Des mots-clés aux entités : l'évolution de la compréhension de la recherche

« Des choses, pas des cordes. »

C'est la célèbre citation de Google faisant référence au lancement de son Graphique des connaissances en 2012.

Cela signifiait que, pour la première fois, l'algorithme de Google pouvait comprendre le monde réel entités (personnes, lieux, choses, etc.) au lieu de simplement faire correspondre cordes de mots-clés.

C'était aussi la naissance de SEO d'entitéqui a jeté les bases de plates-formes basées sur l'IA telles que ChatGPT, Perplexitéet les aperçus de l'IA de Google.

En effet, l'association de graphes de connaissances permet à des machines telles que les grands modèles de langage (LLM) de identifier correctement les entités.

Avec la prévalence de Aperçus de l'IA et les outils de recherche d'IA, les spécialistes du marketing doivent souligner reconnaissance d'entité et renforcement d'entité par rapport à la recherche de mots clés bruts.

Pourquoi?

Parce que vous établir comme une entité pertinente dans votre niche est la façon dont vous construisez suffisamment de crédibilité pour gagner Citations IA et recommandations de marque.

Cela marque un changement radical par rapport à l’époque du référencement traditionnel, largement axée sur les mots clés.

Dans le guide suivant, nous expliquerons comment la recherche a évolué des mots-clés aux entités, y compris comment vous pouvez mettre en pratique le référencement des entités aujourd'hui.

L'ère des mots clés (avant 2013, début des années 2000)

Commençons par examiner le ère des mots clés du référencement, c'est-à-dire tout ce qui s'est passé avant l'introduction de Hummingbird en 2013.

Alors que le Knowledge Graph de 2012 constituait une étape solide dans la direction de la recherche sémantique, Google n'a fait de la compréhension sémantique une partie à part entière de son algorithme qu'en 2013.

Avant cela, la façon dont les algorithmes de recherche classaient le contenu était assez basique.

En particulier, l'algorithme de Google s'appuyait sur des éléments tels que des mots-clés exacts et des signaux d'autorité provenant de backlinks.

Le principal point à retenir ?

Les mots-clés étaient rois, et plus vous pouviez insérer de mots-clés exacts dans votre contenu, mieux c'était.

Il était également courant de coincer des mots-clés dans les méta-descriptions et les balises méta.

Alors que les spécialistes du marketing professionnels se sont toujours concentrés sur la qualité du contenu pour garantir une expérience utilisateur solide aux côtés des meilleurs classements, la simple simplicité du système a attiré de nombreux spammeurs et praticiens du « chapeau noir ».

Même si l'inclusion de mots-clés répétitifs rendait le contenu gênant, des éléments tels que la qualité et l'utilité du contenu étaient souvent une réflexion après coup (voire même prise en compte).

La formule du succès de l'ère des mots clés

La formule ressemblait à ceci :

1. Effectuez une recherche de mots clés pour découvrir les mots clés qui étaient en vogue auprès de votre public cible. Utilisons l'exemple de mot-clé 'services dentaires Saint-Pétersbourg'.
2. Les spécialistes du marketing créeraient alors du contenu contenant le phrase exacte dans des zones stratégiques comme le titre, les 100 premiers mots et à plusieurs reprises dans le corps du contenu (comme 'Fournir les meilleurs services dentaires que Saint-Pétersbourg ait jamais vus », etc).
3. Associez le contenu riche en mots clés à un grand volume de backlinks.

Pendant de nombreuses années, cette recette a produit des classements cohérents, même si le contenu n'était pas très utile.

Google était bien conscient de l’augmentation effrénée du spam, c’est pourquoi il a finalement opté pour un modèle basé sur les entités au lieu de se concentrer sur les mots-clés.

Entre-temps, Google a publié le Mise à jour du pingouin comme une tentative de réduire la quantité de contenu manipulateur apparaissant dans ses résultats.

La première étape de l’évolution vers le référencement d’entité a été l’introduction du Knowledge Graph en 2012, mais le premier changement majeur est survenu l’année suivante.

L’essor de la recherche sémantique (2013 – 2015)

En 2013, Google a publié la mise à jour Hummingbird, qui ajoutait compréhension sémantique à Google système de classement de base.

Le Knowledge Graph publié précédemment n'était qu'une fonctionnalité de résultats de recherche et n'avait pas d'impact sur le classement des résultats.

C'était la première fois que l'algorithme de Google disposait d'une forme quelconque de traitement du langage naturel. Avant Hummingbird, les mots n’étaient que des mots. L'algorithme n'avait aucun moyen d'interpréter le le sens derrière les mots ou le les liens que les mots avaient avec d'autres entités.

Soudainement, les utilisateurs ont pu utiliser des requêtes plus longues et plus conversationnelles sur Google, et l'algorithme a pu comprendre ce qu'elles signifiaient.

Hummingbird a également introduit le concept de intention de rechercheou le 'pourquoi' derrière la recherche d'un utilisateur. L’algorithme peut désormais déterminer si un utilisateur souhaite acheter quelque chose, rechercher des informations ou accéder à un certain site Web.

Cela a conduit à une expérience utilisateur améliorée et à des niveaux plus élevés de satisfaction des utilisateurs à l'égard des résultats de recherche Google.

C'était aussi pas aussi facile de jouer avec le systèmece qui rendait les stratégies de bourrage de mots clés moins efficaces.

Au lieu d’intégrer des mots-clés dans le contenu, il était plus important de produire un contenu réellement pertinent et utile.

Recherche basée sur l'entité basée sur l'IA (2015 à aujourd'hui)

2015 a vu la sortie de RankBrain, qui a officiellement introduit IA et apprentissage automatique au système de classement de Google.

Bien que Hummingbird soit habile à interpréter la plupart des recherches, il a été perturbé par certains types de requêtes à longue traîne. ClassementCerveau a été introduit en tant que composant de l'algorithme plus large de Hummingbird pour améliorer ses capacités sémantiques.

Il est également capable d’apprendre du comportement des utilisateurs en temps réel et de s’adapter en conséquence. Par exemple, si RankBrain remarque que vous choisissez certains types de résultats pour des requêtes similaires, il donnera la priorité à ces pages pour les recherches futures.

En ce sens, RankBrain est capable de personnaliser chaque page de résultats en fonction des préférences de l'utilisateur.

Avec Knowledge Graph, Hummingbird et RankBrain intégrés, Google commençait enfin à ressembler davantage à un moteur de recherche basé sur des entités qu'à un moteur de recherche axé sur les mots clés.

Pourtant, la transition finale vers un référencement d'entité à part entière n'a eu lieu qu'avec l'introduction de Aperçus de l'IA de Google (AIO) en 2024. À cette époque, les outils de recherche d'IA comme ChatGPT existaient déjà depuis plusieurs années, mais ils n'étaient rien en comparaison de la popularité de Google.

Il a fallu attendre les AIO éclipsé les résultats organiques que le référencement IA est devenu la nouvelle norme.

Le trafic organique a commencé à plongeonet les spécialistes du marketing de recherche ont dû rapidement adapter leurs stratégies ou devenir obsolètes.

Consultez ce graphique montrant l'impact des AIO sur le taux de clics des positions classées n°1 sur Google (source : Ahrefs) :

Les astuces basées sur des mots-clés du passé sont devenues soudainement inutiles, et la visibilité a commencé à dépendre des citations de l'IA plutôt que du classement des mots clés.

En effet, les LLM qui alimentent les outils de recherche d'IA utilisent des graphiques de connaissances pour identifier les entités et comprendre les relations qu'ils partagent les uns avec les autres. Cela est directement lié à la manière dont ils génèrent des réponses, extraient des sources et évaluent la crédibilité.

En d’autres termes, la reconnaissance d’entités est la façon dont les algorithmes et les LLM répondent à la question : «De quelle chose tu parles ?

Par exemple, imaginez qu'un LLM rencontre le mot Paris dans une phrase. Au niveau de l'entité, cela pourrait faire référence à plusieurs choses.

Il y a la ville en France, mais il y a aussi la célébrité Paris Hiltonla figure mythologique grecque Pariset d'autres villes nommées Parispour n'en nommer que quelques-uns.

Grâce à la reconnaissance des entités nommées, les LLM sont capables d'identifier correctement de quel Paris vous parlez, dans n'importe quel contexte.

Aperçus et entités de l'IA

Les aperçus de l'IA de Google sont alimentés par son LLM interne, Gémeaux.

Ce qui rend Gemini particulièrement puissant, c'est son accès direct au gigantesque Knowledge Graph de Google, qu'il utilise pour reconnaître les entités, comprendre leurs relations et générer des réponses.

Oui, cela signifie que la reconnaissance des entités joue un rôle important dans l'amélioration de votre visibilité dans les AIO.

Si vous souhaitez que Gemini cite votre contenu et recommande votre marque, vous devez vous établir comme une entité faisant autorité dans votre secteur.

En gros, tu veux former Gémeaux pour associer votre marque à votre niche et à votre public cible. Vous souhaitez qu’il considère votre contenu comme digne de confiance et faisant autorité, et qu’il considère vos produits et services comme étant de haute qualité.

Comment y parvenir ?

Vous devez présenter certains signaux de confiancequi sont similaires à facteurs de classement en référencement traditionnel.

Gemini et d'autres LLM font confiance au contenu qui :

• A associations d'entités fortes comme des mentions de marque sur des sites Web pertinents, des discussions communautaires positives et une bibliothèque de contenu perspicace et faisant autorité.
• Contient données structurées comme le HTML sémantique et le balisage de schéma, car ils renforcent tous deux la reconnaissance des entités et facilitent l'analyse du contenu.
• Clairement répond aux questions et fournit des définitions concises sans tourner autour du pot.
• Contient MANGER (expérience, expertise, autorité et fiabilité) caractéristiques.

Vous pouvez considérer ces signaux comme vos outils de formation. Plus vous les exposez, plus vous pouvez former les LLM à reconnaître votre marque comme une entité pertinente et digne de confiance.

Comment optimiser pour les entités

Ensuite, il est temps d'apprendre comment optimiser votre présence en ligne pour l'alignement et le renforcement des entités.

Nous avons déjà évoqué les outils, mais il existe des techniques marketing qui coïncident avec chacune d'entre elles. Voici quelques-unes des tactiques de référencement d’entité les plus efficaces.

Création de clusters thématiques

Au lieu de se concentrer sur l'autorité de domaine, les spécialistes du marketing devraient se concentrer sur la création de autorité thématique plutôt. L'autorité thématique est l'endroit où les algorithmes et les LLM vous considèrent comme une source incontournable d'informations sur un sujet particulier.

Par exemple, si votre blog contient une tonne de contenu couvrant diverses routines de fitness, il peut établir une autorité thématique pour les invites liées au fitness.

L'une des meilleures façons de renforcer l'autorité thématique est de créer clusters de contenu. Ce sont des blogs interdépendants qui couvrent des sujets similaires.

Un cluster de contenu se compose d'un élément pilier qui présente le sujet principal et d'une série de sous-éléments qui approfondissent chaque sous-thème.

Un exemple de cluster de contenu pourrait être :

1. Pièce de pilier: Un aperçu détaillé du marketing numérique
2. Page du cluster: Les bases du référencement et du marketing des médias sociauxg
3. Page du cluster: Pourquoi le marketing par e-mail donne toujours des résultats
4. Page du cluster: Top 10 des tactiques de relations publiques numériques pour 2025

Comme vous pouvez le constater, chaque page du cluster couvre un aspect différent du marketing numérique, qui constitue le sujet principal.

Si vous souhaitez que les algorithmes et les LLM reprennent vos clusters de contenu, ils doivent être liéalors n'oubliez pas d'inclure des liens internes sur chaque page.

Y compris les données structurées

HTML sémantique et balisage de schéma sont tous deux extrêmement importants pour faciliter la reconnaissance des entités. Le HTML sémantique fait simplement référence aux éléments HTML qui contiennent des descripteurs, comme . Le HTML non sémantique ne décrit pas ce qu'il contient, comme