2 Comments to “Podcast – Présentation de Mitambo”

• serge esteves
  16 janvier 2013 à 14 h 09 min

  Salut JB,

  Merci pour ce podcast intéréssant sur cet outil prometteur. Je crois que c’est la première fois que je vois un outil qui propose une simulation du pagerank interne comme l’outil que j’utilise (et que tu connais aussi) ici en agence.

  Il y a vraiment beaucoup de données disponibles pour des analyses, sur la partie sémantique c’est assez pointu, avec ces nouvelles notions que je connaissais pas (intention, sujet, reputation,..) et pratique aussi pour attaquer les problèmes de duplication par exemple. ou encore identifier les pages qui se cannibalisent en ciblant la même expression principale objectif.

  J’avoue n’avoir pas très bien compris le fonctionnement de la partie catégorisation des URLS, ce qu’ils appelent le cluster, est ce l’outil qui va créer automatiquement des groupes d’urls en fonction de modèle de path qui reviennent de manière récurrente ? Ou est ce qu’on la main dessus, avec une bonne catégorisation en regex ?

  Pour l’instant, comme dit dans le podcast, c’est vrai que ca a l’ait assez brut et pas évident d’avoir une première vision macro de la structure du site. Je serais attentif aux prochaines versions, enrichies de graphiques, de résumés, et également d’une partie matching avec les logs si je ne m’abuse.

  Ceci dit, je suis un peu dubitatif sur les performances sur de gros sites, et je testerais bien l’outil pour me prouver le contraire.

  Répondre
• Francois
  22 janvier 2013 à 8 h 44 min

  Bonjour Serge,

  Merci pour l’intérêt porté à la vidéo et vos commentaires.

  Pour la partie catégorisation des URLs, il y a en effet plusieurs approches et plusieurs techniques qui sont utilisées pour créer ces groupes d’URLs.

  Il y a des analyses de patterns sur la DOM qui permettent d’identifier les structures de templates et leurs zones (headers, sidebars, footers, …) et d’autres techniques liées à l’analyse des keywords. Sans oublier la cinquantaine d’éléments disponibles dans l’interface qui permettent de filtrer manuellement et de sauvegarder ces requêtes.

  Il est également possible de créer d’autres éléments d’analyses (regex que tu cites) par exemple pour traquer par exemple un marquage JS type Google Analytics. Cela fait partie des dizaines de features à standardiser.

  La manipulation des données analysées peut supporter de filtres instantanés sur des millions d’URLs. On serait plutôt limité en terme de capacité de crawling. Le plus gros site sur lequel nous avons travaillé comptait 6 Million de pages. C’est une histoire d’architecture distribuée qui s’ouvre petit à petit et qui finira par un outil complètement dans le cloud. Mais chaque étape en son temps

  Donc pour les analyses internes, l’exemple avec le site de 6 Mo de pages, il n’y avait aucun signe de ralentissement. En 2 ou 3 choix de paramètres tu obtenais le groupe de pages ad hoc.

  Nous sommes déjà occupés sur la vision macro du site avec une nouvelle version de tableaux de bords (plus de 50 modèles de visualisations). Qui pour l’avoir testée sur plusieurs rapports d’audits est compréhensible par des managers qui ne mettront jamais les mains dans le cambouis

  Tu es le bienvenu si tu souhaites un test, n’hésites pas à prendre contact quand cela te convient.

  Répondre

Articles similaires

Articles récents

Catégories

Archives

Liens