[ad_1]
Les représentants de la recherche Google ont systématiquement et clairement déclaré qu’ils n’utilisaient pas les données de Google Analytics pour classer les sites Web.
Mais, il existe des écarts entre ce que dit Google et ce que croient les référenceurs.
Malgré les déclarations publiques de Google, certains spécialistes du marketing de recherche continuent de croire que le taux de rebond est en quelque sorte un facteur de classement.
Pourquoi croient-ils cela ? Les réclamations contre les déclarations publiques de Google sont-elles valables ?
Google utilise-t-il le taux de rebond pour classer les pages Web ?
[Recommended Read:] Facteurs de classement Google : réalité ou fiction
L’allégation : le taux de rebond comme facteur de classement
Dès le troisième trimestre 2021, des ressources reconnues et respectées ont perpétué le mythe selon lequel le taux de rebond est un facteur de classement.
Rand Fishkin, fondateur de MOZ, a tweeté en Mai 2020 que « … Google utilise le taux de rebond (relatif) (ou quelque chose de très proche) pour classer les sites Web. »
Backlinko a publié un article (juin 2020) sur le taux de rebond disant que « le taux de rebond peut être utilisé comme facteur de classement Google ».
Ils citent une étude de l’industrie qu’ils ont menée et affirment qu’elle a trouvé une corrélation entre le classement Google de la première page et le taux de rebond.
Plus tard la même année, Semrush a renforcé cette affirmation en décembre 2020, déclarant: « Le taux de rebond est un facteur de classement important. »
Ils n’ont pas fourni de preuves pour étayer l’allégation.
HubSpot a inclus le taux de rebond dans un récapitulatif des « 200 facteurs de classement » dans une feuille de triche des facteurs de classement connus de Google en juillet 2021.
Le taux de rebond est inclus en tant que facteur deux fois sous « facteurs au niveau du site » et sous « interaction de l’utilisateur », sans aucune preuve à l’appui de leur affirmation.
Alors, jetons un coup d’œil aux preuves, d’accord ?
La preuve : le taux de rebond comme facteur de classement
Dans « Comment fonctionne la recherche », Google déclare : « … nous utilisons des données d’interaction agrégées et anonymisées pour évaluer si les résultats de recherche sont pertinents pour les requêtes ».
La formulation vague ici a conduit à de nombreuses hypothèses sur les «données d’interaction» que Google utilise pour informer ses systèmes d’apprentissage automatique.
Certains spécialistes du marketing pensent que les « données d’interaction » incluent le taux de rebond.
Ils utilisent une poignée d’études pour étayer cette hypothèse.
L’étude Backlinko mentionnée ci-dessus a exécuté un sous-ensemble de domaines à partir de leur propre ensemble de données via Alexa pour déterminer un temps sur le site à l’échelle du site.
Ils ont découvert que le temps moyen sur le site pour un résultat de première page Google est de 2,5 minutes.
L’étude poursuit en précisant :
« S’il vous plaît, gardez à l’esprit que nous ne suggérons pas que le temps passé sur le site a une relation directe avec des classements plus élevés.
Bien sûr, Google peut utiliser quelque chose comme le temps passé sur le site ou le taux de rebond comme signal de classement (bien qu’ils l’aient précédemment nié). Ou c’est peut-être le fait qu’un contenu de haute qualité maintient les gens plus engagés. Par conséquent, un temps élevé sur le site est un sous-produit d’un contenu de haute qualité, que Google mesure.
Comme il s’agit d’une étude de corrélation, il est impossible de déterminer à partir de nos seules données.
Brian Dean a confirmé en réponse à un commentaire que l’étude ne portait pas réellement sur le taux de rebond (ou les pages vues).
L’étude Backlinko, qui aurait trouvé une corrélation entre le classement Google de la première page et le taux de rebond, n’a pas examiné le taux de rebond.
Rand Fishkin a déclaré que Google utilise le taux de rebond relatif pour classer les sites Web et a discuté de ce sujet avec Andrey Lipattsev, stratège principal de la qualité de la recherche chez Google Ireland, en 2016.
Rand a décrit des tests qu’il avait exécutés où il demandait aux gens de faire une recherche, de cliquer sur le septième résultat, puis d’observer au cours des 24 heures suivantes ce qui est arrivé au classement de cette page pour cette requête.
Les résultats n’étaient pas concluants.
En sept à huit tests, les classements se sont améliorés pendant un jour ou deux. Rand a déclaré que le classement n’avait pas changé en quatre ou cinq tests.
Andrey a répondu qu’il pensait qu’il était plus probable que les mentions sociales, les liens et les tweets (qui sont essentiellement des liens) perturbent temporairement Google jusqu’à ce qu’ils puissent établir que le « bruit » n’est pas pertinent pour l’intention de l’utilisateur.
L’étude Backlinko et les expériences de Rand ont contribué à façonner le mythe du taux de rebond. Mais l’étude n’a pas examiné le taux de rebond, et les expériences de Rand n’ont pas prouvé de relation causale entre le comportement des utilisateurs et le classement.
[Download:] Le guide complet des facteurs de classement Google.
Le taux de rebond affecte-t-il les classements de recherche ?
Google a déclaré que le taux de rebond n’est pas un facteur de classement depuis plus d’une décennie.
« Google Analytics n’est en aucun cas utilisé dans la qualité de la recherche pour nos classements. » – Matt Cutts, Google Search Central, 2 février 2010.
« … nous n’utilisons pas l’analyse/le taux de rebond dans le classement de recherche. » – Gary Illyes, Webmaster Trends Analyst chez Google, Twitter, 13 mai 2015.
« Je pense qu’il y a un peu d’idée fausse ici selon laquelle nous examinons des choses comme le taux de rebond analytique lorsqu’il s’agit de classer les sites Web, et ce n’est certainement pas le cas. » – John Mueller, Webmaster Trends Analyst chez Google, Webmaster Central office-hours, 12 juin 2022.
Pourquoi Google n’utilise pas le taux de rebond comme facteur de classement
Il existe des raisons techniques, logiques et financières pour lesquelles il est improbable que Google utilise le taux de rebond comme facteur de classement.
Cela peut être résumé en examinant trois faits principaux :
- Que mesure le taux de rebond.
- Tous les sites Web n’utilisent pas Google Analytics.
- Le taux de rebond est facilement manipulable.
Que mesure le taux de rebond ?
Une grande partie de la confusion autour du taux de rebond peut être dissipée une fois que les gens comprennent ce que mesure réellement le taux de rebond.
Le taux de rebond est une mesure de Google Analytics qui mesure le pourcentage de sessions d’une seule page (sans accès secondaires) sur votre site divisé par le nombre total de sessions.
Les spécialistes du marketing interprètent souvent à tort cette métrique comme signifiant que la page Web n’a pas fourni ce que l’utilisateur recherchait.
Mais, tout ce qu’un rebond signifie, c’est qu’un événement mesurable (coup secondaire) ne s’est pas produit.
Techniquement parlant, Google ne peut pas comprendre combien de temps un utilisateur passe sur une page à moins qu’un deuxième accès ne se produise.
Si un utilisateur passe 2,5 minutes à lire la page Web (comme l’étude de Backlinko l’a trouvé en corrélation avec le classement de la page) puis quitte, cela comptera comme un rebond car il n’a envoyé aucun hit ultérieur à GA.
Gardez donc à l’esprit que le taux de rebond n’indique pas nécessairement une mauvaise expérience utilisateur.
Les utilisateurs peuvent cliquer sur un résultat, le lire et partir car leur requête a été satisfaite. C’est une recherche réussie, et cela n’a aucun sens que Google vous pénalise pour cela.
C’est pourquoi l’étude de Backlinko, qui examine l’heure sur la page, ne soutient pas l’affirmation selon laquelle le taux de rebond est un facteur de classement.
[Discover:] Plus d’informations sur les facteurs de classement Google.
Tous les sites Web n’utilisent pas Google Analytics
Bien que Google Analytics soit un outil d’analyse largement utilisé, tous les sites Web ne l’utilisent pas.
Si Google utilisait le taux de rebond comme facteur de classement, il devrait traiter les sites Web avec le code GA différemment de ceux sans le code GA.
Si les sites Web sans le code GA n’étaient pas classés en fonction du taux de rebond, ils auraient théoriquement une plus grande liberté pour publier le contenu qu’ils souhaitent.
Et si cela était vrai, il serait illogique pour tout marketeur d’utiliser le code GA.
Vous voyez, Google Analytics est un service « freemium ». Alors que la plupart des entreprises utilisent leur service gratuitement, les grandes entreprises paient des frais mensuels pour des fonctionnalités plus avancées.
La version payante s’appelle GA 360 et le prix commence à 150 000 $ par an.
24 235 entreprises utilisent actuellement GA 360.
Cela équivaut à 3 635 250 000 $ par an (sur le bas de gamme.)
Utiliser le taux de rebond comme facteur de classement n’est pas dans l’intérêt financier de Google.
Le taux de rebond peut être facilement manipulé
Certains d’entre vous ne sont peut-être pas encore convaincus.
Vous avez peut-être même remarqué une corrélation entre l’amélioration de la position moyenne et la diminution du taux de rebond dans votre pratique quotidienne.
Bien que le taux de rebond et le classement moyen puissent être corrélés, ils ne dépendent certainement pas l’un de l’autre.
Que se passe-t-il lorsque vous augmentez votre taux de rebond ? Les classements retombent-ils là où ils étaient ?
Le taux de rebond est facile à manipuler et vous pouvez essayer cette expérience vous-même.
Vous devrez augmenter et diminuer votre taux de rebond pour ce test tout en comparant la position moyenne pour une requête de recherche au fil du temps.
N’oubliez pas que le taux de rebond correspond aux sessions avec zéro hit secondaire / toutes les sessions.
Ainsi, tout ce que vous avez à faire pour réduire votre taux de rebond est d’envoyer un coup secondaire.
Vous pouvez ajouter un deuxième événement de consultation de page à l’aide de Google Tag Manager.
N’apportez aucune autre modification sur la page ou hors page ; tracez votre classement moyen sur trois mois.
Supprimez ensuite cette balise de page vue supplémentaire.
Votre classement moyen a-t-il augmenté et diminué à l’unisson avec la modification du taux de rebond ?
Vous trouverez ci-dessous un graphique d’une version rapide de cette étude sur mon propre site ; celui qui ne montre aucune corrélation entre le taux de rebond et la position moyenne.
Notre verdict : le taux de rebond n’est certainement pas un facteur de classement
Non, le taux de rebond n’est pas un facteur de classement Google. Le taux de rebond n’est pas une mesure fiable de la pertinence des pages Web – et Google a déclaré à plusieurs reprises qu’il ne l’utilisait pas pour les classements.
Avec de grands noms de l’industrie comme Rand et Backlinko qui mettent leur poids derrière le taux de rebond comme facteur de classement, la confusion est compréhensible.
Les experts ont testé ce signal utilisateur avec des résultats variables.
Certaines expériences ont peut-être démontré une corrélation entre le taux de rebond et les classements SERP dans certaines situations.
D’autres expériences n’ont pas fait cela, mais les gens s’y réfèrent comme s’il s’agissait de preuves.
Le « facteur de classement confirmé » nécessite un degré élevé de preuves. Personne n’a prouvé un causal relation.
Vous devez faire attention à cela dans le référencement, même lorsque vous lisez des sources fiables.
Le référencement est compliqué. Les représentants de Google et les professionnels de l’industrie adorent plaisanter en disant que la réponse à chaque question SEO est : « Cela dépend ».
Nous cherchons tous des moyens d’expliquer le succès des SERP. Mais nous devons éviter de sauter aux conclusions, ce qui peut amener les gens à investir des ressources dans l’amélioration de mesures non confirmées.
Image en vedette : Paulo Bobita/Journal des moteurs de recherche
window.addEventListener( 'load', function() setTimeout(function() striggerEvent( 'load2' ); , 2000); );
window.addEventListener( 'load2', function()
if( sopp != 'yes' && addtl_consent != '1~' && !ss_u )
!function(f,b,e,v,n,t,s) if(f.fbq)return;n=f.fbq=function()n.callMethod? n.callMethod.apply(n,arguments):n.queue.push(arguments); if(!f._fbq)f._fbq=n;n.push=n;n.loaded=!0;n.version='2.0'; n.queue=[];t=b.createElement(e);t.async=!0; t.src=v;s=b.getElementsByTagName(e)[0]; s.parentNode.insertBefore(t,s)(window,document,'script', 'https://connect.facebook.net/en_US/fbevents.js');
if( typeof sopp !== "undefined" && sopp === 'yes' ) fbq('dataProcessingOptions', ['LDU'], 1, 1000); else fbq('dataProcessingOptions', []);
fbq('init', '1321385257908563');
fbq('track', 'PageView');
fbq('trackSingle', '1321385257908563', 'ViewContent', content_name: 'bounce-rate-ranking-factor', content_category: 'marketing-analytics seo' );
);
[ad_2]
Source link -16