Les impressions et les clics sur la Search Console sont-ils liés ?

Avant le déploiement de la mise à jour d'août 2024, je passais en revue les données de mon site Web sur GA4. Désormais, pour ceux qui s'y connaissent, il est de notoriété publique que les positions SERP chutent le week-end et sont immédiatement récupérées les jours de la semaine suivants.

Certaines théories répandues tentent d'expliquer ce comportement SERP. Cependant, aucune de ces explications ne peut être considérée comme une explication définitive. Avec une curiosité extrême, je me suis mis à faire ce que je fais de mieux : examiner les données et voir s'il y a quelque chose qui vaut la peine d'être trouvé.

Mais avant de plonger dans le terrier du lapin dans lequel j'ai passé quelques semaines, laissez-moi vous expliquer pourquoi j'ai fait ce que j'ai fait.

La trempette du week-end

Tous les graphiques de performances GA4 ressemblent à ceci dans la plupart des niches (criez si ce n'est pas le cas pour vous). Comme pour imiter une impulsion organique sur la durée d’une semaine complète.

Au départ, il semble que le CTR et les impressions diminuent en raison de la baisse de l'intention de recherche organique. Vous aurez l'impression que moins de gens recherchent vos KW le week-end.

Cependant, vous n'êtes pas le seul. J'ai supposé que c'était également le cas.

J'ai commencé à remettre cela en question après avoir remarqué que la baisse ne restait pas constante mais augmentait avec la limite supérieure de trafic en semaine.

Par exemple, lorsque mon site a généré 500 trafics le lundi, le trafic correspondant le samedi est tombé en dessous de 200. Considérez cela comme une baisse d'environ 60 % le week-end.

Cependant, lorsque le trafic du lundi a augmenté à 800, le trafic du week-end a également augmenté à environ 320. Cela reflète la baisse de 60 %, mais conduit à plus de clics et d'impressions dans l'ensemble.

Si la baisse du week-end est uniquement due au comportement des utilisateurs, comment cette baisse de 60 % se maintient-elle de manière cohérente ? Je veux dire, le comportement des utilisateurs n'est-il pas censé être plus dynamique et erratique ?

Il était temps de commencer à approfondir cette question.

Selon SEJ, l'explication de ce comportement SERP est un bug dans l'algorithme de recherche. En supposant que ce soit le cas, ce comportement a été signalé par de nombreuses personnes. L'inaction de Google face à ce soi-disant « bug » semble un peu étrange.

Les données GA4 indiquent quelque chose d’encore plus étrange

Aujourd’hui, présenter un argumentaire basé sur un seul site est loin d’être exhaustif. J’ai donc demandé à mes collègues leurs données GA4.

Tout d’abord, ils travaillent tous dans le même créneau et, sans surprise, ont vécu la même crise du week-end. Bien que les pourcentages de baisse variaient entre la semaine et le week-end. Mais le graphique était là, montrant le même schéma.

Comme il le montre, sur les 6 sites que j'ai analysés, tous ont vu leur position moyenne baisser pour leur contenu principal pendant le week-end. La question brûlante est désormais de savoir quel facteur est à l’origine de la baisse du trafic ? Une baisse du volume de recherche organique ? Ou une augmentation de la position moyenne ?

Compte tenu de cela, j'ai commencé à établir des statistiques de corrélation pour les impressions et les positions moyennes du week-end et de la semaine, pour voir s'il y avait vraiment un volume de recherche plus faible, ou si le contenu était déclassé le week-end et remonté en semaine.

J'ai pris les données de trafic et de position moyenne pour les lundis et samedis suivants pour les 6 sites Web. Voici à quoi ressemble la pente de corrélation pour 4 des sites.

Ces 4 sites ont montré une corrélation négative entre les impressions et les positions moyennes basées sur les mêmes données et aux mêmes dates. Ce qui était normal car numériquement, à mesure que les positions s'améliorent, les valeurs diminuent.

L'étrangeté commence lorsque l'on analyse les plus grands sites parmi les 6. Voici les 2 plus grands,

Vous voyez la pente ascendante ? Cela signifie que les positions et les impressions sont positivement corrélées. Cela signifie que les impressions augmentent à mesure que la position augmente (classement inférieur sur SERP). Il n’y a absolument aucune bonne explication que je puisse fournir à cela. Sans compter que cela défie le bon sens.

Donc, pour m'en assurer, j'ai mené l'étude de corrélation sur l'un des sites les plus petits et l'un des plus grands avec des données sur cette année (24 janvier – 24 juillet). Les pentes sont vraies, comme vous pouvez le voir auparavant. Le site le plus petit suit la convention logique de corrélation négative.

D'un autre côté, le site plus grand montre une corrélation positive, ce qui, encore une fois, n'a pas de sens avec la plus grande taille de données.

Supprimer les données

Voilà donc ce que j'ai trouvé. Même dans un même créneau, et avec un comportement de trafic apparemment similaire, les tendances peuvent aller dans des directions opposées.

J'espérais obtenir des réponses, mais je me retrouve avec cette abomination de l'analyse de données et des questions encore plus ridicules. Quelqu'un peut-il expliquer comment un site peut obtenir plus d'impressions à mesure que son classement se détériore ?

Plus important encore, comment une mesure organique telle que le comportement des utilisateurs peut-elle amener les gens à se comporter de manière si cohérente que les baisses du week-end se maintiennent quel que soit le changement de trafic.

Déclarations

Pour générer ces graphiques, j'ai utilisé les fichiers CSV exportés depuis GA4. Après avoir effectué un nettoyage des données des exportations groupées, j'ai exécuté un script Python pour d'abord organiser les données dans des dataframes personnalisés. A partir de ces données, les graphiques de corrélation et de régression ont été tracés.

Modules Python utilisés :

 import pandas as pd from sklearn.linear_model import LinearRegression import matplotlib.pyplot as plt import seaborn as sns from scipy.stats import pearsonr

Hormis les modules et les sources de données indiqués, aucune autre manipulation de données n'a été effectuée sur l'ensemble de données d'origine.

Points de données :

J'ai utilisé les impressions par rapport à la moyenne. Comparaison de position pour trouver la corrélation entre eux. Les points de données sont les lundis et samedis du mois de juillet. Parallèlement à cela pour les tracés des grands sites, j'ai utilisé les données d'impression et de position moyenne de 2024 de janvier à juillet.

NDA :

Comme vous l'avez remarqué, les graphiques ne contiennent aucun marqueur de référence sur l'axe. Il s’agit de garder privées les données fournies par mes collègues. Si quelqu’un souhaite inspecter les données par lui-même, il devra accepter de signer une NDA.

Sinon, c’est le mieux que je puisse fournir pour défendre ce dossier.

Conclusion

Cette petite expérience ne fait aucune affirmation significative. Cependant, cela montre qu'il existe des incohérences dans la manière dont Google gère son algorithme de recherche. Le manque d'explication sur le comportement du week-end et le fait d'ignorer complètement le problème me laissent sceptique quant aux priorités de Search.