Christian Méline, référenceur SEO et auteur d'articles sur le référencement recherche sémantique, est l'inventeur du metamot, outil conçu pour répondre à la question de l'optimisation sémantique.
Membre de l’équipe du site Cocon.Se, le calcul des metamots peut se faire manuellement ou avec leur outil SaaS.
Les metamots sont étroitement liés à la notion de cocon sémantique de Laurent Bourelly, dans le principe d’améliorer une SEO technique déjà complexe.
Souvent confondus ou simplement incompris, les metamots dépassent le concept de cooccurrence ou de champ lexical afin d’améliorer la sémantique d’un contenu.
Les metamots sont ce que Google a identifié comme mots (lexies) qui définissent une SERP et ses liens. Appelés aussi empreintes sémantiques, ils déterminent ce qui se cache derrière chaque requête.
De plus, au delà du fait que les metamots vous donnent de quoi réaliser des textes optimisés sémantiquement, ils conviendront parfaitement aux intentions de recherche des internautes.
Qu’est-ce qu’une cooccurrence ?
Une cooccurrence est un mot-clé que l’on ajoute à un texte afin de maximiser la compréhension de Google pour la requête. (Il s’agit plus d’une désambiguïsation qu’un véritable score).
Tout part de l’algorithmes Google de BERT, pour Bidirectional Encoder Representations from Transformers, utilisant ce que l’on appelle des vecteurs de contexte.
Le fonctionnement des cooccurrences
Les cooccurrences sont simplement des mots permettant de comprendre un contexte et d'en trouver le sens approprié. Par exemple le mot "fraise" est un fruit si dans la phrase nous avons "fruit" ou "rouge" par exemple. Alors que si nous avons "perceuse", on peut trouver qu'il s'agit en fait de l'embout de la perceuse.
Les cooccurrences sont ainsi déterminées via un jeu de liens entre données par rapport à un mot cible et ses liens sémantiques (tout ça malaxé avec des réseaux de neurones et leurs liens, de l'intelligence artificielle).
À l'origine, les algorithmes pour déterminer les cooccurrences de metamots se sont basés sur Fasttext. Une librairie de Facebook pour faire du word embedding de metamots, basée sur ces fameux réseaux de neurones et donc vecteurs de contexte pour metamots. Vous pouvez en faire un git clone et essayer par vous-même si cela vous intéresse.
La différence entre cooccurrence et metamots
Il existe beaucoup d'inconvénients aux datasets. Ceux-ci nécessitent une mise à jour constante. Par exemple, quelques données peuvent être obsolètes : le président de la République française est égal à François Hollande si le dataset date de quelques années.
Et nous n'avons pas les datasets de Google. En d'autres termes nous ne pouvons pas fournir de données précises d'ensembles de termes à ajouter afin de paraître plus pertinents.
Et c'est là où le metamot part d'un principe plus filou : utiliser directement les résultats de recherche et analyser leur contenu afin de déterminer les lexies (espèce de cooccurrence + champs lexical) afin de déterminer quel type de contenu Google a jugé comme pertinent.
De plus, on peut voir que cela permet de faire d'une pierre deux coups en répondant parfaitement à l'intention de recherche (enfin si celle-ci à bien été déterminée).
Les metamots peuvent vous donner des cooccurrences et mettre en évidence des mots d'un même champ lexical si Google a déterminé cela comme pertinent.
Les metamots concrètement
Les metamots sont un ensemble de mots appelés lexies.
Voici quelques exemples de metamots pour « choisir un bon NDD »:
Ceci est appelé nuage de mots, généré à partir d'un corpus de contenus.
En détail, voici ce que nous indique Cocon.se à ajouter à notre corpus de contenus :
Vous pouvez également taper directement votre texte pour répondre à la question afin de vérifier votre score d'optimisation SEO et de danger SEO :
Pour ajouter un petit peu d'optimisation SEO à votre requête, vous pouvez également ajouter des cooccurrences liées à cette requête, qui vous seront proposées en plus des metamots pour enrichir votre requête
Et pour éviter que Google ne comprenne pas la sémantique de votre page ou de votre article, vous avez les mots à éviter dans votre article :
Il est aussi possible d'avoir des graphes sémantiques sur vos metamots pour vous aider à créer un cocon sémantique et optimiser les liens internes :
En fait, les metamots peuvent aussi vous aider à créer des pages basées sur des lexies pour renforcer votre maillage sémantique. Les metamots montrent ainsi à Google que quand vous parlez de quelque chose, et en l'occurrence avec des mots pertinents, vous savez exactement de quoi vous parlez. Donc, en ayant un article dédié aux mots que vous transformez en sujet, intégré dans un maillage pertinent, que Google a justement identifié comme pertinent pour la requête initiale, cela peut devenir très puissant pour votre maillage interne.
Dit simplement, viser des courtes traînes avec des pages basées sur des lexies, que l'on a transformée en sujet pour répondre à la question…
C'est-à-dire dans le principe du cocon sémantique, transformer les lexies en sujet de thématique cible pour des pages de rang 4, celles qui n'ont aucune vocation à se placer sur les résultats de recherche. Enfin, « ça dépend ».
Résumé des metamots
Révélateur du langage et des besoins humains, les metamots permettent d'accroître la pertinence de vos pages et plus largement de votre site, chaque metamot s'alignant sur ce que Google a lui-même déterminé comme bon pour lui.
0 commentaires