Le taux de rebond d'un site influence-t-il le classement dans Google?

Est-ce que Google considère le taux de rebond ou quelque chose de similaire dans les sites de classement?

Contexte: chez Stack Exchange, nous avons constaté que les modifications les plus récentes apportées à l'algorithme de Google entraînaient une baisse d'environ 20% du trafic vers Server Fault (et une diminution beaucoup moins importante du trafic vers le super utilisateur ). Le trafic de débordement de pile n'a pas été affecté.

Il y avait un article sur WebProNews qui a émis l'hypothèse que le taux de rebond pourrait être un signal de classement dans la dernière mise à jour de Panda de Google.

Selon Google Analytics, voici nos taux de rebond du mois dernier:

Site           Bounce Rate Avg Time on Site
-------------  ----------- ----------------
SuperUser      84.67%      01:16
ServerFault    83.76%      00:53
Stack Overflow 63.63%      04:12

Maintenant, techniquement, Google n'a aucun moyen de connaître le taux de rebond. Si vous allez sur Google, recherchez quelque chose et cliquez sur le premier résultat, Google ne peut pas faire la différence entre:

• un utilisateur qui éteint son ordinateur
• un utilisateur qui visite un site Web complètement différent
• un utilisateur qui passe des heures à cliquer sur le site Web sur lequel il a atterri

Ce que Google ne sait combien de temps est nécessaire à l'utilisateur de revenir à Google et faire une autre recherche. Selon le livre In The Plex (page 47), Google fait la distinction entre ce qu’ils appellent des "clics courts" et des "clics longs":

• Un clic court est une recherche dans laquelle l’utilisateur revient rapidement à Google et effectue une autre recherche. Google interprète cela comme un signe que les premiers résultats de recherche n'étaient pas satisfaisants.
• Un clic long est une recherche où l’utilisateur ne cherche plus longtemps.

Le livre indique que Google utilise ces informations en interne pour juger de la qualité de ses propres algorithmes. Il a également indiqué que les données relatives aux clics courts dans lesquels une personne retapait une légère variation de la recherche sont utilisées pour alimenter le message "Voulez-vous dire ...?" algorithme de vérification orthographique.

Donc, mon hypothèse est que Google a récemment décidé d'utiliser des taux de clic longs comme signal d'un site de haute qualité. Quelqu'un at-il des preuves de cela? Avez-vous vu des sites à fort taux de rebond qui ont perdu du trafic (ou vice-versa)?

Il est très probable que Google puisse estimer votre taux de rebond si vous prenez en compte une nouvelle fonctionnalité qui détecte le moment où l'utilisateur clique sur le bouton Précédent:

1. Recherche google:

   

2. Cliquez sur un résultat de recherche.

3. Cliquez en arrière.

4. Google affiche une nouvelle option, "Bloquer tous les résultats [du site]":

Évidemment, c'est une hypothèse, mais les clics rapides peuvent être de bons indicateurs de résultats non pertinents et présentent une forte corrélation avec le taux de rebond. Notez que cela échoue lorsque l'utilisateur ouvre les résultats de la recherche dans un nouvel onglet. Il peut donc être dirigé vers les utilisateurs les moins avertis.

Notez la différence entre "effectuer une autre recherche", ce que Google devrait prendre personnellement car il affiche des résultats non pertinents, et "revenir à la même recherche", ce qui signifie que ce site ne convient pas à cette recherche.

À ma connaissance, l’équipe chargée du classement n’utilise aucun taux de rebond.
  - Matt Cutts, juin 2010, interview sur Search Engine Land

J'ai un problème avec le concept de clics longs / courts utilisés dans leur algorithme de classement. Il existe trop de scénarios dans lesquels des clics courts et longs se produisent sont à l'opposé de ce que serait la logique standard.

Par exemple, des clics courts peuvent se produire pour les raisons suivantes:

• Un utilisateur ouvre plusieurs onglets à la fois, disons les dix liens de la première page de résultats de recherche, pour une recherche quelconque. (Que cette recherche soit SEO ou académique est hors de propos). Celles-ci apparaîtront toutes sous forme de clics courts.

• Quelqu'un recherche un site particulier et passe en revue les résultats jusqu'à ce qu'il trouve celui qu'il souhaite. Leur tome sur chaque site est court, non pas parce que le site est mal fait, ce n’est tout simplement pas le site spécifique que l’utilisateur recherche.

• C'est trop facile à manipuler. S'il s'agissait vraiment d'un facteur de classement potentiel, il n'est pas difficile d'imaginer un chapeau noir qui clique sur ses concurrents pour servir leurs propres objectifs. (Naturellement, cela serait automatisé pour produire la quantité nécessaire pour inciter Google à agir).

De longs clics peuvent se produire pour les raisons suivantes:

• Un utilisateur n'a aucune idée de ce qu'il recherche et passe une éternité sur chaque site à le rechercher, mais ne le trouve jamais (par exemple, ce site n'est pas pertinent).

• Un utilisateur s'éloigne de son ordinateur ou se laisse distraire pour une raison quelconque

• Abus (voir ci-dessus)

• Un utilisateur n'a aucune connaissance d'Internet et ne prend que très longtemps sur chaque site, car il a de la difficulté à utiliser Internet.

La meilleure façon d’imaginer que ces informations soient utilisées est une recherche personnalisée. Si quelqu'un continue à cliquer sur un site en particulier, il est probable que son résultat de recherche personnel doit être réduit.

En ce qui concerne les preuves anecdotiques, je surveille quelques dizaines de sites clients et le taux de rebond ne semble pas être en corrélation avec les classements.

Quant à Google qui utilise Google Analytics dans son algorithme de recherche, la réponse de Matt Cuitts est non .

Par Matt Cutts

Sans lire l'article [essayant de confirmer un lien entre le rang et les taux de rebond], je dirai simplement que les taux de rebond seraient non seulement spammables, mais bruyants . Un spécialiste du secteur de la recherche m'a récemment posé des questions sur le taux de rebond de Google. Je me suis dit: "Mec, je n'ai aucune idée de ce qui se passe comme taux de rebond. Pourquoi ne parles-tu pas à ce bel évangéliste de Google Analytics qui connaît l'existence de des choses comme le taux de rebond? " Je ne rencontre même pas les gens qui parlent de ça dans ma vie quotidienne.

Certes, c'était en décembre 2008, mais Matt Cutts affirmant que le taux de rebond n'est pas utilisé, même un peu est assez définitif dans mon livre, même après 3 ans.

Je pense que le problème avec l'utilisation du taux de rebond pour le classement est qu'il ne tient pas compte du fait que les rebonds ne sont pas toujours une mauvaise chose. Cette métrique doit être prise en contexte car il existe des sites pour lesquels vous pourriez augmenter réellement votre taux de rebond!

En fait, par exemple, vos sites peuvent être de ce type (du moins dans la perspective de Google de fournir des résultats pertinents à ses utilisateurs). Prenez SO pour un exemple - si je cherche la réponse à une question de programmation, alors je ne veux pas passer trop de temps à chercher une réponse. Je veux une réponse aussi rapidement que possible pour pouvoir reprendre mon travail. Je m'attendrais à ce que Google renvoie une liste de sites répondant à ma question, et non de sites susceptibles de ralentir mon temps.

Je pense que la métrique du taux de rebond ne fournit pas suffisamment d'informations en soi pour être utile dans un algorithme de classement des moteurs de recherche. Si Google l'utilise plus que pour une analyse interne (où les utilisateurs peuvent deviner l'intention de l'utilisateur), ils commettent une erreur.

En guise de remarque, pour revenir à l’exemple de recherche d’une réponse à une question de programmation, trouvez-vous que la réponse à la question se trouve réellement dans les résultats de la recherche et vous n’avez pas besoin de cliquer sur un site à tout?

Je gère un site qui génère environ 30 000 pages vues par jour. Elle a perdu le tiers de son trafic vers le 11 avril (déploiement international de panda). L'ensemble du domaine a perdu du trafic dans l'ensemble. Le taux de rebond moyen global oscille autour de 65% (71% avant le panda). Les pages les plus touchées ont des taux de rebond supérieurs à 75%. C'est une théorie intéressante.

Au crédit de Google (j'espère que ce n'est pas juste une coïncidence), le taux de rebond, le temps moyen passé sur le site et les pages par visite se sont tous améliorés après le changement.

Note: Les autres sites que je gère n'ont pas été affectés par le changement d'algorithme. Leur taux de rebond moyen oscille entre 52% et 68%. Je n'ai pas analysé de pages individuelles sur ces sites, car ils n'ont pas été affectés.

Google utilise presque certainement les signaux de convivialité comme facteur important dans le classement. Google n'utilise probablement pas le "taux de rebond", du moins pas tel que mesuré par Google Analytics. Au lieu de cela, Google s'appuie sur:

• Taux de clics (CTR) - Le nombre de personnes qui cliquent des SERP vers un site indique si le site est pertinent ou non pour la requête. Lorsqu'un site obtient un CTR moins bon qu'il ne le devrait pour le poste dans lequel il se trouve, son classement empire. Lorsqu'un site obtient un CTR supérieur à celui d'autres sites à cette position, le classement s'améliorera.
• Taux de rebond (BBR) - Nombre de personnes qui cliquent sur le bouton Précédent du site pour revenir aux SERP, puis cachent le site de leurs résultats, cliquent sur un autre site ou affinent leur requête. Comme CTR, Google est susceptible de faire des ajustements lorsque le BBR est bien meilleur ou pire que prévu.

Le taux de rebond peut généralement être utilisé comme un proxy pour mesurer votre BBR, mais il y a quelques limitations:

• Le taux de rebond est mesuré en pourcentage du nombre de sessions de consultation de page. Le taux de rebond est le nombre qui a frappé le bouton retour.
• Le taux de rebond inclut les personnes qui cliquent sur des liens externes sur votre site (y compris les annonces), mais pas le taux de rebond.
• Le taux de rebond inclut les personnes qui ferment l'onglet ou la fenêtre du navigateur, mais pas le taux de rebond.
• Certains sites fournissent la réponse complète que les utilisateurs recherchent sur une seule page. Ces sites peuvent avoir des taux de rebond élevés, mais des taux de rebond faibles.
• Le taux de rebond peut être obtenu en divisant les articles en plusieurs pages. Cette tactique nuit au taux de rebond.

En outre, comme d'autres réponses l'ont souligné, Matt Cutts, de Google, a déclaré que le taux de rebond n'était pas utilisé à sa connaissance dans le cadre de l'algorithme de classement. Il n'a rien dit sur le taux de rebond (qui est légèrement différent).

Je suis convaincu que Google utilise ces signaux en fonction de mon expérience avec un site sur lequel je faisais du référencement. C'était un type de site produit. Nous avons constaté que nous ne parvenions tout simplement pas à classer certains produits en fonction de leurs mots clés ciblés, en dépit des quantités massives de pagerank internes qu'ils utilisaient. Une tendance qui s'est dégagée est que les produits non classés ont moins de contenu que ceux classés. Le contenu ne signifie pas toujours beaucoup de texte, nous avons plusieurs types de contenu:

• Une liste des endroits pour acheter le produit
• Prix ​​de plusieurs vendeurs
• Avis rédigés par des utilisateurs sur le produit
• Photos professionnelles du produit
• Images utilisateur du produit
• Liens externes vers d'autres sites contenant des articles sur le produit
• Une carte de l'endroit où le produit pourrait être trouvé près de chez vous

Nous nous sommes rendus compte qu'il serait difficile pour Google de mesurer directement nombre de ces types de contenu. Savait-il vraiment qu'il y avait une carte sur la page? Essayait-il de détecter la présence de prix? Tous les avis des utilisateurs étaient sur leurs propres pages. Pourrait-il vraiment mesurer la quantité de texte associée à chaque produit en explorant de nombreuses pages et en ajoutant les totaux? Nous avons émis l'hypothèse qu'il serait beaucoup plus facile pour Google de mesurer la réaction des utilisateurs à la page et d'ajuster les classements en conséquence, plutôt que d'essayer de mesurer directement la quantité de contenu.

Premièrement, nous avons apporté quelques modifications à la façon dont notre taux de rebond a été mesuré. Nous avons implémenté des "événements" pour que lorsque les utilisateurs cliquent sur les liens externes, ils soient mesurés en analytique. Nous avons également ajouté des "événements" pour des éléments tels que le déplacement de la carte et le défilement de la page. Nous avons pensé que lorsqu'un utilisateur interagit avec la page, il ne devrait pas être considéré comme un rebond, même s'il ne visualisait pas plus d'une page du site.

Ensuite, nous avons corrélé le taux de rebond avec la quantité de contenu que nous avions pour chaque produit. Les résultats ont été beaucoup plus dramatiques que prévu. Pour les produits sans contenu à proprement parler, le taux de rebond était d'environ 90%. Pour les produits contenant de nombreux types de contenu, le taux de rebond était inférieur à 15%. Les produits avec du contenu se situaient entre les deux. Nous pourrions utiliser ceci pour voir quel type de contenu les utilisateurs trouvent le plus précieux. Nous pourrions également accorder une importance particulière au fait de solliciter le dixième avis d'utilisateur plutôt que de déterrer le premier lien externe vers un article.

Les classements étaient également très corrélés à ce taux de rebond. Nous avions besoin de moins de liens internes pointant vers des pages avec un très faible taux de rebond pour les amener au premier rang que pour des pages avec un taux de rebond modérément supérieur.

Bien que cette question soit intéressante au sens hypothétique du terme, elle manque de la capacité d'action de la pratique.

Supposons un instant que la réponse soit oui. Google utilise un taux de rebond pour classer les sites. Que feriez-vous à ce sujet? Le seul moyen d’augmenter de manière fiable cette métrique serait de mettre des blocs artificiels entre l’utilisateur, et la réponse marquée comme correcte sur SO, qui entraînerait lentement les utilisateurs à éviter ces domaines (diminution du CTR de Google, ce qui est considéré comme un facteur important). métrique dans le tri par pertinence).

Par conséquent, ma suggestion serait de concentrer votre temps et vos efforts sur des mesures sur lesquelles vous pouvez réellement travailler, plutôt que sur des externalités à double devinette qui ne sont pas sous votre contrôle.

"De mémoire, nous pourrions laisser complètement hors de l'index de Google les questions sans réponses"

Oui et non, IMO, en fonction de la rapidité avec laquelle les questions sont généralement résolues. Toutes les questions ne reçoivent pas de réponse lors de leur publication, par exemple presque par définition (à moins que la question ne réponde à autre chose). Peut-être que si tel n'est pas le cas pendant x jours, no-index et ping google pour voir voir la balise et no-index.

Avez-vous plus de questions sans réponse dans les sites qui sont tombés?

Google expérimente sûrement et certains sites ont perdu même 70% de leur trafic depuis 2/24. Chacun d'entre eux n'est pas un mauvais site, vous savez, aucune récupération de panda jusqu'à présent, indépendamment de ce que vous avez fait sur le site.