Aujourd’hui, la visibilité digitale passe en grande partie par les moteurs de recherche. Google a toujours la plus grande part de marché, mais d’autres acteurs comme les réseaux sociaux sont de plus en plus utilisés par les consommateurs pour des recherches comme on peut le voir avec Facebook – qui a d’ailleurs fait évoluer son nouveau moteur de recherche en 2017. Par ailleurs, Google a augmenté significativement la part de liens sponsorisés sur ses pages de résultats. Il est donc essentiel de réfléchir à sa visibilité digitale sur ces deux aspects: le référencement naturel et le référencement payant, tout en prenant en compte la manière de maîtriser et d’optimiser ses investissements.
Pour éviter d’acheter son trafic via de plus en plus de mots clés et de liens sponsorisés avec, in fine, un budget exponentiel en search et des retours sur investissements de plus en plus complexes à obtenir, il est nécessaire de définir une stratégie de contenu efficace, qui permettra de garantir et de maximiser la visibilité digitale. Pour y parvenir, les entreprises ont désormais la possibilité d’utiliser le big data sémantique pour mettre en place une stratégie de contenu performante.
Le big data sémantique permet d’identifier de manière exhaustive les champs lexicaux les plus porteurs en termes de trafic, en allant bien au-delà des informations fournies par les outils traditionnels du search marketing. Concrètement, il s’agit de scanner l’ensemble des contenus du web, réseaux sociaux, des forums, blogs... À partir d’une thématique et de requêtes amorces, les outils de big data sémantique vont aller répertorier les sujets connexes, périphériques ou synonymiques, ce qui va donner une grande variété de résultats et une vision customer-centric permettant d’identifier la manière dont les personnes s’expriment, ce qu’elles écrivent, comment et quand elles parlent de ces sujets.
Emerger du magma
L’objectif est d’aller chercher des relais de trafic pour développer la visibilité d’une marque. Certains sujets sont très encombrés ou très concurrentiels: le big data sémantique permet d’identifier des expressions qui vont renforcer un contenu pour le faire émerger du magma ou les sujets connexes peu exploités ou inexploités pour lesquels il y a un potentiel fort de trafic. De la même manière, il est possible d’identifier des sujets où personne ne se positionne en SEA (donc pas de liens sponsorisés avant l’affichage des résultats naturels de recherche), ce qui donne la possibilité d’obtenir de la visibilité via une démarche SEO.
En mettant en place une analyse big data sémantique, on obtient des leviers de différenciation sémantique par rapport aux concurrents (commerciaux et éditoriaux) pour attirer davantage de trafic sur des requêtes dont le potentiel n’a pas encore été préempté ou mal exploité. Tout cela doit déboucher sur une stratégie de content marketing qui va être adaptée en fonction des cibles et en fonction des objectifs marketing et communication (trafic, leads, vente…).
Cette différenciation sémantique va aussi permettre de cibler des internautes qui s’expriment différemment. Il s’agit d’aller au-delà du discours de la marque, souvent formaté et standardisé par les équipes marketing mais qui n’est pas le reflet exhaustif de ce qui se passe dans la tête des consommateurs. Le big data sémantique rend accessible tous ces lexiques cœur de métier ou complémentaires pour étendre la présence et la visibilité digitale de la marque. Cela permet d’obtenir des relais de croissance significatifs en termes de trafic organique, d’autant plus importants qu’ils sont issus du cumul de toutes les expressions nouvelles que l’on trouve (chaque jour, environ 15% des requêtes sur Google sont nouvelles) et celles qui sont peu ou pas exploitées par les concurrents.
Affiner le positionnement
Les nouveaux concepts sémantiques permettent non seulement de nourrir la stratégie marketing de l’entreprise, mais également sa stratégie d’innovation. En effet, en ayant une photographie très exhaustive des recherches, il est possible d’affiner le positionnement marketing des produits et de la marque, d’en nourrir le champ lexical global au-delà du search marketing, mais aussi d’imaginer de nouveaux produits ou services issus de nouveaux usages découverts au sein des données sémantiques nouvelles.
Le big data sémantique permet de multiplier environ par dix le nombre de mots clés stratégiques et par 100 le nombre d’expressions complexes. En se basant sur les requêtes Google, il est possible de créer des contenus avec une prévision de performance en termes de trafic puisque l’on sait que tels mots-clés, groupe de mots-clés ou expressions vont générer 100 000 requêtes donc potentiellement 100 000 requêtes supplémentaires pour la marque ou l’entreprise. Le bénéfice se mesure donc à la fois en termes de visibilité digitale sur des contenus et en termes de trafic généré et/ou de leads.
Démultiplication du trafic
En termes de référencement naturel, nous avons observé sur des cas concrets une démultiplication du trafic naturel (à minima 100% d’augmentation), quelques mois à peine après la mise en place de contenus optimisés, correspondant aux requêtes identifiées comme porteuses.
En parallèle de l’optimisation ou de la production de contenus performants, il est possible de tester en SEA (liens sponsorisés) de nouvelles expressions, de nouveaux concepts et ainsi vérifier et quantifier plus finement la performance qu’on peut en attendre. Ainsi, dans un contexte de maîtrise des coûts de production des contenus, l’achat de liens sponsorisés permettra donc, avant même de créer des contenus, de valider la pertinence d’une démarche de création des contenus ad-hoc pour doper le référencement naturel.
Les démarches en big data sémantique sont pour l’instant majoritairement utilisées à des fins commerciales mais nous commençons également à avoir des applications corporate, sur la marque employeur par exemple, ou sur des sujets de RSE où les entreprises souhaitent émerger. Les champs d’application sont donc très larges et le champ des possibles infini. Comme le big data.
