Mythes et réalités de la social search

Connaissez-vous la recherche sociale (“social search” en anglais) ? Cette notion existe depuis de nombreuses années, mais semble avoir trouvé un second souffle avec les médias sociaux. Le principe consiste à remplacer l’algorithme (la machine) par des humains et leur capacité de discernement. Ça, c’est la théorie. Dans la pratique les choses se compliquent, car les fameux “humains” de cette recherche sociale ne sont pas tous logés à la même enseigne. Nous pouvons ainsi distinguer :

Les moteurs de recherche exploitant votre réseau (le graph social) comme Quora ou Aardvark ;
Les moteurs de recherche qui reposent sur une communauté de curateurs comme Mahalo, ChaCha, Blekko ou KGB ;
Les moteurs de recherche en temps réel (qui exploitent les plateformes de microblogging) comme OneRiot ou Scour ;
Les moteurs de recherche intégrés à des communautés verticales comme StackOverflow et son.

Le dénominateur commun de ces moteurs est de vous proposer non pas une liste de résultats, mais plutôt directement des réponses. Après ça, toute la difficulté est de savoir quels opérateurs humains sont les mieux placés pour vous apporter la bonne réponse :

S’il s’agit d’un problème personnel, le plus sage serait de consulter votre réseau proche (le “premier cercle”) ;
S’il s’agit d’un problème d’ordre professionnel, le mieux est de s’adresser à une communauté professionnelle verticale comme en propose StackExchange ou Blellow ;
Si vous êtes très pressé, le plus efficace est de poser une question sur Twitter (encore faut-il que vous ayez un nombre suffisant de followers…).

Bref, ce qui compte ce n’est en aucun d’exposer votre question au plus grand nombre, mais plutôt de la poser aux bonnes personnes (qu’elles soient dans votre réseau ou non). Selon ce point de vue, Facebook est très loin de proposer une solution de recherche viable et ceux qui prédisent la mort de Google vont un peu vite en besogne. En fait le problème de Facebook est double :

Il n’y a que très peu de contenu hébergé sur Facebook, ou du moins de contenus pertinents (cf. De la qualité des contenus sur Facebook) ;
Développer un algorithme pertinent demande beaucoup de travail et d’investissement (car il faudra bien trier les réponses, même si elles proviennent d’humains).

Vous pourriez me dire que la solution miracle se situe dans le partenariat entre Bing et Facebook (Bing et Facebook : l’alliance qui peut faire trembler Google), mais ce partenariat n’apporte pas grand-chose de neuf : remonter des profils et les likes de vos amis dans la page de résultats sont des fonctionnalités qui existent déjà chez Google (Search is getting more social, Introducing Google Social Search et The Evolution of Social Search).

Pour moi la plateforme de social search la plus intéressante est très certainement Quora qui propose une approche hybride : des Q/R participatives et l’exploitation de vos profils Facebook / Twitter.

Mais Google n’est pas en reste puisqu’ils proposent également une fonction très intéressante de consensus (Google’s Shift From Search Results to Answers) :

Ce principe de réponse par consensus mélangé à des formats de réponse structurés (comme le propose Google Squared), des résultats en temps réel (avec Google Real Time), la possibilité d’exploiter des bases de données ultra-structurées comme Freebase, ou de la recherche sociale plus classique comme Vark, Google a su diversifier son activité et ne pas s’enfermer dans la recherche algorithmique.

Au final est-ce que Facebook va détrôner Google sur le marché de la recherche ? Il y a très peu de chance en fait, car ils n’en sont qu’aux balbutiements de la recherche sociale (laissant aux autres le soin d’innover). Pour le moment, et jusqu’à preuve du contraire, la mécanique de recherche sociale ne fonctionne réellement bien qu’au sein de communautés verticales, aussi bien dans un contexte BtoB que pour du loisir (les forums des cyberbricoleurs ou de la Fourmilière renferment des trésors) que pour de la recommandation d’achat (où je crois beaucoup plus au potentiel de communauté d’acheteurs comme GDGT ou Hunch). Mais ceci fera l’objet d’un prochain article…