Le guide ultime sur la recherche sémantique

Quésaco ? Ses fonctions, son mode de fonctionnement et son importance pour votre site.

Homme qui place une loupe devant son smartphone pour chercher

Introduction

Le volume de données ne cesse d'augmenter à l'échelle globale. Nous avons maintenant accès à des millions et des millions de ressources en ligne – ce qui est à la fois une bénédiction et un fardeau.

Côté avantages, ces vastes quantités de données nous donnent davantage d'options, et peuvent nous aider à prendre des décisions informées. Cependant, trop c'est trop, et c'est bien le cas lorsque vous devez ramer à travers un océan d'informations pour trouver quelque chose de spécifique. 

En fin de compte, avoir autant de données à notre portée ne nous est utile que si nous pouvons les rechercher efficacement. Sans outils de recherche intelligents, la recherche d'informations en ligne rappelle parfois celle d'une aiguille dans une botte de foin, certes digitale.   

Les moteurs de recherche tels que Google mettent constamment leurs algorithmes à jour pour résoudre ce problème et pour améliorer les recherches sur site. Cependant, ce défi s'étend au-delà de la recherche Google – il affecte aussi les recherches sur site. 

Ne vous est-il jamais arrivé d'essayer de trouver quelque chose par le biais d'un moteur de recherche de site Web et de rester bredouille ?  C'est frustrant, n'est-ce pas ? Vous vous retrouvez soit à essayer différents termes de recherche à l'aveuglette jusqu'à ce vous trouviez quelque chose, soit à explorer toutes les informations disponibles sur ce site dans l'espoir de tomber sur ce que vous recherchiez.

C'est là que la recherche sémantique peut s'avérer utile. À travers ce guide, vous apprendrez ses rouages, son fonctionnement et son importance pour votre site Web.  

En bref, la sémantique est l'étude du sens des mots, des liens existant entre eux et de leurs positions. Même si cela va bien au-delà de sa définition, le mot important à retenir ici est contexte.

Une recherche non sémantique est limitée par les mots clés. Lorsque vous saisissez un terme de recherche – comme, par exemple, chaussures rouges – vous obtiendrez tous les résultats qui figurent ces mots clés. Elle sait donc ce que vous recherchez, mais elle n'est pas suffisamment intelligente pour comprendre pourquoi vous le recherchez. 

Cela devient apparent lorsque vous essayez d'utiliser un terme de recherche qui pourrait être interprété de multiples façons, selon le contexte. Prenons l'exemple du mot ‘apple’ (c.-à-d. pomme en anglais). Vous pourriez rechercher :

  • le fruit en anglais
  • la société multinationale
  • Apple Martin, la fille du chanteur de Coldplay, Chris Martin, et de l'actrice Gwyneth Paltrow 

La recherche non sémantique ne saura pas duquel vous parlez. Elle se contentera de vous montrer tous les résultats contenant le mot 'apple'. 

Requête de recherche apple, liste de suggestions déroulante

Quant à la recherche basée sur la sémantique des termes, elle est plus maline que ça. Elle se sert de l'Intelligence Artificielle (IA) et de l'apprentissage automatique pour interpréter la langue tout comme un humain. Elle ne considère pas seulement les mots que vous saisissez. Elle prend également en compte la raison pour laquelle vous les recherchez, ainsi qu'où, quand et comment vous effectuez cette recherche. Ce contexte supplémentaire permet au moteur de recherche de vous donner des résultats beaucoup plus judicieux et personnalisés. 

Vous savez que vous utilisez une recherche sémantique quand :

- vous cherchez un restaurant et obtenez une carte avec des directions

Le moteur de recherche suppose que si vous cherchez un magasin, un restaurant, ou un quelconque commerce avec une présence physique, vous voudrez aussi savoir comment vous y rendre. Grâce à vos données de localisation, il obtient donc les succursales les plus proches, ainsi que leurs horaires d'ouverture et leurs coordonnées. 

- vous lancez la recherche 'livres pour enfnts' et vous obtenez tout de même des résultats 

Bien qu'elle comprenne ce que vous voulez dire, la recherche sémantique ne se soucie pas des fautes de frappe. Au lieu de ne pas saisir le sens de votre terme de requête, elle suggérera une orthographe correcte avec les résultats.

- vous pouvez obtenir les derniers scores en recherchant les mots 'football' ou 'foot'  

La recherche sémantique reconnaît les synonymes – c.-à-d. différents mots qui ont le même sens, par exemple, football et foot – et les termes génériques pour des mots spécifiques (p. ex. oiseau et pigeon). Vous n'avez donc pas besoin d'utiliser des mots précis pour votre recherche. 

Comment fonctionne la recherche sémantique ?

Lorsque vous saisissez une entrée dans un moteur de recherche sémantique, il prendra un certain nombre de données contextuelles en compte, telles que :

  • votre position géographique
  • votre historique de recherche
  • les variations de mots
  • les synonymes
  • les tendances actuelles

Il examine ensuite comment les termes de votre requête interagissent avant de combiner cette analyse avec les données contextuelles qu'il a trouvées, et se sert de cette information pour produire des résultats aussi personnels et pertinents pour vous que possible.

Il vise à imiter votre façon de communiquer avec un autre être humain. Lorsque vous parlez avec quelqu'un, de très nombreux éléments contextuels entrent en jeu : où et quand la conversation a lieu, à quel point vous maîtriser le sujet, si vous connaissez bien la personne avec qui vous discutez, etc. Un moteur de recherche sémantique considère ce type de critères afin que les recherches ressemblent à un dialogue naturel.

De nombreux systèmes et méthodes travaillent dans les coulisses de la recherche sémantique pour lui donner ce niveau supérieur d'intelligence. En voici quelques uns :

Le traitement du langage naturel

Les algorithmes permettent au moteur de recherche sémantique de comprendre des requêtes formulées en langage humain. On utilise plusieurs techniques pour faciliter le traitement des requêtes de recherche, y compris la "tokenisation", où les termes de recherche sont découpés en 'tokens' (mots, symboles, ponctuation), et la 'racinisation' ou 'stemming', qui consiste à supprimer les affixes ('ant', 'ions' et autres) de la fin des mots.

Image symbolisant la recherche sémantique

La correspondance floue   

Ce processus renvoie des résultats même s'ils ne correspondent pas exactement au(x) terme(s) de votre requête. C'est ainsi que vous obtenez des suggestions même si vos termes de requête sont mal orthographiés. Ce système est flexible ; vous pouvez appliquer différents degrés de 'flexibilité' à des produits en particulier selon que vous voulez être plus strict ou plus souple dans votre recherche.

Exemple de résultats d'une requête de recherche avec la correspondance floue

L'indexation sémantique latente

Cette technique mathématique permet d'analyser les connexions entre groupes de données, au lieu de traiter chaque mot ou phrase séparément. Pour simplifier, elle identifie les liens cachés (latents) entre les mots (sémantique) de sorte à organiser l'information (indexation) plus efficacement et à la trouver plus facilement.

L'histoire de la recherche sémantique à ce jour

Ça vous intéresse d'en savoir plus sur un des pionniers de la recherche sémantique ? Ask Jeeves.

Au cas où la fin des années 90 vous échappe, Ask Jeeves était un moteur de recherche avec un visage humain – celui du majordome Jeeves. Vous pouviez lui poser des questions dans un langage simple et il s'affairait à vous trouver des réponses. Jeeves n'était pas vraiment sémantique (et pas toujours utile), mais le moteur de recherche formait une ébauche de la notion de traitement du langage naturel qui fait partie intégrante de la recherche sémantique actuelle.

Logo de Ask Jeeves

Incapable de rivaliser avec des moteurs de recherche plus populaires dans les années 90, le pauvre Jeeves est tombé dans l'oubli et a fermé boutique. Mais la recherche sémantique allait bientôt faire son grand retour sur scène, grâce à Google. 

 

Hummingbird a instigué l'engouement pour la recherche sémantique 

En 2013, Google a introduit son algorithme Hummingbird ("colibri"). Hummingbird a été conçu pour mieux comprendre l'intention de recherche des utilisateurs, en s'inspirant de la puissance du Knowledge Graph, c'est-à-dire du graphique de connaissances, de Google (il s'agit d'une base de données gigantesque, si pas grotesque, qui trouve des informations liées à une requête à partir de différentes sources).

Sa mise à jour a donné un semblant d'humanité à Google. Si vous lui posez une question sur le ton de la conversation, comme si vous demandiez à un ami, il vous comprend, puis il vous répond en 'espèces'. Si vous lui demandez par exemple, "Quel âge à Tom Hanks ?", il ne se contente pas d'afficher une liste de sites Web sur Tom Hanks. Il trouve aussi la réponse (63, au moment de rédiger) et il vous la présente sur la page de résultats du moteur de recherche.

 

RankBrain a rendu la recherche sémantique plus intelligente

Hummingbird était révolutionnaire, mais il avait un défaut : il ne pouvait toujours pas donner de réponses précises aux questions qu'on ne lui avait pas encore posées.

C'est pourquoi Google a introduit l'IA dans cette équation en 2015 avec RankBrain, sa nouvelle mise à jour. Quand un utilisateur cherche quelque chose de nouveau, l'IA peut afficher des requêtes qui ont déjà été recherchées, trouver la correspondance la plus proche et obtenir des résultats. Elle apprend au fil du temps quels résultats reçoivent le plus de clics et elle utilise ces données pour affiner les résultats des futures recherches.

 

BERT contribue encore plus à l'intelligence de la recherche  

En 2019, Google a déployé une énième mise à jour de son algorithme - Bidirectional Encoder Representations from Transformers (c-à-d, Représentations de codeurs bidirectionnels à partir de transformateurs), ou pour utiliser un acronyme plus sympa, BERT.

BERT aide Google à encore mieux comprendre les nuances des recherches conversationnelles. En utilisant le modèle du langage bidirectionnel, il considère ce qui précède et ce qui suit un mot dans une phrase pour obtenir davantage de contexte. D'autres astuces entrent en jeu, telles que les transformateurs et la modélisation du langage masqué. En résumé, BERT représente une avancée vers l'intelligence humanoïde pour la recherche sémantique.

Logos BERT de l'algorithme de Google

Ce qui nous amène au présent. Grâce aux mises à jour comme Hummingbird, RankBrain et BERT, la recherche rapide et précise s'est normalisée pour devenir partie intégrale de notre expérience de navigation quotidienne. 

C'est la nouvelle norme, ce qui veut dire que les utilisateurs s'y attendent d'où qu'ils se connectent. Et pas seulement de Google, mais aussi de votre site Web.

Que signifie la recherche sémantique pour votre site Web ?

S'allier à la recherche sémantique ne veut pas dire suivre une tendance. Si votre site ne l'utilise pas, cela pourrait pénaliser l'expérience de vos utilisateurs. 

 

Sans recherche sur site sémantique, vous pourriez être perdants

Imaginez qu'un client, Sarah, essaie de trouver un article en particulier sur votre site – disons, par exemple, un haut bleu de taille M qui coûte moins de $50 (environ 45 Euro) – et vous ne disposez que de la recherche sur mot-clé. Le haut qu'elle recherche ne s'affiche pas car son terme de requête ne correspond pas à un mot clé dans votre base de données. De surcroît, les résultats qui apparaissent ne sont pas pertinents. Il n'y a qu'un haut rose, une robe bleue, un haut bleu qui n'est pas à la bonne taille et un haut bleu qui coûte $110, mais pas le résultat que Sarah escomptait.

Barre de recherche ne montrant aucun résultat pour la requête blue top 10 under 50

Ainsi, elle se hasarde à un jeu d'essai et d'erreur avec le moteur de recherche. Elle saisit différentes variantes – petit haut bleu, hauts de moins de $50, vêtements bleus pour femme – mais les résultats de recherche la laissent en plan. Finalement, elle se lasse, clique en dehors de votre site et retourne sur Google pour y trouver un autre site Web. Et voilà, vous venez de perdre une conversion !

Peut-être que cela ne ce serait pas produit il y a dix ans de cela, avant la montée en puissance de la recherche basée sur la sémantique. Cependant, si vous voulez vous assurer que les navigateurs d'aujourd'hui, gâtés par Google, restent sur votre site et qu'ils achèvent leur parcours d'acheteur, vous avez besoin d'outils de recherche qui comprennent les intentions qui se cachent derrière leurs requêtes.

Mettez la recherche sémantique sur site en valeur, et le scénario ci-dessus prend soudain un bon tournant, à la fois pour vous et pour vos clients. Vous pouvez vous attendre à :

 

Une meilleure expérience utilisateur

Pensez à ce qui crée une super expérience utilisateur (UX) lorsque vous naviguez sur un site Web :

  • une interface intuitive, conviviale et rapide
  • une expérience de recherche facile et sans frustration
  • des résultats épurés et pertinents 

C'est exactement ce que la recherche sémantique sur site accomplit. Des fonctionnalités comme l'autocorrection et la saisie semi-automatique rendent la recherche rapide et facile. La recherche sémantique peut aussi interpréter des requêtes en langage naturel donc vous n'avez nul besoin de vous fatiguer à jouer aux devinettes avec la barre de recherche   il vous suffit de saisir sur le clavier ce que vous demanderiez à haute voix. Et vous obtenez les résultats les plus pertinents en raison de sa capacité d'interpréter le contexte de la recherche et de comprendre votre intention.  

La recherche sémantique encourage également les visiteurs à rester sur votre site Web s'ils veulent trouver autre chose. Ils ne se sentent pas pressés de retourner sur Google s'ils bénéficient des mêmes avantages en utilisant vos fonctions de recherche.

 

Des taux de conversion plus élevés

Si votre moteur de recherche délivre les résultats escomptés du premier coup, cela ne peut qu'améliorer vos taux de conversion.

Cela coule de source : plus il est rapide et facile pour les visiteurs de trouver ce qu'ils recherchent, plus il est probable qu'ils effectueront un achat. En moyenne, les sites de commerce en ligne dotés d'une barre de recherche sémantique ne subissent que 2% de taux d'abandon de panier d'achat, comparé au taux des sites avec une recherche non sémantique qui est de 40%. 

Si les clients bénéficient d'une excellente expérience, depuis l'arrivée sur votre site Web jusqu'au(x) achat(s) qu'ils y effectuent, ils sont plus susceptibles de rester et de continuer à le parcourir. Ils découvriront alors plus de produits qui attirent leur attention, même ceux qui se trouvent au fin fond de votre catalogue. Et en moins de deux, vous faites encore plus de ventes.  

En outre, une expérience de recherche intuitive et rapide encouragera les clients à revenir sur votre site pour y acheter d'autres produits. Il est aussi possible qu'ils recommandent votre site à d'autres personnes, qui, à leur tour, vont parcourir votre site Web, y effectuer des achats, puis le recommander à plus de gens, de sorte que vos conversions ne cessent de progresser.  

 

Des résultats plus personnalisés 

Une approche uniforme au service client ne fait plus l'affaire. Les consommateurs veulent de plus en plus que leurs expériences soient adaptées à eux. 90% trouvent la personnalisation attrayante, et 80% d'entre eux sont plus propices pour faire des affaires avec une entreprise qui offre une expérience personnalisée.   

La recherche sémantique sur site leur apporte cette touche personnelle. Par exemple, s'ils ont recherché des survêtements et des chaussures de sport, elle peut privilégier les vêtements de sport pour de futurs résultats de recherche. Où s'ils sont en vadrouille avec un appareil mobile, elle peut les orienter vers un magasin à proximité. C'est ce genre de détails qui les fera revenir sur votre site Web. 

La personnalisation entraîne toujours des questions de confidentialité mais les navigateurs n'ont pas d'inquiétude à se faire. N'importe quelle donnée collectée durant la recherche n'est jamais personnellement identifiable et ils ont un contrôle total sur les paramètres des cookies de suivi. 

 

Potato, Potahto – Semantics and Localization

One of the interesting challenges of natural language processing is regional dialects and colloquialisms. American Midwestern users, for example, would call a fizzy soft drink “pop”, while people from the Northeast would call it “soda”. To offer a smooth experience for everyone, semantic search needs to account for these variations. 

Que faire maintenant

La mise en place d'un moteur de recherche sémantique sur votre site Web n'est pas une mince affaire. Alors, pour vous simplifier la vie, chercher une solution que vous pouvez facilement implémenter, sans avoir besoin de beaucoup de connaissances en codage. Par ailleurs, votre solution devrait vous donner la flexibilité de personnaliser votre moteur de recherche sémantique au cas où vous voudriez avoir un peu plus la main mise sur ce processus.    

Un moteur de recherche sur site personnalisé tel que Site Search 360 serait un candidat idéal. Ses fonctions de recherche sémantique garantissent à vos utilisateurs de trouver ce qu'ils veulent, et pas seulement ce qu'ils saisissent. Vous pouvez l'intégrer tel quel – vous devez juste installer un plugin ou copier et coller quelques lignes de code. Et vous pouvez aussi le personnaliser à votre guise, sans aucune expérience de codage nécessaire.  

Commencez votre essai gratuit dès aujourd'hui pour voir comment il fonctionne en pratique.

En quête d'une meilleure solution de recherche ?

Testez Site Search 360 sur votre domaine ! Faites un essai gratuit pour constater par vous-même à quel point une excellente recherche sur site peut vous faciliter la tâche.‬‬‬