lundi 22 février 2010

La reconnaissance des entités nommées et l'extraction de données

La conférence de Jean Veronis a porté sur la problématique de l'extraction d'information dans du contenu textuel. La reconnaissance des entités nommées et l'extraction de données a été abordée principalement du côté de son intérêt et de la méthodologie mise en place. Autrement dit : à quoi ça sert ? Et comment ça marche ?


La problématique d'extraction d'information dans du contenu textuel


Ex : noms propres (lieux, personnes, marques, entreprises, organismes etc. ce qu'on a l'habitude de faire commencer par des majuscules).
Mais pas seulement... pourcentages, dates, montant monétaires etc.

C'est un tâche mal définie. Où s'arrête-t-on ?

A quoi ça sert ?


Détection d'un buzz dans l'actualité. Outil dans wikio « ils font l'actualité ». Intérêt / navigation et SEO.
Essentiel que l'info soit présente en temps réel sur la page d'accueil pour mettre en avant une page en profondeur traitant du sujet.
Veille et suivi de tendances. [A l'image de google trends]
E-reputation. Ex : France Telecom et suicide
Moteurs de recherche. Orange le moteur (si actu = réponse d'actu dans les 3 1ères réponses). // avec réponses différentes selon actu ou pas sur la requête.
Autres applications = traduction automatique + classification de documents + base de faits etc + Extraction de relations entre les entités (siloBreaker).

Projet OpenCalais – ClearForestGnosis = donne à gauche les entités détectées.

Comment ça marche ?


2 problèmes : détection de l'entité puis interprétation.
Ex : orange = fruit, marque, ville etc.
Détection = prb qui semble simple. Mais où prenez-vous vos sources ? + variabilité.
Ex: Air France – Air-France-KLM – AF – AFR etc.+ erreurs orthographiques + multilinguisme + translittérations + entités inconnues.
Heuristiques = combinaison d'éléments pour faire le mieux possible (variantes – noms composés – autres langues etc.)
Bases patronymes et prénoms oui mais... ambigüités.
Statistiques permettent de catégoriser les entités.

Interprétation


Problème de la typologie.
Personnes, lieux etc.
Difficultés marques / entreprises ? Cela dépend de ce qu'on veut à l'arrivée.
Difficulté : comment on catégorise les entités nommées ?

Les modèles d'interventions des agences de search marketing

2ème table ronde sur le search marketing, les modèles d'interventions des agences de search marketing. En présence de plusieurs gros noms de la place, l'accent a été mis sur les process mis en place en SEO et les liens entretenus avec les responsables SEO chez l'annonceur.

Présentation des participants



Avec Yves Weber (YW) Directeur Général Associé de Brioude Internet Référencement, Sébastien Langlois (SL) Directeur Général de l'agence Aposition (Isobar), Emmanuel Benmussa (EB) Directeur du Pôle SEO chez Next-idea (ex Nextedia) François Houste (FH) Directeur Projets speciaux et Analytics, Agence LSF Interactive, Jean-Michel de Sousa (JMS) PDG de l'agence Sartepenso, Anji Ismail (AI) cofondateur de la société CapSEO.

Quelles sont les différences de positionnement entre les agences de référencement ?



(YW) : Brioude = reft depuis 1999. positionnement PME – TPE.
(SL) : Aposition = spécialisé SEO + isobar (SEM – autres leviers). Positionnement très qualitatif – référencement poussé.
(EB) : Next-IDea = reft agence depuis 2005.
(FH) : LSF Interactive = ensemble des leviers marketing. Cellule SEO – médias – luxe. Cellule R&D – search voyagistes.
(JMS) : Sartepenso = depuis 2001 – Grand groupe RMC – 01net. Accompagnement consulting, formation. Next-idea (360° - now 4 axes). SEO intégré dans les 4 axes. Grands comptes = lagardère, NRJ, pureplayer etc. Suivi – accompagnement – tests etc.
(AI) : CapSEO = communauté de référenceur. SEO + SMO. Approche / TPE – PME. Distribution de tâches / profils de référenceurs = sur un projet / nombreuses personnes avec approches différentes.

Quel process mis en place en SEO ?



(AI) : qualification du projet – repérage compétences.
(EB) : client mature – demande du trafic. Apport supérieur. Clients globaux = écosystème digital / communication globale. Ex : axe = influence / prbQ SMO. Liens à partir d'une communauté. Liens dans l'approche globale. Amener aux clients – technique / demandes/
(SL) : tension dans le SEO / adaptation à l'entreprise et ses prbQ et ses habitudes ET l'ambition de faire évoluer les pratiques. 1ère étape : choisir des personnes capables pour intégrer le process (compétence en communication importante). Choix des bonnes personnes dans l'agence + 2ème étape : comprendre l'objectif in fine du SEO. Ex : intégration dans communication globale.
(YW) : maturité du client. 3 leviers : conseils, accompagnement. Expertise : audit technique, éditorial. Production en dur – technique. Adaptation aux besoins. Aide à devenir plus mature chez le client. Schéma de prestation qui colle. On sort de la prestation type (production, éditorial, linking etc.).
(FH) : partie de production classique + 2 tendances : mise en perspective / stratégie globale. SEO pour augmenter la conversation, l'audience, la notoriété etc. SEO moyen d'acquisition... ET pédagogie : aide les clients à murir sur le web. Formation / équipe interne ex : rédactionnel. Pour acquérir bonnes pratiques – réflexes.
(JMS) : adaptation projets client et ses moyens (équipe – propre CMS – agence etc.). Apport profils différents (technique – rédactionnel – stratège qui devient essentiel).

Personnes compétentes chez l'annonceur / apport agence ?



(JMS) : expertise – veille – vision de l'évolution du référencement. Ex : travail pour intégrer un référenceur in house.
(FH) : vision extérieure à l'entreprise – multiplication des types de clients.
(YW) : gagner du temps – bénéficie du savoir-faire – développement outil spécifique.
(SL) : ça dépend – pas toujours apport. De manière pragmatique, développement lourd qu'un client ne peut se permettre. Apport / interprétation de variations. Prise de recul / fonctionnement interne = diminution des ambitions.
(EB) : 1ères questions que le client se posent = maturité du client. Déjà accord de la direction + la meilleure équipe en interne et avec les consultants. N'avoir qu'un prestataire ou qu'un référenceur in house serait une erreur. Partenariat avec les clients est essentiel.
(AI) : recul + avis différencié. Travail sur la « sagesse des foules ». Recherche personne satisfaite. Nécessité réseau important.

Question : SMO / SEO ?


(EB) : avant linking – mode SMO mais comment l'aborder ? Technique – marketing. Nécessité intégration dans communication globale = faire parler ces 2 métiers.

samedi 20 février 2010

Place du search marketing chez les « annonceurs »

Le début de la journée de samedi au SEOcampus a été marqué par deux tables rondes sur la place du search marketing. La 1ère table ronde a porté sur les enjeux économiques du search marketing pour les « annonceurs »

Présentation des intervenants


Avec Michael Vuillaume (MV) Chef de projet Marketing Trafic - Groupe Le Figaro, Céline Simon (CS) Chef de projet SEO du site Kelkoo, Thibaut Cauterman (TC) Responsable de la Business Unit Emploi chez Ouest France Multimedia, Stéphane Arnoult (SA) Responsable SEO - Société Overblog, David Cohen (DC) Responsable SEO de la société Companeo.

(MV) : groupe Figaro – nombreux sites / nombreuses problématiques SEO/webanalytics – Ecole de commerce – agence
(CS) : chef de projet SEO – spécifications, mise en place projets – analyse.
(SA) : Ancien Aposition. Univers SEO – marketing – technique. 11 M / VU
(DC) : génération de leads. 300 000 VU/mois
(TC) : Ouest France – 70 personnes. 2 M / VU / 8 M bassin lecteurs.

Organisation des équipes SEO


(TC) : 4 spécialistes (SEO – SEM – analytics – E-mail) 2 agences.
(DC) : 3 SEO 3 SEM + pôle rédactionnel = cellule marketing.
(SA) : 1 SEO (20 personnes) SEM rien – 10 technique. Logique de Pages lues – distribution
(CS) : 2 Stats – 1 gestion contenu (support pays) – 1 chef projet – 1 responsable SEO + 4 développeurs + SEM = équipe à part rattaché au marketing.
(MV) : 1 + prestataire + 1 SEM + évangélisation / profils technique.

Prise en compte du search / entreprise de presse ?


(TC) : prise en compte web à partir de 2001. Pb : cannabilisation audience papier / écran. Services à apporter + richesse du contenu. Intérêt / service commercial. Une fois prise de conscience, levier / marque.
(CS) : dès le début – essor grâce au SEO.

Référencement d'une plate-forme de blog ?


(SA) : plate-forme en place. Conscience SEO initiale mais évolutions à éloigner. Enjeu de monétisation. Mais difficulté / WP – plugin SEO. Méthodologie de travail = commencer par le portail (organisé / tags – pbQ forte de nettoyage) + 2ème temps / partie blog. Ex : 20% trafic / blog – considération technique / augmentation de la charge. D'autant que performance prend de l'importance.

Problème de l'organisation / directions marketing – technique (blocage entre les 2) ?


(DC) : entrée avec marketing – rédactionnel or placement au milieu de la cellule informatique (car projets plus de site / page à page).
(TC) : dans Business Unit (technique + marketing). Quand idée validée – possibilité de mettre en place.
(SA) : lien avec les associés. Essentiel : comprendre les prbQ de chacun. Nécessité de savoir négocier – faire des concessions. Parfois non. Comprendre prbQ marketing + enjeux techniques derrière. Est-ce que ça vaut le coup ? Nécessité d'ouverture / avancée projets + rentabilité de chacun.
(CS) : SEO à Grenoble avec ingénieurs. Phase production plus facile à démarrer + évangélisation dans la société. Ex : équipe marketing pour éviter les erreurs au départ.
(MV) : rattaché à l'équipe marketing. Optimisation existant + nouvelles fonctionnalités. Equipe technique pense SEO avant son intervention.
Évolution positive de l'organisation des cellules.

Difficulté d'être à la pointe / veille SEO ?


(MV) : travail de veille intégrée dans l'équipe marketing + présence salon / recherche prestataire / nouveautés. (CS) : liens avec agence – tests en interne.
(SA) : plus de difficulté – échange / agence. Sélection de sources. Mise en place de tests. Dès le départ, présenter ce travail nécessaire. Disponibilité pour ce travail.
(DC) : pas si seul (directeur marketing – directeur technique, SEO aussi). Quand équipe informatique – projets plus souvent menés / agence qui propose des projets.
(TC) : principe = tout le monde doit être sensibilisé au référencement. Tout est possible. Tout est testable. Idée = test selon protocole validé. Pour l'encadrement, faire prendre conscience du rapport coût / bénéfice. Aide possible par agence. 1Ère intervention : savoir de base + 2ème : j'ai telle problématique comment la résoudre ?

Relation avec Google ?


(DC) : journée de formation Google proposée.
(CS) : essai de contact chez eux. Réussite mais pas de réponse. Analyse seule, pas d'aide / chute de trafic soudaine.

Intervention auprès des journalistes ?


(MV) pas d'intervention métiers de journaliste + (TC) pas de liens avec les rédactions = secrétariat de rédaction / intégration liens – changement de titre.
Journalistes ont le talent d'écrire SEO - « je ne peux dire à un journaliste d'écrire SEO ».
(TC) : « on écrit pour les lecteurs ». Si optimisation, on dirait ce que est lu le plus = toucher à la ligne éditoriale.

Seocampus 2010 : présentation du moteur Wolfram Alpha en 8 points.

Présentation du moteur Wolfram Alpha en 8 points – Conférence présentée par Jon McLoore – Strategic Development Manager – Wolfram Research. Une conférence de haut vol pour saisir l'intérêt de la computation dans la mise en valeur de contenu web.

Qu'est-ce que Wolfram Alpha ?


Moteur de connaissance de calcul.
Nouvelles approches de recherche.
Réponses précises aux questions précises.
On ne vous demande jamais d'aller vers une autre page.

Objectif : rendre une connaissance utilisable pour tout le monde.

Quelle est cette connaissance ?


4 étapes différentes : avis personnel – faits – méthodes – compréhension.

Que recherche-ton ?


Recherche de faits – d'opinion d'avis (moteur). Vous devez apporter le méthode et la compréhension (vous).

Notre approche est différente = intérêt / faits et méthode = notion de computation (Wolfram Alpha). La compréhension relève encore à vous.

Que vous apporte la computation ?


  • Trouver la feuille dans la forêt.
Ex: infos génériques sur les durées de vie.
Précision de la question / ma situation. 39 year male UK
Quel est le sens de ces informations dans une recherche classique ? Peu de sens 39 ans male uk
Ex : mars midnight (réponse = quelqu'un qui a vu mars à minuit)
Là, situation géographique + mots ensemble = sens.

  • La combinaison de l'information
Ex : temps date naissance nicolas sarkozy
Ou comparaison entre 2 entreprises.
Ex : apple vs microsoft

  • La création de nouvelles connaissances
Ex : recette de crêpe. Si personne n'y a pensé – informations créées dessus.
Traitement de l'ambiguïté.

Problème mathématique très bien traité avec la computation.

  • L'application des connaissances directement

Recherche des informations à des fins précises. Application des connaissances directement.
Ex : simulation de crédit.
On peut éviter de travailler sur la phase méthodologique ou de compréhension.
Ex : mélange de couleur

Ex : bâtiments plus hauts à Paris.
L'information peut être réactualisée. Paris – facteur limitatif qui exclue les autres villes du monde.
Ces informations nécessitent un niveau de computation.

Comment élaborer un tel système ?


Depuis 23 ans. Logiciels de computation mathématique.
Thème commun = comment appliquer la computation à la connaissance.

Wolfram Alpha et SEO ?


Pas de recueil d'infos sur site web.
Intérêt / travail sur des données existantes. Requêtes pour élargir un groupe de données.
Amélioration de l'accès aux infos.
L'utilisation de l'info est intéressante, pas la méthode.
Rendre disponible ses infos ne suffit pas. Besoin de les rendre accessibles.

Contenu + Computation = contenu nouveau.

Pourquoi faut-il proposer des recommandations ?



Information + connaissance doivent être plus intéressantes que ce que vous donnez au départ aux clients. Ex : conseils.
Souvent les données ne sont pas utilisées. On ne sait pas quoi en faire ?
Technologies pour comprendre ces données.
Objectif = prendre des décisions.
Si vous avez des algorithmes de recommandations, possibilité de proposer à l'utilisateur des infos pertinentes.
Ex : j'ai envie de regarder un film drôle pendant 1 heure.

Comment gagner de l'argent ?


API – adverts (limité) – Iphone mais surtout travail en partenariat.

Ex : Bing commence à afficher des résultats passés par notre computation.
Possibilité de poser des questions plus intéressantes à ses propres données.

SEO en 2010 : 4 approches à privilégier pour une stratégie SEO efficace

SEO en 2010 : les approches à privilégier. Conférence de Philippe Yonnet, DGA Aposition – Isobar, lors du SEOcampus 2010. 4 innovations sont à intégrer pour une stratégie SEO efficace en 2010, du fait de l'évolution récente des moteurs : PR modeling – approche sémantique – SMO – référencement responsif.



Du Pr sculting (nofollow) au PR modeling


06/2009 – selon Matt Cuts, la balise nofollow n'aurait pas d'effets sur la manière dont le PR est transmis. Constat : discours ambigüe de Google. Cas où c'est légitime. Ex : mise en panier – quand pas d'intérêt pour les moteurs de recherche.
Est-ce la fin du PR sculpting ? Fin de la période durant laquelle les actions des référenceurs n'étaient pas considérées comme importantes par Google.
Le sculpting permettait de faire coller l'importance d'une page avec la distribution de PR au sein des pages d'un site. Page importante = dépend du nombre de liens qui pointent vers la page. Objectif : maximiser les scores d'importance pour... les pages importantes. Ces actions sont contraires à la philosophie google. Solutions : javascript compliqué – ajax compliqué – nofollow (ne marche plus).
PR modeling : travail = moins de liens – bons liens. Nécessité de respecter les vrais contraintes d'ergonomie. A partir d'une page, se demander quels sont les liens importants ? Où je veux amener l'internaute ?

La personnalisation des résultats change-t-elle la donne en SEO ?


Un tout petit petit peu. Ne change pas encore la donne mais tendance lourde.
Notion de 1ère position deviendra difficilement mesurable. Plutôt objectif d'être sur la 1ère page.

La recherche temps réel change-t-elle la donne ?


Non en général mais oui pour des requêtes d'actualité.
Avant google news. Maintenant, fil des agences de presse + twitter.

Plus de sémantique dans Google ?


Tendance lourde. Symbolisée par l'expansion de requêtes dans les moteurs de recherche. Cela consiste à proposer des résultats sur des mots apparentés / mot tapé. Cela augmente le bruit mais Google est capable aujourd'hui d'apporter des réponses d'expansion. Cette évolution est accompagnée d'une meilleure « désambiguation » des requêtes. Besoin d'avoir les termes qui apparaissent dans la requête. Ex : gm cars – gm wheat – gm screen star wars etc.

Certaines stratégies vont perdre de l'intérêt.
Besoin d'avoir des pages optimisées pour une variante de mon expression de départ.
Analyses des requêtes les plus tapées.
Keyword stuffing (ajouter des tonnes d'expression dans la page) encore moins.
= optimisation du contenu autrement.

Faut-il recourir au SMO pour améliorer son SEO ?


La montée en puissance des réseaux sociaux justifie le recours au SMO.
Tendance forte = temps passé par les internautes sur les médias sociaux. Révolution.
Possibilité de capter ce trafic comme 2ème source de trafic naturel en plus moteur. Ex : référencement des vidéos.



Vers le référencement responsif ? Query Intent SEO.


Évolution des moteurs. Spécialisés / contenus – thématiques etc. Moteurs de niches = verticalisation. Puis recherche « mélangée » alias recherche universelle chez Google. Et QIR = l'algorithme s'adapte à l'intention cachée derrière la requête.
Vers le référencement responsif. Ex : travail spécifique sur la géolocalisation.
Rappel des 3 grands types de requêtes :
- Navigationnelles (recherche d'une page web) base des moteurs d'aujourd'hui. Réponse = URL
- Informationnelles (recherche d'un élément d'information)
- Transactionnelles (objectifs de transaction).

Typologie de requêtes différentes


/ requêtes informationnelles = reconnaissance des entités nommées.
Ex : chez Bing – Paris Hilton.
/ requêtes géolocalisées = nom de localité ou partir de la géolocalisation de l'adresse IP.
Donc identification de l'intention derrière la requête.
/ requêtes transactionnelles
Requête dénotant une intention d'achat ou non ? Il faut distinguer les cas.
Cf : labs de bing – Outil OCI – test pour voir si la requête est une requête avec intention d'achat ou pas. Probabilité donnée. Ex : sony 100% intention d'achat ou week-end à Rome 50 %.
Cf exemple / yahoo. En fonction de la formulation, probabilité proposée de détermination de la phase d'achat dans laquelle l'internaute se situe.

Requête QDF


/ Tsunami en Indonésie. Pages de résultats – infos anciennes.
Quand repérage d'un pic de recherche, changement de l'algorithme pour présenter les pages d'actualité. Nécessité de répondre à cette situation, si site d'information.
Requête QDF – apparaît la date, l'heure de publication.

La recherche temps réel


Ex : tremblement de terre en Californie. Twitter, autres sources immédiates.

Requêtes informationnelles vues par Wolfram Alpha.


Trouver la réponse directement à sa question.
Devenu le moteur de requêtes informationnelles de bing.

+ Possibilité de donner aux internautes de sélectionner les résultats.

+ Évolution des snippets – ancre ou lien pour arriver directement à la page souhaitée.
Résultats avec fil d'ariane avec plusieurs liens proposés.

Conclusion : se demander sur quels types de requêtes se positionner ? Besoin de réfléchir à la stratégie à mettre en place – optimisation spécifique.

Mes commentaires concernant la conférence SEO en 2010


Le titre de la conférence très prometteur correspond bien au intitulé à la mode en début de chaque année. « SEO 20..., les approches à privilégier ». Ce qu'il y a de bien avec Philippe Yonnet, c'est qu'il tient ses promesses. Excluant d'emblée les domaines du SEO dans lesquels, il n'y a rien de nouveau (netlinking – contenu), il s'est concentré sur les innovations à mener en termes de SEO en fonction des évolutions des moteurs. Sans reprendre les 4 approches qu'il a détaillées, il ressort une nécessité de mettre en place une stratégie centrée utilisateurs afin de réaliser les objectifs souhaités en répondant à leurs attentes. Les réflexions liées au référencement responsif en termes d'ergonomie, d'architecture de l'information, de production d'un contenu éditorial efficace sont de plus en plus indispensables. Il me semble que la dimension SEO dans la gestion de projet va s'enrichir fortement.