Tweetburner est un outil d’analyse utile au nom très original (merci feedburner…) qui nous permet de tracker les urls que nous laissons sur Twitter.
Le principe est très simple, il suffit d’aller sur la page d’accueil du site Tweetburner pour raccourcir l’url que l’on souhaite suivre (un peu à la manière de ce que fait le très bon tinyurl) puis de la poster sur Twitter.
Lorsque l’on se connecte avec son compte Twitter sur Tweetburner, on a accès aux statistiques des urls postées. A noter que les Tweets (posts Twitter) contenant les Twurls (urls raccourcies par Tweetburner) les plus populaires de l’heure qui précède une visite sur le site de l’outil sont visibles sur la page d’accueil en plus du nombre de clics qu’elles auront généré et des urls complètes qu’elles désignent. Néanmoins, il est possible de rendre privées les données relatives à son compte dans les options. 

Twitter c’est bien, n’oubliez pas d’en abuser !

Quelques liens au passage :

Twitter et le marketing
Twitter et les fainéants
Twitter et Seopob 

Positeo est un outil seo gratuit intéressant qui nous propose d’analyser le positionnement d’un site donné sur une requête donnée. Actuellement, il n’inspecte que les positions sur google.fr. Cependant, il dispose d’une fonctionnalité simple mais efficace : il garde à l’écran les sites et requêtes de vos tests précédents (grâce à un cookie).

Ces liens sont les données des tests précédents, un simple clic permet de remplir automatiquement les champs de site et de requête.

Concrètement à quoi ça peut nous servir :

• Analyse concurrentielle
• Suivi de positionnement
• Se satisfaire de sa place de numéro 1

Espérons que cet outil va s’améliorer, je me demande quand même si un site de ce genre qui envoie des tas de requêtes aux serveurs de Google ne risque pas d’avoir quelques problèmes si beaucoup de monde l’utilise.

A noter que certains outils existent déjà, Goldorank par exemple est une très bonne extension firefox qui permet également d’analyser la position d’un site sur une requête donnée, néanmoins, il faut retaper les requêtes à chaque analyse.

Positeo, à surveiller donc…

D’après cet article du blog officiel de Google, Google Suggest commence à être mis en place sur google.com (seulement pour les recherches en anglais pour le moment). Je me suis bien sûr empressé d’aller le tester mais malheureusement, rien ne se passait. Alors je suis allé directement sur Google Labs pour essayer l’engin.

Suggest c’est quoi ?

C’est un outil qui intervient lorsque l’on tape notre recherche, il nous propose de nous aider à la terminer. Comment ? en nous “suggérant” des intitulés de recherche. Les intitulés proposés sont accompagnés par leur nombre de résultats, qui ne semble pourtant pas déterminer la position de la proposition.

Suggest ça sert à quoi ?

Et bien, c’est censé :

• Nous aider à mieux chercher
• Corriger nos fautes d’orthographe
• Affiner nos recherches
• Nous faire gagner du temps

Comment devient on premier sur Suggest ?

Vous pensez bien que c’est important de savoir comment ça marche pour le monde du référencement… j’avoue que je n’en sais rien du tout, Google n’a bien sûr pas communiqué là dessus, cependant, j’ai fait ma petite enquête rapidement.

J’ai tout simplement tapé certaines “lettres stratégiques” de l’alphabet… et comme par hasard, les résultats ne m’ont pas étonné :

• a : amazon
• b : bebo
• e : ebay
• f : facebook (on note la très jolie place de firefox qui est deuxième)
• g : gmail (google sur le podium avec google maps et google earth en deuxième et troisième positions)
• h : hotmail
• i : ikea
• m : myspace
• u : utube ! (je me suis demandé ce que c’était et en fait on a youtube qui sort en premier… ah ces américains et leurs abréviations)
• w : wikipedia
• y : youtube (devant yahoo)

J’en déduis donc que cet algorithme est basé sur le principe de trust, un peu comme tout avec Google, on mets en avant les sites de confiance, ceux qui sont les plus sollicités par les internautes, ou alors les plus gros volumes de recherche récents (les hot trends ou tendances chaudes) puisqu’on constate que pour la lettre “o”, c’est le mot “olympics” qui sort en premier.

Suggest, c’est bon pour nous ?

• Pour les utilisateurs ?

Oui surement, ça fait gagner du temps, ça nous apprend le français (l’anglais pour le moment) et quand on tombe sur une requête que Suggest ne connait pas on se demande si c’est bien prudent (je rigole mais bon qu’est ce que ça donnera dans 10 ans ?).

• Pour les professionnels? oui et non.

Oui parce que c’est mieux pour l’utilisateur et parce que ça augmentera surement le volume des recherches qualifiées (gain de temps et requête précise = plus de recherches ciblées) et parce que si ça fonctionne bien, il n’y aura plus de fautes d’orthographes, plus d’oubli d’accents, plus de déclinaisons infinies de requêtes sur excel pour Adwords…

Non, parce qu’il va falloir réfléchir et faire des tests avant de lancer des campagnes de liens sponsorisés et également parce que les requêtes suggérées risquent d’être ultra concurrentielles.

Google continue petit à petit à nous rendre dépendant de son moteur de recherche, je pense que Suggest va connaître un franc succès auprès des utilisateurs. Côté professionnels, il va falloir se lever les manches en pré production pour analyser, comprendre et agir en conséquence (mais bon certains outils viennent de sortir pour analyser les volumes de recherche non ?).

Et vous, vous l’activerez Google Suggest ?

Lors de tests sur le nouvel outil de Google, j’ai remarqué qu’il existait au moins un bug.

Choisissons une requête : “référencement” par exemple et comparons les recherches effectuées sur ce mot clé en France en 2005 et en 2007.

Ci dessous, les résultats de l’analyse :

On remarque que les résultats sont identiques, seules les données de la première date entrée sont les bonnes. Dans notre exemple, ce sont les résultats relatifs à la requête “référencement” en France en 2007 qui sont affichés, même si l’on sélectionne l’année 2005 dans la liste déroulante à côté de “regional interest”.

Ce bug s’applique à toutes les comparaisons de volumes de recherche par période pour une requête donnée dans l’écran “map” sur les “region” ou “subregion”.

Par contre les données pour les villes sont exactes (sélectionnez “city” en haut à droite de la map). Ne blâmons pas l’ami Google trop vite car Insights est en beta actuellement.

Si vous n’avez rien compris à cet article, que vous êtes déconnecté de la planète web depuis le 6 août, je vous conseille ce petit article de présentation d’Insights for search.

Dire que même certains des meilleurs développeurs du monde commetent des erreurs parfois…

Ce matin en utilisant Google images version américain (via google.com) , je suis tombé complètement par hasard sur ce “jeu” Google. Ne vous inquiétez pas, le géant américain de la recherche en ligne ne se lance pas encore dans le jeu vidéo (même si Google Lively a été annoncé récemment), mais dans un petit jeu qui pourrait lui être très utile.

Google Image et sa pertinence douteuse :

Je n’apprends à personne que la pertinence actuelle de la recherche verticale par Google image est loin d’être optimale. Un petit exemple néanmoins pour les plus sceptiques :

L’importance de la recherche universelle :

Aujourd’hui avec le développement de la recherche universelle (réunir les résultats de google images, youtube, google actu etc. dans les pages de recherche générales du moteur) et le boum des recherches verticales (images, vidéos, maps, actualités, blogs) il est important pour le plus gros moteur de recherche de la planète de corriger cela. L’optimisation des contenus multimédia des sites Internet se développe car la recherche universelle ouvre de nouvelles perspectives stratégiques en termes de visibilité (l’impact visuel par exemple…).

Human Labor ou comment utiliser l’homme pour améliorer sa pertinence :

Google image labeler est donc un jeu qui consiste à donner des labels (des courtes descriptions) à des images qui défilent en un temps limité. Petite particularité, lorsque l’on joue, c’est avec un autre internaute. Je pense que vous aurez compris le principe : c’est très simple, plutôt que de développer un algorithme compliqué qui détermine la pertinence d’une image en rapport avec une requête, pourquoi ne pas utiliser deux humains et se dire que si les deux sont d’accord (labels identiques), la description est forcément pertinente… malin l’ami Google! Il y a même un classement des meilleurs contributeurs.

A vous de jouer : Google Image Labeler