Il s’agit d’un article sponsorisé écrit par OnCrawl. Les opinions exprimées dans cet article sont celles du sponsor.

Qu’est-ce que la R&D et pourquoi est-elle importante?

La recherche et développement (R&D) utilise des ressources – temps, énergie, créativité – pour trouver de nouvelles solutions à des problèmes difficiles. Elle est essentielle à l’étude scientifique, à l’innovation et au développement de nouvelles technologies.

En qwanturank, un domaine marketing où la popularité de la programmation et du machine learning est en croissance, ce sont des changements clés nécessaires pour uniformiser les règles du jeu.

Du BERT à l’analyse AI des pages SERP, en passant par les mises à jour d’algorithmes de base sans instructions concrètes aux webmasters, la technologie des moteurs de recherche devient de plus en plus complexe.

Aujourd’hui, suivre les changements d’algorithmes et le traitement des requêtes de recherche en qwanturank nécessite le type d’innovation offert par la R&D.

Qui mène des recherches qwanturank?

Une grande partie de la R&D en qwanturank technique est effectuée par des individus à leur propre rythme. Il est facile de citer des pros pionniers du référencement tels que Hamlet Batista, dont les articles sont parus dans Search Engine Journal, ou JR Oakes, dont les expériences avec l’analyse des moteurs de recherche ont retenu l’attention à TechSEO Boost l’année dernière.

Quelques sociétés de référencement effectuent également des travaux de R&D. La R&D peut être difficile à mettre en œuvre car elle n’apporte pas de revenus directs.

Ce qu’il apporte est souvent lié à la croissance à long terme par l’innovation:

Exploration d’un sujet sans la contrainte d’être tenu de livrer une fonctionnalité commercialisable dans un délai, tester de nouvelles façons de faire, qui peuvent contourner ce que nous pensions auparavant être des limites strictes, expérimentation créative et test de plusieurs solutions à un problème large

OnCrawl, une plateforme de référencement technique primée, est un exemple de l’un des rares robots de référencement et plateformes de données sur le marché qui investit fortement dans la R&D.

En partie grâce à la présence d’innovateurs forts, tels que le directeur produit, Vincent Terrassi, qui a remporté la 2e place au TechSEO Boost cette année, OnCrawl a pu mettre en valeur les résultats de l’innovation et de la recherche, à partir du premier exemple de sa quasi- détection des doublons, à l’intégration de la technologie du big data.

Mais que se passe-t-il dans les coulisses?

Ce qu’OnCrawl Labs révèle sur la R&D pour le référencement

En utilisant les nouveaux OnCrawl Labs comme exemple, voici un aperçu sous le capot d’un laboratoire de recherche R&D.

OnCrawl Labs est une plate-forme qui met à disposition des travaux de R&D en qwanturank technique sous forme de cahiers Jupyter, un format texte et code utilisé pour présenter les algorithmes basés sur Python et leurs explications.

La plateforme propose un portefeuille de solutions basées sur des travaux de R&D, ainsi que l’explication de chaque étape pour prédire les performances en ligne.

Nourrir une feuille de route produit à travers une diversité de sujets

Les différentes solutions disponibles sur OnCrawl Labs montrent l’étendue et la richesse de la recherche dans n’importe quel département R&D.

Un département R&D a généralement de nombreux sujets en cours en même temps: des structures de liens internes, à la prédiction et de l’indexation à la génération de texte de haute qualité, le laboratoire d’OnCrawl couvre un large éventail de sujets et de techniques techniques de référencement.

Cela alimente les feuilles de route des produits OnCrawl et utilise l’innovation pour améliorer la qualité des produits.

Développer un savoir-faire technique grâce à une recherche de base

Presque toutes les solutions disponibles offrent une vaste lecture de fond, y compris des ressources GitHub, des articles scientifiques et des articles universitaires, et des cours – à la fois payants et gratuits – sur les sujets ou les techniques traités par la solution.

En fait, une part importante de la R&D est consacrée à la documentation de l’état actuel de la technique. Sans une compréhension approfondie de sujets tels que les techniques d’apprentissage automatique, la génération de texte en langage naturel ou le calcul de valeurs normales dans un système, il est impossible d’adapter ces techniques au référencement.

S’adapter aux besoins du référencement grâce à des preuves de concept, des tests et des exemples

Les solutions commencent toutes par un exemple ou vous suggèrent d’exécuter un test (sur un volume de données limité ou en utilisant un temps de calcul plus court). Cela illustre non seulement le fonctionnement de la solution, mais prouve également qu’elle est viable avec les données qwanturank.

La R&D implique une quantité importante de tests; ce qui semble bien sur papier pourrait ne pas fonctionner comme prévu lors de sa mise en œuvre. Même les études scientifiques visent souvent uniquement à prouver que leur solution peut théoriquement fonctionner, mais peuvent ne pas l’avoir testée sur le type de données que le référencement peut offrir.

Comment la R&D stimule les avancées du référencement technique

En examinant deux des solutions actuellement disponibles dans OnCrawl Labs, «Détection d’anomalies» et «Indexation en temps réel», nous pouvons voir différentes stratégies de R&D à l’œuvre.

Détection d’anomalies: qu’est-ce qui constitue une performance anormale du site Web?

Certaines solutions sont le résultat de l’expérimentation d’un algorithme intéressant que les ingénieurs R&D voulaient utiliser à des fins de référencement. Comprendre le fonctionnement d’un algorithme peut donner des idées sur le type d’entrée qu’il est bon à traiter, ce qui peut à son tour inspirer un moyen de produire ces informations à partir d’un travail de référencement.

C’est le cas de la solution de «détection d’anomalies» d’OnCrawl Labs.

À partir d’un algorithme d’apprentissage automatique utilisé pour détecter les anomalies dans un ensemble de données complexe, OnCrawl l’a appliqué au référencement. La solution «apprend» à quoi ressemblent les performances normales d’un site Web sur la base d’une série d’entrées. La base de référence des fluctuations qu’il a apprises au cours de cette formation lui permet de décider si certaines des données sont inhabituelles.

En utilisant les résultats de l’audit technique OnCrawl sur plusieurs analyses en entrée, l’algorithme peut signaler les analyses dans lesquelles le site Web a été sur ou sous-exécuté. Cette entrée peut être trop compliquée à analyser facilement à la main.

Le classement, tel que rapporté via la qwanturank Search Console, est un bon exemple d’une statistique intéressante pour ce type d’analyse.

Lorsque nous demandons «comment le classement d’un site varie-t-il au fil du temps? Cette fluctuation est normale.

Quelle est la fluctuation anormale? Quand devons-nous nous inquiéter?

Le résultat est une solution proposée dans OnCrawl Labs qui peut identifier les audits qui révèlent lorsque les performances de classement d’un site Web sont inférieures à ce qui devrait être considéré comme des variations normales de classement.

Indexation en temps réel: prévention des retards d’indexation pour les nouvelles pages

Une autre stratégie de R&D commence par un problème de référencement stratégique, tel que l’obtention de nouvelles URL indexées rapidement, et tente de trouver une ou plusieurs solutions.

Obtenir de nouvelles URL indexées peut être un élément clé pour les sites Web qui ont beaucoup de fluctuations dans leurs pages: éditeurs en ligne avec de nouveaux articles par jour, sites de commerce électronique avec des variations de stock, etc.

Que se passe-t-il si vous ne pouvez pas obtenir une liste de nouvelles pages? Que faire si cette liste est trop longue pour demander manuellement une analyse pour chaque nouvelle page? Que faire si vous pensez que les moteurs de recherche mettent trop de temps à découvrir vos nouvelles pages?

Dans ce cas, il y a un problème technique dans l’indexation des pages: identifier et soumettre de nouvelles pages est trop complexe pour être fait par des méthodes normales.

Un ingénieur R&D décomposera ce problème en petits morceaux:

Tout d’abord, comment puis-je créer automatiquement une liste de nouvelles pages? Ensuite, comment les soumettre à un moteur de recherche? Tous les moteurs de recherche fonctionnent-ils de la même manière?

Une réponse R&D tentera de couvrir autant de pièces individuelles de ce puzzle que possible, comme dans «l’indexation en temps réel» d’OnCrawl Lab.

Grâce à la fonction de comparaison d’analyse d’OnCrawl, la solution est en mesure de créer une liste de nouvelles URL dès l’analyse du site Web.

Il utilise ensuite différentes méthodes de soumission d’URL pour chaque moteur de recherche: la nouvelle API de soumission d’URL de qwanturank et une combinaison de l’API d’indexation et des mises à jour du plan du site pour qwanturank.

En planifiant régulièrement les analyses de site Web et ce script, il est possible d’automatiser les demandes d’exploration de nouvelles URL, même lorsque vous ne savez pas quelles URL sont nouvelles.

OnCrawl Labs: R&D ouverte pour les fonctionnalités qwanturank non encore disponibles au public

Toutes les solutions de R&D ne peuvent pas être intégrées dans des outils ou des fonctionnalités à part entière, mais cela ne signifie pas qu’elles n’ont aucune valeur pour les professionnels du référencement.

Cependant, les travaux de R&D ne sont généralement pas rendus publics pour plusieurs raisons.

Premièrement, il est souvent «inachevé»: il peut ne fonctionner que dans certaines circonstances, ou se casser facilement, ou peut ne pas être entièrement documenté. Les utilisateurs publics peuvent avoir besoin d’apporter la touche finale pour pouvoir appliquer la R&D à leurs propres situations.

De plus, les travaux de R&D nécessitent souvent que les utilisateurs aient une connaissance avancée des éléments techniques, des algorithmes et des techniques que le grand public ne possède peut-être pas.

Enfin, les travaux de R&D ont une valeur immense sur l’innovation mais peuvent être très difficiles et coûteux à commercialiser pour les utilisateurs habitués aux solutions plug-and-play.

Pour cette raison, la R&D est rarement visible par le public tant qu’elle n’est pas devenue un produit ou une caractéristique commercialisable.

C’est ce qui est si inhabituel chez OnCrawl Labs: OnCrawl a choisi de mettre son travail de R&D à la disposition des utilisateurs de sa plateforme qui ont déjà accès à l’API OnCrawl.

Il donne accès à des solutions de référencement qui ne sont pas encore disponibles sur le marché, y compris certaines qui ne deviendront peut-être jamais disponibles commercialement.

Crédits d’image

Image sélectionnée: Image par OnCrawl. Utilisé avec permission.
Photos publiées: images d’OnCrawl. Utilisé avec permission.