A l’heure où les “moteurs de recherche” s’appliquent à devenir des “générateurs de réponses” et que le volume de contenus indexés n’a jamais été aussi important, quelle stratégie adoptée ?
L’arrivée de l’intelligence artificielle générative permet aujourd’hui la création d’un volume de contenus SEO encore jamais vu.
La création de contenus evergreen, fiches produits, articles de blog, … de niveau correct n’a jamais été aussi accessible grâce à des outils et LLM tels que Claude d’Anthropic par exemple.
Devant cette déferlante, vous êtes contraints de revoir votre copie si vous voulez continuer à faire exister votre marque dans un nouveau modèle de SEO – dicté d’autant plus par les récentes mises à jour d’algorithme de Google sur la qualité des contenus aka Google Contenu utile.
En effet, si la génération de contenus d’un niveau « correct » est simplifiée, elle l’est pour tout utilisateur de l’IA Générative (vos prospects, vos clients, vos concurrents) mais également pour les moteurs de recherche eux-mêmes comme Google AI Overviews, Perplexity et plus récemment SearchGPT d’OpenAI.
Les anciens « moteurs de recherche » s’appliquent petit à petit à devenir des « générateurs de réponses ».
Et l’avènement du « meta search » va ne faire qu’accélérer cette mécanique.
La recherche via les réseaux sociaux, les plateformes C2C (Leboncoin, Ebay, etc) ou les places de marché explosent et chaque plateforme se doit de proposer de nouveaux contenus, eux aussi générés en grande partie par l’intelligence artificielle.
La bonne nouvelle ?
Ces différents outils IA et moteurs de recherche boostés à l’IA ne peuvent se mettre à la place de l’internaute si celui-ci ne sait pas l’interroger correctement.
Ainsi, les stratégies SEO et contenus associés sont très souvent les mêmes : froids et sans réelle valeur ajoutée (hormis la rapidité avec laquelle vous les génèrez – ce qui est déjà une révolution).
Nous observons donc un phénomène de duplication de contenus à grande échelle car une grande partie de ce qui est produit par l’IA est un recyclage constant d’informations déjà existantes que ce soit par les éditeurs (annonceurs) ET par les outils d’IA (tel que ChatGPT) ou encore les moteurs de recherche – Perplexity, SearchGPT, Google AI Overviews en premier lieu.
En effet, du côté des moteurs de recherche, l’indexation des (de vos) contenus leur permet de générer des réponses via l’Intelligence Artificielle générative à partir de ceux-ci.
Les éditeurs / annonceurs se servent eux aussi des (de vos) contenus indexés par les LLM (modèle de langage au cœur des différentes IA génératives) pour régénérer de nouveaux contenus. Le serpent se mord donc la queue infiniment…
Et les marketeuses et marketeurs qui l’auront comprendront tireront en premier leur épingle du jeu.
Comment sortir du lot en SEO ?
En SEO et en Content Marketing, nous avons toujours eu plusieurs inconnues dans notre équation :
Quels sont les profils qui recherchent des informations sur un service ou un produit dans les moteurs de recherche ? Quelles sont leurs intentions ? Etc.
Ces informations ont depuis le début du SEO souvent été mises de côté car nous avions historiquement assez de données pour analyser à posteriori le profil des audiences SEO puis rectifier le tir pour optimiser stratégie et contenus.
A ce stade, nous avons donc :
Plus de contenus produits par les nouveaux moteurs de recherches, les plateformes et par les utilisateurs (early adopters) du LLM Moins de données (RGPD, Cookies, etc) à postériori pour étudier les audiences SEO
Comment l’IA générative peut nous aider à résoudre cette équation ?
Penchons-nous tout d’abord sur les méthodes d’entraînement et les capacités statistiques des LLM (Large Language Model).
Pour générer des réponses les plus proches possibles du langage humain, les LLM ont d’abord été entraînés sur des ensembles de données diversifiés et gigantesques.
A titre d’exemple, voici le corpus d’entraînement de ChatGPT 3 (source OpenAI / Arxiv) :
tout le contenu de Wikipédia (entraînement anglophone uniquement) : 3% de l’entraînement,
contenus de pages web (votre site entre autre), forums de discussions ouverts : 60% de l’entraînement posts de réseaux sociaux comme Reddit (entraînement anglophone uniquement) : représente 22% de l’entraînement, livres, parutions et études scientifiques : représente 8% de l’entraînement, etc.
Que nous apprenons ces données d’entraînement ?
Les outils d’IA générative ont ratissé le plus large possible pour entraîner leurs modèles : contenus diffusés par les différentes communautés d’experts et scientifiques, contenus froids/chauds, styles littéraires, UGC (User Generated Content), etc.
Les milliards de paramètres statistiques des LLM, leurs permettent alors de détecter aussi bien les signaux forts (probabilité forte du token suivant) que les signaux faibles (probabilité faible du token suivant) sur quasiment toutes les problématiques : B2C, B2B, informations, services ou produits.
Et c’est exactement ce que nous recherchons lorsque nous souhaitons créer des personas (attention tout de même aux hallucinations génératrices !) pour nos contenus !
Mais il manque certaines données dans le corpus d’entraînement… Et seuls les moteurs de recherche en disposent : les mots clés réellement saisis par les personas.
C’est d’ailleurs – au-delà du potentiel de monétisation de son audience – une des raisons pour lesquelles ChatGPT a dû développer SearchGPT (son moteur de recherche encore en beta) : obtenir de la data (first party qui plus est) sur ce que nous recherchons / comment nous le recherchons.
Car les mots clés sont le miroir du profil des acheteurs : pour la même recherche finale (une information, un produit ou un service), les mots clés peuvent fortement diverger en fonction de la capacité à rédiger une requête ou encore du profil de l’ internaute (connaisseur vs novice).
Et si vous voulez créer des contenus réellement « people-first » pour répondre aux enjeux du Google Helpl Content, vous devez de les intégrer dans votre démarche.
C’est ainsi qu’est né le concept de « Search Buyer Persona » créé par CyberCité.
Le mais premier n’est pas de générer de nouveaux mots clés mais de comprendre d’abord ce qui se cache derrière vos tops mots clés business. Ceux qui produisent des effets transactionnels.
Au-delà, du « Buyer Persona » connu en marketing, le « Search Buyer Persona » complète l’analyse avec cette approche SEO.
Au niveau macro, le LLM vous assistent dans la définition de vos cibles idéales déclinées ensuite en personas. Puis, vous « IA-augmentez » vos personas grâce à vos données de « mots clés ».
Un exemple pour illustrer :
Vous êtes une entreprise générale du bâtiment spécialisée en « rénovation », la cible que vous souhaitez travailler en SEO et SEA : les « propriétaires de maisons individuelles ».
La déclinaison en « persona classique » vous permet d’obtenir par exemple des points de douleurs de cette cible, tels que :
– coûts élevés des matériaux
– incertitude sur la compétence des artisans
– prévision de dépassement de budget
– difficulté à choisir des matériaux de qualité
– respect des normes de sécurité
– complexité des démarches administratives
Si vous couplez cette analyse avec l’approche « Search Buyer Persona », voici ce que vous pourriez attendre :
– optimiser les dépenses
– achever le projet dans les délais
– maximiser la valeur ajoutée des travaux
– planifier l’investissement
Analyse multi-intentionnelle en SEO – Source : CyberCité / DataGarden
Il s’agit d’une vision complémentaire bien plus proche des intentions du persona travaillé.
Et pour tout.es celles et ceux qui ont déjà dû planifier une stratégie éditoriale de création ou d’optimisation, l’apport du Search Buyer Persona est un vrai game changer pour se différencier des contenus concurrents.
Votre stratégie SEO / Content Marketing devient plus « chirurgicale » pour toucher les internautes – prospects ou clients – car elle vous permet de lire entre les lignes des mots clés.
Vous pouvez alors imaginer les stratégies de contenus qui vous feront sortir du lot en répondant aux algorithmes de Google.
Dans notre exemple, cette approche nous a éclairé sur une intention que nous n’avions jamais abordée dans nos contenus (nous avions déjà travaillé les 3 autres dans notre stratégie SEO éditoriale) : comment maximiser la valeur d’une rénovation ? Autrement dit : quels sont les travaux de rénovation qui apportent le plus de valeur à sa maison ?
Le 04/08/2024, nous avons alors mis en ligne 1 contenu pour répondre à cette intention particulière en souhaitant toucher 2 cibles : les propriétaires de résidence principale et les investisseurs immobiliers.
Le contenu a été indexé en quelques jours et voici les résultats de positionnement 6 semaines plus tard : de 9ème à 1er sur l’un de nos mots clés les plus transactionnels du thésaurus du client :
Évolution de la visibilité SEO suite à la stratégie Search Buyer Persona – Source : CyberCité / DataGarden
En 2025, sortir du lot en SEO nécessite une approche IA-augmentée qui couple analyse multi-intentionnelle, croisement des sources de données et enfin créativité humaine.
