Conseils des rédacteurs web sur les fermes de contenus

La rédaction web, au coeur des stratégies de référencement naturel

En préparant mes différents articles sur ce changement d'algorithme Google et sur ces fameuses usines à contenu, j'ai bien noté que tout ce "buzz" allait faire prendre conscience au plus grand nombre de l'importance de la rédaction web dans une stratégie de présence en ligne. Peut-être qu'on verra moins qu'avant la rédaction de contenus confiée à n'importe qui, genre le stagiaire qui passait par là ?

J'ai même déjà remarqué que depuis qu'on parle autant de ces fermes à contenu et surtout de Google qui va s'intéresser davantage à la qualité du contenu, les demandes d'inscription en formation rédaction web et référencement ont fortement augmenté. D'ailleurs, chez Ranking Metrics nous avons déjà mis à jour nos slides, afin de discuter de ces nouveaux aspects.

Note : depuis la publication de cet article, la mise à jour de Google est plus connue sous le nom de Panda Update. On sait également qu'elle ne vise pas que les content farms.

Mes questions

Pour cette mini-interview, j'ai eu le plaisir d'avoir le point de vue d'Isabelle Canivet (Action Rédaction), Eve Demange (Plume Interactive), Jean-Marc Hardy (60questions.net) et Muriel Vandermeulen (WAW We Are the Words). Je leur ai posé les 3 questions suivantes :

• Quelle est votre définition de "ferme à contenu" ?
• Selon vous, qu'est-ce qui caractérise un texte (sur le web) de mauvaise qualité ?
• Selon vous, comment Google pourrait détecter ces pages ?

Définition de ferme de contenus

J'ai donné ma définition de ferme de contenu, voici la leur :

Isabelle : C'est un site web qui propose une masse de contenu dont l'unique objectif est de générer du trafic afin d'engranger des revenus économiques issus de la publicité.

Eve : Pour moi, une ferme à contenu, c'est comme son nom l'indique un endroit où l'on fait pousser du "contenu" avec beaucoup d'engrais chimique et peu de réflexion humaine, dans le seul but de gagner de l'argent. D'ailleurs, certains médias de piètre qualité pourraient bien ainsi se transformer en ferme à contenu s'ils ne prêtent pas garde à la qualité de ce qu'ils publient !

La "ferme à contenu" par excellence, c'est le site Internet qui a totalement renoncé à sa mission d'information des internautes. C'est le site web qui exclut l'utilisateur humain final. Ce site pervertit les règles du référencement en publiant un énorme volume de contenu bas de gamme, mais bien optimisé, pour drainer le trafic apporté par les moteurs de recherche. Le but final étant de gagner de l'argent avec la publicité, bien entendu. Aucune utilité pour l'internaute. De la pollution virtuelle dans un but économique. Un véritable parasite du web !

Jean-Marc : Comme vous, je ferais la différence entre les "pilleurs de contenu" et les "pondeurs de contenu". Dans le premier cas, on a affaire à des sites qui extraient des pans entiers de contenus en provenance d'autres sites et les agrègent. La copie de contenu ("duplicated content") est, il me semble, plus facile à identifier pour un moteur.

Les "fermes de contenu" tiennent plutôt de la production de contenu bas de gamme, où le contenu est une excuse pour venir placarder certaines publicités, ou rediriger les visiteurs vers des sites tiers. Notez que le "remplissage" existait déjà dans l'ancien monde, dans le chef de certains toutes-boîtes ou magazines spécialisés, dont l'existence repose essentiellement sur la publicité.

Là où les choses se compliquent, en termes de qualité (et de filtre qualité), c'est qu'il existe à mon sens tout un large spectre subtil passant de Wikipedia.org à Jetepiquetoncontenu.com, avec toutes les nuances intermédiaires : portails de qualité moyenne mais pas forcément critiquables pour autant, tentatives d'agrégation de contenu légitimes mais sans consistance, etc.

La presse elle-même n'a-t-elle pas très (trop) longtemps reposé sur un modèle de gros marché au bétail (les agences de presse) et de fournisseurs (les journaux) se contentant d'étiqueter un peu à leur manière les mêmes caissons d'information, à peine remis en scène ?

Vous savez, j'ai eu pour client (je ne citerai pas leur nom), il y a quelques temps, une de ces fermes de contenus, mais qui avaient tout de même des objectifs éditoriaux et une ligne éditoriale, derrière un projet essentiellement "fermier" (occuper du territoire mot clé). Où est la limite ?

Certains portails web (je pense à Doctissimo, par exemple, dans le domaine de la santé ou de la psychologie grand public) couvrent un périmètre très large de contenu, avec des articles qui sont de qualité que je qualifierais de moyenne. Ces contenus font fortement concurrence à des sites web, souvent plus consistants, mais moins connus, qu'il faut encore parfois aller chercher un rien plus loin dans les profondeurs du Web (chose que les gens ne font pas, en général). Doctissimo n'est pas une "ferme de contenu". Je n'ai pas dit cela "texto". Mais où est la limite ?

Toute cette réflexion se complique encore si on lui applique le prisme des attentes très variées : entre Monsieur-tout-le-monde et un internaute plus pointu, chacun ne cherche pas la même nourriture.

Muriel : Les fermes de contenus sont des sites créés spécifiquement pour générer des revenus publicitaires. Leur trafic est basé sur le référencement naturel. Le fond est donc strictement dicté par un potentiel de trafic estimé sur la base des statistiques de requêtes sur les moteurs et du potentiel des thématiques en terme d’activité publicitaire. Les contenus sont donc souvent de faible qualité puisqu’ils répondent, précisément, à des impératifs de trafic uniquement. Qu’est-ce qui caractérise un contenu en ligne de mauvaise qualité ?

Sur le web, qu'est-ce qui caractérise un texte de mauvaise qualité ?

Isabelle : Je préfère aborder la question autrement : qu'est-ce qui caractérise un texte de qualité ? Selon moi, un texte de qualité apporte un élément neuf, un point de vue original, une réflexion, une prise de position. Il est enrichi par l'hypertexte pertinent. Il tire profit du multimédia. Il est optimisé pour la lecture en ligne et, ce faisant, pour le référencement naturel. Il s'insère dans une stratégie éditoriale cohérente : ton, voix, messages, respect du guide de style, utilisation de termes référentiels, etc. Il est compréhensible, concis, cohérent et correct. Au-delà de ça, un contenu de bonne qualité convertit : création de liens entrants, fidélisation, ajout aux favoris, publication sur les réseaux (Twitter, par exemple), achat, téléchargement, contact, etc.

Eve : Voici les principales caractéristiques :

• inutile pour l'internaute
• inintéressant, le texte n'apporte rien de nouveau : soit parce que le niveau d'analyse, de réflexion, est très faible, soit parce qu'il se contente de copier un article qui existe déjà ailleurs sans rien apporter de nouveau. Les agrégateurs de contenu n'entrent pas dans cette catégorie parce qu'en regroupant des articles intéressants, en faisant un travail de sélection intelligent, ils créent une réelle valeur pour les internautes. J'ajouterai que sur wikio, par exemple, l'internaute sait très bien qu'il va trouver un article publié ailleurs. Il n'y a pas de "tromperie" sur la marchandise.
• niveau de langage faible, fautes d'orthographe, beaucoup de répétitions
• mise en page non adaptée à la lecture en ligne, à la compréhension : on peut penser que si un rédacteur ou un journaliste cherche à intéresser son lecteur, il va prendre soin d'organiser l'info de manière lisible.
• réseau fermé de liens présentant peu d'intérêt pour l'internaute
• éventuellement pas de discussions générées : mais on peut avoir un texte très utile, très consulté qui ne génère aucun commentaire.
• l'absence de ligne éditoriale : un site Internet qui publie de gros volumes de contenus sans consistance éditoriale n'apporte pas de point de vue original (au sens de "unique") et donc peu de valeur au lecteur. Bien entendu, cela ne peut pas être détecté par un moteur.

Je ne trouve pas que ce soit mal de chercher à comprendre où se situe l'intérêt des internautes. Au contraire. Trop de sites Internet publient aujourd'hui à tort et à travers sans s'intéresser à ce qui amène les internautes sur leurs pages. Or, on peut s'intéresser à la demande des internautes et publier des textes top qualité. L'un n'empêche pas l'autre. Simplement, celui qui écrit ne doit pas chercher à plaire à tout prix (aux internautes ou aux moteurs). Le rédacteur se concentre sur la véracité et l'exactitude de l'info, la qualité de la réflexion et le style, toujours dans le but d'apporter la meilleure information possible à son lecteur.

Jean-Marc : La qualité du contenu en ligne m'absorbe à plein-temps. Il y a de multiples critères mais pour répondre à l'essentiel, concernant les fermes de contenu qui nous occupe, je pense qu'elles génèrent les symptômes de manque de qualité suivants :

• Du contenu qu'il est possible de trouver ailleurs
• Du contenu à faible densité informative (répétitions d'une page à l'autre, évidences,...*)
• Du contenu sans valeur ajoutée iconographique (les photos, tout au plus décoratives)
• Du contenu sans valeur ajoutée analytique (pas de réflexion innovante)
• Du contenu à faible degré d'engagement (peu d'empathie, peu de débat, peu de personnalité)

* Une analyse linguistique pourrait évidemment avoir de l'intérêt. Et Google ne s'en prive pas, j'imagine. Ce doit être un champ passionnant que d'essayer de trouver les meilleurs algorithmes garants de la qualité d'un contenu. Complexe, critiquable, nécessaire et passionnant.

Attention à ne pas confondre densité informative avec densité de mots-clés ! Le lien entre les deux me semble même intéressant : des contenus à forte densité mot clé et faible densité informative me semblent potentiellement suspects.

Muriel : La qualité éditoriale ne se mesure certes pas à l’aune d’indicateurs scientifiques exacts et incontestables. Cependant, les responsables éditoriaux et communicants en ligne s’accordent sur une variété de critères, qui contribuent à assurer une bonne expérience utilisateur au niveau du contenu.

Sur mon blog, j’évoque une grille d’évaluation qualitative que nous utilisons lorsque nous réalisons un audit éditorial. Les critères utilisés sont:

• La pertinence et l’utilité
• La trouvabilité et l’ergonomie
• La clarté et la précision
• La cohérence et la justesse
• L’influence et la démonstration

Ce sont les critères qui doivent aussi guider la création d’une ligne éditoriale, par exemple. J’en parle également sur mon blog.

Dans mon livre, j’utilise une autre formule pour qualifier un contenu «exemplaire», selon laquelle il s’agit de produire la bonne information, au bon endroit, de la bonne façon, au bon moment. En d’autres termes, la qualité d’un contenu se mesure, notamment, aux critères suivants:

• la pertinence et la valeur ajoutée pour les groupes-cibles,
• la correction des informations et l’expertise avérée de l’annonceur
• l’utilisabilité de l’information, qui doit être adaptée au format de publication
• l’actualité de l’information

Comment Google peut-il détecter ces pages ?

Isabelle : Si Google a accès aux statistiques, il peut se baser sur les différents indicateurs pour qualifier le contenu :

• Indicateurs de qualité de la visite : Durée de la visite, Visiteurs nouveaux versus habituels, Fidélité : nombre de visites par visiteur
• Indicateurs de popularité du contenu : Nombre de pages vues par visite, Pages les plus visitées, Taux de rebond
• Indicateurs de qualité du trafic entrant : Accès direct, sites référents, Mots-clés tapés dans les moteurs de recherche, Liens cliqués dans les envois de courriels et de newsletters, Trafic issu des réseaux, forums et blogs, Nombre d'abonnements aux RSS, aux Tweets, à la newsletter, etc.
• Relais du contenu sur les autres sites web et sur les réseaux sociaux
• Il s'appuiera certainement sur des critères déjà pris en compte : la présence de contenu dupliqué, la suroptimisation des pages d'un point de vue référencement, le Trustrank, etc.

Google peut mesurer la lisibilité des textes, notamment sur base de l'indice Gunning Fog ou Flesh qui prend en compte les variables suivantes :

• Proportion des mots rares dans le texte
• Proportion des noms communs inconnus des dictionnaires dans le texte
• Longueur moyenne de phrase
• Proportion de mots appartenant au « Dictionnaire fondamental » de G. Gougenheim (3 500 mots de base de la langue française)
• Proportion de conjonctions de coordination
• Proportion d'appositions
• Proportion de propositions participiales
• Complexité de la construction de la phrase (sujets inversés, proportion de subordonnées, verbes à la forme passive, etc.)
• Proportion des noms abstraits par rapport aux noms concrets, humains ou animaux
• Proportion de mots polysémiques par rapport aux mots monosémiques

On pourrait imaginer à un certain moment que Google détermine des indicateurs comportementaux du contenu en tablant sur le « mind tracking » (basé sur le data mining). Ils lui permettraient de mesurer les interactions implicites et explicites entre l'internaute et l'article : mouvement de souris, frappe clavier, survols, sélection de texte, temps d'implication, commande d'impression, clics, doubles clics qui reflètent les niveaux d'interaction avec le contenu. Si pour un même domaine ou sous-domaine, les indicateurs comportementaux sont systématiquement dans le rouge, Google pourrait en déduire que le site offre du contenu de faible qualité.

Eve : Ca, vous êtes mieux placé que moi pour l'évaluer ;-) Je retiens ici vos 2 propositions suivantes : "Abondance de publicités y compris AdSense :-)" et "Très faible engagement des internautes avec les contenus".

Jean-Marc : Oh, ça c'est une question à laquelle vous répondrez mieux que moi. Et vous avez d'ailleurs commencé à le faire fort bien.

La taille du site (sa couverture éditoriale), par rapport à son succès, me semble un critère important. Dans ce concept de "ferme", il y a cette idée de production massive.
Je pense que la notion de popularité (quantité et qualité des liens entrants, notoriété en ligne, références,...) devrait garder un rôle central.
A travers ce genre d'annonce de nouvel algorithme, n'oublions pas non plus que Google orchestre sa communication.
Et, vous l'avez dit dans votre article, Google doit continuer de se montrer actif envers les spammeurs de tout type. C'est nécessaire à son image et à sa survie de géant.
La seule chose qui serait embêtante et critiquable, c'est que l'algorithme en question pénalise des sites web qui n'ont rien de reprochable. Mais ce n'est pas le style de la Maison. Pour rester puissant, Google doit rester pertinent.

Muriel : Les grosses fermes de contenus génèrent quotidiennement plusieurs milliers d’articles. Sur le marché anglo-américain,  Demand Media est leader du secteur, qui déclarait plus de 13 000 rédacteurs fin 2010.

Il est extrêmement difficile, évidemment, de tenir la promesse d’un contenu qualifié, actualisé, pertinent, voire même correct, dans un tel modèle de production éditoriale.

Il est vrai d’ailleurs que les contenus qu’on retrouve généralement sur ces plates-formes manquent d’objectivité, ne renvoient pas vers des ressources qualifiées ni expertes, sont simplistes à outrance, ne traitent pas le propos de manière exhaustive, n’adaptent pas le niveau du contenu à des profils définis d’utilisateurs, etc.

Mais comment Google repère-t-il ces manquements? Je n’ai pas de réponse exacte et précise à cette question. Google lui-même, déclare que leur objectif est de « réduire le ranking (classement) des site de basse qualité - sites à basse valeur ajoutée pour les utilisateurs, sites qui copient le contenu d'autres sites ou site qui ne sont juste pas très utiles». Mais aucun détail sur la mécanique.

Ce que je peux dire, c’est que Google doit pénaliser, à mon avis,

• la suroptimisation et la surdensité des mots-clés,
• la faible qualité et le manque de profondeur du maillage interne et externe,
• le manque de granularité dans l’information,
• la faible variété de formats éditoriaux : citations, exemples, encadrés, tableaux, ... marqués par des balises identifiables.

Ces pénalisations ont déjà cours depuis un précédent changement d’algorithme qui a aussi fait couler pas mal d’encre: le Google May Day.

Olivier Duffez : Merci à tous les 4, ces réponses sont très intéressantes et nourrissent le débat. J'espère que nous aurons également des commentaires de qualité ;-)