Yahoo! : du nouveau dans la pub et dans les rich-snippets

Donnez votre avis !
Share

Je finis par ce billet de recopier et de mettre en forme les quelques notes que j’avais prise à la conférence de Presse de Yahoo! (voir le billet : Yahoo! permet à Bing de s’améliorer en doublant son trafic). Attention, je vais être plus succin que dans le premier billet, donc je risque d’être moins clair sur certains sujets. N’hésitez donc pas à demander des précisions via les commentaires.

La première chose, pas des moindres, est celle de l’intégration des « rich-snippets » dans les recherches. En gros, aujourd’hui, les gens veulent trouver les informations qu’ils cherchent le plus rapidement possible. Ainsi, ils ne veulent plus forcément faire une recherche, puis cliquer sur le résultat le plus probable, puis voir la réponse. Ils veulent, si possible, avoir la réponse directement après la recherche. D’où l’intégration dans les résultats de contenu.

Cette technique est visible sur le moteur de Google via par exemple les recherches de lieu (Google affiche une carte Google Maps, avec les numéros de téléphones les plus probable), ou avec les recherche de films, ou avec les recherches récemment pour les JO de Vancouver, où Google affichait directement les résultats des médailles dans les recherches. Yahoo! a donc les mêmes fonctionnalités, mais pas forcément au même niveau. Par exemple, si vous cherchez un film sur Google, vous aurez les horaires des séances de cinéma, alors que sur sur Yahoo!, vous aurez l’affiche du film, ainsi que la possibilité de voir la bande annonce directement sur la page de recherche.

La difficulté pour le moteur est de comprendre ce que veut dire la recherche, et d’étendre les résultats à un snippet fournissant du contenu directement dans la page, ce afin d’accélérer encore la navigation et la recherche, tout en augmentant la satisfaction du visiteur, car il obtient ce qu’il veut plus vite. Sauf que bien sûr, ces snippets sont générés automatiquement, donc il faut faire des statistiques sur les recherches, comprendre sur quoi elles portent, et générer après un snippet qui présente correctement les résultats, tout en les agrégeant. Bravo aux personnes qui s’en occupent, j’imagine que ça ne doit pas être simple !

Exemple de Rich Snippets sur la recherche de Yahoo! :

Exemple de Rich Snippets sur la recherche de Google :

Au niveau des pubs sur Yahoo!, la régie publicitaire a abandonné les deux précédentes architectures (qui étaient basées initialement sur celle rachetée à Overture, à savoir le système d’enchères sur la valeur des pubs, et à Panama, sortit en 2007.

En fait, ils sont partis sur la base du constant que la publicité doit être pertinente avec la recherche, même si celle affichée n’est pas la plus chères (car le travers inverse est de n’afficher que les pubs les plus chères, qui sont souvent les pubs pour les Casinos en lignes, ou d’autres types de pubs peu recommandables pour les jeunes publics). Donc l’idée a été de n’afficher des pubs sur les résultats de recherche que pour les publicités qui avaient un rapport avec la recherche. Si aucune n’en avait, alors il ne fallait rien afficher, car une publicité n’ayant rien à voir est plus dommageable pour l’idée que se fait l’utilisateur de la qualité des recherches qu’une publicité ciblée, mais rapportant moins (ce que ne sait pas l’utilisateur).

Au niveau de la pub, ils ont également remarqué que l’utilisation des données collectées sur l’utilisateur avait ses limites. Ainsi, quand on sait qu’un utilisateur est une fille, et qu’il faut lui afficher des pubs sur une page « Sport », on aura tendance à lui afficher des pubs de Danse, mais pas de Foot. Les préjugés sont là, et c’est directement dedans que tape l’algorithme de matching de goût/personnalisation des pubs. Or, et là j’ai pris un exemple criant, mais on peut très bien trouver des filles n’aimant pas la danse, mais appréciant le foot ! Celles-ci se verront choquées de voir de telles pubs, et même blessées car on leur applique des préjugées, et il est probable qu’elles n’aiment pas se les voir rabâcher à longueur de journées, donc pas plus sur le net. Ce style de préjugé et de matching de personnalité s’appelle de l' »Over-personnalisation » (on ajoute des éléments de personnalités par rapport à ceux que l’on a déjà, sur une base de probabilité par rapport aux autres utilisateurs).

La parade à cela est de prendre le problème différemment, et de considérer que derrière chaque action sur le net, il y a un besoin caché en terme d’intention. On parle d' »Intent Personnalisation« . D’après Yoelle Maarek, cette technique viserait à enlever les problèmes suscités par la précédente méthode.

D’autre part, Yoelle Maarek a expliqué qu’à l’inverse de Google, Yahoo! n’était « pas une boite d’ingénieur, mais une boite de chercheurs », et donc que cela avait des conséquences telles que : une préoccupation pour l’utilisateur accrue (Yahoo! fait des outils pour les utilisateurs de tous les jours, et non pas pour les passionnés d’informatiques : bref, des outils plus accessibles). De plus, Yahoo! aurait une politique très ouverte avec les chercheurs, les incitant même à publier des papiers dans leurs revues de recherche, davantage que chez Google, d’après elle, où la culture du secret autours des différentes innovation allait à l’encontre de cela. Il en résulterait que les chercheurs préfèreraient aller chez Yahoo! que chez Google, parce que chez Yahoo!, ils ne perdraient pas leur renommé dans la communauté de recherche d’où ils viennent, tout en conservant des liens avec eux pour avoir des retours/critiques sur leur travail.

Voilà ! J’en ai fini avec mes notes, et j’en profite pour remercier une nouvelle fois Yahoo! de m’avoir invité à ce genre de conférence de Presse, dont j’aime beaucoup la teneur technique 🙂

Vous serez peut-être intéressé :

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *