Google news référencement - Société Google

Historique des rachats de la société Google inc.

Googler — Thu, 25 Oct 2007 14:47:00 +0200

Google est très en appétit ces derniers temps... près de 5 milliards de dollars investit en rachat de société comme Youtube Doubleclick etc. depuis fin 2006

La compagnie se spécialise dans la détection de petites sociétés jugées prometteuses et susceptibles d'être valorisées par une synergie avec ses activités.

Deja News : Archive d'USENET créée en 1995. Achetée en février 2001 et rebaptisée Google Groups.
Outride : spin-off du Xerox Palo Alto Research Center (PARC). Achat de propriété industrielle en septembre 2001 et incorporation dans le moteur de recherche Google.
Applied Semantics : Achat de cette société de publicité contextuelle en avril 2003 et usage dans le service Adwords.
Kaltix (3 employés) : compagnie de recherche acquise en septembre 2003.
Blogger (Pyra Labs) : Achat en mai 2004, reconception complète par les spécialistes de Google, devenue aujourd'hui (2005) l'un des principaux hébergeurs de blogs.
Picasa : Créateurs d'un programme de gestion de photos à 30$ lancé en octobre 2001. Intégré à Blogger en juillet 2004. Picasa devint alors un produit gratuit incorporant le fameux bouton Google "J'ai de la chance!". Ce logiciel reste régulièrement primé par différents magazines de micro-informatique aux USA.
Keyhole : Compagnie de cartographie fondée en 2001. Achetée en octobre 2004 dans le cadre du projet Google Maps. Réduction immédiate de son prix de 69,95 $ à 29,95 $, et intégration de ses photos satellite dans Google Maps.
Zipdash : Compagnie de gestion de trafic acquise en 2004 et incorporée discrètement dans Google Maps. Le nom de Zipdash n'est apparu que dans le rapport annuel 2004 de Google.
Where2 : Compagnie de cartographie australienne mentionnée également dans le rapport 2004, mais sans précisions. Probablement liée au développement de Google Maps.
Urchin : Compagnie d'analyse statistique du Web, acquise en mars 2005.
Dodgeball (2 employés) : Compagnie d'analyse de cliques (voir Théorie des graphes) en matière de téléphonie mobile. La compagnie est venue spontanément chercher Google pour soutenir son développement financier. Liée aujourd'hui au projet Google Mobile.
dMarc Broadcasting : Firme spécialisée dans la diffusion de messages publicitaires à la radio. Achetée en janvier 2006.
Writely : éditeur de traitement de texte, en ligne, acquis en mars 2006.
@Last Software : société éditrice du logiciel SketchUp acquise en mars 2006.
Neven Vision : Firme spécialisée dans le développement de logiciels de reconnaissance photographique acquise en août 2006.
YouTube : Site web de diffusion vidéo acquise en octobre 2006 pour 1,65 milliard de dollars.
JotSpot : Site hébergeur de wikis intelligents (comportant des pages de tableurs et d'agendas collaboratifs, etc.) pour les particuliers et les entreprises, acquis fin octobre 2006 pour un montant non encore révélé à cette date.
iRows Tableur en ligne du type Google Spreadsheets.
Endoxon Société de cartographie internet et de services mobile suisse. Achetée en décembre 2006.
Adscape Media : Société canadienne spécialisée dans l'insertion de publicités dans les jeux vidéo. Achetée en mars 2007 pour 23 millions de dollars.
Trendalyzer : logiciel de visualisation de données développé par la fondation GapMinder. Racheté en mars 2007 pour un montant non communiqué.
DoubleClick : Régie publicitaire, en avril 2007 pour 3,1 milliards de dollars.
FeedBurner : en mai 2007, Plateforme de gestion des flux RSS/Atom pour 100 millions de dollars.
Panoramio : en mai 2007, Société espagnole proposant des millions de photos liées à des emplacements géographiques.
GrandCentral : en juillet 2007.
Zingku : en septembre 2007, Plateforme de services mobiles.
Jaiku : en octobre 2007, Service d'envoi et de réception de courts messages via le web, la messagerie instantanée d'AOL et Yahoo et les téléphones mobiles.

Données financières sur la société Google

Googler — Thu, 25 Oct 2007 14:41:00 +0200

Google est une des start-ups qui a franchi sans encombre le krach du NASDAQ en 2001, notamment du fait qu'elle n'était pas cotée. L'entreprise s'est introduite en bourse par un système peu usité d'enchères en mai 2004 qui a comprimé de 5,5 à 1,5% les commissions perçues par les banques d'affaires; introduite à 80 $, l'action cotait 250 $ un an plus tard, ce qui valorisait l'entreprise à près de 74 milliards de dollars. Début 2006, l'action cote 460 $ environ, ce qui fait de Google la 15^e capitalisation boursière des USA avec 137,62 milliards de dollars et atteind la barre des 600 $ (609,62 $) le 8 octobre 2007 pour une capitalisation boursière de 190,2 milliards de dollars. Avec une hausse du cours de plus de 30% en 2007, les analystes de la banque Bear Stearns relèvent ainsi leur prévision à 700 $ d'ici fin 2008. Le code de l'action au NASDAQ est GOOG.

Résultats (en millions de dollars)
Année	2002	2003	2004	2005	2006	2007 (1er trimestre)
chiffre d'affaires	440	1466	3189	6139	10674	3660 (+ 63%)
bénéfices	100	106	399	1465	3070	1000 (+ 69%)

Historique du moteur Google

Googler — Thu, 25 Oct 2007 14:38:00 +0200

Lancement du moteur de recherche

En 1996 Google, alors baptisé BackRub, est le nom d'un projet de recherche sur lequel travaillent deux étudiants de l'université Stanford : Larry Page et Sergey Brin. Leur projet concerne les moteurs de recherche. Ils imaginent qu'un moteur de recherche qui analyserait les relations entre les sites Web pourrait donner de meilleurs résultats que ceux donnés par les moteurs de recherche de l'époque, Altavista notamment.

Le nom de domaine google.com est enregistré le 15 septembre 1997.

Les deux étudiants recherchent des fonds pour créer leur entreprise. Google, ce nom a été proposé comme une blague au sujet de la quantité d’information que Google peut proposer. Ce nom vient du mot Gogol qui est en fait un nombre s’écrivant avec 1 et 100 zéros derrière. Après que ses fondateurs Sergey Brin et Larry Page ont présenté leur projet à des investisseurs, ils ont reçu un chèque sur lequel le chiffre Google était écrit… Andy Bechtolsheim, un des fondateurs de Sun Microsystems, leur offre 100 000 dollars, après avoir vu ce dont était capable leur moteur de recherche. Grâce notamment à leurs familles et amis, ils arriveront à réunir un million de dollars et pourront lancer la société Google Inc. le 7 septembre 1998. Leur premier bureau sera un garage à Menlo Park, comme c'est souvent la tradition dans la Silicon Valley. Au milieu de l'année 2001, Google ressemble à cela.

En février 1999, c'est 500 000 requêtes par jour que Google doit gérer, puis en août 3 millions. En mars, la société déménage à Palo Alto. Le moteur de recherche qui était jusque-là en version bêta, achève sa phase de test le 10 septembre.

Le moteur assoit sa renommée

En juin 2000, Google est le premier moteur de recherche à avoir référencé un demi-milliard de pages Web. Google signe cette année-là un partenariat avec Yahoo!, commence à proposer la publicité ciblée en fonction des mots-clés. À la fin de l'année, la Google Toolbar est proposée en téléchargement.

Larry Page et Sergey Brin font appel en mars 2001, à Eric Schmidt, le président de Novell, pour prendre la direction de l'entreprise. Le 4 septembre 2001, Google obtient la validation de son brevet concernant PageRank.

Rachat et création de nouveaux services

En 2001, Google lance le service Google Catalogs.

En mai 2002 : Google lance Google Labs, le laboratoire des services et applications de la société. Le 12 juin 2002, Sergey Brin annonce officiellement à Paris l'ouverture de la filiale française. En décembre, lancement de Froogle, un service d'achat en ligne.

En février 2003 Google rachète Pyra Labs, le propriétaire de Blogger, un service de création de blogs. Google gère au quotidien 200 millions de requêtes par jour soit 56 % des requêtes mondiales. En mai, Google News est décliné en version francophone.

L'année 2004 marque pour Google l'apogée de sa domination en matière de recherche : 84,9% des requêtes sur le Web sont faites auprès de Google. On peut expliquer cela grâce notamment à ses partenariats avec Yahoo, AOL et CNN. En effet, ces sociétés ont signé des accords pour que Google soit le moteur de recherche de leurs sites. C'est justement en février 2004 que Yahoo se sépare de Google pour développer son propre moteur de recherche. Cette année-là Google lance Gmail et Google Desktop Search.

En 2006, Google, tout comme les autres moteurs de recherche, accepte de brider son moteur de recherche afin de mieux s'implanter en Chine. Ainsi à dater du 28 janvier 2006, une recherche images sur « Tiananmen » affiche dans Google.fr la célèbre photo d'un étudiant barrant la route des chars, symbole des manifestations de la place Tian'anmen, tandis que sur Google.cn les résultats affichent des portraits de familles joyeuses ou photos de monuments. Il faut toutefois noter qu'une telle censure s'applique aussi à des sites racistes, islamistes ou révisionnistes dans les versions française et allemande de Google.

Au mois de mai 2006 Google lance GWT un outil qui permet de développer des applications en Ajax. Cet outil est passé en open source en décembre 2006. Il est au cœur de la stratégie web de Google.

Le 9 octobre 2006, Google rachète YouTube pour un montant de 1,65 milliard de dollars en actions, ce qui constitue la plus grosse opération d'acquisition de Google jusqu'alors.

Fin novembre 2006, Google ferme Google Answers.

Le 13 avril 2007, Google annonce qu'il allait racheter DoubleClick, société internet spécialisée dans la vente d'espaces publicitaires, pour 3,1 milliards de dollars en cash, six mois après le rachat du site de partages de vidéos YouTube. Google entend ainsi se renforcer sur le marché de la publicité en ligne, avec des instruments comme les bannières.

Google prévoit maintenant d'acheter Panoramio un service d'hébergement d'image de la terre

Origine du nom

Un jour de 1938, le mathématicien américain Edward Kasner se demanda quel nom donner au nombre formé du chiffre 1 suivi de 100 zéros. Edward se tourna alors vers son neveu (9 ans) en visite à la maison et lui posa la question. Celui-ci répondit un mot enfantin : « un gogol », dont l'orthographe est devenue googol.

C'est ce mot que Kasner reporta fidèlement dans son traité Mathematics and the imagination, dont s'inspirèrent en 1998 Larry Page et Sergey Brin, quand ils créèrent Google. Par cette faute d'orthographe, Google à la place de googol, simple et facile à retenir deviendra célèbre dans le monde entier.

On peut aussi noter la similarité avec le mot anglais "goggle" signifiant "lunettes", dont les deux O de la marque rappellent la forme.

Devise

La devise de la société est Don't be evil^[3] (« Ne sois pas le mal / Ne sois pas mauvais »).

PowerPoint Google

Googler — Tue, 25 Sep 2007 23:06:00 +0200

Par Aurélien Bardon : PowerPoint Google

Un petit billet pour vous annoncer le lancement du fameux Power Point de Google. Attendu depuis longtemps notamment sous les noms Google Slide ou Google Presently, ce service de présentation en ligne que l'on peut facilement comparer au powerpoint de Microsoft est greffé à l'application Google Documents (Ancien Google Docs and Spreadsheets).

Bien entendu, il est possible de donner un accès aux personnes de votre choix. En complément, un petit "module Gtalk" permet de chatter et de commenter en direct la présentation.

Pour tester ce nouvel outil bien pratique, vous pouvez vous rendre sur Google Document. Une présentation plus complète est également disponible sur Zorgloob

Un article du blog Outil Référencement

Aurélien Bardon

Comment fonctionne l'algorithme de Google

Googler — Tue, 25 Sep 2007 20:45:00 +0200

Par Aurélien Bardon : Comment fonctionne l'algorithme de Google

Le 3 juin fut publié un article de Saul Hansell dans le célèbre News York Times traitant du fonctionnement de l'algorithme de Google permettant de classer les sites. Il est également abordé le process des mises à jour de l'algorithme ainsi que leurs méthodes de travail pour préserver et améliorer la qualité des résultats.

Cet article me semble intéressant pour 5 principales raisons :

Il confirme de nombreuses hypothèses émises depuis longtemps
Il s'agit d'un article traitant de l'algorithme de classement
Les informations proviennent de Google
De nouveau éléments de réflexion sont proposés
Il permet de mieux comprendre comment fonctionne l'algorithme

Voici donc une traduction intégrale (non officielle) réalisée par la talentueuse Shannon Delorme en exclusivité pour votre blog préféré.

Un article du blog Outil Référencement

Aurélien Bardon

Par Aurélien Bardon : Comment fonctionne l'algorithme de Google

Cet article me semble intéressant pour 5 principales raisons :

Il confirme de nombreuses hypothèses émises depuis longtemps
Il s'agit d'un article traitant de l'algorithme de classement
Les informations proviennent de Google
De nouveau éléments de réflexion sont proposés
Il permet de mieux comprendre comment fonctionne l'algorithme

Voici donc une traduction intégrale (non officielle) réalisée par la talentueuse Shannon Delorme en exclusivité pour votre blog préféré.

Ces jours-ci, Google semble tout faire, partout. Il photographie votre maison depuis l'espace, copie des livres rares en Sanskrit en Inde, s'octroie à force de charme une place sur Madison Avenue, cherche des noises à Hollywood et tente de contrecarrer le monopole exercé par Microsoft sur le software.

Mais Google demeure avant tout un moteur de recherche. Ses pages de recherche, ses liens hypertextes bleus (NDLT : et jaunes désormais) qui se détachent sur un fond neutre en on fait le plus utilisé, le plus rentable et l'on pourrait même soutenir, l'entreprise la plus puissante sur le Net. Google constitue désormais le fidèle aide aux devoirs à la maison, navigateur et annuaire de pages jaunes de près d'un demi milliard d'utilisateurs, et est capable de retrouver les plus inattendues des aiguilles dans la plus grosse botte de données du monde, et ce en seulement une fraction de seconde.

Toutefois, s'il est facile de s'enthousiasmer au sujet du miracle de la modernité qu'incarne Google, le site représente aussi l'une des plus grandes frustrations du monde. Des millions de fois par jour, des utilisateurs quittent la page de Google déçus de ne pas avoir trouvé l'hôtel, la recette de cuisine ou bien la biographie de ce mec branché qu'ils cherchaient. Google trouve souvent ce que recherchent ses utilisateurs, mais pas toujours.

C'est pour cette raison qu'Amit Singhal et des centaines d'autres ingénieurs de Google apportent en permanence des petites modifications au moteur de recherche de l'entreprise, dans une difficile tentative de refermer cet écart entre souvent et toujours.

M. Singhal est le maître de ce que Google nomme son "ranking algorithm", ou "algorithme de classement", autrement dit les formules qui décident quelles pages web répondront mieux à telle ou telle question de chaque utilisateur. C'est une composante essentielle du sanctuaire intérieur de Google, un département nommé "Search Quality" dont l'entreprise traite comme d'un secret d'état. Google n'autorise que rarement à des gens de l'extérieur à visiter cette section et s'est montré méfiant lorsqu'il s'est agi de permettre à M. Singhal de parler avec les médias à propos de cette potion magique et mathématique qui frémit à l'intérieur des millions de boîtes noires qui font tourner son moteur de recherche.

Google attache tant d'importance à M. Singhal et à son équipe pour la plus simple des raisons de compétitivité. L'entreprise est persuadée que sa capacité à réduire le nombre de fois où les utilisateurs sont déçus par une recherche constitue une arme cruciale pour repousser des attaques de plus en plus féroces de la part de concurrents tels que Yahoo ou Microsoft, tout en s'assurant que la mine d'or publicitaire que représente le Search reste bien ordonnée.

"La valeur fondamentale créée par Google est le "Ranking" affirme John Battelle, le directeur général de Federated Media, un blog et un réseau, ainsi que l'auteur de "The Search", un livre sur Google.

Il fait remarquer que les boutiques en ligne reçoivent un quart voire la moitié de leur visiteurs ainsi que la plupart de leurs clients grâce aux moteurs de recherche. Et les sites de médias constatent que de plus en plus de gens ignorent désormais leur pages d'accueil (où les taux de fréquentation sont d'ordinaire les plus élevés) et se servent de Google pour accéder directement aux pages spécifiques qui les intéressent.

"Google est devenu l'élément moteur du Net", dit M. Battelle. "Il faut en faire partie".

Les utilisateurs, bien sûr, ne voient pas la science et l'ingéniosité qui fait tourner les boîtes noires de Google, mais l'équipe en charge de la qualité des pages de résultats apporte une demi-douzaine de changements majeurs ou mineurs par semaine au vaste nid de formules mathématiques qui sous-tendent le fonctionnement du moteur de recherche.

Ces formules sont devenues de plus en plus à mêmes de lire les pensées des utilisateurs afin d'interpréter même de très brèves requêtes. Les utilisateurs sont-ils en train de chercher un emploi, un achat ou bien un fait ? Les formules savent distinguer entre les personnes qui saisissent "apples" au sens du fruit "pomme", et ceux qui tapent "apple" et recherchent des ordinateurs ou des ipods de la marque du même nom. Elles sont même en mesure de compenser les recherches à la formulation très vague ou les erreurs complètes.

Sur ces quelques dernières années le Search est passé du "donnez moi ce que j'ai tapé" à "donnez moi ce que je souhaite trouver", explique M. Singhal, un homme de 39 ans originaire de l'Inde et qui a rejoint le groupe Google en 2000. Il est maintenant un "Fellow" de Google, une distinction que l'entreprise réserve à ses ingénieurs d'élite.

Google a récemment autorisé un reporter du New-York Times à passer une journée en compagnie de M.Singhal et d'autres membres de l'équipe de Qualité du Search, lui permettant d'observer des réunions internes et de parler à plusieurs des ingénieurs les plus qualifiés. Google refusait de répondre à plusieurs questions, mais les ingénieurs ont toutefois expliqué beaucoup plus de choses sur le fonctionnement de leur moteur de recherche que ce qu'ils avaient bien voulu relater aux médias auparavant.

Tandis que Google réajuste en permanence son moteur de recherche, l'un des défis auxquels il se trouve confronté est celui de sa propre échelle. Le site est maintenant l'un des plus populaires du monde, proposant ses services en 112 langues, indexant des dizaines de milliards de pages Web et traitant des centaines de millions de requêtes par jour.

Ce qui est plus intimidant encore, c'est que plusieurs de ces pages sont des impostures crées par des mercantis qui tentent d'attirer les internautes sur leurs sites remplis de publicité ou d'arnaques financières. Parallèlement à cela, les utilisateurs s'attendent désormais à ce que Google soit en mesure de passer toutes ces données au crible et de trouver ce qu'ils recherchent avec pour indice seuls quelques mots.

"Les attentes des clients sont devenues plus exigeantes aujourd'hui", explique Udi Manber, qui supervise tout le groupe responsable de la qualité des pages des résultats. "Aux débuts du des moteurs de recherche, si vous cherchiez quelque chose et obteniez le résultat attendu, c'était miraculeux. Aujourd'hui, si vous ne trouvez pas exactement ce que vous attendez dans les trois premiers résultats, c'est qu'il y a un problème."

L'approche adoptée par Google envers la recherche reflète ses stratégies peu conventionnelles de management. Google emploie des centaines d'ingénieurs, dont des experts de premier plan dans le domaine du Search, venus des milieux universitaires et travaillant sur des sujets qui les intéressent particulièrement, et ceci dans une organisation flexible. Mais pour ce qui concerne le moteur de recherche en tant que tel et qui est constitué d'une imbrication de plusieurs milliers d'équations, Google doit surveiller le travail indépendant des ingénieurs en le confrontant à une rigueur objective et quantitative, afin que les nouvelles formules ne fassent pas plus de mal que de bien.

Comme toujours, modifier les formules et contrôler la qualité de la recherche s'apparente à un numéro d'équilibriste. "Vous changez quelque chose, et cela affecte certaines requêtes positivement, mais dans le même temps cela en touche d'autres négativement." dit M. Manber. "Vous ne pouvez pas lancer des modifications qui seraient 100% positives."

L'épicentre de la quête effrénée de Google est le Batîment 43, au coeur du siège social de la compagnie, connu sous le nom de Googleplex. Dans un clin d'oeil à la fascination pour les voyages dans l'espace de Larry Page, le co-fondateur de Google, une réplique taille réelle de SpaceShip One, le premier vaisseau spatial financé par des fonds privés, trône au centre du lobby du bâtiment. Le vaisseau spatial rappelle aussi de manière on ne peut plus tangible qu'en dépit de ses utilisations prosaïques (trouver l'adresse de la blanchisserie du coin ou se renseigner sur une potentiel petit ami), ce que réalise Google est en quelque sorte comparable à de l'astrophysique.

Au sommet d'un lumineux escalier jaune clair dans le Bâtiment 43, se trouve le bureau que Mr. Singhal partage avec trois autres ingénieurs de haut rang. Il est encombré de sabres lasers en plastique, d'épées en mousse et de pistolets Nerfs. Un grand tableau blanc à côté du bureau de Mr. Singhal est noirci de graphiques, de requêtes et de fragments multicolores d'algorithmes mathématiques. Des plaintes provenant d'utilisateurs dont les recherches ont mal tourné sont également inscrites sur le tableau.

N'importe lequel des 10 000 employés de Google peut se servir de son système baptisé "Buganizer" pour signaler un problème de qualité dans les pages de résultats, et c'est ce qui se produit environ une centaine de fois par jour, désignant de fait Mr. Singhal comme la personne chargée d'y remédier.

"Ca fonctionne comme ceci : quelqu'un apporte une requête ayant échoué à Amit et celui-ci la choie et la chérit jusqu'à ce qu'il comprenne comment rectifier l'algorithme" explique Matt Cutts, l'un des compagnons de bureau de M. Singhal et le directeur à la tête du combat de Google contre le Spam, un terme pour désigner les pages publicitaires qui semblent toujours trouver le moyen de se hisser à la tête des pages de résultats.

Certaines plaintes concernent des défauts simples qui peuvent être corrigés immédiatement. Dernièrement, une recherche pour "La Révolution Française" avait affiché trop de sites sur la récente campagne présidentielle en France, pages dans lesquelles les candidats discutaient des diverses révolutions des mesures mises en place, plutôt que des sites concernant ce qui avait mis fin au règne de Louis XVI. Une simple modification du moteur de recherche consistant à donner plus d'importance à des pages contenant l'expression " Révolution Française " par opposition à des pages qui contenaient les deux termes séparés, a suffi à régler le problème.

Mais parfois les plaintes mettent en évidence des problèmes plus complexes. En 2005, Bill Brougher, un gérant des produits Google, fit remarquer que lorsqu'on tapait la phrase "teak patio Palo Alto" le moteur de recherche ne trouvait aucun magasin nommé le Teak Patio.

M. Singhal mit donc en route l'un des logiciels les plus prisés et plus secrètement gardés de Google, nommé "Debug", qui révèle comment les ordinateurs de Google évaluent chaque requête et chaque page web. Il se rendit compte que Theteakpatio.com n'apparaissait pas au terme de la recherche parce que les formules de Google n'accordaient pas assez d'importance aux liens d'autres sites web sur Palo Alto.

Ceci était également un indice pointant vers un problème plus sérieux encore. Il est important pour les utilisateurs de pouvoir trouver des entreprises locales, mais souvent Google ne possède qu'une poignée de sites à partir desquels repérer quelles entreprises sont les meilleures. Dans les deux mois qui suivirent la plainte de M. Brougher, l'équipe de M. Singhal eut mis au point une nouvelle formule mathématique pour traiter les requêtes sur les commerces de proximité.

Toutefois M. Singhal ne se précipite pas toujours pour résoudre tous les problèmes qu'on lui soumet, car chaque modification peut avoir des répercussions sur le classement de plusieurs autres sites à la fois. " On ne peut pas réagir dès la première plainte", dit il. "Il vaut mieux laisser décanter les choses".

Par conséquent il contrôle les plaintes sur son tableau blanc, en leur donnant priorité si elles sont renouvelées. Durant la majeure partie de la seconde moitié de l'année dernière, l'un des sujets récurrents était celui de la "fraîcheur".

La fraîcheur, qui définit combien de pages web récemment crées ou modifiées apparaissent dans un résultat de recherche, est au centre d'un débat permanent dans le domaine du Search : est-il préférable de fournir des informations nouvelles ou bien vaut-il mieux présenter des pages qui ont fait leurs preuves depuis longtemps et ont par conséquent plus de chances d'être de qualité ? Jusqu'à présent, Google a préféré privilégier des pages plus anciennes qui ont su encourager d'autres pages à créer des liens vers elles.

Mais l'an dernier, lorsque l'entreprise introduisit son nouveau service d'information sur les cotations en bourse, la saisie "Google Finance" ne le faisait pas ressortir dans les pages de résultats. Après avoir suivi d'autres problèmes similaires, M. Singhal rassembla une équipe de trois ingénieurs afin de comprendre comment les traiter.

Plus tôt cette saison, il présenta les conclusions de son équipe à la réunion hebdomadaire des meilleurs ingénieurs de l'équipe "Search Quality" présidée par M. Manber. A la réunion, une douzaine de personnes étaient assises autour d'une grande table, une autre douzaine étaient enfoncée dans des grands canapés rouges, et deux autres personnes les rejoignaient tout sourire depuis New-York par le biais d'une vidéo-conférence projetée sur grand écran. La plupart de ces personnes étaient des hommes, et la majorité d'entre eux prenaient des notes sur leur ordinateur portable. L'un des New-yorkais grignotait une part de gâteau.

M. Sighal présenta le problème de fraîcheur, expliquant que si l'on se contentait de changer les formules afin de produire plus de résultats lors des recherches, un résultat de moins bonne qualité en découlait la plupart du temps. Il dévoila alors la solution proposée par son équipe : un modèle mathématique qui tente de déterminer si les utilisateurs cherchent des informations nouvelles ou non. (Et comme toutes les initiatives de Google, ce modèle portait un nom : le QDF, pour "query deserves freshness", autrement dit : "la saisie requiert de la fraîcheur").

L'équipe de M. Manber mit en question la formule QDF et la manière dont elle pouvait être appliquée. A la fin de la réunion, M. Singhal annonça qu'il comptait commencer à tester la formule sur les utilisateurs de Google sous deux semaines dans l'un des centres de données de l'entreprise. Un ingénieur émit l'opinion que cela était peut-être trop ambitieux.

"Pour qui nous prenez vous, des fainéants ?" répondit M. Signal avec un sourire frondeur.

La solution QDF est fondée sur la question suivante : Ce sujet est-il "chaud" ou non ? Si les sites d'information et les blogs parlent assidûment d'un sujet en particulier, le modèle mathématique en déduit qu'il s'agit d'un sujet à propos duquel les utilisateurs sont plus susceptibles de vouloir des informations actuelles. Le modèle examine également le flux de millions de requêtes sur Google lui-même, qui selon l'avis de M. Singhal sont un indicateur encore plus fiable de l'enthousiasme mondial pour tel ou tel sujet.

Il prend pour exemple ce qui se produit lorsque des grandes villes connaissent une coupure de courant. "Lorsqu'il y a une panne de courant à New York, les premiers articles apparaissent en quinze minutes, mais nous recevons des requêtes en deux secondes", dit il.

Mr Singhal explique qu'il a testé QDF pour une utilisation simple : décider s'il faut ou non inclure des titres de l'actualité parmi les résultats habituels lorsque les utilisateurs saisissent des requêtes sur des sujets dont le score QDF est élevé. Bien que Google possède déjà un autre système qui permet d'inclure les gros titres dans certaines pages de résultats, QDF offre des résultats plus sophistiqués, plaçant les gros titres en haut de la page pour certaines requêtes, au milieu ou en bas pour d'autres saisies.

Le rythme acharné chez Google contraste avec celui plus détendu des universités et des laboratoires de recherche privés d'où sont issus un grand nombre de ses cadres. Google a recruté M. Singhal de chez AT&T Labs. M. Manber, originaire d'Israel, était l'un des analystes de Search de la première heure tout en enseignant l'informatique à l'Université d'Arizona. Très vite il se jeta dans la mêlée des groupes privés, d'abord en tant que scientifique principal de Yahoo, puis à la tête du département du Search pour Amazon.com.

Google attira M. Manber chez lui au détriment d'Amazon l'an dernier. Lorsqu'il est arrivé et qu'il a commencé à regarder dans les boîtes noires de l'entreprise, dit-il, il s'est trouvé surpris de constater que les méthodes de Google étaient à ce point en avance sur celles des chercheurs universitaires et des groupes privées concurrents.

"J'ai passé les trois premiers mois à dire "J'ai une idée", se souvient-il. "Et ils répondaient invariablement, "On y a pensé aussi et c'est déjà là-dedans", ou bien "ça ne marche pas, on a déjà essayé."

Quelque peu réticent, M. Manber (qui ne veut pas donner son âge) ne parle de sa section "Search Quality" qu'en des termes vagues. La section fonctionne en petites équipes d'ingénieurs. Certaines d'entre elles, comme celle de M. Singhal, se concentrent sur les systèmes qui traitent les requêtes après que les utilisateurs les ont saisies. D'autres travaillent sur les fonctions qui permettent d'améliorer l'affichage des résultats, telle que l'extraction des bribes d'articles, cet extrait (NDLT : Snippet) de texte descriptif qui donne aux utilisateurs une idée du contenu d'un site web.

D'autres membres de l'équipe de M. Manber s'attachent à ce qui se déroule avant même que les utilisateurs ne puissent entamer une recherche, c'est-à-dire entretenir un index géant de toutes les pages web du monde. Google possède des centaines de milliers d'ordinateurs adaptés à ce rôle et qui passent le Net au peigne fin. A ses débuts, Google créait un nouvel index toutes les six à huit semaines. Maintenant il re-vérifie plusieurs pages à quelques jours d'intervalle.

Et Google ne se limite pas à construire une gigantesque table des matières numérique du Net. En plus, il effectue une copie de tout l'Internet et de chaque mot présent sur chaque page web, copie qui est enregistrée dans chacune de ses banques de données customisées afin de pouvoir être passée au crible plus vite. Google vient récemment de développer un nouveau système qui peut contenir beaucoup plus de données et les fouiller bien plus vite que l'entreprise ne pouvait le faire auparavant.

Lorsque Google compile son index, il calcule un indice appelé PageRank pour chaque page qu'il trouve. Ceci était l'invention clef pour les fondateurs de Google, Larry Page et Sergey Brin. Le PageRank compte le nombre de fois où d'autres sites pointent des liens vers une page donnée. Les sites qui sont les plus populaires, surtout ceux qui sont populaires sur les sites ayant eux-mêmes un PageRank élevé, sont considérés comme susceptibles d'être de meilleure qualité.

Mr. Singhal a développé une système beaucoup plus sophistiqué pour classer les pages, système qui met en oeuvre plus de 200 types d'informations, ou ce que Google appelle des "signaux". Le PangeRank n'est qu'un signal parmi d'autres. Certains signaux sont sur des pages Web, ce peuvent être des mots, des liens, des images, et ainsi de suite. Certains de ces signaux sont établis à partir de l'histoire de l'évolution des pages avec le temps. D'autres sont des schémas de données découverts suite aux millions de recherches effectuées par Google au fil des années.

"Les données que nous possédons font avancer la science en ce domaine "affirme M. Singhal." Nous voyons tous les liens qui pointent vers une page, et comment le contenu évolue sur la page avec le temps."

Google utilise de plus en plus des signaux qui proviennent de l'histoire de ce que les usagers individuels ont recherché par le passé, afin de pouvoir proposer des résultats qui reflètent les intérêts spécifiques à chaque personne en question. Par exemple, la requête "dauphin" produira des résultats différents selon que l'utilisateur est un fan de football de Miami, ou bien un océanographe. Ceci ne fonctionne que pour les utilisateurs qui s'inscrivent sur l'un des services de Google tels que Gmail.

(Google dit tout mettre en oeuvre pour interdire l'accès à sa banque de données grandissante concernant les schémas et préférences de ses utilisateurs. Mais l'ampleur et le détail de ces données suscite l'envie chez les curieux, et la crainte chez les défenseurs de la vie privée.)

Une fois que Google a rassemblé sa myriade de signaux, il les intègre à des formules qu'il appelle des classificateurs et dont le but est d'inférer des information utiles à propos du type de requête dont il s'agit, afin d'envoyer à l'utilisateur les pages les plus efficaces. Les classificateurs sont capables d'établir une distinction entre une personne qui cherche à acheter un produit, et une personne qui veut de l'information sur un endroit, ou encore entre quelqu'un qui cherche une entreprise et quelqu'un qui veut trouver une personne, etc. Google a récemment mis au point un nouveau classificateur pour identifier les noms de personnes qui ne sont pas célèbres. Un autre classificateur déjà existant sert à identifier le nom de marques.

Ces signaux et classificateurs calculent plusieurs évaluations clefs de la pertinence d'une page, dont l'une d'elles appelée "actualité", une évaluation de la manière dont le thème de la page se rattache à la catégorie plus large de la requête de l'utilisateur. Une page traitant du discours du président Bush sur le Darfour la semaine dernière à la Maison Blanche, aurait un bon score "d'actualité" pour le terme "Darfour", mais moins pour "George Bush" et encore moins pour "Maison Blanche". Google rassemble toutes ces évaluations en un score final de pertinence.

Les sites avec les dix scores les plus élevés remportent les places convoitées sur la première page de résultats de recherche, à moins qu'une dernière vérification ne révèle qu'il n'y a pas assez de " diversité " dans les résultats. "Si vous avez beaucoup de points de vues différents dans votre page de résultats, c'est bien souvent plus utile que si la page est monopolisée par une seule perspective.", dit M. Cutts." Si quelqu'un saisit un produit, par exemple, peut-être que la personne en veut une critique de consommateur sur un blog, ou alors la page du fabricant, ou peut-être un endroit où elle peut acheter ce produit ou bien encore un site comparatif. "

Et comme si cela n'était pas déjà suffisamment ardu, les ingénieurs de Google doivent également compenser pour les utilisateurs qui sont non seulement incohérents, mais aussi vagues dans leur requêtes ; souvent ils saisissent des phrases ambiguës ou des mots mal orthographiés.

Google a compris il y de ça longtemps qu'un utilisateur qui saisit par exemple "Brittany Speers" cherche en réalité "Britney Spears". Pour gérer un problème de ce type, l'entreprise a conçu un système qui reconnaît les variantes de mots. Ce modèle est si élégant et puissant qu'il réussit à trouver les pages adéquates même lorsqu'un simple synonyme ou une abréviation ont été saisies.

M. Singhal explique fièrement que la requête "Brenda Lee bio" conduira à la page officielle du chanteur, même si cette page elle-même n'utilise que le terme "biographie" et non pas "bio".

Mais parfois des termes qui semblent liés ne le sont pourtant pas. "Nous savons que "bio" désigne la même chose que "biographie"" explique M.Singhal. "Ma grand-mère me dit : "mais voyons, ça me paraît évident, non ?" C'est difficile de lui expliquer que bio signifie la même chose que biographie mais que "apples" ne désigne pas la même chose que "Apple"."

Au bout du compte, il est difficile d'évaluer à quel point les techniques de Google sont évoluées parce que la majorité de ce que fait l'entreprise et de ce que font ses concurrentes du secteur du Search est enveloppé de mystère. Lorsque l'on compare les pages de résultats, les différences entre les principaux moteurs de recherche sont subtiles, bien que Danny Sullivan, un vétéran parmi les spécialistes du Search et un blogueur à la tête de Searchengineland.com, affirme que Google conserve une nette longueur d'avance sur ses concurrents.

Yahoo est en train de développer des formules spéciales de recherche pour des domaines de connaissances ciblés, tels que la santé. Microsoft quant à lui a fait le pari d'utiliser une technique mathématique pour classer les pages, connue sous le nom de réseaux névralgiques, qui tente d'imiter la manière dont le cerveau humain acquiert des nouvelles connaissances.

L'utilisation par Google des signaux et des classificateurs, par contraste, est plus ancrée dans la tradition universitaire et son évolution actuelle, en partie parce que ses dirigeants proviennent des milieux universitaires et de laboratoires de recherche. Néanmoins, Google a su raffiner et pousser ces techniques plus loin en utilisant des serveurs et des ressources de calcul qu'aucune université ne serait en mesure de se payer.

"Les gens sont toujours d'avis que Google est l'étalon d'or en matière de recherche en ligne" nous confie M. Battelle. "Leurs ingrédients secrets sont la manière dont ils travaillent en agrégats et ces mille petites modifications qu'ils effectuent sans cesse."

Tout d'abord, toutes mes excuses pour le titre de ce billet un peu racoleur Je reviendrai d'ici quelques jours sur les éléments qui me paraissent les plus importants évoqués dans cet article. D'ici là, je vous invite à consulter :

La synthèse en français de l'article rédigée par Moteur News (si vous n'avez pas eu le courage du lire ce billet en entier)
L'article original de Saul Hansell

Bon Référencement et n'hésitez pas à remercier Shannon dans vos commentaires pour sa traduction.

Un article du blog Outil Référencement

Aurélien Bardon