller le contenu à mettre à jour
Les articles produits sont associés à :
1. Des références d’articles
2. Des recherches d’internautes
La surveillance de la modification des sources (1) et des
résultats des moteurs pour les expressions associées
(2) permet de détecter des « mouvements »
Cette surveillance peut être combinée avec la
« performance » de l’article pour décider quels
articles modifier.
33. Environnement de développement de
contenu
Objectif : Permettre un développement accéléré d’un site de contenu
En entrée :
• Demande (recherches)
• Offre (contenu existant)
En sortie, modèle de site, i.e. propositions à valider ou à modifier :
• Rubriques
• Dossiers ou Articles, avec angle de développement (paragraphes) et
documentation associée
• Structuration du site, relations entre rubriques, entre rubrique et
articles et entre articles
• Alerte de notification de mise à jour de contenu
* Normal : système à faible barrière à l’entrée est rapidement utilisé massivement => baisse efficacité (cf. bitcoin mining)
Goto.com : créé par Bill Gross (Idealab), moteur de recherche qui affiche des liens sponsorisés (Contexte : Altavista, Lycos spammés par le porn). Se développe après l’éclatement de la bulle de 2001 car Marketing à budget serré
Visite du cimetière !
Ex: analyse de jurisprudence par un avocat
Contenu expert est autonome : blog d’expert
Recrutement de stagiaires : combien dans la salle ?
Loyauté et qualité du rédacteur Web : utilisation massive de blackhat
Quelques mots sur les Content Strategist et Architecte d’information pour les évacuer
Question : quelles étapes peuvent => Algorithme, Freelance, Outsourcing ?
Algorithme = logiciel qui facile le travail, augmente la productivité
Mise à jour s’automatise car la recherche et qualification également : surveillance de contenu documentaire
Value : utilisé par ex. par inboundwriter.com
Détection du plagiat littéral : loyauté de du rédacteur Web
On voit : recherche, outils manuels et automatisés => domaine en développement
Feuillet = 1500 signes ~ 250 mots
TB : création de projets d’articles à rédiger, à assigner à un auteur ou à soumettre au pool, créditer le compte, valider le résultat obtenu
On voit : recherche, outils manuels et automatisés => domaine en développement
Parler des environnements de développement logiciel
Parler de l’édition classique : Offre, Demande => production de livre