Si vous êtes comme nous, vous êtes sûrement partagé entre un certain agacement sur le nombre de publications racoleuses sur ChatGPT et les AI (on te voit influenceur LInkedIn) et la beauté de ce que permet déjà de faire l'outil... sans compter l'arrivée de Bard, l'IA de Google !
Là où l'avenir se construit maintenant en matière d'acquisition de trafic, c'est que les gros moteurs de recherche travaillent déjà à intégrer des fonctionnalités d'IA dans le traitement des requêtes.
Bing, Google... pas besoin de boule de cristal pour voir que le classement dans les SERP va fortement évoluer, ainsi que la manière de (bien) faire de la publicité sur certains mots clés.
L'IA et l'évolution des pages de résultats des moteurs de recherche (SERP)
Avec l'intégration de technologies d'IA avancées comme le GPT (Generative Pretrained Transformer), les moteurs de recherche sont en train de devenir de plus en plus sophistiqués dans leur compréhension du contenu et des requêtes de recherche.
Prenons une requête complexe comme "recette de dessert facile sans lactose et sans gluten pour 4 personnes".
Une IA comme GPT va pouvoir comprendre cette requête de manière plus profonde et nuancée, prenant en compte des éléments tels que le niveau de compétence culinaire de l'utilisateur, le nombre exact de personnes à servir et les préférences alimentaires implicites de l'utilisateur.
Par exemple, il pourrait comprendre que l'utilisateur cherche une recette qui est non seulement sans lactose et sans gluten, mais aussi adaptée pour un débutant en cuisine (puisque l'utilisateur a demandé une recette "facile"). Il pourrait également comprendre que l'utilisateur a besoin d'une recette pour exactement 4 personnes, ce qui pourrait affecter les quantités d'ingrédients suggérées dans la recette.
A ce stade, nous direz-vous, on reste très proches de ce qu'on Google peut faire aujourd'hui... mais la suite fait la différence :
Grâce à l'IA, un moteur de recherche pourra être capable de comprendre les sous-entendus ou les intentions implicites dans la requête. Par exemple, s'il y a une tendance dans les recherches de l'utilisateur qui suggère un intérêt pour les recettes végétaliennes, le moteur de recherche va prendre en compte cet élément privilégier les recettes de desserts végétaliens, même si l'utilisateur n'a pas explicitement demandé "sans produits animaux" dans sa requête initiale.
Cela signifie que les stratégies SEO vont devoir encore évoluer. Les techniques traditionnelles d'optimisation des mots-clés restent importantes, mais il devient également crucial de comprendre et de répondre aux intentions et aux contextes subtils des utilisateurs. Les contenus de haute qualité qui répondent à ces besoins auront probablement un avantage dans le classement des moteurs de recherche.
L'intégration d'une IA comme GPT ou Bard pourrait donc permettre une compréhension plus nuancée du contenu et des requêtes de recherche, en étant capable de gérer le langage naturel de manière plus sophistiquée et de prendre en compte des contextes plus complexes.
Autre exemple : une recherche e-commerce
Supposons qu'un utilisateur recherche le "meilleur appareil photo reflex pour débutant".
A l'heure actuelle, il peut déjà très bien identifier les principaux mots-clés : "meilleur", "appareil photo", "reflex", "débutant"... et fournir une liste de produits ou d'articles de blog qui recommandent différents appareils photo reflex pour ce profil.
Avec une IA plus avancée, le moteur de recherche pourrait aller plus loin. Il pourra comprendre que l'utilisateur est probablement nouveau dans la photographie et favoriser les résultats qui expliquent les fonctionnalités de l'appareil photo de manière simple et accessible. Il pourrait également comprendre que l'utilisateur est probablement intéressé par un appareil photo qui offre un bon équilibre entre la qualité de l'image et la facilité d'utilisation.
De plus, l'IA est capable de prendre en compte des informations plus contextuelles.
Par exemple, si l'utilisateur a précédemment recherché "cours de photographie pour débutants", le moteur de recherche pourrait privilégier les appareils photo qui sont recommandés par des sites de cours de photographie. Dans le cas de recherche d'informations sur un type spécifique de photographie, comme la photographie de paysage ou la photographie de portrait, le moteur sera capable de faire remonter en premières places les appareils photo qui sont particulièrement adaptés à ce type de photographie.
Enfin, l'IA pourra se baser sur des informations sur le comportement d'achat de l'utilisateur pour affiner les résultats. SAV de qualité, période de garantie...
Comme vous le voyez, l'intégration de plus d'intelligence artificielle dans la manière de fonctionner des moteurs de recherche actuels, couplée à un historique de recherches qui permet de contextualiser une requête et de la mettre en lien avec un profil d'utilisateur, va modifier l'expérience en ligne... et à travers elle, le type de contenu organique et payant à développer.
Quels impacts sur les résultats sponsorisés ?
Les moteurs de recherche et les plateformes publicitaires utilisent déjà l'IA et le machine learning de manière extensive pour comprendre les intentions des utilisateurs, personnaliser les résultats de recherche et cibler les publicités.
Cependant, à mesure que ces technologies progressent, leur capacité à comprendre et à interpréter les nuances et le contexte va devenir de plus en plus fine.
Dans le contexte des résultats sponsorisés, par exemple, des avancées dans l'IA vont pouvoir permettre une personnalisation encore plus granulaire et un ciblage plus précis.
Imaginez, par exemple, un système qui pourrait non seulement cibler des annonces en fonction des intérêts et du comportement d'achat d'un utilisateur, mais aussi en fonction de facteurs tels que l'humeur de l'utilisateur (inférée à partir de ses interactions en ligne), l'heure de la journée, ou même des événements mondiaux ou locaux en temps réel.
De plus, l'IA va aussi pouvoir aider à optimiser la création et la présentation des annonces elles-mêmes. Elle pourra par exemple être utilisée pour tester différentes versions d'une annonce et déterminer laquelle est la plus efficace pour un utilisateur ou un segment d'utilisateurs spécifique.
Elle sera également en mesure d’aider à déterminer le meilleur moment pour présenter une annonce à un utilisateur, en fonction de son comportement en ligne et de ses habitudes de consommation de contenu.
Quid du choix des mots clés à cibler ?
Il y a fort à parier que les stratégies de bidding vont évoluer. L'accent croissant mis par les IA sur la compréhension du contexte et de la personnalisation pourrait signifier que les approches basées sur les mots-clés "short tail" ou génériques risquent de devenir moins efficaces.
- Vers un bidding long tail : avec l'IA capable de comprendre et de répondre à des requêtes de plus en plus spécifiques et contextuelles, les annonceurs trouveront sûrement plus de valeur à se concentrer sur les mots-clés "long tail". Ces mots-clés, qui sont souvent moins compétitifs, peuvent cibler des utilisateurs qui sont plus loin dans le parcours d'achat et donc plus susceptibles de convertir.
- Bidding basé sur le contexte : avec une contextualisation croissante, il sera sûrement bénéfique pour les annonceurs de penser au-delà des keywords eux-mêmes et de considérer davantage le contexte dans lequel ces mots-clés sont utilisés. Cela pourra signifier d'adapter les annonces en fonction de facteurs tels que l'emplacement de l'utilisateur, l'heure de la journée, ou le type d'appareil utilisé.
- Bidding personnalisé : à mesure que l'IA permet une personnalisation plus granulaire des annonces, les annonceurs pourront également commencer à personnaliser leurs stratégies de bidding. Exemple : être prêts à payer plus pour atteindre des utilisateurs qui ont montré un intérêt particulier pour leurs produits ou qui ont un historique d'achats précédents.
Pour aller plus loin : https://searchengineland.com/ai-powered-search-paid-placements-395084
Qu'en pensez-vous ? Réfléchissez-vous déjà à une stratégie d'acquisition organique et paid adaptée aux évolutions que nous connaissons aujourd'hui ?
