De la Data pour le SEO
L’automatisation au service de la prise de décision
SEO is Dead. Again ???!!!
Gotta Catch ‘em All
Data
Scientists
SEO
Consultants
Software
Engineers
SEO
Consultants
Le SEO a changé…
3
Transhumanisme
@diije
Le niveau de complexité explose…
4
… Et ce n’est que le début !
Il n’y a jamais eu autant de donnée disponible…
5
… Rendant le travail des IA de plus en plus efficace
Comment apprendre à reconnaître une raquette de tennis ?
6
Deep Learning 101
• Plus il y a de données
disponibles et quali...
Do you want to feel like Lee Seedol ?
7
Vous devez évoluer aussi
Introduction à la Data pour le SEO
De plus en plus de données, de plus en plus de complexité.
Les algorithmes peuvent vous...
Step 1 : la donnée descriptive
Prendre du recul
5 minutes rule
• Choix des KPI
• Visualisation des données
Pas d’actions dans la précipitation
• Ce n’est pas parce qu’Ana...
Analytics
11
L’outil n°1
Segmentez, segmentez, segmentez !
• Trafic par device
• Trafic par template
12
Allez plus loin que le trafic SEO
Web Analy...
Suivi de positions et positionnement
Vision globale : évolution et tendances
13
Votre visibilité sur Google
Vision tactiqu...
Search Console
14
Ce que Google veut bien nous dire
Logs serveur
15
Plus vite, plus loin
Logs serveur
16
Les logs ne mentent pas
17
Le continuous testing
Lutte contre les régressions
18
Gagnez encore plus de temps
Alertes automatiques
C4.5, random forest… (Essayez weka ou Big ML par exemple)
Exemple : arbre décisionnel sur de la conversion web avec critèr...
1 : Réunir les données
2 : Les explorer visuellement
3 : Être alerté automatiquement
4 : Détecter des corrélations
20
Ever...
En synthèse… De quoi avons-nous besoin ?
Automatiser pour prendre les bonnes décisions et maîtriser son environnement
21
S...
Step 2 : donnée prédictive et contrôle
Agir automatiquement
Exercice pratique
23
Les modèles prédictifs
Séries temporelles et régressions linéaires
Détecter des tendances et agir
Mais encore faut-il bien le faire !
26
Il faut aussi mailler tout ca !
27
PageRank Sculpting
En on en revient aux données…
28
Test & Learn
Optimiser les pages
29
Trouver les bons mots clés
En conclusion
"Il existe des algorithmes pour tout”
30
Une boite à outils utile
Données du
Search
interne
• Détection de
tendances
(séries
temporelles)
• Nettoyage
sémantique
Li...
Le futur du SEO ?
Donner aux gens ce qu’ils veulent, quand ils le cherchent
Le monde change…
33
I, robot.
« We’re in a transitional computing period
where we’re learning to move past physical
device...
Quelques points de repère
34
Mobile first
Quelques points de repère
35
Mobile only
Quelques points de repère
36
Voice only
Et demain ?
37
Encore de la data
Une opportunité unique pour le search
38
Parlons-en
39
Analyse sémantique et
compréhension du langage naturel :
la Nouvelle Frontière.
Conclusion
Ce que vous pouvez retenir avant d’aller voir le foot
Pour ceux qui ont loupé le début
1. La quantité de données et leur complexité ne font qu’augmenter
2. S’équiper pour analy...
www.1-clic.info
Merci de votre attention !
Have fun 
Mail
julien@1-clic.info
Blog
http://blog.1-clic.info/
Twitter
@diije
Prochain SlideShare
Chargement dans…5
×

De la Data pour le SEO - QueDuWeb 2016

863 vues

Publié le

La quantité de données à notre disposition ne fait qu'augmenter, et avec elle la complexité des analyses. Mais des outils existent pour nous aider à aller plus loin, plus vite.

Publié dans : Internet
0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
863
Sur SlideShare
0
Issues des intégrations
0
Intégrations
600
Actions
Partages
0
Téléchargements
0
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive
  • Ajouter un diagramme de Venn SE:Rush
  • De la Data pour le SEO - QueDuWeb 2016

    1. 1. De la Data pour le SEO L’automatisation au service de la prise de décision
    2. 2. SEO is Dead. Again ???!!! Gotta Catch ‘em All Data Scientists SEO Consultants Software Engineers SEO Consultants
    3. 3. Le SEO a changé… 3 Transhumanisme @diije
    4. 4. Le niveau de complexité explose… 4 … Et ce n’est que le début !
    5. 5. Il n’y a jamais eu autant de donnée disponible… 5 … Rendant le travail des IA de plus en plus efficace
    6. 6. Comment apprendre à reconnaître une raquette de tennis ? 6 Deep Learning 101 • Plus il y a de données disponibles et qualifiées, mieux les machines apprennent • Plus il y a de données disponibles, plus les humains sont perdus • Pourquoi faire des choses qui peuvent être faites (mieux) par des robots ?
    7. 7. Do you want to feel like Lee Seedol ? 7 Vous devez évoluer aussi
    8. 8. Introduction à la Data pour le SEO De plus en plus de données, de plus en plus de complexité. Les algorithmes peuvent vous aider. • Step 1 : la donnée descriptive • Step 2 : donnée prédictive et boucles d’action / contrôle • Step 3 : prospective – Le futur du SEO ? 8 De quoi allons-nous parler ?
    9. 9. Step 1 : la donnée descriptive Prendre du recul
    10. 10. 5 minutes rule • Choix des KPI • Visualisation des données Pas d’actions dans la précipitation • Ce n’est pas parce qu’Analytics dit que votre trafic baisse qu’il faut tout changer Keep calm & carry on Tableau de bord
    11. 11. Analytics 11 L’outil n°1
    12. 12. Segmentez, segmentez, segmentez ! • Trafic par device • Trafic par template 12 Allez plus loin que le trafic SEO Web Analytics 101 Vérifiez l’intégrité des données • Présence du tag de tracking • Pollution des données
    13. 13. Suivi de positions et positionnement Vision globale : évolution et tendances 13 Votre visibilité sur Google Vision tactique : mots clés stratégiques
    14. 14. Search Console 14 Ce que Google veut bien nous dire
    15. 15. Logs serveur 15 Plus vite, plus loin
    16. 16. Logs serveur 16 Les logs ne mentent pas
    17. 17. 17 Le continuous testing Lutte contre les régressions
    18. 18. 18 Gagnez encore plus de temps Alertes automatiques
    19. 19. C4.5, random forest… (Essayez weka ou Big ML par exemple) Exemple : arbre décisionnel sur de la conversion web avec critères multiples 19 Essayez des algorithmes d’apprentissage supervisés Web analytics 2.0
    20. 20. 1 : Réunir les données 2 : Les explorer visuellement 3 : Être alerté automatiquement 4 : Détecter des corrélations 20 Everything is under control La data pour les nuls
    21. 21. En synthèse… De quoi avons-nous besoin ? Automatiser pour prendre les bonnes décisions et maîtriser son environnement 21 SEO Factory Query Management Platform Continuous TestingCrawl + Log Analysis Keyword monitoring & Analytics
    22. 22. Step 2 : donnée prédictive et contrôle Agir automatiquement
    23. 23. Exercice pratique 23
    24. 24. Les modèles prédictifs Séries temporelles et régressions linéaires
    25. 25. Détecter des tendances et agir
    26. 26. Mais encore faut-il bien le faire ! 26
    27. 27. Il faut aussi mailler tout ca ! 27 PageRank Sculpting
    28. 28. En on en revient aux données… 28 Test & Learn
    29. 29. Optimiser les pages 29 Trouver les bons mots clés
    30. 30. En conclusion "Il existe des algorithmes pour tout” 30
    31. 31. Une boite à outils utile Données du Search interne • Détection de tendances (séries temporelles) • Nettoyage sémantique Liste des pages à créer • TF-IDF • Détection de proximité entre les pages Maillage interne • Calcul du PageRank thématique Boucles de rétro-action • Algorithmes de détection d’anomalies 31
    32. 32. Le futur du SEO ? Donner aux gens ce qu’ils veulent, quand ils le cherchent
    33. 33. Le monde change… 33 I, robot. « We’re in a transitional computing period where we’re learning to move past physical devices and screens. Now, we expect our AI- powered technology to be there ambiently in context, working for us. »
    34. 34. Quelques points de repère 34 Mobile first
    35. 35. Quelques points de repère 35 Mobile only
    36. 36. Quelques points de repère 36 Voice only
    37. 37. Et demain ? 37 Encore de la data
    38. 38. Une opportunité unique pour le search 38 Parlons-en
    39. 39. 39 Analyse sémantique et compréhension du langage naturel : la Nouvelle Frontière.
    40. 40. Conclusion Ce que vous pouvez retenir avant d’aller voir le foot
    41. 41. Pour ceux qui ont loupé le début 1. La quantité de données et leur complexité ne font qu’augmenter 2. S’équiper pour analyser toujours plus de donnée de manière visuelle 3. Surcharger par des algorithmes permettant de trouver des aiguilles dans les bottes de foin 4. Mettre en place des AAOs (actions assistées par ordinateur) avec des boucles de contrôle 5. L’avenir, c’est de comprendre l’intention, en multi-device et avec des éléments de contexte En résumé
    42. 42. www.1-clic.info Merci de votre attention ! Have fun  Mail julien@1-clic.info Blog http://blog.1-clic.info/ Twitter @diije

    ×