Introduction aux ChatBots et l’ANI : Artificial Narrow Intelligence

Definition

L’Artificial Narrow Intelligence est une intelligence artificielle qui se concentre sur une seule tâche contrairement à l’AI (Artificial Intelligence) qui est une machine avec la capacité d’appliquer l’intelligence à n’importe quel problème, plutôt qu’un problème spécifique.

Siri est un bon exemple d’ANI. Siri opère dans une gamme limitée prédéfinie, il n’y a pas d’intelligence véritable, pas de conscience de soi.

Les chatbots, ou agents conversationnels, sont les interfaces permettant d’exploiter une ANI. Lire la suite de « Introduction aux ChatBots et l’ANI : Artificial Narrow Intelligence »

Vous avez aimé ? Partagez 🙂

Lancement du Raspberry Pi Zero W : wifi et bluetooth intégrés

La fondation Raspberry a lancé fin février, 5 ans après la sortie du premier modèle Pi, une version « wireless » du Pi Zero. Il se nomme Zero W, avec vous l’avez deviné, W qui signifie Wireless. En effet, cette nouvelle mouture embarque la connectivité wifi et bluetooth nativement. La puissance reste la même que sa version précédente. Le tout pour £9 seulement.

Principales caractéristiques

  • 802.11 b/g/n wireless LAN
  • Bluetooth 4.1
  • Bluetooth Low Energy (BLE)
  • 1GHz, CPU simple coeur
  • 512MB RAM
  • Mini HDMI et USB On-The-Go ports
  • alimentation par Micro USB
  • HAT-compatible 40-pin header
  • Composite video
  • connecteur caméra CSI

Avec ceci, de nouveaux boitiers officiels sont également disponibles. Ils offrent différentes ouvertures sur le couvercle selon l’utilisation que vous désirez faire de votre nano ordinateur.

Ce nouveau modèle promet donc de facilité encore un peu plus la mise en oeuvre de projets IoT ou domotique. Le tout encore une fois pour un coup très maitrisé.

En bonus, voici un comparatif de la consommation électrique de chaque modèle de la famille Raspberry (tests réalisés par RaspiTV) :

 

Vous avez aimé ? Partagez 🙂

SEO et recherche vocale : état des lieux et stratégie pour 2017

Introduction

La recherche vocale prend de plus en plus de place dans le spectre du SEO. Google annonçait déjà en mai dernier lors d’une keynote I/O qu’environ 20% des recherches faites sur mobile sont des recherches vocales. Ce chiffre a encore du évolué depuis. Ce comportement est relativement récent et s’accentue au fil du temps. De plus, la recherche vocale ne concerne plus exclusivement les smartphones. En effet, les assistants pour la maison comme Google Home ou Amazon Alexa sont également en pleine expansion. La domotique et les différentes solutions disponibles (Raspberry par exemple) rendent cette technologie facile à mettre en oeuvre.

Nous allons voir les différents usages, des solutions disponibles et enfin ce que ça signifie en terme de SEO. Un sondage réalisé auprès de 39 experts SEO place la recherche vocale en troisième position pour les tendances SEO 2017. La première position étant logiquement donnée à l’AMP et le mobile, la seconde au contenus riches et de qualité.

Notez que selon moi la recherche vocale et l’intelligence artificielle sont fortement liées. Ce qui les placerait en votes cumulés en seconde position.

Pour rappel, voici les principaux assistant vocaux :

  • Google Home (anciennement Google Now)
  • Amazon Alexa (et Echo, l’enceinte connectée)
  • Apple Siri
  • Microsoft Cortana

On retrouve ces assistants sur de nombreux appareils : smartphones, navigateurs, OS, assistants connectés .. et on peut imaginer les retrouver rapidement dans de nombreux endroits : bonnes interactives, module pour sites web, gares, cinémas, etc..

Un wording différent

Lors d’une recherche vocale, l’utilisateur change de comportement de recherche. En effet, il aura tendance à utiliser des mots d’interrogation comme « où », « comment », « combien », « qui », « quoi » ou des mots d’action comme « commander » .. Les recherches sont également plus longues (et donc riches) en mots comme le montre le graphique ci-dessous :

Les recherches vocales sont donc plus « longue traine » et orienter action ou question. Ce point rejoint fait le lien avec la seconde tendance (qui en est une depuis des années) qui est d’avoir des contenus riches et de qualité.

Petite chose intéressante, on a nettement moins de fautes d’orthographe sur les recherches vocales. Les AI et algorithmes corrigent la plupart des fautes.

Quelle stratégie pour le SEO ?

Fort de ces chiffres, on peut définir une stratégie orientée pour les recherches vocales et vous l’avez certainement deviné, elle est essentiellement basé sur le contenu. L’adage « content is king » reste encore et toujours d’actualité. Reste à savoir quelles utilisations font les internautes et mobinautes en mode vocal.

Google a répondu à cette question l’année passée la présentation d’une étude réalisée aux Etats-unis. Il en ressort que c’est une fonctionnalité qui est utilisée par 55% des adolescents et 41% des adultes. Encore une fois, ces chiffres ont du évolué à la hausse depuis. Deuxièmement, les adolescents et les adulent n’ayant pas les mêmes centres d’intérêts, les utilisations diffèrent :

Avec toutes ces données, on peut orienter sa stratégie de rédaction de contenus. Plus longue traine, qui répond à des questions et compréhensible par les moteurs de recherche.

Un outil sympa pour connaitre toutes les questions des internautes sur un sujet est AnswerThePublic. Il permet d’avoir pour un mot-clé donné, toutes les questions des internautes. L’outil va en effet chercher toutes les auto complétions de Google et Bing (ces auto complétions correspondent aux recherches les plus souvent faites). Par exemple, pour le mot-clé « téléphone« , l’outil va donner :

Pour voir l’ensemble des résultats : http://answerthepublic.com/seeds/20f64eef96f32175e00f

Vous pouvez exporter l’ensemble en CSV. Vous pouvez ensuite enrichir votre étude de mots-clés en lisant mon article sur ce sujet.

Une autre piste sont les données structurées ou micro data. Plus votre contenu est riche et structuré, plus vous aurez des chances de bien ressortir dans les SERPs.

 

 

 

 

 

Vous avez aimé ? Partagez 🙂

🔧 Open Graph : intégration des Social Media Tags

Introduction

L’ajout des micro data (données structurées) pour les réseaux sociaux permet d’être mieux mis en avant sur ceux-ci. Par exemple lorsqu’un internaute poste un de vos articles sur Facebook, la bonne image est immédiatement affichée ainsi que le bon titre et résumé. La mise en oeuvre est aisée et rapide. Si vous utilisez un CMS comme WordPress, il existe des plugins qui vous épargneront de mettre la main dans le code Lire la suite de « 🔧 Open Graph : intégration des Social Media Tags »

Vous avez aimé ? Partagez 🙂

Bing Ads Intelligence : ajoutez de la data enrichie à vos études de mots-clés

Sommaire

  1. Introduction
  2. Installation
  3. Première utilisation

Introduction

Bing Ads Intelligence, que j’appellerais dans la suite de l’article BAI, est un outil méconnu et pourtant très pratique pour enrichir vos études de mots-clés. Il est de plus disponible gratuitement et s’installe comme un plug-in pour Microsoft Office (Excel).

 

Installation

Comme dit en introduction, c’est un plugin (ou module) pour Excel. Attention, version 2007 minimum. L’installation est automomatisée, il suffit d’exécuter un fichier .exe

Avant tout, je vous conseille d’installer ou de mettre à jour ces deux programmes. Je ne l’avais pas fait et ça ne fonctionnait pas …

1 – installation ou mise à jour du framework .NET (cliquez ici)

2 – installation ou mise à jour de Visual Studio 2010 Tools for Office Runtime (cliquez ici)

Une fois ces deux premières installations réalisées, vous pouvez installer Bing Ads Intelligence, que vous pouvez télécharger ici (bas de page, bouton « Download Now »). L’installation se fait comme pour n’importe quel programme Windows.

Première utilisation

Je vous sens impatient et vous avez raison. Mais avant la première recherche de mots clés, vous devez avoir un compte sur Bing Ads. Rassurez-vous, vous ne devez pas avoir une campagne active pour utiliser BAI.

Si vous n’avez pas encore de compte, ça se passe ici : https://secure.azure.bingads.microsoft.com/?mkt=fr-fr

Ouvrez maintenant Excel, vous devriez avoir un onglet suplémentaire dans votre barre d’outils :

On y est presque ! il reste à se connecter à notre compte Bing Ads. Pour cela, cliquez sur l’icône « connexion » :

Une fenêtre s’ouvre, cliquez sur « Connectez-vous à l’aide de votre compte Microsoft » :

Entrez votre mot de passe et validez la connexion entre BAI et votre compte Bing Ads :

Enfin, pour terminer, sélectionner le compte à utiliser et validez :

Nous sommes maintenant prêts à exploiter BAI. Un feuillet s’ouvre avec la présentation de l’outil et ses principales fonctionnalités. Vous pouvez le fermer sans problème.

Chose importante, sélectionner votre pays et votre langue. Les données ne seront pas correctes si vous ne le faite pas. Pour cela, dans la barre d’outils, il y a deux liste déroulantes :

Ce coup-ci nous sommes réellement prêt. Comme vous pouvez le constater, vous avez accès à toutes les données de Bing Ads. Faisons un test avec un mot-clé. Nous allons rechercher les mots-clés associés à « maison ». Ouvrez nouveau feuillet et tapez « maison » dans une cellule. Sélectionnez la cellule puis cliquez successivement sur « Plus de recherche » > « Mots clés associés » :

Validez les paramètres :

Les résultats renvoyés par Bing apparaissent dans un nouveau feuillet :

simple, rapide et efficace. Cliquez maintenant sur le mot « appartement » (cellule B7) puis sur « Performances des mots clés » et validez :

BAI vous fournit maintenant les performance du mot « appartement » :

Notez que pour chaque recherche, vous pouvez choisir le ou les devices (desktop, mobile, tablette).

Une fonctionnalité très intéressante de Bing Ads, est la segmentation par tranche d’âge et sexe. Sélectionnons à nouveau « appartement » puis cliquez sur « Plus de recherche » > « Tranche d’âge & Sexe » :

Validez les options et nous obtenons les données ségmentées précises :

Amusez vous, testez, comparez, croisez les données. D’autres fonctionnalités intéressantes comme le trafic sur une période, la suggestion de mots-clés ou encore la segmentation par pays/états/région sont disponibles.

Vous pouvez maintenant facilement enrichir vos études de mots-clés ou vos potentiels de marchés.

Merci pour la lecture 🙂 Vous pouvez me suivre sur Twitter : https://twitter.com/EtienneLesaffre

Vous avez aimé ? Partagez 🙂

Site links : il est désormais impossible de les rétrograder par la Search Console

sitelinks-search-consoleGoogle l’a annoncé aujourd’hui sur son blog dédié aux webmasters (ici), nous n’avons désormais plus la possibilité de rétrogradé un site links présent dans les pages de résultats. Le lien vers cette fonctionnalité à d’ores et déjà dispraru (voir impression d’écran ci-contre).

Rassurez-vous les site links existent toujours et sont toujours visibles. Google propose, pour palier à ce retrait de fonctionnalité d’utiliser une meta robots « noindex » sur les pages que ne souhaite pas voir apparaitre … un peu radical non !?

Vous avez aimé ? Partagez 🙂

Google color converter : nouvelle fonctionnalité dans les SERPs

Désormais, si vous tapez une valeur HEX d’une couleur, Google vous affichera dans un sélecteur de couleur ainsi que les valeurs dans d’autres formats : RGB, HSV, HSL ou encore CMYK.

Exemple : https://www.google.fr/?gfe_rd=cr&ei=VNT8V_e3MMKA8Qf56oCwAg#q=%23111111

Ca fonctionne également avec des valeurs RGB, par exemple : rgb(255,0,255)

Les sites dont l’unique objet est de proposer cette fonctionnalité vont certainement perdre du trafic. Pour les développeurs ou intégrateurs c’est un gain de clic et de temps.

capture-decran-2016-10-11-a-13-57-59

Vous avez aimé ? Partagez 🙂

🕵️ 4 bons outils SEO dont on ne parle pas ou peu

Dans cet article, je vais vous présenter 4 outils SEO dont on ne parle pas ou peu et qui sont pourtant d’une grande utilité et qui trouveront certainement une place dans votre boite à outils.

  1. Beam Us Up : crawler gratuit et efficace
  2. Panguin Tool : croisement des données analytics avec les mises à jour Google
  3. Robotto : monitoring critique
  4. Pixel Width Checker : mesurer la taille de vos titles

Beam Us Up : crawler gratuit et efficace

beamusup-logoPour commencer, je vous présente Beam Us Up. C’est un crawler gratuit et illimité. Comme le disent les créateurs, la seule limite c’est votre hardware. Disponible pour Windows, Mac et plateformes Linux, il est codé en Java. Il est facile à prendre en main, ne nécessite pas d’installation et à toutes les principales fonctions d’un bon crawler.

buu-header

Voici la vidéo d’introduction au logiciel :

Vous pouvez relever les informations du type titres dupliqués, pages répondant en 404, les liens entrants et sortants de chaque page, H1 manquants, titres trop longs, les erreurs sur les balises canonical, meta description manquantes, etc. Beam Us Up est un crawleur alternatif à Screaming Frog avec le gros avantage d’être, je le répète, gratuit.

Pour le télécharger : http://beamusup.com/

Panguin Tool : croisement des données analytics avec les mises à jour Google

panguin-tool-logoVoici un outil simple mais très pratique. Panguin Tool vous permet de visualiser la courbe de votre trafic en ajoutant par dessus les différentes mises à jour d’algorithme de Google : panda, pingouin, pigeon, etc. Il suffit de se rendre sur le site, de cliquer sur « log in to analytics ». Vous êtes alors invité à accepter la connexion avec votre compte Google Analytics puis de choisir le site et la vue à utiliser. Vous obtenez en quelques secondes un graphique comme celui ci-dessous :

panguin-tool

Très pratique, gratuit et plutôt bien fait. Pour le tester : https://barracuda.digital/panguin-tool/

Robotto : monitoring critique

robotto-logoLa regression de code est un problème récurrent en SEO. Des balises qui sautent lors de la mise en prod, un fichier robots.txt qui saute, il faut recetter à chaque mise en ligne les éléments critiques. Il est gratuit en version light avec la possibilité de surveiller jusqu’à 5 domaines.

Vous serez alerté par email de chaque changement sur les balises canonical, du robots.txt ou si le site ne répond pas. La version payante permet un monitoring un peu plus poussé avec le suivi du marquage analytics, search console, du contenu, d’éventuels malwares etc.

Ça ne suffit pas pour ne plus recetter mais ça permet d’éviter bien des problèmes 🙂

Site : http://www.robotto.org/

Pixel Width Checker : mesurer la taille de vos titles

Voici un outil aussi moche que pratique. Il permet de mesurer la longueur de vos balises titles afin de savoir si elles vont être tronquées par Google lors de l’affichage dans les pages de résultats.

pixel-width

Entrez vos titres dans le champ texte dédié et l’outil vous donne la longueur pour chacun d’entre eux. Sachez que selon le type d’appareil, la longueur affichée par Google peut varier. Selon les derniers tests, voici les chiffres à ne pas dépasser (source Screaming Frog) :

Pour les appareil sous Windows et Linux

Desktop:
Title: 482px
Description: 928px

Mobile:
Title: 550px
Description: 757px

Tablette:
Title: 550px
Description: 1035px

Sous Mac c’est un peu différent à cause de la façon de traiter les fonts :

Desktop
Title: 487px
Description: 928px

Mobile:
Title: 552px
Description: 763px

Tablette:
Title: 552px
Description: 1040px

Site : http://searchwilderness.com/tools/pixel-length/

 

Vous avez aimé ? Partagez 🙂

Reconnaissance d’objets avec TensorFlow

TensorFlow est une librairie pour le machine learning et l’intelligence logiciel. Nous allons aujourd’hui l’utiliser avec le language Python mais vous pouvez également l’utiliser en C.

Vidéo de présentation :

Je suis sous Mac, et pour installer la librairie j’ai utilisé les commandes suivantes :

$ sudo easy_install pip

$ sudo easy_install --upgrade six

Ensuite, il faut choisir la bonne version à installer :

# Ubuntu/Linux 64-bit, CPU only, Python 2.7 $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl # Ubuntu/Linux 64-bit, GPU enabled, Python 2.7
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below. $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.10.0-cp27-none-linux_x86_64.whl
# Mac OS X, CPU only, Python 2.7: $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.10.0-py2-none-any.whl
# Mac OS X, GPU enabled, Python 2.7: $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-0.10.0-py2-none-any.whl
# Ubuntu/Linux 64-bit, CPU only, Python 3.4 $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp34-cp34m-linux_x86_64.whl
# Ubuntu/Linux 64-bit, GPU enabled, Python 3.4
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below. $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.10.0-cp34-cp34m-linux_x86_64.whl
# Ubuntu/Linux 64-bit, CPU only, Python 3.5 $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.10.0-cp35-cp35m-linux_x86_64.whl
# Ubuntu/Linux 64-bit, GPU enabled, Python 3.5
# Requires CUDA toolkit 7.5 and CuDNN v5. For other versions, see "Install from sources" below. $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.10.0-cp35-cp35m-linux_x86_64.whl
# Mac OS X, CPU only, Python 3.4 or 3.5: $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-0.10.0-py3-none-any.whl
# Mac OS X, GPU enabled, Python 3.4 or 3.5: $ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/gpu/tensorflow-0.10.0-py3-none-any.whl

Il ne reste plus qu’à installer. Selon que vous êtes sous Python 2 ou 3, voici les commandes :

# Python 2 $ sudo pip install --upgrade $TF_BINARY_URL

# Python 3 $ sudo pip3 install --upgrade $TF_BINARY_URL

Nous sommes maintenant prêts pour faire un premier test avec une photo ou une image que vous aurez trouvé sur internet.

Allons dans le répertoire ou la librairie est installée. Dans mon cas, elle se situe ici (sous Mac) :

/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/tensorflow/

Vous pouvez situer l’emplacement en utilisant la commande suivante :

locate tensorflow

Cette commande, qui fonctionne aussi sous Mac ou Linux, vous liste les emplacements ou « tensorflow » est trouvé. Déplacez vous jusqu’au bon répertoire. Tapez ensuite cette commande pour faire un test :

sudo python classify_image.py

Vous devriez obtenir le résultat suivant :

giant panda, panda, panda bear, coon bear, Ailuropoda melanoleuca (score = 0.88493) indri, indris, Indri indri, Indri brevicaudatus (score = 0.00878) lesser panda, red panda, panda, bear cat, cat bear, Ailurus fulgens (score = 0.00317) custard apple (score = 0.00149) earthstar (score = 0.00127)

Par défaut, c’est une image de panda qui est identifiée. Nous allons pouvoir maintenant tester avec nos propres photos. J’ai pris une photo chez moi. Il s’agit d’une guitare et la photo est de qualité plutôt moyenne.

La voici :

guitare

C’est assez sombre, et franchement je ne m’attendais pas à ce que le script puisse reconnaitre un objet sur cette photo. Et pourtant …

En tapant la commande qui suit, Tensorflow a su reconnaitre l’objet principal de la photo :

sudo python classify_image.py --image_file /Users/maxduke/Desktop/test.jpg

test.jpg est évidemment le fichier jpeg de ma photo. Le script m’a renvoyé le résultat suivant :

electric guitar (score = 0.96822)

acoustic guitar (score = 0.00692)

stage (score = 0.00334)

pick, plectrum, plectron (score = 0.00106)

microphone, mike (score = 0.00057)

Comme vous pouvez le constater, le script est certain à 96% qu’il s’agit d’une guitare électrique. C’est presque incroyable mais ça fonctionne. J’ai fait une cinquantaine de tests, et TensorFlow a retrouvé 2 fois sur 3 le bon objet 🙂

Ca laisse beaucoup de place à l’imagination. Comment se servir d’un tel script ? Je suis en ce moment en train de concevoir un robot avec un Raspberry, et ça me donne pas mal d’idées … Et si mon robot pouvait reconnaitre mon chat et ainsi pouvoir interagir avec lui ?

Je reviendrais certainement avec d’autres articles sur le sujet. En attendant, amusez-vous bien.

Vous avez aimé ? Partagez 🙂

Posts Google : une nouvelle zone d’information dans les SERPs

Google propose en beta d’apparaitre dans sa nouvelle zone qu’il nomme « Posts » dans ses pages de résultats. Cette zone fait apparaitre des informations sur des sociétés en rapport avec la recherche de l’internaute.

Par exemple, sur ma recherche « fashion week », on retrouve des informations sur Prada, Armani ou encore Versace.

posts-google

Cette fonctionnalité fait encore descendre les résultats naturels et vont certainement faire baisser la visibilité des plus petits. Pour l’instant, c’est fonctionnalité est encore en expérimentation et est accessible par invitation. Vous pouvez faire une demande d’invitation : https://posts.withgoogle.com/

posts-google-banner

 

fashion-week-serp

 

 

Vous avez aimé ? Partagez 🙂