1.
Google : Recherche vocale et
SEO sont-ils compatibles ?

2.
I Have Seen The Future And It Has A Voice.

3.
Voice Everywhere

4.
Les ingrédients sont tous réunis !
Une techno de
+ en + efficace
Des devices
Hand-Free
Des
utilisateurs
prêts

5.
Voice Everywhere

6.
It's a dream come true!

7.
Speech Recognition >
Des technologies de + en + efficaces
Modèle de
mélanges
gaussiens (GMM)
Deep Neural
Networks (DNNs)
Recurrent Neural
Networks

8.
Deep Neural Networks (DNNs)

9.
Deep Neural Networks (DNNs)
Source : 2014 - A Historical Perspective of Speech Recognition - http://cacm.acm.org/

10.
Speech Recognition >
Des technologies de + en + efficaces
Modèle de
mélanges
gaussiens (GMM)
Deep Neural
Networks (DNNs)
Recurrent Neural
Networks

11.
23%
8%
2013 2014 2015
Google > Taux d’erreur Mot clé
Source : Mai 2015 – Google I/O

12.
5%
La réponse d’Apple – Juin 2015
8%

13.
Derrière la com, de vrais progrès
Source : 2014 - A Historical Perspective of Speech Recognition - http://cacm.acm.org/

14.
Google Vs Siri Vs Transcription humaine
Source : 2014 - A Historical Perspective of Speech Recognition - http://cacm.acm.org/
5%8%
4% à
2%

15.
Explosion des objets connectés (milliards)
Source : https://www.comptia.org/resources/sizing-up-the-internet-of-things
0,1 0,5
8,7
14,4
28,4
50,1
0
10
20
30
40
50
60

16.
2020 > Objets connectés Vs Humains
Source : http://fr.slideshare.net/SergeyBerlinSky/the-internet-of-everything-38354821
51
milliards
7,7
milliards

17.
La recherche et l’interaction vocale
(conversationnelle) s’installent partout.
Smartphones
Tous les devices
(Tablettes,
Desktop, TVs)
IoT / Mains-
Libres / Sans
Clavier

18.
En cuisinant
23%

19.
Devant sa Télé
Télécommande
Apple TV

20.
Devant sa Télé
Télécommande
Google Nexus Player

21.
Dans sa voiture
Android Auto

22.
Dans sa voiture
Android Auto

23.
Au poignet

24.
En permanence, chez vous…
Amazon Echo

25.
Q4 2015 > 1 adulte sur 5 utilise les
commandes vocales de son smartphone.
Sources : http://www.globalwebindex.net/blog/1-in-5-using-voice-search-on-mobile - 34 Pays

26.
Quel usage pour la recherche vocale au
sein des commandes vocales ?

27.
Etude 2009

28.
La recherche vocale
va devenir
le moyen n°1 pour rechercher
d’ici 2020 !

29.
Source : https://twitter.com/dannysullivan/status/704718211619516416
“Voice search is growing faster than typed search.”
Behshad Behzadi / Director of Conversational Search Google
Mars 2016

30.
Projection > Part de la recherche vocale
7%
10%
50%
0%
10%
20%
30%
40%
50%
60%
juin-2015 2015 2020
Sources : 1/ Etude US - Google+Siri ; 2/ Données Monde - Google I/O 2015 ; 3/ Projection Comscore - Bing @ SMX Munich 2016

31.
2020
50%

32.
Quand avez-vous utilisé la recherche
vocale pour la 1ère fois ?
Sources : Etude MindMeld – Octobre 2015 – Panel de 1800 Utilisateurs US de Smartphones
11%
10%
19%
61%
Plus de 3 ans Plus de 2 ans Plus de 1 ans Moins de 1 ans

33.
Ce que ça change

34.
Ce que ça change
Des requêtes en
langage naturel
Des réponses
directes
De nouveaux
facteurs de
personnalisation

35.
Ecrit
Mots clés
Suite de MCs
Court
Informationnel
Transactionnel
Parlé
Phrases
Questions
+ Long
Actions

36.
Formulations interrogatives

37.
Formulations interrogatives

38.
Formulations interrogatives

39.
Formulations interrogatives

40.
Formulations interrogatives

41.
Des phrases / Des Commandes

42.
Des phrases / Des Commandes

43.
Les réponses directes
comme réponses
aux recherches vocales.

44.
We built Google for Users Not Websites.
Source : http://googlepolicyeurope.blogspot.fr/2014/09/we-built-google-for-users-not-websites.html
10 liens
Réponse
directe

45.
“we’re trying
to get you direct answers
to your queries
because it’s quicker (…)
than the ten blue links
Google used to show.”
“This is especially important
on mobile (…).”
09/2014

46.
Ce n’est pas anodin !
https://www.stonetemple.com/the-growth-of-rich-answers-in-googles-search-results/

47.
Recherche
Vocale
Réponses
directes

48.
« Audio as a ranking signal? »
Source : http://www.dw.com/en/voice-analysis-an-objective-diagnostic-tool-based-on-flawed-algorithms/a-17187057
La voix
Le bruit
environnant

49.
Analyse de la voix
Source : http://www.dw.com/en/voice-analysis-an-objective-diagnostic-tool-based-on-flawed-algorithms/a-17187057

50.
Analyse de la voix
Emotion
• Joie
• Tristesse
• Colère
• Stress
Etat de santé
• Fatigue
• Rhume
• Maladies …
• …
Région
• Accent
• Vocabulaire

51.
SERPs influencées par l’accent !
Source : Brevet Google – Août 2010 – Lien
Brevet !
2010

52.
Analyse du contexte audio
Contexte Audio
• TV / Radio
• Musique > Concert
• Bruits > Foule / Match…

53.
Analyse du contexte audio
“context signals may include: (…)
noise level or any recognizable sounds detected
by the mobile platform and/or a monitoring
device(…)”
Brevet !
2012
Source : Brevet “Native machine learning service for user adaptation on a mobile platform”

54.
Analyse du contexte audio

55.
Alors….
Recherche vocale et
SEO sont-ils compatibles ?

56.
Comment s’adapter

57.
Comment s’adapter (aujourd’hui) ?
Optimiser pour
la recherche
vocale
Optimiser pour
les réponses
directes

58.
Qui / a construit / la pyramide de Khéops

59.
Source d’autorité (« authoritative
source »)
Source : http://patentscope.wipo.int/search/en/detail.jsf?docId=WO2014197227
Être fréquemment sélectionné dans
les SERPs sur cette thématique
Devenir LA source : 10X Content,
être cité/linké en exemple

60.
Source d’autorité (« authoritative
source »)
Source : http://patentscope.wipo.int/search/en/detail.jsf?docId=WO2014197227
Ne pas chercher la position
sur la question
Se positionner sur la question
ET les recherches associées

61.
Source : http://patentscope.wipo.int/search/en/detail.jsf?docId=WO2014197227
Pyramide
de
Khéops
Comment
Pourquoi
Qui
Quoi
Combien
Où
Quand
…

62.
Recherches associées

63.
Autorité !
Source : https://www.stonetemple.com/the-growth-of-rich-answers-in-googles-search-results/

64.
Templates
https://www.google.com/?hl=en&gl=us
« Most used » …
« Most Popular » …
« How to do » … « Ways to do » … « Steps to do »
« How much » … « What is the price of » …
« How do I treat » … « How is X treated » … « How to cure $X »
« What are the symptoms for »…
« Who is » …
« Where is » …
« How Tall is » …
« How Long is » …
« When was » …
« When will » …

65.
Clustering / Intention
“What is the average
composition of the
atmosphere? “
“What gases are found in the
atmosphere?”
“What gases are present in the
atmosphere?”

66.
Clustering / Intention
“what is the price of an ounce of
gold?“
“How much is an ounce of
gold?”
“How expensive is an ounce of
gold?”
“Price of an ounce of gold”

67.
Old School is Cool!
Source : http://patentscope.wipo.int/search/en/detail.jsf?docId=WO2014197227
Tableaux HTML
Listes HTML (OL LI / UL LI)
Listes avec « deux points »
Schema.org
Structuration du contenu

68.
KGO Wikidata / FreeBase
Wikipedia / Bases Tierces référentes

69.
• Balisage des paragraphes (<p>) / 250 à 350 car. / 45 à 60 mots
• Balisage H1 de la question
• Intégrer les Mots clés constituant la réponse (et les formulations
alternatives)
• Observer les formulations des réponses directes déjà en place !
• Balisages Schema.org
• Utiliser les noms d’entités tels qu’il apparaissent sur les bases
sources (Wikipedia, IMDB) > Regardez également les surnoms
• Se rattacher à une entité via la Balise SameAs
Quelques règles
Contenu

70.
Mais….
Pourquoi ?

71.
La première position devient la réponse
directe.
Source : https://moz.com/blog/eye-tracking-2016-how-searchers-interact-mobile-serps-desktop

72.
Le lien d’attribution
https://www.stonetemple.com/rich-answers-in-search/

73.
Conclusion

74.
Jusqu’où Google va aller ?

75.
Jusqu’où Google va aller ?
Le deal va-t-il
être maintenu ?
Attribution / Vs
Non-Attribution
de la source
Quel trafic sur
ces réponses
directes ?
La menace du
Knowledge
Vault

76.
Search > Prédicitif
Search
• Ecrit
• Mots Clés
• Liste
• Résultats
Assistants
• Vocal
• Parlé
• « Cards »
• Réponses
• Conversationnel
• Actions

77.
Demain !

78.
Référencement d’actions

79.
Demain !
Plus de clavier / Plus d’écran

80.
MERCI !
Des questions ?
Synodiance
Yann SAUVAGEON - @yahn