Information, probabilité et Google : que vaut un contenu qui répète ce qu’on sait déjà ?

Le point essentiel

1. Répéter une réponse déjà connue apporte peu d’information supplémentaire, même si le texte est plus long ou reformulé.
2. L’apport dépend du lecteur : une précision connue d’un professionnel peut aider un client à choisir ou à vérifier un point.
3. Les essais, les retours d’intervention et les questions du service client peuvent fournir les précisions qui manquent aux fiches produits et aux pages de services.
4. Google recommande des contenus utiles et fiables, qui apportent quelque chose aux autres sources. Ajouter des précisions vérifiables va dans ce sens.

Vous cherchez comment choisir un CRM. Les premiers guides en ligne conseillent de définir vos besoins, de comparer les fonctionnalités, de vérifier les intégrations et de former les équipes. À la cinquième lecture, vous avez retrouvé les mêmes recommandations dans un ordre légèrement différent. Vous savez qu’il faut préparer le changement ; vous ne savez toujours pas ce qu’il adviendra des échanges clients conservés depuis des années dans votre outil actuel.

Un autre article prend le temps de traiter cette question. Il distingue les contacts, l’historique des échanges, les pièces jointes et les champs ajoutés par votre entreprise. Il explique comment essayer leur reprise sur quelques dossiers avant de transférer l’ensemble. Vous pouvez maintenant demander une démonstration précise au prestataire et vérifier autre chose que la présence d’une fonction « import » dans sa brochure.

Dans cet exemple, les précisions sur le transfert répondent à une question que les autres guides avaient laissée ouverte. Ce même enjeu se retrouve dans un guide d’achat, une page de service ou un article technique : qu’apprend-on en le lisant après avoir déjà consulté plusieurs pages sur le sujet ?

Pourquoi retrouve-t-on les mêmes réponses d’un site à l’autre ?

Pour préparer une page de service, une fiche produit ou un article, on commence souvent par regarder les contenus déjà visibles sur le sujet. Cette recherche peut conduire à reprendre les mêmes arguments et les mêmes exemples, avec un texte plus long ou un habillage différent. D’un site à l’autre, le lecteur retrouve alors ce qu’il savait déjà.

Dans notre exemple de CRM, « vérifiez les intégrations » est un conseil difficile à contester. Pour la personne qui doit choisir le logiciel, il devient plus utile lorsqu’on précise quels échanges de données contrôler : les contacts créés depuis le site, les commandes, les modifications d’adresse, ou le rattachement d’un message à la bonne entreprise. Ces précisions peuvent orienter la démonstration et les essais.

L’apport se trouve parfois dans quelques lignes que les autres sites ont laissées de côté. Les questions reçues par l’assistance et les comptes rendus d’intervention peuvent fournir ces précisions. On peut y retrouver, par exemple, une difficulté fréquente, les conditions à vérifier avant une installation ou les essais qui ont permis de choisir une solution.

Il reste à comprendre ce que signifie « apporter de l’information ». Le mot désigne aussi bien une connaissance utile dans une conversation qu’une grandeur mesurable en théorie de la communication. Le passage de l’un à l’autre demande quelques précisions.

Pourquoi un message attendu informe-t-il moins ?

Claude Shannon était un mathématicien et ingénieur des Bell Laboratories. Dans son article de 1948, il étudie comment transmettre des messages et mesurer la quantité d’information qu’ils apportent, en fonction de leur probabilité d’apparition. Un message peut, par exemple, annoncer une bonne ou une mauvaise nouvelle : ce que cette annonce signifie pour son destinataire n’entre pas dans le calcul ¹.

Un bit permet de trancher entre deux possibilités aussi probables : pile ou face, par exemple ². Pour voir comment cela fonctionne, jouons aux devinettes.

Vous devez retrouver un objet caché au hasard dans l’une de quatre boîtes, A, B, C ou D. Toutes ont la même chance d’être choisies. Vous pouvez poser des questions auxquelles on répond par « oui » ou « non ».

1. « L’objet est-il dans A ou B ? » On vous répond « non ». Cette réponse vous donne une information : il reste C et D. Elle apporte 1 bit, car elle réduit de moitié les possibilités, de quatre cachettes à deux.
2. « Est-il dans C ? » La réponse est « oui ». Vous avez trouvé la cachette. Cette seconde réponse apporte 1 bit, soit 2 bits au total.

On vous répète ensuite « C’est dans C ». Vous connaissiez déjà cette cachette ; l’objet n’a pas changé de place. Cette répétition apporte 0 bit supplémentaire, car elle ne vous donne aucune information nouvelle sur la cachette.

Pour les amateurs de maths, c’est le moment de sortir le logarithme : la quantité d’information associée à un événement de probabilité p s’écrit ² :

Les probabilités servent aussi à calculer l’entropie : la quantité d’information que l’on s’attend à recevoir en moyenne ¹. Dans « L’entropie en SEO : nommer la dérive progressive d’un site », nous employons le mot dans un autre sens, par analogie avec les écarts qui s’accumulent sur un site au fil du temps.

Dans ce jeu, les quatre cachettes et leurs probabilités sont connues : c’est ce qui permet de compter les bits. Pour un contenu web, il faut regarder les questions du lecteur et ce qu’il savait déjà. Après sa lecture, a-t-il découvert une précision, vérifié une information ou compris un point resté obscur ?

Faut-il toujours apporter quelque chose d’inédit ?

La personne qui choisit son premier CRM et celle qui conduit sa troisième migration peuvent lire la même phrase sans en tirer le même bénéfice. La première découvre que les pièces jointes doivent être vérifiées séparément ; la seconde le sait depuis longtemps. La précision est ancienne dans le métier, mais nouvelle pour une partie des lecteurs.

Une information attendue peut aussi servir à confirmer un choix. Un prospect connaît votre activité ; il vient sur votre site pour vérifier que vous intervenez dans sa ville, que vous prenez en charge son équipement ou que le service annoncé existe encore. La réponse n’a rien de surprenant. Elle lui permet pourtant de vous contacter en connaissance de cause.

À l’inverse, une affirmation spectaculaire peut être peu utile si son origine est introuvable. Dans un comparatif de logiciels, annoncer qu’un outil divise le temps de traitement par dix soulève des questions sur les tâches mesurées, les utilisateurs et les conditions de l’essai. Un résultat plus modeste, accompagné du protocole et des difficultés rencontrées, donne au lecteur davantage de moyens pour le comparer à son propre travail.

Une synthèse peut enfin rendre un service réel en rapprochant des documents dispersés. Le rédacteur retrouve les versions en vigueur, explique leurs différences et donne accès aux sources. Les informations existaient déjà ; leur présentation aide un lecteur qui aurait eu du mal à les réunir seul.

Pour reprendre notre exemple, le guide utile peut donc présenter une méthode connue de reprise des données. Sa contribution tient à la manière dont il explique les vérifications et à la possibilité de les appliquer au projet du lecteur.

Et Google, dans tout ça ?

Dans ses recommandations aux créateurs de contenus, Google invite notamment à examiner la présence d’informations ou d’analyses originales, l’utilité du texte et la contribution ajoutée lorsque l’auteur s’appuie sur d’autres sources ³. Ce sont des questions que l’on peut appliquer à nos guides : le cinquième apporte-t-il une réponse que les quatre premiers n’avaient pas donnée ?

Ces recommandations parlent du travail à accomplir sur une page. Elles ne fournissent pas un barème reliant sa nouveauté à une position dans les résultats. Le guide des systèmes de classement décrit plusieurs systèmes ; BERT, par exemple, y est présenté comme un moyen de comprendre les significations et les intentions exprimées par les combinaisons de mots ⁴. Il n’y est pas décrit comme un compteur de banalité des articles.

Le calcul en bits ne permet donc pas de conclure qu’un texte rare ou surprenant sera mieux classé. Mais une page qui apporte des précisions utiles et vérifiables peut mieux répondre au besoin du lecteur qu’une simple reformulation des contenus existants. Google indique que ses systèmes cherchent à privilégier les informations utiles et fiables ³. Pour l’entreprise, les questions restent concrètes : quelles recherches font apparaître la page, pour quels lecteurs, et que peuvent-ils faire après l’avoir consultée ?

Pour vérifier l’utilité des informations ajoutées, les échanges avec les prospects peuvent compléter les statistiques de visite : citent-ils un passage de la page, reprennent-ils une vérification proposée ou posent-ils toujours une question que le texte traite déjà ? L’effet recherché peut être défini avant la modification, comme le développe l’article « Le SEO est-il falsifiable ? ».

L’IA explique-t-elle cette répétition ?

Demander à un outil d’IA de rédiger un guide pour choisir un CRM, sans lui fournir de documents sur les installations ou les difficultés rencontrées, peut conduire à retrouver les conseils déjà présents dans les comparatifs. Une relecture qui corrige seulement le style laisse alors de côté la question de départ : comment reprendre les données de l’ancien logiciel ?

En fournissant à l’outil les comptes rendus d’intervention, les questions reçues par l’assistance, les essais réalisés et les explications des personnes qui connaissent le sujet, l’auteur lui donne une matière plus précise à organiser. Les personnes qui ont réalisé ces travaux peuvent ensuite vérifier les faits et les conditions décrites dans le texte avant sa publication.

Google indique que l’IA générative peut aider à rechercher un sujet et à structurer un contenu. Ses conseils portent sur l’exactitude, la qualité et la pertinence du résultat ⁵. Ses règles sur les contenus à grande échelle visent la création de nombreuses pages destinées principalement à manipuler le classement, avec peu ou pas d’intérêt pour les utilisateurs, quelle que soit leur méthode de production ⁶.

La répétition vient parfois du choix des sources : un rédacteur qui travaille uniquement à partir des pages concurrentes reprend leurs exemples et leurs réponses, et l’IA peut l’aider à les reformuler plus vite. Pour élargir le contenu, il peut aussi recueillir les observations des équipes et les questions que les clients leur posent.

Où trouver la matière qui manque à vos pages ?

Si vous souhaitez reprendre une page, commencez par les questions que les clients posent à vos équipes après avoir consulté votre site. Cela vaut pour une fiche produit e-commerce, une page d’artisan ou une prestation de conseil : on peut exercer le même métier ou vendre le même produit que ses concurrents et avoir des précisions utiles à apporter. Le service client peut retrouver les hésitations sur une taille ou une compatibilité ; les techniciens peuvent décrire les contraintes rencontrées pendant les interventions.

Cette matière demande ensuite un travail éditorial. Un compte rendu interne contient des noms, des détails propres à un client et des circonstances que le futur lecteur ne connaît pas. Pour en faire un contenu public, il faut expliquer la situation, retenir les vérifications transposables et préciser ce qui dépend du produit ou de l’intervention. Un exemple construit peut servir à montrer le raisonnement lorsque les dossiers réels ne peuvent pas être publiés.

Quelques exemples pour différents métiers :

Conclusion

Un sixième guide sur le choix d’un CRM peut encore mériter sa place. Il peut éclairer une difficulté que les précédents ont survolée, expliquer une méthode à un lecteur qui la découvre ou réunir des informations qu’il aurait dû chercher dans plusieurs documents. Son apport se juge dans ces précisions.

Shannon donne un cadre pour comprendre pourquoi la répétition d’un message connu apporte peu d’information supplémentaire. Le travail du rédacteur consiste ensuite à savoir ce que son lecteur connaît déjà, ce qui lui manque et quelles sources permettent de lui répondre. Pour une entreprise, les réponses se trouvent souvent auprès des personnes qui installent, vendent et assurent le service. Les faire entrer dans les contenus donne aux prospects des raisons plus précises de poursuivre leur lecture et leur échange avec vous.

Sources

1. Claude E. Shannon, A Mathematical Theory of Communication, 1948. Passages cités : p. 1 et 10–11 du PDF.
2. MIT OpenCourseWare, Information, Entropy, and the Motivation for Source Codes, 2012. Cours 6.02, chapitre 2, p. 2–4 du PDF.
3. Google Search Central, Créer des contenus utiles, fiables et people-first, notamment les questions sur le contenu et la qualité.
4. Google Search Central, Guide des systèmes de classement dans la recherche Google, notamment la description de BERT.
5. Google Search Central, Conseils sur les contenus générés par IA.
6. Google Search Central, Règles concernant le spam dans la Recherche sur le Web Google, section « Utilisation abusive de contenu à grande échelle ».