Relevance engineering · Ingénierie de la pertinence
La relevance engineering est une discipline popularisée par Mike King (iPullRank) qui traite la visibilité de recherche comme un problème d’ingénierie : mesurer la pertinence d’une page face à une requête, notamment avec des embeddings et la similarité cosinus. Elle associe recherche d’information, IA, contenu, UX et relations presse numériques.
Définition autonome · 50 mots
D’où vient le terme ?
Mike King, fondateur d’iPullRank, l’a mis en avant lors de SEO Week et dans l’AI Search Manual de son agence, présenté comme le cadre de la visibilité dans la recherche conversationnelle. Son communiqué indique que Search Engine Land l’a nommé AI Search Marketer of the Year 2025.
Comment cela fonctionne-t-il ?
Sujets, pages et requêtes sont représentés par des vecteurs et la pertinence se mesure par leur proximité. On calcule un vecteur central par sujet, puis un score pour chaque page, et ces scores guident quoi écrire, quoi couper, comment regrouper et relier les pages. DEJAN décrit la même logique et la rattache à la visibilité IA.
Quelles limites ?
C’est un cadre de mesure, pas une règle de classement publiée : les embeddings d’un moteur donné ne sont pas accessibles. Google rappelle par ailleurs que ses systèmes comprennent la pertinence sans correspondance exacte de mots, ce qui plaide pour le fond plutôt que pour l’optimisation de surface.
Questions fréquentes
La relevance engineering remplace-t-elle le SEO ?
Elle prolonge le SEO avec des méthodes de recherche d’information et de mesure vectorielle. Elle n’écarte ni le crawl, ni l’indexation, ni l’autorité.
Faut-il des outils spécifiques ?
Un modèle d’embedding et un calcul de similarité suffisent pour un premier audit. Des outils comme Qforia d’iPullRank servent à simuler le query fan-out.
Termes liés
Approfondir
- Profound vs Otterly vs Ahrefs : comparatif du query fan-out
- Search Central Live Deep Dive Barcelone 2026 : ce que Google a dit pendant les 3 jours
- ← Retour au glossaire GEO (114 termes)