MOM signifie Unified Multitasking Model et est une nouvelle technologie pour le moteur de recherche Google, introduite pour la première fois en mai 2021.
Sur Search 21 à l’automne 2021, le déploiement à venir a été annoncé et la technologie a été détaillée plus en détail. MUM travaille avec l’intelligence artificielle ou la compréhension et le traitement du langage naturel et répond aux requêtes de recherche complexes avec des données multimodales.
MUM est multilingue et traite les informations de différents formats de médias pour répondre aux questions. En plus du texte, MUM comprend également des images, des fichiers vidéo et audio.
En mai 2021, Google a présenté MUM comme une évolution 1000 fois plus puissante du BERT. Les deux technologies sont basées sur le traitement du langage naturel. Mais MUM ne se limite pas au traitement du langage naturel.
MUM combine plusieurs technologies pour rendre le moteur de recherche Google encore plus sémantique et contextuel pour améliorer l’expérience utilisateur. Avec MUM, Google veut répondre à des requêtes complexes pour lesquelles un fragment SERP régulier ne suffit pas.
Les tâches à accomplir par le MUM se présentent comme suit :
De ces déclarations, Google peut déduire ce qui suit :
Recevez la newsletter quotidienne sur laquelle les spécialistes du marketing comptent.
Découvrez les nouvelles fonctionnalités SERP que MUM nous propose dans cet article : MUM permet la recherche multimodale dans Lens, une meilleure compréhension des vidéos et de nouvelles fonctionnalités SERP.
Table des matières
Google MUM et E-A-T
En plus de l’exploration de données, un autre grand défi pour Google est de maintenir les informations à jour. Lire aussi : Pourquoi et comment rédiger une page « A propos » SEO-friendly ?. Google mène depuis des années une offensive qualitative avec E-A-T, qui devrait être soutenue par des fonctions supplémentaires dans un futur proche.
En relation directe avec un résultat de recherche donné, il est possible d’obtenir des informations sur la source grâce au champ « à propos de ce résultat ».
Les informations comprennent une description de l’éditeur provenant de ressources fiables, telles que Wikipédia ou le site de l’éditeur, et des informations indiquant si la connexion au site est sécurisée. Vous pouvez également découvrir ce que l’éditeur écrit sur lui-même, ce que les autres écrivent sur lui ou sur lui.
Dans quelle mesure MUM est utilisé ici n’est pas tout à fait clair. Cependant, il est tout à fait certain que l’autorité et la confiance du sujet ou de la source jouent également un rôle unique dans le classement, comme je l’ai écrit dans mon article. Une explication des 14 façons dont Google peut évaluer EAT.
La mise à jour Google MUM est le prochain changement de paradigme majeur pour plus de performances et d’orientation utilisateur
L’introduction de MUM est un autre changement de paradigme majeur pour le moteur de recherche Google, après Hummingbird, Rankbrain et BERT. A voir aussi : D’où peut venir la baisse du trafic SEO ?. Alors que les innovations précédentes en matière d’apprentissage automatique reposaient sur plusieurs modèles entraînés pour différentes tâches, l’objectif de MUM est d’utiliser un modèle pour toutes les tâches d’indexation, de récupération d’informations et de classement.
Se focaliser sur un modèle linguistique rend également obsolète la prise en compte de différentes langues dans une interprétation sémantique. Les algorithmes sont formés sur la base d’enquêtes et d’articles scientifiques en anglais. Ils peuvent être appliqués à toutes les autres langues – un avantage non négligeable en termes de performances et de compréhension sémantique. L’anglais est beaucoup plus facile à interpréter avec le traitement du langage naturel que des langues plus complexes sur le plan grammatical comme l’allemand.
Même avant MUM, Google se concentrait sur l’anglais comme langue principale. Les premières traductions de documents en anglais sont apparues dans les panneaux de connaissance dès 2019.
Il s’agit d’une amélioration significative en termes de performances. L’utilisation de l’apprentissage automatique ou du traitement du langage naturel n’est possible que si les ressources disponibles sont utilisées efficacement. La condition pour cela est la réduction des processus fonctionnant en parallèle. Se concentrer sur l’interrogation d’informations à partir d’un modèle de données pour chaque requête de recherche améliore les performances et les performances.
Un document de recherche de Google de 2020 intitulé « Multitask Mixture of Sequential Experts for User Activity Streams » décrit une technologie appelée MoSE qui est similaire à MUM à bien des égards.
MoSE peut très efficacement s’abstraire dans un modèle de données basé sur des données utilisateur telles que les clics et l’historique des recherches. Comme les moteurs de recherche traditionnels, cela fonctionne comme une étude de marché, en commençant par l’utilisateur du moteur de recherche plutôt que par des informations indexées. L’accent est mis sur les intentions de l’utilisateur et, sur la base du modèle Google, il peut prédire les questions et les réponses correspondantes dont l’utilisateur aura besoin lors d’une recherche.
Toutes les informations nécessaires peuvent être rassemblées dans la SERP pour guider l’utilisateur de manière transparente tout au long du parcours client.
En ce qui concerne les recherches basées sur les produits, Google a perdu du terrain par rapport aux grands marchés du commerce électronique comme Amazon et aux petites plateformes de commerce électronique. Les utilisateurs dans la phase de préférence du parcours client recherchent souvent un produit directement sur Amazon, par exemple. C’est difficile pour Google d’un point de vue économique, car ces utilisateurs ou recherches commerciales sont les plus intensives en clics sur vos annonces.
La plupart des utilisateurs de Google utilisent Google pour rechercher des informations dans la phase de sensibilisation. Actuellement, cependant, Google perd beaucoup d’utilisateurs au profit de concurrents dans la phase de préférence.
Google s’engage à fournir aux utilisateurs des informations précieuses dès les premières étapes du parcours client (prise de conscience et réflexion). Avec la nouvelle conception SERP et la recherche d’achat, Google veut inspirer l’utilisateur, fournir une vue d’ensemble et soutenir l’achat.
Cela montre que Google a abandonné la lutte directe pour les recherches de produits dans la phase de préférence et se concentre sur ses véritables atouts. Organisation et traitement des connaissances sur le monde sous une forme conviviale. C’est là que les grandes plateformes de commerce électronique ne peuvent pas suivre.
MUM: L’avenir de la recherche Google et ce que les référenceurs peuvent en apprendre
MUM est une autre pièce du puzzle pour Google en route vers un moteur de recherche purement sémantique qui améliore en permanence le contexte des requêtes et du contenu. Voir l’article : SEO : comment une startup devient une licorne ?. Ainsi, la pertinence de votre contenu et des extraits de contenu à faire correspondre inclut votre intention de recherche (plus d’étapes de google à la recherche sémantique dans mon article googles au moteur de recherche sémantique).
Le développement d’un ordinateur quantique utilisable est encore loin, Google doit donc lutter contre des technologies efficaces comme MUM pour exploiter la puissance de calcul qui fait actuellement défaut pour l’apprentissage automatique à grande échelle. De cette manière, Google peut développer plus rapidement ses propres systèmes de recherche sans tenir compte de l’inefficacité du côté matériel. On peut dire que le développement logiciel va au-delà du développement matériel.
La percée dans le domaine des ordinateurs quantiques à usage commercial est attendue en 2029. On peut supposer que d’ici là, le moteur de recherche Google sera un moteur de recherche entièrement sémantique. Faire correspondre le texte du mot-clé sur Google Search deviendra alors une chose du passé.
Google MUM : le SEO doit changer
C’est également là que la question de savoir quel rôle jouera Google en tant que fournisseur de trafic à l’avenir et dans quelle mesure le référencement continue d’influencer directement les classements doit être posée à ce stade.
L’introduction de BERT et MUM a entraîné des changements drastiques dans l’industrie, similaires à ceux de Panda et Penguin. Le traitement du langage naturel accélère considérablement les recherches sémantiques basées sur le Hummingbird et le Knowledge Graph. Les référenceurs doivent réfléchir davantage aux sujets et aux sujets d’EAT qu’aux mots-clés.
Dans le cas du référencement technique, il reste à assurer l’exploration et l’indexation de contenus pertinents pour la recherche. Mais la technologie ne le rend pas essentiel et ne crée ni autorité ni savoir. En ce qui concerne la confiance (https) et l’UX (expérience du site Web), la technologie dispose de quelques petits leviers qui peuvent interférer avec le classement. Cependant, ces leviers ne garantissent pas une position de tête. Les tâches techniques telles que le balisage avec des données structurées deviendront de plus en plus obsolètes car Google a besoin de moins en moins d’informations structurées pour être comprises par le traitement du langage naturel.
Le contenu et les liens restent les influenceurs les plus importants. Les liens sont rejoints par d’autres facteurs importants qui forment la base de l’autorité. La coexistence d’enquêtes et de contenus (texte, vidéo, audio et images) sont des signaux importants de confiance et d’autorité. Grâce à MUM, Google a accès à de nombreuses autres sources de données et d’informations. En outre, Google peut utiliser l’exploration de données indépendante de la langue pour collecter et agréger toutes les informations sur les entités et les entités du monde entier. Les anciens silos de données sont détruits.
Grâce à cela, Google peut encore mieux répondre aux questions et transmettre des connaissances vraiment approfondies.
Les gestionnaires de contenu devraient moins se soucier de la fréquence des mots clés dans leur contenu et envisager les perspectives à partir desquelles discuter d’un sujet. Ici, la bonne vieille analyse TF-IDF est toujours un moyen éprouvé d’identifier les termes importants qui décrivent le corps du mot-clé du sujet.
Le contenu répond aux questions. Mais à l’avenir, la seule création de contenu ne suffira pas. Google souhaite guider l’utilisateur tout au long du parcours client avec des réponses pour obtenir un trafic commercial précieux à partir des produits et l’amener dans son propre monde d’achat. Ils veulent regagner des parts de marché.
Du point de vue du référencement, il devient de plus en plus important que les gestionnaires de contenu fournissent du marketing de contenu tout au long du parcours client pour s’assurer que l’utilisateur a autant de points de contact que possible avec le contenu lors de l’enquête.
Selon leur niveau de connaissances, les utilisateurs parcourent le processus de recherche sur une période plus ou moins longue. Lorsqu’ils recherchent des solutions avec des connaissances croissantes sur un sujet donné, les utilisateurs sont confrontés à divers défis et questions qui nécessitent des réponses.
Quelqu’un de nouveau dans l’optimisation des moteurs de recherche est plus susceptible de demander « Qu’est-ce que le référencement ? » Ensuite, ils demandent : « Comment fonctionne le référencement ? » pour se rendre compte que le sujet est assez complexe et qu’ils sont plus susceptibles de demander « Qui propose des services de référencement ? » Au cours de ce voyage, les entreprises doivent apporter des réponses.
Le contenu doit être orienté utilisateur et anticiper les besoins et les questions tout au long du parcours client, comme Google le fait pour MUM. Des analyses SERP détaillées aident à prédire les intentions de recherche actuelles et futures.
Google MUM: SEO également pour les formats multimédias autres que le texte
Le SEO se concentre principalement sur le contenu textuel. MUM rend les SERP beaucoup plus diversifiés en termes de formats multimédias, car Google comprend de plus en plus la vidéo, les images, l’audio et le texte et les place dans leur contexte. Vous pouvez déjà le voir en consultant les classements d’images dans la recherche d’images ou le marquage de localisation automatique sur les vidéos YouTube, par exemple.
Divers brevets Google signés en 2021 indiquent que Google interprète peut-être déjà l’audio, la vidéo et les images. Par exemple celui-ci : annotation vidéo basée sur les fonctionnalités.
Pour le référencement, cela signifie qu’à l’avenir, lors de la conception de contenu audio et vidéo, ils pourront prêter attention à une conception de type texte sémantiquement significative en utilisant la recherche de mots clés ou les tests TF-IDF. À l’avenir, Google aura également une meilleure compréhension du contenu vidéo et audio parlé, par exemple pour le classer sur YouTube ou Podcast Search.
Les bases de données sémantiques telles que le Knowledge Graph bénéficieront également de sources supplémentaires d’informations utiles sur les entités pour l’exploration de données. La combinaison d’un traitement performant du langage naturel et d’un grand nombre de sources supplémentaires pour l’exploration de données accélérera considérablement le développement de la longue traîne des connaissances.
La mise à jour de Google MUM est donc une évolution logique sur la voie du moteur de recherche sémantique.
Moins de visiteurs de Google via MUM à l’avenir?
Avec des innovations telles que MUM et BERT, Google souhaite afficher encore plus de réponses directement dans le SERP sans avoir à cliquer à nouveau sur la source de contenu. Il existe une crainte fondée que Google continue de fermer le robinet et d’afficher autant d’informations que possible dans son propre monde.
Il existe un risque que les intérêts de Google et de l’éditeur de contenu diffèrent et que Google utilise avec gratitude des parties pertinentes du contenu sans autoriser l’éditeur à participer. Mais ce n’est qu’entre les mains de Google lui-même et de la manière dont il considère l’équilibre des intérêts.
Une chose est claire, Google s’appuie sur le contenu en direct pour répondre aux questions des utilisateurs actuels et futurs. Et en tant que technologie, Google est capable d’indexer les informations de manière algorithmique et de les préparer de manière conviviale.
Cependant, vous ne pourrez probablement jamais développer une expertise approfondie par vous-même et la présenter indépendamment du contenu fourni par les éditeurs. Par conséquent, on ne peut que croire que Google continuera à récompenser le bon contenu avec du trafic.
Il s’agit d’une version abrégée et traduite de l’article de blog original « Google MUM Update : Was erwartet SEOs in der Zukunft ? »
Les opinions exprimées dans cet article sont celles de l’auteur invité et pas nécessairement Search Engine Land. La liste des auteurs du personnel peut être consultée ici.
Nouveau sur Search Engine Land
À propos de l’auteur
Olaf Kopp est responsable SEO, co-fondateur et directeur du développement commercial de l’agence allemande de marketing Internet Aufgesang. Son travail se concentre sur la construction d’une marque numérique, les stratégies de marketing de contenu tout au long du parcours client et le référencement sémantique. Il est auteur, conférencier et podcasteur. Selon divers médias et opinions de l’industrie, son blog est l’un des meilleurs blogs de marketing en ligne en Allemagne.
