Une des grosses problématiques en SEO est celle du choix et de la compréhension des keywords sur lesquels se positionner ou à travailler. Il y a plusieurs manières de faire, certains vont se baser sur les volumes, d’autres sur un indicateur comme le CPC des ads qui sont affichées pour le mot-clé, et enfin on trouvera parfois des approches basées sur des métriques calculées, qu’on trouve sous le nom d’intérêt, compétition, etc. selon les opérateurs.
Dans cet article je vous présente en toute transparence la métrique que nous avons fabriqué et qui va apparaitre début mai dans la colonne BKS qui est actuellement vide dans nos tableaux de positionnement.
Le BKS : un indicateur basé sur une approche machine learning
la problématique principale d’un opérateur comme Babbar, c’est la volumétrie. Nous avons déjà des dizaines de millions de KWs que nous suivons pour google FR, et si on veut donner une information sur l’importance que peut avoir un mot-clé, il faut nécessairement une métrique rapide à calculer. Les algorithmes de machine learning sont parfaits pour ce type d’approche : une fois finie l’étape de fabrication des modèles (pour laquelle l’huile de coude est un ingrédient primordiale), l’inférence (=le calcul de la métrique) est très rapide, même à grande échelle.
L’idée du Babbar Keyword Score (BKS) est donc de prédire une valeur numérique qui correspond par ailleurs à une réalité, observée seulement sur un dataset d’entrainement.
Que veut-on prédire avec le BKS ?
Le constat que nous avons fait c’est que les gens sont intéressés par plusieurs éléments concernant les mots-clés. En premier, le volume d’impression, qui même si c’est souvent sous la forme d’un chiffre assez faux, donne une tendance sur les recherches qui sont faites par les utilisateurs du moteur. En second, une métrique liée aux ads, souvent le CPC, indicateur du fait qu’il y a une réalité commerciale derrière le mot-clé. Et enfin en troisième le niveau d’agressivité des compétiteurs.
Un mot-clé qui a un fort volume, des annonces chères et des compétiteurs très agressifs est sans doute un mot-clé où il y a un potentiel très fort, c’est cela que l’on veut capter avec le BKS.
Pour cela nous avons fabriqué un score très simple avec le volume et le CPC, que l’on multiplie entre eux. Et ensuite en analysant la compétition nous avons rajouté un facteur correctif. cela donne des valeurs numériques que nous allons essayer de prédire avec un algorithme de machine learning et quelques astuces.
Les caractéristiques utilisées pour calculer le BKS
Trouver un algorithme de classification efficace et s’en servir pour prédire des classes de valeurs numériques n’a pas du tout été compliqué (on utilise XGboost et quelques petites fonctions faites à la main). Le vrai travail a été de trouver les caractéristiques (features) donnant les meilleurs résultats. Les voici, en toute transparence :
- Le nombre de mots de la requête.
- Le fait d’être une marque ou pas.
- La typologie de la SERP (nombre et emplacements des verticales type local pack, PAA, etc.), ce qui fait une dizaine de features quand même.
- Les caractéristiques des 5 premiers de la SERP (et assez étonnamment, ça n’améliore pas les résultats de prendre plus de compétiteurs). cela fait une trentaine de features (les métriques Babbar comme la value, le trust, le nombre de BL, le nombre de liens internes, etc.).
Le reste ce n’est que de la tuyauterie pour calculer le BKS sur les 34 millions de KWs FR de Babbar.
Bon ok, mais ça donne quoi ?
Voilà un exemple sur une de mes niches (les glaçons à whisky), le BKS est entre 0 et 100. On voit ici que le site a comme meilleur BKS un KW sur lequel il est premier, le KW « whisky glacons ». C’est effectivement un mot-clé faiblement compétitif, avec un revenu associé qui est assez faible. Ce n’est pas le sujet de cet article, mais pour un éditeur qui fait de l’affiliation c’est un mot-clé en réalité intéressant (pas trop dur à travailler, avec sa petite rentabilité).
Voici des valeurs sur un secteur plus offensif 😉 D’autres valeurs amusantes : 86 pour « pret investissement locatif », 95 pour « taux d’interet ».
Mais en pratique, l’utilisation que j’ai à titre personnel du BKS est différente, je cherche des mots-clés avec des revenus potentiels intéressants et un BKS entre 20 et 50 en gros. A 50 ce sera souvent des mots-clés assez difficile en pratique, mais avec des volumes moyen. Une requête comme « climatiseur maison » a un BKS de 46 par exemple.
Voilà, vous avez les infos principales, maintenant il va falloir attendre encore un tout petit peu, mais ça arrive 😉