Nouveaux outils SEO- vers un seo plus scientifique -

SEOCamp’us 20168 Avril 2016

Qui suis-je ?Dimitri Brunel

8 ans en Agence

Chez l’annonceur à date

Affinité Technique / outils startup

Affinité R&D / outils internes

Nouveau jouet SEO à date : Le langage R

https://www.linkedin.com/in/seoconsultantdimitribrunel

Sommaire

Web Performance

Crawls / Logs / RegEx

TextMining / Outils sémantiques

Moteurs de Recherche internes

API et KPI Dashboard Softwares

Le langage R / Data ScienceLa tendance ?

Une compréhension plus scientifique des moteurs

Web PerformanceUn peu d’historique

Les bons outils

Ce qu’il faudra retenir

TTFB500ms

FEO

(HTTP/2)

Autrefois le focus était sur les “scorings”On s’est tous acharné sur les :

- Scoring Yslow (Yahoo)- Scoring PageSpeed (Google)- Bonnes pratiques à la main- On parlait un peu de cache Varnish

Mais pendant ce temps :

- Les corrélations entre Vitesse et Positions ne sont pas très évidentes

https://webmasters.googleblog.com/2010/04/using-site-speed-in-web-search-ranking.html

Google commence à évangéliser (Avril

2010)

Puis Zoompf met le doigt sur ça (Août 2013)...

“Using TTFB to determine the "performance" or "speed" could perhaps be explainable by the

increased time and effort required to capture such data from the Google crawler.

https://zoompf.com/search-ranking-factors

...puis nous SEO, qu’il existe AUSSI une vraie causalité entre crawl et

“render” à =<500ms

Et qui dit plus de vitesse dit plus de ...- pages explorées- pages découvertes- pages indexées- pages actives- pages re re explorées- grappillage de ranks

+meilleure expérience=plus de conversions

“In 2006, Amazon presented a clear causation between page load time and online customer revenue. Every 100ms delay costs 1% of

sales”

”Kyle Rush from the 2011 Obama campaign site showed through A/B testing that a 3-seconds page time reduction (5>2) improved

onsite donations by 14%, (+ $34 million in election contributions.)”

“Amazon's calculated that a page load slowdown of just one second could cost it $1.6 billion in sales each year”

”Google has calculated that by slowing its search results by just four tenths of a second (40ms!!!) they could lose 8 million searches per day—meaning they'd serve up many millions fewer online adverts”

etc...

Enfin Google a redit “make the web faster”Avec :

- PageSpeed Insight- PageSpeed Modules (Apache / Nginx)- Format WebP (image)- SPDY (pré-HTTP2 par google)- W3C Web Perf Working Group

Les enjeux sont forts.Les objectifs sont ambitieux.Le mobile nous occupe en plus en plus.

Objectifs :=<100ms TTFB

500ms StartRender

Comment booster ?Comment monitorer ?

Petite parenthèse : Google met les moyens…Ce serait dommage de ne pas s’en servir ?

Ferme de serveurs (au dessus / Iowa)Data Center à Hanima (à gauche / Finlande)

https://www.google.com/about/datacenters/efficiency/internal/index.html#servers

Sea Cooling Water

Petite parenthèse bis : Imaginons que …

Vous êtes CEO d’un moteur de rechercheVous avez des crawlers, Des Data centers, etc.

Vous garderiez dans votre index...Des sites très lent ?

Avec des URLs qui tappent dans le vide ?

Pour adresser Web Performance et SEO

4 solutions SaaS

- Optimisation Front (proxy SaaS)- Optimisation Middle (CDN)

- Règles web perf (à la demande)- Réductions Requêtes (HTTP/s)- Réduction Poids (Ko)- Ré-ordonnance (source HTML)

- Pre-fetch HTML intelligent- Cache à trous- Monitoring / Dashboard pour SEO :)

FASTERIZE (TTFB & front-end optimization)

http://www.fasterize.com/fr/services/

métriques / solutions

- Analyses conseil (page / versus)- Rapport journalier- Rapports hebdomadaires

- Alertes (qualité / lenteur / régression)- Dashboard (historique / kpis)- Waterfall (timings)

- Simulation géo-loc / devices / débit 3G- Test transactionnels (beta)- Test staging / cookies / En-tête HTTP

DAREBOOST (analyse / suivi / simulation)

https://www.dareboost.com/fr/features

Mesure l’impact des perf :

- l’acquisition (par medium)- les chemins de conversions- l’animation commercial (alertes)- par device (ex: mobile)

- analyse les pages- propose des solutions A/B- etc

WEBPERF.IO(web performance monitoring)

http://webperf.io/

TAG PERFORMANCE (tags monitoring)

http://fr.slideshare.net/TagCommander/tag-performance-slidesharefr

Situation à date :

- Le nombre de tags croit

- Ils peuvent ralentir les chargements utilisateurs

- GoogleBot peut crawler (abusivement) des ressources externes dont les JS donc aussi des tags...

La vision de TagCommander :

- Mesurer vos tags- Sur vos visiteurs / toutes pages- Sans échantillonage- Brique de “Tag Commander”

Pour identifier les soucis :

- par conteneur, page, ou device- sur le chargement du DOM- entre deux mise en production

http://chimera.labs.oreilly.com/books/1230000000545/ch12.html

Le futur ? HTTP/2Est déjà là (15 ans d’attente...)

Web chiffré, Réduction des latences, et plus encore

SPD

Y (d

ead)

2014

Analyseurs deCrawls et Logs

Un peu d’historiqueLes bons outils

Les RegEx

Ce qu’il faudra retenir

Taux de crawlsTaux de pages actives

Codes HTTP

Un peu d’historique La tendance actuelle ?- Quelques crawlers

(XENU, Link Examiner)- Gros besoins en RAM- Peu de solutions SaaS- Des analyses incomplètes- Peu d’informations en sortie- Des graph à refaire- Les limites de Excel (sans

power pivot + langage DAX)

(je force un peu le trait mais à peine…)

- Startups et levées de fonds- QUE des solutions SaaS- Critères en expansions- Dataset “XXL” / Délégation- Explorateurs d’URLs- Dashboards typé “Bootstrap”- Possibilités “custom”

Et aussi :

- Des APIs (= nouveaux usages)- Tests de papiers de recherche

Y a t’il encore de la place pour eux ?

Peuvent-ils crawler de grosse structure ? (ex: 150K URLs)

Oui et Oui ! et sont très bien pour des actions “one shot”

Software à l’ancienne ?

- Gratuit ! (pour l’instant)- 150.000 URLs crawlables- 2GB de RAM suffisent- Analyse les basiques- Crawl l’AJAX- Crawls parallélisables- Intégration SearchConsole- Intégration BingWT- Intégration YandexWT (en cours)

Sinon vous avez un MAC ?Dont’ panic ! (slide suivante)

Visual Seo Studio (desktop - win)

http://visual-seo.com/SEO-Software-Features/Development-Status

- Peu couteux !- Crawl l’AJAX- Accept-Language Header- Extraction par patterns- Template d’exports- Simulation de snippets- Support Robots.txt- Intégration Google Analytics- Intégration Search Console- NoMatch GA et GSC- Amélioration en continue

Screaming Frog (desktop - win/mac)

https://www.screamingfrog.co.uk/seo-spider-5-0/

Vous avez 10 marques ? 15 boutiques ?

Des gros catalogues ? Des milliers de produits ?

Ou xxx langues / régions ?

Quoi de plus “scalable” ?

Matures

Robustes

API REST “url centric”

Améliorations en continue

Solutions SaaS

BOTIFY ANALYTICS (crawls + Google Analytics)

https://www.botify.com/support/videos/https://developers.botify.com/api/

- Intégration GA- Main HTML Tags- Load Time Performance- Liens internes / sortant- Exploreur d’URLs (dataset)- Calcul du PageRank interne- Catégorisations et Filtres- Comparaison de crawls- Virtual Robots- Custom HTTP Headers- Planification, Plugin Chrome

BOTIFY LOG ANALYSER (crawls + logs)

https://www.botify.com/log-analyzer/

- Les features des CRAWLSplus

- Suivi bots moteurs majeurs- Catégorisation transversales- Codes HTTP, Pages orphelines- Lost / Recovered URLs- Taux de crawls (hits)- Taux de pages actives (visits)- Fenêtre de crawls- Rapports journaliers- et bien d’autre features encore

BOTIFY REST APIApplication Programming Interface

REST (via HTTP / en client-serveur)

OBJECTIFS :

- créer de nouveaux usages- des usages “url centric”

POSSIBILITÉS :

- métriques crawl accessibles- métriques logs en cours- SDK JS (les autres arrivent)

Exemple d’usages ?

Dashboard URL centric

Search Console- mot clé- URL active

G-Analytics- URL active- sessions- transact°

BOTIFY- URL crawlé- URL active

Majestic SEO- URL linké- trust flow- citat° flow

DEEPCRAWL (crawls)

https://www.deepcrawl.com/case-studies/

- Crawl types (5 types différents)- Crawl parrallélisables- API disponible à la demande- Custom extraction (regex)- DeepRank (≈PageRank)- Détection “Duplicate” Avancé- Intégration GA- Custom robots- Custom filters / limits

- Deepcrawl V2 arrive bientôt

ONCRAWL (crawls)

http://fr.oncrawl.com/knowledge-base/

- Editorial Insights=> words count, schema=> OG, twitter cards=> extraction de n-grams

- Duplicate content=> par similarité (simhash)=> par tags par clusters

- Architecture (Inlinks, Outlinks, flux de page rank)

- Performance (load, weight, etc)

ONCRAWL ADVANCED PLATFORM (crawls + logs)

http://www.slideshare.net/Cogniteev/seo-breakfast-toulouse-analyse-de-logs

- Open Source ! https://github.com/cogniteev/oncrawl-elkou

- Hosted Version : chez Cogniteev

- Suivi des bots courants- Analyse croisé (crawls + logs)- Nb. et Taux de crawls / Pages actives- Nb. et Taux de pages orphelines- Catégorisations et Distribution- Graph historisés, Fenêtre de crawls

KELOGS (logs)

http://kelo.gs/

- Une interface claire (highchart)- Vision KPI / crawl / hits / bots

- Synthèse par métriques site- Des rapports par cat (regex)

- Explorateur de logs puissant- Robuste (1 milliard de lignes)

- Prix doux :)

REG EX (catégoriser vos URLs est obligatoire)http://regexr.com/ https://regex101.com/

TextMining etOutils Sémantiques

Un peu d’historiqueLa fouille de texteSituation à date ?

Ce qu’il faudra retenir

Quantification sémantiqueScore sémantiqueAffiné sémantiqueCocon sémantique

Word EmbeddingMots en relations

Fichier de vocabulaire

TextMining / DataMiningPouvait déjà servir en SEO ...

Un peu d’historique SEOQuelques tentatives sur :

- Analyse de texte ou URLs- Fréquence de mots- Densité selon tag, pertinence- Paires de mots, proximité

Quelques outils :

- Textalyser- Alyse- et Rapidminner (2006) !

« Extraction de connaissances » dans les textes

Désigné sous l'anglicisme “text mining“

Les disciplines impliquées : linguistique informatique,l'ingénierie du langage (TAL), l'apprentissage artificiel et les statistiques

Fouille de texte ?

Rapidminer : “Text Processing”Traitement de texte :

- création de corpus (n doc => BDD)- tokenisation (découpe éléments)- stopwords (suppression)- stemming (racine des mots)- lemmatisation (mot simplifié)- n-grams (séquences contiguës)

=> table de fréquences des mots

Via du TextMining, puis applications d’algo, on peut simuler les documents

Rapidminer : “Association Rules with text”Apprentissage Règles Associations(=trouver relations ayant un intérêt)

- en explorant un corpus- en traitant les textes- en créant des “vecteurs” - en trouvant les items fréquents

(algo FP-Growth. Il en existe des tas => APriori, Eclat, GUHA…)

- trouver ces règles d’association- et visualiser ces règles

{onion, potatoes} => burger{data, mining} => rapidminer

https://en.wikipedia.org/wiki/Association_rule_learning#Definition

Rapidminer : “Similar documents and Clustering”Calcul de Similarité et Partitionnement

- Calculer la similarité entre une requête et documents(= vecteur mot / score TF-IDF)

- Calculer la similarité entre doc (=similarité cosinus)

- Partionnement de documents(=K-means clustering)

RapidMiner a évolué

et en parallèle

Des outils de “quantification sémantique” pour nous SEO !

Situation à date ? (2016)

Rapidminer 2016 ? (version 5.3 full - gratuite)Open Source Predictive Analytics Platform

- Web Scrapping et tjs du TextMining- Corrélation (facteurs / forces)- Régles d’association (système de reco)- Partitionnement (k-means)- Cat auto docs (avis / spam / arbo ! :) - Régression linéaire (formule prédictive)- Arbre de décision (gagnant / perdant)

Open (csv, excel, mysql, postgre ...)Interface R et Python

1.FR (score sémantique)L’idée ? Trouver des relations entre termes, et regrouper (=créer champs sémantiques)

Comment ? Un corpus (millier de pages), un apprentissage (créer la BDD des champs)

L’app ? Audit les textes, donne des scorings (vs concurrents), trouve des mots proches

Pour action ? Sculpter les champs lexicaux=> affiner / ajouter (termes absents)=> suppression (hors sujet, diluants)=> contrôler avec le scoring (0 à 100%)

VISIBLIS V2 (affinité sémantique et cocon)L’idée initiale ? Un corpus de 17 millions de doc. Des algo de traitement du langage.

Pourquoi Visiblis V2 est très très fort ?

- analyse (TAL) de structure en silo- n-grams (avec synapsie par ex)- visualisation des liens internes- visualisation des clusters sémantiques- corpus visiblis / corpus perso- API V2 en dev / à venir- Analyse sémantique TOP10 à venir https://fr.wikipedia.org/wiki/Synapsie

https://en.wikipedia.org/wiki/N-gram

n-gram= séquence contiguë n-items

{paire = AGC, GCT, CTT}{lettre = to_, o_b, _be,}

{mot = to be, be or, or not}

synapsie= liaison par joncteurs (ex: de, à)

{pomme de terre}

Autres modèles vectoriels :TF-IDF, BM25, BOW

VISIBLIS V2 (Outils > Affinité Sémantique)C’est quoi ? La similarité entre une requête=> et un document (vecteur G.Salton)=> et une cooccurrence (n-gram) du corpus

TitrAlyser : mesure l’affinité requête > titre, suggère des opti, simule l’affichage

TextAlyser : mesure l’affinité requête > phrases, suggère des opti d’affinité

WebAlyser : fait la synthèse (requête > url), par affinité titre et contenus, diagnostique et re suggère des coocurrences

https://fr.wikipedia.org/wiki/Synapsiehttps://fr.wikipedia.org/wiki/Formation_des_mots

VISIBLIS V2 (Outils > Cocon sémantique)C’est quoi ? Des pages hiérarchisés en un silo étanche remontant vers un mot clé.

TreeAlyser : visualise le PR et Semantic Rank (titre / texte) dans un réseau de pages

ClustAlyser : mesure l’affinité sémantique entre pages, “clusterize”, puis visualise

SlideAlyser : affinité et complémentarité sémantique entre pages (diagramme venn)

Proximité à 10% Proximité à 50% Proximité à 80%

Rien en commun Glissement possible Duplication possible

COCON.SE (des cocons moins con)Des outils pour visualiser des pages bien organisés en silo (cocon, wordpress, etc.)

- Maillages sous une forme lisible- Vision crawler (1er lien suivi)- Vision hiérarchisé (selon arborescence)- Colorisation topologique (pages / liens)- Diamètres apparenté au PageRank- Éventails (liens intra-silo / fuites)

Simuler la structure permet de pousser les pages utiles, et supprimer les liens inutiles

http://cocon.se/visualisation/visu-cmap

Si l’on avait eu plus de temps pour discuter :Alternative en Text Mining / Data Mining :

- KNIME https://en.wikipedia.org/wiki/KNIME(merci à Aurélien Berrut http://www.htitipi.com/ )

Traitement du langage et Analyse du sentiment :

- INBENDA https://www.inbenta.com/fr/solutions(merci à la personne qui m’en a parlé après la conf)

Natural Langage Processing

et

Learning Machine

Aller encore plus loin ?

Faisons quelques recherches sur...

WORD2VEC ?D’abord un papier de recherche en 2013 :

- Efficient Estimation of Word Representations in Vector Space, by Tomas Mikolov, Kai Chen, Greg S. Corrado, Jeffrey Dean [ICLR Workshop 2013]

Puis une version (pas la vraie en fait) open-source :

- https://code.google.com/archive/p/word2vec/

Enfin de gros Dataset rendus accessibles :

- FREEBASE a pré-entraîné WORD2VEC- GoogleNews a été rendu public et a aussi pré-entraîné WORD2VEC

WORD2VEC, c’est quoi ?Nouvelle approche simple et rapide pour entraîner des “machine learning” à faire du “word embedding” = représentations vectorielles (nombre) des mots par rapport aux autres mots voisins un large corpus.

Word2Vec s'entraîne à reconnaître :=> d’un contexte des mots => Sac de mots=> des mots un contexte => Skip-gram

DeepLearning4J obtient des résultats plus précis sur de gros dataset via skip-gram

WORD2VEC, représentation de vecteurs

Source : TensorFlow (Google Machine Learning 2nd Gen / DistBelief 1st Gen)https://www.tensorflow.org/versions/r0.7/tutorials/word2vec/index.htmlhttp://download.tensorflow.org/paper/whitepaper2015.pdf

WORD2VEC, concrètement ça fait quoi ?Les vecteurs capturent avec une forte régularité, la sémantique et la syntaxe des mots du corpus.

Au final, Word2Vec renvoie des distances cosinus entre les mots en relation.

Les vecteurs ont certaines propriétés comme la correspondance entre langues

FranceWord Cosine distance

spain 0.678515

belgium 0.665923

netherlands 0.652428

italy 0.633130

switzerland 0.622323

luxembourg 0.610033

portugal 0.577154

russia 0.571507

germany 0.563291

catalonia 0.534176

WORD2VEC, concrètement ça fait quoi ?Les vecteurs ont des propriétés linguistiques aussi ! Des calculs simples permettent de résoudre analogies, antinomies, etc :

- vector('Paris') - vector('France') + vector('Italy') =

vector('Rome')

Les modèles peuvent être entraînés sur d’énorme dataset (100 millards de mots)

L’entrainement peut être pré-processé (mots vers phrases) et partitionnés sur les vecteurs hauts (=K-means => fichiers de vocabulaire).

san_franciscoWord Cosine distance

los_angeles 0.666175

golden_gate 0.571522

oakland 0.557521

california 0.554623

san_diego 0.534939

pasadena 0.519115

seattle 0.512098

taiko 0.507570

Vocabulary fileacceptance 412 argue 412 argues 412 arguing

412 argument 412 arguments 412 belief 412

believe 412 challenge 412 claim 412

WORD2VEC, librairies et applications ?Comment jouer avec ?

- en Java => DeepLearning4JS- en Python => Gensim- en R => wordVectors

Quatre applications connus avec Word2Vec?

- Traduction de langues- Analyse du sentiment- Reconnaissance d’entités nommées- Semantic-role labeling

Pourquoi donc ne pas essayerd’utiliser ceci

en SEO !?

WORD2VEC, quelles utilisations pour nous SEO ?- Suggérer des mots clés, des analogies (vecteurs proches)- Sortir des fichiers de vocabulaire (vecteurs partitionnés)- Itérer par langue simplement (vecteurs très proches)

- Interroger Word2Vec sur des entités nommées (entraînement freebase)- Dérouler un graph de connaissance ensuite

- Calculer la similarité entre mot ⇔ documents (index inversé)- Calculer la similarité entre syntagmes, phrases, docs (doc2vec + gensim)

http://stackoverflow.com/a/31417164- Entraîner l’outil sur des DataSet perso => qualité du corpus indispensable

Moteurs de recherche interne

Rapport avec le SEO ?Moteur indexé

Moteur non indexé

Ce qu’il faudra retenir

Moteur non indexéMilliseconds matter

Indexation SEO

Pourquoi vous s'intéresser à la recherche interne ?- Recherche Interne / SEO reposent sur de même briques du TAL (ex TF-IDF)

- Vous captez de nouvelles recherches (mots clés)- Vous devriez mailler / indexer certaines de ces recherches- Vous voulez récupérer / garder vos visiteurs seo mobiles / desktop

- Vous ne voulez pas qu’un collègue indexe 1M de page de recherche...

- Votre moteur à facettes est fermé sur des requêtes marques / génériques=> la recherche interne peut aider temporairement (mode pansement)

MOTEURS indexés et MOTEURS non indexésMoteur indexé(ex: elastic search)

- basé sur du crawl de docs- basé sur des index (lucène)

- scalable (architecture adaptable)

- possède la recherche à facettes

- quasi temps réel (latence faible)

Moteur non indexé(ex: json et attributs)

- zéro crawl = pas d’index de docs- seemless indexing

Seemless Indexing ?

- index JSON- on the fly (MAJ temps réèl)- attributs (détection auto)- reindexing (modif de conf)

Moteur Indexé(exemple)

SWIFTTYPE / moteur indexé- site search- mobile- real-time analytics

- custom result ranking- autocomplete- facetted search- synonyms- spellcheck- weights- real-time indexing

Moteur non Indexé(exemple)

ALGOLIA (milliseconds matter) / non indexéOut of the box :

Seamless indexing : vous poussez un JSON, c’est prêt !Intuitive ranking : vous réglez VOTRE moteur de recherche (TAL / Business)API REST, 13 clients : Ruby, Rails, Python, PHP, JS, Java, Android, ...

Lighting-fast back-end : répond entre 6ms et 9msDistributed Search Network (DSN) : 30 data centers / 14 régionsMAI 2015 : 18,3 M$ de levée de fonds chez Accel Partners !

ALGOLIA (milliseconds matters) / aspects saillantsInstant Search :c’est un package UX “all-in-one” avec

- widget slider (prix)- widger search (auto complete)- widget grid (tuiles de produits)- widget filter (facettes

Au final c’est un moteur à facettes ultra complet, qui s'intègre en 2J, et que vous pouvez indexer (au choix) avec votre dev full-stack interne

https://community.algolia.com/instantsearch.js/

ALGOLIA (milliseconds matters) / aspects saillantsIntuitive Ranking :Agit sur la pertinence via des curseurs

DISPLAY- attribut : catégories, rayons- attribut : facettes x y z

RANKING- attribut : état du catalogue produits

BUSINESS- attribut : prix, ventes, geoloc, etc

API &KPIs dashboard

softwaresLa multiplication des API

Les bon outils

Ce qu’il faudra retenir

API RESTPrototype R

Solutions SaaS

(Application Programming Interface)

API

Situation à date et REST ?Google fait des API pour tout :

- Search Console- Google Analytics- Google Trends - Google Chart- ...

Chaque startup se doit de créer son API REST !

SEOtools pour Excel intègre les plus spécifiques au SEO

API REST (representational state

transfer). A la mode, car très pratique à utiliser :

- via des URI- via HTTP- via des VERBES (get, …)- via des JETONS (token)- via des XML ou JSON

CATALISIO > API Google Search Console V3Résout le “not provided” via :

- données par PAGE- dimension par MOT CLÉS- dimension par DEVICES- dimension par X ou Y DATA- A haut volume (récolte tout)

L’outil étant “URL centric” :

- volume de recherche sont alignés- trafic et conversions sont alignés

Connecteurs GA / eulerian / adwords

Des “dashboard” clairsDes “score cards” par KPIs

https://www.catalisio.com/fonctionnalites/

CATALISIO > API Google Search Console V3Vision apporte une vision ROI-ste :

- estimer l’acquisition Ranks / CTR- estimer l’acquisition Mots / €€

Mais aussi insciter des “pour actions” :

- activer potentiels sous-exploités- activer potentiels à conquérir

Catalisio connecte tout. Vous pouvez vous recentrer sur votre plan d’action.

Vision par Mots ClésSuggestions d'Opportunités

https://www.catalisio.com/fonctionnalites/

GA DASHBOARD (with R) > API Google AnalyticsEnhance Your GA Data with R

Interactive trend graph

Auto-update of GA data for last 3 years

Zoomable heatmap for Day of week analysis.

YoY, MoM, Last Month vs Last Year.

MySQL persistant storage (blending your data with GA data)

Upload option to update MySQL data stored.

Analysis of impact of events via Google's CausalImpact

Detection of unusual timepoints using Twitter's AnomalyDetectionhttps://github.com/MarkEdmondson1234/ga-dashboard-demo

GA DASHBOARD (with R) > API Google Analytics

http://markedmondson.me/enhance-your-google-analytics-data-with-r-and-shiny-free-online-dashboard-template

Heatmaps (Twitter algo) AnomalityDetection

TextMining (for Google Sheets) > API dandelionLe plus utile pour nous SEO :

- extraction d’entités nommées (nom, lieux, concept, etc)

- analyse du sentiment (positif, négatif, neutre)

Autred fonctionnalités via l’API :

- similarité de texte (BOW, langues, etc)

- classification de texte (modèle de taxons ou personnalisable)

https://dandelion.eu/

Plugin et WebApp se multiplient à tour de brasExemplesAPI Search Gonsole :

- searchConsoleR (R package)- SearchAnalytics (GoogleSheets)- SuperMetrics (GoogleSheets)- SEOtools (Excel)

ExemplesAPI Google Analytics :

- googleAuthR (R package)- GA Dashboard (R Shiny App)- GA Effect (R Shiny App)- GA Rollup (R Shiny App)- GA Meta (R Shiny App)- Analytics Canvas (GoogleSheets)- SuperMetrics (GoogleSheets)- SEOtools (Excel)

(Software as a Service)

DASHBOARD SaaS

KLIPFOLIOCreate dashboards using datafrom 100s of services

- alexa- adobe analytics- google analytics- google adwords- search console- MOZ- Searchmetrics- etc...

https://www.klipfolio.com/integrations

CYFEDes connecteurs (=widgets)

- adwords- googla analytics- moz- alexa- search console

et des custom widgets

- Push API- Donut, Funnel, etc

http://www.cyfe.com/custom

PERISCOPE DATA (Type SQL, Get Charts)

Imaginons vous stockiez en vrac (= data lake) des data issues de :- “google search console”- “google analytics”- “crawls”

Application :2-3 lignes de SQL et vous avez des graphs sur une jointure au choix

https://www.geckoboard.com/integrations/

Le langageR

Pourquoi c’est bien ?

Après avoir parlé des API......que faire avec R en SEO ?

Ce qu’il faudra retenir

RstudioR + Shiny + SEO

ALGO

Introduction sur RLe langage d’analyse statistique

- Utilisé par tous les chercheurs- +2 millions users et ça augmente - votre ami le Data Scientist l’utilise

Open source, il y a des “packages” sur TOUT :

- collecter / visualiser de la data (ggplot2)- interroger des “machine learning” (word2vec, glove)- lancer des “deep learning framework” (Tensorflow, MXNet)- appliquer des tas d’algo (BM25, Apriori, K-means, C4.5, CausualImpact)- déployer des web app sans aligner une ligne de CSS et de JS (seriously)

2015 2014

D’être un expert en math

D’être un expert en algorithmes

D’être un expert en programmation

exemples ?

Avec pas besoin...

Mark Edmondson (Data Insight Dev / IIH Nordic)A créé des interface R (API Google) et contribué à de nombres de packages :

- googleAuthR (interface R pour OAuth 2)- googleAnalyticsR_public (interface R pour GA)- dygraphs : lib R pour diagramme avec tracé des zone de confiance- ggraph : add-on R pour le librairie de dataviz ggplot2

Puis des applications R avec Shiny Dashboard proche et utilisable en SEO :

- searchConsoleR (APP search console)- GoogleTrendsDashboard (APP google trends)- GA Dashboard (APP google analytics console)- GA Effect (implémentation de CasualImpact (structures bayésiennes))

Mark Edmondson > POC searchConsoleR

- WebApp en R- Connecteur Search Console- Fonction search_analytics()

(celle qui nous intéresse le plus)- Croissement page ⇔ keyword

Ne demande qu’à évoluer évoluer :

- stockage en base- croisements avec GA- application d’algo en statistiques

http://markedmondson.me/automating-google-search-analytics-data-downloads-with-r-and-searchconsoler

Mark Edmondson > POC GA Effect

Implémentation Google CasualImpact(structures temporelles bayésiennes))

- WebApp en R- Connecteur Google Analytics- Charge tous types de Sources- Charge tous types de métriques

Permet de prédire si un évènement passé à un impact sur le présent.ex : changement de balises <TITLE>

http://online-behavior.com/analytics/statistical-significancehttp://markedmondson.me/finding-the-roi-of-title-tag-changes-using-googles-causalimpact-r-package

Mark Edmondson > POC GoogleTrendsDashboard - WebApp en R- Connecteur Google Trends- Basé sur la lib GTrendsR

- Permet d’interroger- Permet d’extraire

De là à en faire un outil SaaS pour vos collègues rédacteur web semble envisageable...

Débuter avec R1/ Installer un IDE : Rstudio

2/ Installer les packages utiles

- Shiny web app framework- Shiny Dashboard- htmlwidget- ggplot2- readr

3/ Déployer votre Web App SEO :

- Shiny App IO

R > d’autres “packages” à connaîtregTrendR : interface R pour récupérer / afficher des informations GG Trends.

googleVis : interface R pour utiliser Google Chart API

DiagrammeR : lib R pour diagrammes sous Rstudio très simplement

CasualImpact : prédire le présent avec les structures temporelles bayésiennes

AnomalyDetection : trending topics / marronniers / points sous-jacents

et les packages en fouille de textes comme Aylien

Pour chaque problème ...

Le mot de la fin ?

Il existe un algo ! et ça peut servir aussi en SEO !Et votre collègue data scientist en connaît des tas ...

- TD-IDF, BM25- BOW- n-grams- PageRank- C4.5- APriori- K-means- Google CasualImpact- Twitter AnomalyDetection- Twitter BreackoutDetection

http://scikit-learn.org/stable/tutorial/machine_learning_map/index.htmlhttp://rayli.net/blog/data/top-10-data-mining-algorithms-in-plain-english/

Questions ?

MERCI