Des liens SEO qui apportent des clics : comment Google mesure la qualité à partir des liens et du trafic qu'ils envoient

Un score de qualité lien-trafic est une mesure de la qualité d'une page fondée sur le nombre de pages qui pointent vers elle et sur le nombre de personnes qui cliquent réellement sur ces liens. Le brevet US 9,558,233 B1, « Determining a quality measure for a resource », décrit comment Google le calcule et le diffuse sur le web. Google l'a déposé le 31 décembre 2012, à partir d'une demande provisoire du 30 novembre 2012, et le brevet a été délivré le 31 janvier 2017.

Que décrit le brevet US 9,558,233 ?

Le brevet US 9,558,233 décrit un procédé « tirer-pousser » qui note des pages de départ à partir des liens et des clics, puis propage la qualité vers les pages qui pointent vers elles et vers les pages vers lesquelles ces sources pointent. Ses 6 inventeurs sont Hyung-Jin Kim, inventeur du brevet de reclassement par les clics, Paul Haahr, Kien Ng, Chung Tin Kwok, Moustafa A. Hammad et Sushrut Karanjkar. Le brevet a été attribué à Google Inc. et compte 24 revendications, dont 3 indépendantes (un procédé, un système et un support de stockage informatique), et 10 planches de dessins.

Le résumé expose 3 scores : « un score de départ pour chaque ressource de départ », fondé sur « le nombre de ressources qui contiennent un lien vers elle et le nombre de sélections de ces liens » ; « un score de source pour chaque ressource source », fondé sur « le score de chaque ressource de départ vers laquelle elle pointe » ; et « un score de ressource pour chaque ressource référencée par une source », fondé sur « le score de chaque source qui contient un lien vers elle ».

Quel problème le brevet résout-il ?

Le brevet résout l'écart entre les liens et l'attention réelle. Un procédé de classement peut placer plus haut une page « vers laquelle pointent un grand nombre d'autres pages ». Mais « une ressource peut recevoir des liens d'un grand nombre d'autres ressources tout en recevant peu de trafic par ces liens ». Le brevet en nomme la cause : « une entité peut tenter de manipuler le classement en plaçant un lien vers la ressource sur une autre page web ». Pour éviter cette distorsion, le système évalue le « décalage » entre le nombre de pages qui font le lien et le trafic que ces pages génèrent.

La règle en découle : « si une ressource reçoit des liens d'un nombre de ressources disproportionné par rapport au trafic que ces liens lui apportent, elle peut être rétrogradée dans le classement ».

Comment fonctionne le procédé « tirer-pousser » ?

Le procédé « tirer-pousser » fonctionne en 3 étapes :

1. Noter les pages de départ : les ressources de départ sont des pages « pour lesquelles on dispose de suffisamment de données de liens et de trafic ». Une page qui a moins d'un nombre seuil de pages qui pointent vers elle ou moins d'un nombre seuil de sélections peut être traitée comme une cible et non comme une page de départ. Dans une mise en œuvre, le score de départ est « le rapport entre le nombre de sélections des liens vers la ressource et le nombre de ressources sources qui pointent vers elle » : les clics par page qui fait le lien. Une page de départ qui reçoit un nombre de liens disproportionné par rapport à ses clics obtient un score faible. À la place des clics sur les liens, ou en plus, le brevet cite d'autres mesures de trafic, « comme le nombre total de vues de la ressource, ou le nombre de sélections de résultats de recherche pour la ressource ».
2. Tirer vers les sources : les scores de départ sont « tirés » vers les pages qui pointent vers les pages de départ. Chaque page source reçoit un score de source à partir des pages de départ vers lesquelles elle pointe (somme, moyenne, moyenne pondérée ou autre combinaison). Une source qui pointe vers beaucoup de pages de départ mal notées obtient un score faible. Chaque source est ensuite classée comme « source qualifiée ou non qualifiée » en comparant son score à un seuil ; le brevet propose de tirer ce seuil, par exemple avec une fonction sigmoïde, des rapports liens/clics de sources connues comme qualifiées et non qualifiées.
3. Pousser vers les cibles : les scores de source sont « poussés » vers toutes les pages vers lesquelles pointent les sources, pages de départ comprises. Chacune reçoit un score de ressource à partir des sources qui pointent vers elle, y compris les pages cibles qui ont trop peu de données pour avoir leur propre score de départ. Pour une page de départ, le score de ressource peut aussi combiner le score issu des sources et son propre score de départ.

Les liens venant de sources non qualifiées « peuvent être minorés dans un procédé de classement fondé sur le nombre de liens ». Le procédé permet à Google de « diffuser des mesures de qualité fondées sur les liens vers des ressources qui manquent de données ».

Comment le brevet juge-t-il la qualité d'un clic ?

Le brevet juge un clic à ce que fait le visiteur ensuite, pour minorer les clics de faible qualité. Chaque sélection d'un lien vers une page de départ peut recevoir un score de qualité :

• Durée de visite : un clic suivi d'une longue visite sur la page de départ (au-delà d'un seuil) vaut plus qu'un clic court, car « les sélections de liens générées automatiquement sont souvent de courte durée ». Les revendications classent les clics en « clic court », « clic moyen » et « clic long ».
• Navigation qui se poursuit : un clic vaut davantage quand le visiteur clique ensuite sur un lien de la page de départ, ce qui « indique que les sélections ont été faites par un véritable utilisateur plutôt que générées automatiquement ».

Les scores de qualité des sélections sont combinés en un score de qualité des sélections de la page de départ, qui peut être pondéré selon l'ancienneté des clics. Le système peut aussi ne garder que les clics au-dessus d'un seuil de qualité et calculer le score de départ sur ce nombre ajusté. Ce n'est pas une option secondaire : dans les 3 revendications indépendantes, le score de départ est déterminé « en fonction d'un score de qualité des sélections ».

Comment les scores servent-ils au classement ?

Les scores servent à rétrograder, promouvoir ou minorer, en plus de la pertinence de chaque page pour la requête :

• Rétrogradation et promotion : une page dont le score de ressource est inférieur à un premier seuil peut être rétrogradée, une page qui atteint un second seuil peut être promue, et les pages situées entre les deux seuils peuvent garder leur position.
• Nombre de liens minoré : le système peut retrancher du nombre de liens d'une page le nombre de sources non qualifiées qui pointent vers elle, de sorte que « le classement n'accorde aucun crédit à une ressource pour les liens placés sur des sources non qualifiées ».
• Score de classement combiné : le score de ressource peut servir de mesure globale de qualité, combinée à un score de pertinence pour réordonner les résultats.

Comment les requêtes changent-elles le poids des liens et des clics ?

Les requêtes changent ce poids quand elles ont tendance à faire remonter du spam. Le brevet définit un résultat lié au spam comme le résultat d'une page qui reçoit un nombre de liens disproportionné par rapport aux sélections de ces liens, par exemple un rapport liens/sélections supérieur à un seuil. Le système calcule un score pour chaque requête à partir de ses n-grammes : le score de chaque page source est attribué aux n-grammes du texte d'ancre de ses liens, et les scores des n-grammes d'une requête sont combinés. Un score de requête faible signale une requête susceptible de faire remonter des pages liées par des sources non qualifiées. Pour les requêtes « très susceptibles de faire remonter des pages de spam, le système peut donner plus de poids au nombre de sélections et moins de poids au nombre de liens ».

Le brevet donne 3 exemples :

• Les sites de partage de vidéos : « les éditeurs de nombreux sites de partage de vidéos tentent de manipuler le classement en créant des liens vers leurs sites, ce qui produit un nombre de liens disproportionné par rapport au nombre de sélections, alors que les sites d'actualité nationaux ne tentent en général pas ce genre de manipulation ».
• « Payday loan » (prêt sur salaire) : ce n-gramme peut être fréquent dans le texte d'ancre des liens vers des sites de prêts sur salaire qui reçoivent beaucoup de liens et peu de clics, et peut donc avoir un score faible.
• « Atlanta ER » : la requête peut obtenir un score faible uniquement parce que « ER » figure dans des liens vers des sites de partage de vidéos qui proposent des épisodes de la série télévisée. Pour corriger ce biais, le système peut combiner le score de la requête avec celui de la requête entière prise comme un seul n-gramme, par exemple en faisant la moyenne des deux.

Comment le système résiste-t-il à la manipulation dans le temps ?

Le système résiste à la manipulation par un lissage et des alertes sur les changements brutaux. Le scénario du brevet : une page de départ bien notée reçoit de nouveaux liens qui n'apportent aucun trafic, et son score de départ « peut chuter brusquement sous sa valeur précédente si seules les données actuelles sont utilisées ». Les scores peuvent donc être « la moyenne pondérée d'un certain nombre de scores précédents et du score calculé sur les données actuelles », chacun pondéré selon le temps écoulé depuis son calcul, ou passer par « un algorithme de lissage » pour éviter les variations brusques. « Si un score change d'au moins un certain seuil, ce changement peut déclencher l'utilisation des scores précédents, ou un examen humain ». L'exemple du brevet : « une tentative de manipulation par un éditeur peut provoquer un pic du score qui déclenche l'utilisation des données historiques ».

Les scores peuvent être calculés à différents niveaux : « domaines, sites web, URL ou parties d'URL ». Au niveau d'un site, les nombres de liens et de clics de ses pages sont agrégés.

Quel lien entre ce brevet et les autres brevets sur les liens ?

Ce brevet combine 2 familles de signaux : les liens et les clics. Le brevet sur le poids des liens prédit quels liens seront cliqués ; celui-ci mesure les clics que reçoivent réellement les liens. Le brevet des pages de confiance propage la confiance depuis des pages de départ selon la distance en liens ; celui-ci propage la qualité depuis des pages de départ retenues parce qu'on dispose pour elles d'assez de données de liens et de trafic.

Que change la qualité lien-trafic pour votre SEO ?

La qualité lien-trafic signifie qu'un lien vaut ce qu'il apporte en visites réelles, et qu'une page dont les liens n'amènent personne est suspecte. 6 conséquences en découlent :

1. Obtenez des liens sur lesquels on clique. Dans une mise en œuvre, le score de départ correspond aux clics par page qui fait le lien : les liens placés là où ils envoient de vrais visiteurs sont ceux qui construisent la qualité.
2. Envoyez des visiteurs qui restent. Les clics courts peuvent être minorés, alors que les longues visites et les clics qui se poursuivent sur votre page comptent comme des clics de qualité.
3. Méfiez-vous des liens que personne ne suit. Une page qui reçoit beaucoup de liens et peu de trafic par ces liens peut être rétrogradée, et les liens venant de sources non qualifiées peuvent être retranchés de son nombre de liens.
4. Faites-vous citer par des pages qui pointent vers la qualité. Une page source tire son score des pages de départ vers lesquelles elle pointe : les liens de pages qui citent elles-mêmes des pages au trafic réel pèsent davantage.
5. Soyez prudent dans les niches à spam. Sur les requêtes qui attirent la manipulation, comme les prêts sur salaire, le système peut donner plus de poids au nombre de sélections et moins au nombre de liens.
6. Progressez régulièrement. Un changement brutal des scores peut déclencher l'utilisation des données historiques ou un examen humain.

Le brevet décrit ce que le système de Google peut faire. Il ne confirme pas que Google combine aujourd'hui liens et clics de cette façon.