Note à l'expert en marketing moderne : comment créer votre propre taxonomie de marketing de contenu à l'aide de la modélisation sémantique des sujets

Au fur et à mesure que les moteurs de recherche adoptent de nouvelles intelligences chaque jour qui passe, les consommateurs ont accès à des informations de qualité qui peuvent vraisemblablement nous faciliter la vie. Mais cela laisse les commerçants se démener. Des changements algorithmiques majeurs peuvent nécessiter de repenser votre stratégie de contenu et de travailler sans cesse pour garantir que le contenu, ancien et nouveau, soit trouvé. Une façon de vous faciliter tous ces changements consiste à créer une taxonomie de marketing de contenu à l'aide de modèles de sujets sémantiques. Découvrez comment dans cette note au spécialiste du marketing moderne.

Comprendre la taxonomie

La taxonomie revient assez fréquemment dans le marketing de contenu, mais elle est généralement utilisée pour créer une sorte de flux de travail. Ici, nous allons l'utiliser pour soutenir une stratégie de contenu soutenue par des données. Tout d'abord, nous devons comprendre que la taxonomie est une méthode de classification, mais elle est utilisée lorsqu'il y a des centaines d'éléments ou d'idées à regrouper et à catégoriser afin de créer de l'ordre à partir du chaos. Glenn McDonald, le taxonomiste de Spotify, a créé Everynoise.com comme un exemple époustouflant. Il montre la relation entre chaque genre de musique en utilisant des couleurs et des groupes de mots.

Vous pouvez voir par le vert forêt clair de "klezmer" et sa proximité avec "Nashville sound" qu'il a un peu le même style que "jig and reel" et lorsque vous cliquez sur chacun d'eux, vous pouvez entendre les similitudes.

La création d'une taxonomie de marketing de contenu n'a pas besoin d'être aussi complexe ; l'utilisation de la modélisation sémantique des sujets peut vous simplifier la tâche. L'objectif est d'aider les moteurs de recherche à renvoyer des résultats aussi proches que possible de la réponse exacte pour une question à laquelle une question similaire est posée en langage naturel.

Modélisation sémantique des sujets

Ceux qui n'ont qu'une petite maîtrise du référencement savent que les moteurs de recherche attachent un contexte aux termes saisis dans une recherche. C'est à cela que vous devez penser lorsque vous structurez votre modélisation sémantique de sujet. Une méthode courante de modélisation de sujet est l'allocation de Dirichlet latente (LDA). LDA lit une page comme un groupe de rubriques. En même temps , il lit chaque sujet comme un groupe de mots liés et l'analyse. C'est similaire à ce que Searchmetrics Content Experience utilise pour la fonction Topic Explorer. En termes simples, Topic Explorer exécute LDA en sens inverse en prenant la requête de recherche filtrée principale et en identifiant les requêtes de recherche associées et présente une visualisation de la façon dont les sujets principaux se chevauchent avec les sujets secondaires.

Jetons un coup d'œil à l'avenir de la famille royale britannique. Avec les noces imminentes du prince Harry, la curiosité pour sa fiancée, Meghan Markle, l'actrice américaine et divorcée, lui a valu le titre de célébrité la plus recherchée par Google en 2017.

Si nous prévoyions de créer du contenu autour d'elle et du mariage royal, nous aurions beaucoup d'idées différentes sur lesquelles travailler – tellement que nous pouvons appliquer une petite taxonomie à son personnage profondément texturé. À partir des données que nous avons collectées, Topic Explorer génère un groupe de sujets sur Markle regroupés par proximité sémantique :

Sur la base d'une recherche américaine, les groupes de sujets sont liés à la future altesse royale, placés dans des seaux organisés par des bulles colorées. Plus la bulle est grande, plus le volume de recherche est important. Certains sujets sont très vaguement liés, comme "Max Beesley", qui est un acteur qui est apparu dans quelques épisodes de Suits, une émission télévisée dans laquelle Meghan Markle joue un aspirant avocat. D'autres sont directement liés à la "Meghan Markle", comme "Suits cast". De toute évidence, la plupart des recherches de Markle sont basées sur l'émission télévisée. Pour mettre les choses en perspective, voici à quoi ressemble un cluster basé sur la recherche d'utilisateurs au Royaume-Uni :

Les bulles montrent qu'il y a un peu plus d'intérêt pour Markle en ce qui concerne le prince Harry, ses ex-petites amies et son frère.

Ces bulles plus petites sont les sous-thèmes que vous voudriez utiliser pour commencer à construire votre taxonomie autour du sujet principal de "Meghan Markle". Pour chacun de ces sous-thèmes, vous l'étendriez à partir de là. En utilisant l'exemple ci-dessus pour "Suits Cast", vous pouvez le développer davantage pour inclure davantage de sujets connexes :

Mise en œuvre

Lorsque vous développez votre propre taxonomie, Markle ne serait qu'un petit élément de votre contenu global. Au fur et à mesure que le jour du mariage approche, plus de sujets seraient ajoutés et plus de regroupement et de connexion seraient nécessaires : robes de mariée, fleurs, demoiselles d'honneur, par exemple. Ce sont des éléments pour lesquels vous avez peut-être déjà du contenu et qui doivent être mis à jour et réoptimisés, ou pour lesquels vous avez besoin de contenu à un autre titre ; le garder trié peut aider votre contenu à gagner.

La modélisation des sujets ouvre également des opportunités pour un contenu unique auquel vous n'auriez peut-être pas pensé autrement.

Par exemple, si vous pensez à l'intention de recherche, vous pourriez glaner dans les clusters américains que les utilisateurs veulent savoir comment l'équipe de Suits écrira Markle hors de la série lorsqu'elle quittera sa carrière pour devenir la duchesse de Sussex. Vont-ils la tuer ? Une autre actrice entrera-t-elle dans le personnage ? Mike pourra-t-il passer à autre chose après son départ ? Qui sera son nouvel amour ? La série conservera-t-elle son statut de 9e série télévisée la plus populaire au monde (selon Parrot Analytics) sans Rachel Zane ?

Une bonne taxonomie pourrait créer une excellente occasion de répondre aux questions que se posent les utilisateurs.

Recherche de mots-clés

Avoir vos sujets cartographiés démarre votre recherche de mots-clés. Vous savez probablement déjà pour quels mots clés vous vous positionnez. Maintenant, vous pouvez les connecter sémantiquement. Avec tous vos sujets et sous-sujets classés, vous pouvez voir quels sujets peuvent renforcer votre classement pour certains mots clés, et vous pouvez combler les lacunes pour les mots clés pour lesquels vous souhaitez vous classer.

Lorsque vous créez du contenu, vous écrivez maintenant dans une perspective d'intention et de pertinence et utilisez des mots clés qui montrent le bon contexte sur des pages qui utilisent la même signification sur d'autres pages. Pour cela, votre taxonomie doit être décomposée selon les trois types de recherches : navigationnelle, informationnelle et transactionnelle.

Prenez Kayak.com comme exemple. Si un utilisateur saisit "kayak", il recherche peut-être des types de kayaks (recherche informative) ou le chercheur peut rechercher le site d'agence de voyage en ligne kayak.com (navigation). Si l'utilisateur tape "vols pas chers vers la Grèce", cela indiquerait que l'utilisateur recherche un billet d'avion (transactionnel), ce qui l'amène à kayak.com où il peut réserver le vol. L'explorateur de sujets Searchmetrics décompose l'intention des mots clés. Ici, vous pouvez voir des bulles de différentes couleurs - ce sont des sujets regroupés par intention de recherche.

Les bulles indiquent les mots clés regroupés en bleu pour la recherche informationnelle, en jaune pour la navigation et en vert pour la transaction. Cliquer sur une bulle vous montre le volume de recherche pour les différentes catégories d'intention de recherche.

L'intégration de la recherche de mots clés ventilés par intention dans votre taxonomie globale peut vous aider à mesurer votre stratégie globale à un niveau granulaire.

Stratégie de contenu

Alors que le référencement de votre entreprise travaille sur l'architecture de votre site, cette taxonomie de contenu est votre architecture de contenu. Plus vous avez de structure, plus il est facile d'établir des liens entre votre contenu et vos objectifs de contenu. Il aide les clients à trouver rapidement l'information tout en leur donnant des résultats de recherche très ciblés, précis et détaillés. Il agit comme un guide pour savoir qui, quoi, où, quand, pourquoi et comment créer et exécuter votre stratégie.

La mesure

Meilleure est l'organisation que vous avez pour votre contenu, votre plan de marketing de contenu et vos mots-clés, plus vous devez mesurer, analyser, ajuster et mesurer à nouveau votre contenu. Cela vous aide également à établir un profil plus complet de votre clientèle cible. Avec autant de structure, vous pouvez voir les trous pour votre public que vos concurrents comblent - et lorsque vous pouvez voir ces trous, vous pouvez être celui qui les comble.

Alors que les moteurs de recherche peaufinent leurs algorithmes pour améliorer l'expérience utilisateur, la taxonomie du marketing de contenu utilisant la modélisation sémantique des sujets peut aider les spécialistes du marketing de contenu à rester en phase avec Google et Bing et à fournir aux utilisateurs des informations pertinentes quand ils le souhaitent. Les spécialistes du marketing de contenu ne savent pas exactement quand cela se produit, mais avec la bonne taxonomie, nous pouvons collecter suffisamment de données pour déterminer approximativement comment et quand les diffuser.