Introduction

Une responsable SEO ouvre pour la première fois le journal des conversations du chatbot d’un client. Elle s’attend à y trouver du bruit. Ce qu’elle y trouve, c’est une liste.

La question la plus fréquente du mois dernier, posée 38 fois, était « Livrez-vous en Irlande ? ». La deuxième place revenait à « La chemise en lin taille-t-elle petit ? ». En troisième position, on trouvait une variante polie de « Où en est ma commande ? », posée de onze façons différentes.

Aucune de ces questions n’apparaissait dans son étude de mots-clés. La plupart d’entre elles affichent un volume nul dans tous les outils auxquels elle est abonnée.

C’est là tout l’intérêt de l’analyse des chatbots comme source d’informations pour le référencement. Les outils de mots-clés estiment ce que les internautes pourraient rechercher. Un historique de conversation enregistre ce qu’ils ont réellement demandé, avec leurs propres mots, au moment où ils se décidaient à acheter ou non.

Les outils de mots-clés indiquent le volume. Les journaux de discussion indiquent les questions.

Nous ne sommes pas ici pour affirmer que les outils de recherche de mots-clés ont tort. Ils sont très efficaces pour la tâche pour laquelle ils ont été conçus. Mais cette tâche a justement ses limites.

Ce que les outils de mots-clés ne prennent pas en compte

Les outils de mots-clés modélisent la demande à partir des données de recherche, et ils le font bien à grande échelle. Lorsqu’une expression est trop spécifique, trop récente ou formulée de manière trop inhabituelle, elle passe sous le seuil et s’affiche comme nulle ou n’apparaît tout simplement pas.

C’est précisément là que se trouvent de nombreuses questions d’achat. « Livrez-vous en Irlande ? » n’est pas une requête que la plupart des gens tapent sur Google. C’est une question qu’ils posent directement à la boutique, une fois qu’ils ont déjà repéré un produit qui leur plaît.

La recherche habituelle de mots-clés de « longue traîne » comporte donc un angle mort. La « longue traîne » la plus longue de toutes n’atteint jamais les moteurs de recherche. Elle va directement dans le widget de chat, les messages privés sur Instagram et la boîte de réception du service client.

Pourquoi les questions des clients révèlent l’intention de l’utilisateur

Une requête de recherche est une supposition quant à l’intention. Une question posée dans une fenêtre de chat est l’intention même, alors que la page du produit est toujours ouverte.

Lorsqu’une personne demande si une veste est imperméable, elle ne fait pas de recherche sur les vestes en général. Elle n’est qu’à une réponse d’acheter cette veste. La plupart des analyses sur l’intention de recherche considèrent cette étape comme quelque chose à déduire à partir de la page de résultats (SERP). Ici, vous pouvez simplement la lire.

Cela fait des historiques de chat l’une des sources d’intention les plus fiables dont dispose une équipe SEO, et l’une des moins utilisées.

Ce que l’analyse des chatbots vous révèle réellement

Ouvrez l’historique des conversations de n’importe quelle boutique disposant d’un chatbot depuis un mois, et trois éléments sautent aux yeux.

Les questions que les gens posent, avec leurs propres mots

Les clients n’écrivent pas comme les spécialistes du marketing. Ils écrivent « est-ce que ça convient à un ordinateur portable de 13 pouces » plutôt que « tailles d’ordinateurs portables compatibles ». Ils demandent « est-ce sans danger pour les chats » plutôt que « matériaux adaptés aux animaux de compagnie ».

Ces questions des clients constituent la matière première de la recherche conversationnelle. La formulation utilisée par les utilisateurs avec un chatbot est très proche de celle qu’ils emploient avec les assistants vocaux et les outils de recherche basés sur l’IA ; c’est pourquoi il vaut mieux la conserver telle quelle plutôt que de la remanier.

Les questions auxquelles personne n’a répondu

C’est là que réside l’intérêt. Chaque question à laquelle le chatbot n’a pas pu répondre correspond à une lacune du site, et non à une lacune du bot. Un chatbot IA qui répond à partir des pages de votre boutique ne peut être que aussi performant que ces pages ; ses échecs mettent donc directement en évidence ce qui manque.

Si douze personnes ont posé des questions sur la livraison en Irlande et que le bot n’avait rien à dire, c’est que la boutique ne dispose pas d’une page de livraison claire pour l’Irlande. Il s’agit là d’une analyse des lacunes de contenu que vous n’avez pas eu à réaliser manuellement.

Les pages qui ont apporté une réponse, et celles qui n’en ont pas apporté

Lorsqu’un chatbot indique la page à l’origine de chaque réponse, vous découvrez également quelles pages sont réellement efficaces. Un guide des tailles qui répond à quarante questions par semaine fait ses preuves. Une page consacrée aux retours qui n’est jamais mentionnée est peut-être peu claire, enfouie dans le site, ou tout simplement inadaptée aux besoins des utilisateurs.

Les bons outils d’analyse de chatbot vous montrent ces trois éléments : les questions, les lacunes et les sources. Si le vôtre n’affiche que le nombre de conversations, vous ne regardez qu’un indicateur de vanité.

Lorsque les questions changent

La liste n’est pas statique. Le lancement d’un nouveau produit, une promotion ou la publication d’un créateur peut modifier les questions posées par les utilisateurs en l’espace d’une journée. Une vague soudaine de questions du type « Ce produit est-il de nouveau en stock ? » vous apprend quelque chose qu’un rapport mensuel sur les mots-clés ne vous dira jamais.

C’est là que l’analyse des chatbots trouve toute sa place aux côtés du suivi de votre référencement. Les classements vous indiquent votre visibilité. L’historique des conversations vous révèle ce que les personnes qui vous ont trouvé avaient encore besoin de savoir.

Transformer les historiques de conversation en recherche de mots-clés pour le e-commerce

C’est l’étape qui permet de transformer un historique intéressant en une liste de mots-clés exploitable. Cela prend un après-midi.

Étape 1 : exporter un mois de conversations

Récupérez toutes les conversations des 30 derniers jours, sur tous les canaux où le bot est actif. Le chat du site web à lui seul ne suffira pas, car de nombreuses questions avant-vente arrivent via Instagram et WhatsApp.

Ne les nettoyez pas tout de suite. Les fautes d’orthographe et les tournures inhabituelles font partie de la valeur de ces données, car elles montrent comment les gens s’expriment lorsqu’ils ne cherchent pas à optimiser leur discours.

Étape 2 : Regroupez les questions par intention de l’utilisateur

Classez-les en catégories : livraison, tailles, retours, stock, détails sur les produits et confiance. À ce stade, ne tenez pas compte de la formulation et concentrez-vous sur ce que la personne cherchait à savoir.

Étape 3 : Analysez les mots-clés à l’aide d’un outil de recherche de mots-clés

Passez maintenant chaque catégorie dans votre outil de recherche de mots-clés habituel. Certaines questions correspondront parfaitement à des termes générant un volume de recherche. D’autres ne donneront aucun résultat.

Conservez les deux. Celles qui génèrent du volume constituent des opportunités de référencement. Celles qui n’en génèrent pas sont des opportunités de conversion, et ce sont souvent les questions qui font obstacle entre un visiteur et une vente. La plupart des outils vous aident à trouver des mots-clés. Cette étape vous aide à identifier ceux que les clients utilisent réellement.

Étape 4 : Associez chaque question à une page

Pour chaque question, notez la page qui devrait y répondre. S’il y en a une, vérifiez qu’elle y répond effectivement. S’il n’y en a pas, vous avez trouvé une page à rédiger.

Soyez rigoureux sur ce point. Une page qui mentionne la livraison en Irlande dans une seule ligne d’une longue politique ne constitue pas une réponse. Si le chatbot ne parvient pas à la trouver, un client qui parcourt rapidement le site sur son téléphone n’y parviendra pas non plus.

Étape 5 : Rédigez des pages pour les questions qui n’ont pas de page

Commencez par les questions les plus fréquentes restées sans réponse, car ce sont à la fois les plus faciles à traiter et la preuve la plus évidente qu’il manque quelque chose. Une page courte et spécifique sur la livraison en Irlande apportera davantage à cette boutique qu’un énième guide général sur les chemises en lin.

Il s’agit d’une recherche de mots-clés pour le e-commerce menée à rebours. Au lieu de partir du volume de recherche en espérant que cela se traduise par des conversions, vous partez des questions déjà posées par les acheteurs et vérifiez lesquelles génèrent également un volume de recherche.

Une analyse des lacunes de contenu basée sur de vraies conversations

L’analyse classique des lacunes de contenu compare vos pages aux classements d’un concurrent. Cette version compare vos pages à celles de vos propres clients.

Pas de réponse signifie qu’il manque quelque chose

Si le chatbot n’a pas pu répondre à une question, c’est que l’information est soit absente du site, soit rédigée de manière si vague qu’elle n’a pas pu être exploitée. Dans les deux cas, cette page doit être améliorée.

« Répondue mais répétée » signifie « introuvable »

Certaines questions reçoivent systématiquement une réponse correcte, mais continuent d’être posées. Cela signifie généralement que la réponse existe, mais que les utilisateurs ne parviennent pas à la trouver par eux-mêmes. La solution réside dans les liens internes, la navigation ou un titre plus clair, et non dans la création de nouveau contenu.

À quoi ressemblera le référencement des pages FAQ après 2023 ?

En août 2023, Google a annoncé que les résultats enrichis de FAQ ne seraient affichés que pour les sites web gouvernementaux et de santé reconnus et faisant autorité. Pour la plupart des boutiques en ligne, l’extrait de FAQ dans les résultats de recherche a disparu.

Cela modifie l’objectif d’une page FAQ. Il ne s’agit plus d’obtenir un résultat enrichi. Il s’agit désormais de répondre aux questions que les internautes posent réellement, de manière suffisamment claire pour que tant les internautes que votre chatbot puissent s’en servir. Les historiques de discussion vous indiquent de quelles questions il s’agit.

Ce que les analyses de chatbot ne vous diront pas

Il serait facile d’en faire trop, mais nous nous en abstiendrons.

Elles ne prennent en compte que les personnes qui ont posé une question

Un historique de conversation ne représente qu’un échantillon des visiteurs suffisamment intéressés pour taper une question. Ceux qui sont partis sans poser de question restent invisibles. Ce groupe est généralement plus important ; considérez donc l’historique comme un indicateur fort de ce qui manque, plutôt que comme un tableau complet de la demande.

Cela ne remplace pas le volume de recherche

Une question posée 38 fois dans une fenêtre de chat vous indique qu’elle est importante pour les acheteurs. Elle ne vous indique pas combien de personnes la recherchent sur Google. Vous avez toujours besoin d’un outil d’analyse de mots-clés pour cela, et ces deux chiffres répondent à des questions différentes.

Sa qualité dépend de l’honnêteté du bot

Si un chatbot devine au lieu d’admettre qu’il ne sait pas, ses analyses masqueront les lacunes que vous cherchez à identifier. Une fausse réponse donnée avec assurance passe pour un succès dans le journal. C’est une raison supplémentaire de choisir un bot qui refuse de répondre lorsque la réponse ne figure pas dans votre base de données.

La formulation reste toutefois utile. Même un petit échantillon de langage de recherche conversationnel réel est plus utile qu’une liste de phrases que personne n’a jamais prononcées à voix haute.

La place de cette approche dans une stratégie de référencement e-commerce

Rien de tout cela ne remplace le reste du travail. Cela permet simplement de mieux cibler le reste du travail.

Des mots-clés à longue traîne pour le référencement, accompagnés d’une preuve de demande

Le problème habituel avec le ciblage de la longue traîne est que l’on mise sur de petits volumes. Les historiques de chat éliminent en partie cette part d’incertitude, car vous savez que de vrais clients ont posé la question avant même que vous n’ayez écrit un seul mot.

Conseils de référencement e-commerce qui commencent par la boîte de réception

La plupart des conseils en référencement commencent par les SERP. Nous en ajouterions un qui commence par la boîte de réception : lisez les questions avant de planifier votre calendrier de contenu.

Cela permet également de garantir l’honnêteté d’une stratégie globale de référencement e-commerce. Si les pages que vous créez ne répondent pas aux questions posées par les clients, aucun classement ne pourra les sauver.

Comment Agentency gère l’analyse des chatbots

Nous en développons un nous-mêmes, voici donc ce que révèlent nos propres analyses de chatbot.

La vue « Conversations » montre les vraies questions

La vue « Conversations »d’Agentencymontre les questions que les gens posent réellement, celles qui sont restées sans réponse, et les pages manquantes qui vous font perdre des ventes. Cette dernière partie correspond à la liste des lacunes de contenu, générée à partir des acheteurs réels plutôt que d’une comparaison avec la concurrence. C’est le rapport que nous remettrions en priorité à une équipe de référencement.

Chaque réponse indique sa source

L’agent répond en s’appuyant sur votre catalogue, vos guides des tailles, vos règles d’expédition et votre politique de retours, et chaque réponse indique sa source. Vous pouvez ainsi voir quelles pages sont les plus sollicitées et lesquelles ne sont jamais utilisées.

Une base de connaissances unique pour tous les canaux

Le même agent répond sur votre boutique en ligne, WhatsApp, les messages privés Instagram et Messenger, à partir d’une seule base de connaissances. Les questions provenant de tous les canaux aboutissent au même endroit, au lieu d’être dispersées dans des boîtes de réception que personne ne compare. Il répond également dans la langue de l’acheteur, de sorte que le journal indique également quels marchés posent ces questions.

Les demandes de réapprovisionnement deviennent des données sur la demande

Lorsqu'un client souhaite recevoir une alerte de réapprovisionnement, un formulaire pré-chat recueille son adresse e-mail ou son numéro de téléphone et l'ajoute à votre liste de clients. Pour une équipe SEO, une multitude de demandes de réapprovisionnement concernant un même produit constitue un indicateur clair de ce que les internautes souhaitent trouver.

Transfert des exceptions de remboursement avec le contexte

Tout ce qui nécessite l’intervention d’un humain, comme une exception de remboursement, est transmis avec la transcription de la conversation, la référence de la commande et les coordonnées du client en pièce jointe. Le chatbot ne fait pas de suppositions, ce qui garantit également la fiabilité de vos analyses.

Foire aux questions

Comment trouver des mots-clés à longue traîne

Commencez par utiliser un outil de recherche de mots-clés et filtrez les expressions longues et spécifiques présentant un niveau de difficulté faible. Ajoutez ensuite les questions que les clients posent à votre chatbot et à votre équipe d’assistance. Celles-ci ont souvent un faible volume de recherche, mais proviennent de personnes sur le point d’effectuer un achat.

Qu’est-ce qu’une analyse des lacunes de contenu ?

Il s’agit du processus consistant à identifier les sujets dont votre audience a besoin et que votre site ne couvre pas suffisamment. Cette analyse compare généralement vos pages aux classements de vos concurrents, mais elle peut également les comparer aux questions posées par vos propres clients.

Comment effectuer une recherche de mots-clés pour le e-commerce

Recherchez des termes liés aux catégories et aux produits dans un outil de recherche de mots-clés, puis comparez-les à ce que les acheteurs demandent réellement sur votre site et dans votre boîte de réception. Donnez la priorité aux termes qui génèrent un volume de recherche et qui correspondent également à ce que les acheteurs demandent réellement.

Comment utiliser les mots-clés à longue traîne

Consacrez à chaque mot-clé important une page ou une section claire qui y répond directement. Utilisez les propres termes du client dans les titres lorsque cela sonne naturellement, et créez un lien vers cette réponse depuis les pages produits où la question est posée.

En résumé

Les outils de recherche de mots-clés vous indiquent ce que les internautes sont susceptibles de rechercher. Les analyses des chatbots vous indiquent ce qu’ils ont demandé une fois qu’ils se trouvaient déjà sur votre site.

La meilleure liste de mots-clés combine les deux. Commencez par les questions figurant dans le journal, vérifiez celles qui génèrent du trafic, puis créez les pages que personne n’a encore rédigées.

C’est une méthode étonnamment discrète pour trouver le prochain contenu qui mérite d’être rédigé. Les clients vous l’ont déjà dit. Il suffit simplement de lire le journal des conversations.

Alors, avant la prochaine réunion de planification de contenu, ouvrez les analyses du chatbot et lisez une semaine de conversations. C’est la recherche la moins coûteuse que vous ferez de tout le trimestre, et probablement la plus honnête.

Agentency est un outil de création de chatbots IA dédié au service client et à la vente. Les entreprises entraînent l’agent IA d’Agentency à partir de leur propre site web, de leurs documents et de leur catalogue de produits ; celui-ci répond aux questions des clients en indiquant la source. Lorsque la réponse n’est pas disponible, il refuse la demande et la transfère à un humain en lui fournissant la transcription complète. Un seul agent couvre le site web, WhatsApp, Instagram, Messenger, Telegram, Slack et plus de 10 canaux, dans la langue du client, pour le e-commerce, l’immobilier, la restauration et les équipes d’assistance.