Nouvelles opportunités pour le référencement d'images: comment tirer parti de la vision industrielle pour des gains stratégiques

Les résultats de la recherche d'images permettent de “visualiser l'image” sans devoir naviguer sur le site où l'image était hébergée.

À ses débuts en 2013, les sites affichaient une baisse de 63% du trafic organique résultant des images.

Pourquoi?

Parce qu'il n'était pas nécessaire de cliquer lorsque l'image pouvait être visualisée en entier à partir des résultats de la recherche.

Puis tout a changé

En février 2018, Google a décidé de supprimer le bouton "Afficher l'image". Désormais, les chercheurs doivent se rendre directement sur le site hébergeant cette image, afin de restaurer les résultats de l’image de leur ancien moteur de recherche organique.

Selon certaines études récentes, ce changement a entraîné une augmentation du trafic d'images organique de à 37% .

Étant donné le retour à la valeur des résultats d’image, les spécialistes du marketing se demandent comment tirer le meilleur parti de ce mécanisme de recherche.

Quels sont donc les nouveaux moyens d'utiliser des outils pour mieux comprendre comment optimiser les images pour le classement?

Pour explorer cela, j'ai décidé de voir si la vision AI de Google pouvait aider à révéler des informations cachées. sur ce qui compte pour le classement des images. Plus précisément, je me demandais ce que la modélisation de sujet d’image de Google révélerait au sujet des images classées pour des recherches par mot-clé individuelles, ainsi que de groupes de mots-clés thématiques regroupés autour d’un sujet ou d’un créneau spécifique.

Voici ce que j’ai fait – et ce que j’ai trouvé.

Une analyse approfondie du «matériel de chasse»

J’ai commencé par extraire 10 à 15 mots clés de notre niche. Pour cet article, nous avons choisi le «matériel de chasse» comme catégorie et tiré des mots clés très volumineux, à forte valeur ajoutée et de grande valeur. Les mots clés sélectionnés étaient:

• Matériel de chasse à l'arc
• Matériel de chasse bon marché
• Matériel de chasse au coyote
• Matériel de chasse Dans
• Matériel de chasse au cerf
• Matériel de chasse au rabais
• Matériel de chasse au canard
• ] Matériel de chasse
• Matériel de pluie
• Matériel de chasse Sitka
• Matériel de chasse en Turquie
• Matériel de chasse dans les hautes terres
• Matériel de chasse pour femmes

J'ai ensuite extrait les résultats des images classées parmi les 50 meilleures de ces mots clés, générant environ 650 images à attribuer à l’API d’analyse d’images de Google. Je me suis assuré de noter la position de chaque image dans nos données (c'est important pour plus tard).

Apprendre à partir des étiquettes

La première analyse, et peut-être la plus exploitable, pour laquelle l'API peut être utilisée est étiquetage des images. Il utilise des modèles de reconnaissance d'image de pointe pour analyser chaque image et renvoyer les étiquettes de tout ce qu'il peut identifier dans l'image. La plupart des images contenaient entre 4 et 10 objets identifiables. Pour les mots clés "engins de chasse" énumérés ci-dessus, il s'agissait de la distribution des étiquettes:

[ interactive complète ]

De manière générale, cela nous donne de nombreuses informations sur la compréhension de Google les images qui se classent pour ces termes devraient représenter. Quelques éléments à retenir:

• Les images les mieux classées sur ces 13 mots clés ont une répartition assez homogène sur toutes les étiquettes.
• Les vêtements, et en particulier le camouflage, sont fortement représentés: près de 5% des images contiennent des vêtements de style camouflage. Cela semble peut-être évident, mais c’est instructif. Le fait d'inclure des images dans les billets de blog liés à ces mots clés de chasse avec des images contenant du matériel de camouflage augmente probablement la probabilité que l'une de vos images soit incluse dans les meilleurs résultats d'image.
• Les étiquettes d'extérieur sont également surreprésentées: animaux sauvages, arbres, plantes, animaux, etc. Les images de chasseurs en camouflage, dans la nature et avec des animaux à proximité sont représentées de manière disproportionnée.

En regardant de plus près les étiquettes de distribution par catégorie de mot-clé, il est possible de mieux comprendre en quoi les images de classement diffèrent entre des mots-clés similaires.

[ full interactive ]

Nous voyons ici:

• Pour «équipement de chasse au dindon» et «équipement de chasse au canard», avoir des oiseaux dans vos images semble très important, avec les autres mots-clés rarement y compris des images avec des oiseaux.
• Les tableaux de bord interactifs de Tableau permettent des comparaisons faciles. Vous obtenez ainsi une compréhension «en un coup d'œil» de la répartition des images pour un mot clé donné par rapport à un autre. Ci-dessous, je viens de mettre en évidence «équipement de chasse au canard» et vous pouvez voir une répartition similaire des étiquettes les plus répandues parmi les autres mots-clés en haut. Cependant, les «oiseaux aquatiques», «canards», «oiseaux», «échassiers», «chiens de chasse», «leurres de chasse», etc. surreprésentés sont énormément surreprésentés. Ils fournissent de nombreuses idées d'images géniales à inclure dans le corps de votre contenu.

[ interactive complète ]

Comparaisons de classements

Obtenir une intuition sur les différences de classement (classement des images dans les 10 premières images pour une recherche par mot-clé) et classement de dessous (classement des images Il est également possible de choisir entre les 41e et 50e positions.

[ full interactive ]

Ici, nous pouvons voir que certaines étiquettes semblent préférées pour les meilleurs classements. Par exemple:

• Les étiquettes relatives aux vêtements sont beaucoup plus courantes parmi les images les mieux classées.
• Les étiquettes relatives aux animaux sont moins fréquentes parmi les images les mieux classées mais plus courantes parmi les images les moins bien classées.
• Les armes à feu semblent significativement. plus susceptibles d'apparaître dans les images les mieux classées.

En analysant les tendances des libellés de vos mots-clés, vous obtiendrez de nombreuses informations intéressantes sur les images les plus susceptibles d'être classées selon votre créneau. Ces informations seront différentes pour tout ensemble de mots-clés, mais un examen attentif des résultats produira plus que quelques informations exploitables.

Il n'est pas surprenant qu'il existe des solutions pour approfondir votre analyse avec d'autres API d'intelligence artificielle. Voyons comment nous pouvons compléter nos efforts.

Une analyse encore plus approfondie pour comprendre

Deepai.org propose une suite étonnante d'API faciles d'accès pour fournir des fonctionnalités supplémentaires d'étiquetage d'images. Une de ces API est le «sous-titrage d’images», similaire au libellé d’image de Google, mais au lieu de fournir des libellés uniques, elle fournit des libellés descriptifs, tels que «l’homme tient une arme à feu».

Nous avons exécuté toutes les mêmes images que la détection d'étiquettes de Google via cette API et a obtenu d'excellents détails supplémentaires pour chaque image.

Comme pour l'analyse des étiquettes, j'ai divisé les distributions de légende et analysé leur distribution par mot-clé et par fréquence globale pour l'ensemble des mots-clés sélectionnés. Ensuite, j'ai comparé les images de haut et de bas.

Une dernière conclusion intéressante

Google classe parfois les vignettes de vidéos YouTube dans les résultats de recherche d'images. Ci-dessous un exemple que j'ai trouvé dans les recherches d'images d'engins de chasse.

Il semble probable qu’au moins une partie de la compréhension de Google sur les raisons pour lesquelles cette vignette doit figurer dans les classements des équipements de chasse provient de la détection de l’étiquette de l’image. Bien que d'autres facteurs, comme le fait d'avoir «un équipement de chasse» dans le titre et venant de la NRA (haute autorité d'actualité), soient certainement utiles, le fait que cette vignette représente bon nombre des mêmes étiquettes que d'autres images de premier plan doit également jouer un rôle.

La ​​leçon à tirer ici est que le bon choix de vignettes vidéo peut vous aider à classer ces vignettes en termes concurrentiels. Appliquez donc les connaissances acquises lors de l'analyse de légende et des légendes à la stratégie de référencement de la vidéo !

Dans le cas de vignettes vidéo ou d’images standard, n’oubliez pas le potentiel de classement des éléments présentés – cela pourrait faire une différence dans vos positions au sein du SERP.