Un graphe de connaissances est un moyen de représenter et d'organiser tous types d'informations sous une forme que les personnes et l'IA peuvent facilement comprendre et exploiter. Il centralise la gestion des connaissances en donnant du sens aux données provenant de sources internes et externes, avec un fonctionnement similaire à celui d'une carte. Les marques peuvent utiliser cette carte pour découvrir de nouvelles informations et opportunités.
Par ailleurs, cet outil offre aux marques un format unifié et complet pour communiquer avec les moteurs de recherche et l'IA. Les marques peuvent ainsi instaurer un climat de confiance avec ces plateformes de recherche et mettre en avant leurs informations lorsque celles-ci correspondent à l'intention des clients.
Imaginez le graphe de connaissances comme une immense carte au trésor.
Toutes les informations concernant votre entreprise, votre marque, vos produits et services, vos établissements et vos clients reposent dans le graphe de connaissances, comme des marques dessinées sur une carte. Les relations et les liens entre toutes ces entités y apparaissent également. Considérez ces relations comme des lignes pointillées qui montrent comment suivre la carte efficacement ou utiliser les indices contextuels qu'elle comporte.
Certaines de ces informations peuvent provenir de données structurées, comme les données NAP ou les fiches locales. D'autres peuvent être issues des données non structurées contenues dans vos images, vidéos et textes sur les réseaux sociaux. D'autres encore pourraient refléter ce que les clients disent de vous dans les avis publiés sur des sites tiers (et la manière dont vous répondez à ces avis).
À l'ère de la recherche par IA, les graphes de connaissances aident aussi les marques à gérer ces informations en rendant leurs données accessibles aux plateformes de recherche optimisées par l'IA.
Imaginez que la marque Vivalto Santé, qui dispose de nombreux établissements, possède un graphe de connaissances contenant les données suivantes :
Une entité identifiée comme "maternités"
Une entité identifiée comme "soins post-partum"
Une ligne pointillée entre les deux entités étiquetée "avec/pour"
Une entité identifiée comme "Nantes"
Une ligne pointillée reliant les trois entités étiquetée "à/près de"
Le graphe de connaissances contient des données plus structurées, comme l'ensemble de ses cliniques et de ses centres hospitaliers disposant d'une maternité. La marque Vivalto Santé a également intégré des données semi-structurées, comme une FAQ répondant à des questions telles que : "Quelles sont les différences entre un médecin en secteur 1 et en secteur 2 ?" ou "Peut-on demander une chambre particulière ?"
Vivalto Santé publie même du contenu non structuré dans sa rubrique Actualités et sur les réseaux sociaux, avec des articles portant sur les événements et les technologies du secteur médical, le bien-être des patients, etc.
Imaginez maintenant une patiente effectuant une recherche sans marque sur la plateforme de recherche par IA qu'elle a l'habitude d'utiliser : "Aide-moi à trouver une maternité près de Nantes qui propose aussi un accompagnement post-partum. Je veux un médecin conventionné en secteur 1." Comme Vivalto Santé utilise un graphe de connaissances pour gérer et diffuser ses informations publiques (données structurées) et son contenu optimisé (données non structurées), elle dispose d'une source unique pour regrouper toutes ces informations. Cette approche de la gestion des connaissances permet de diffuser facilement le contenu de Vivalto Santé sur tous les sites, applications et plateformes que l'IA cite (et sur lesquels les patients effectuent des recherches).
Plus l'IA trouve les données de Vivalto Santé à différents endroits et constate leur cohérence, plus il est probable qu'elle les privilégie et les utilise dans ses réponses de recherche génératives. Le graphe de connaissances de Vivalto Santé permet quant à lui de fournir aux patients les bonnes informations et fait apparaître la marque, quel que soit l'endroit où ils effectuent leurs recherches.
Le Knowledge Graph permet à l'IA de recueillir facilement ce que votre marque met en avant
Le Knowledge Graph de Yext aide les marques à organiser, gérer et partager leurs données. L'objectif est de permettre aux moteurs de recherche traditionnels ainsi qu'aux expériences de recherche par IA émergentes d'y accéder et de les partager en réponse à une requête de recherche.
Le Knowledge Graph s'appuie sur un système de gestion de contenu (CMS) headless doté de la technologie des graphes. Grâce à un système de connecteurs performant, les marques peuvent explorer, envoyer et extraire des données de manière flexible selon un calendrier spécifique, sur simple pression d'un bouton ou via des intégrations d'API. En reliant des entités connexes (par exemple, établissements, produits et services) dans un seul graphe de connaissances, les marques s'assurent que les mises à jour des données sont automatiquement répercutées sur tous les points de contact. La recherche sémantique extrait les données du graphe de connaissances afin que l'IA puisse répondre aux questions de manière cohérente, conversationnelle et pertinente.
La gestion de votre contenu s'en trouve facilitée et vous avez la garantie qu'il sera publié correctement sur les différentes plateformes où vous le diffusez.
Pérennisez la visibilité de votre marque
Les marques qui utilisent le Knowledge Graph de Yext devancent leurs concurrents équipés de solutions de gestion des connaissances qui reposent encore sur des données statiques, cloisonnées et non structurées. Le Knowledge Graph de Yext aide également les marques à rester visibles à mesure que de nouvelles tendances émergent dans l'IA et la recherche. Grâce à une base de données flexible et connectée, les marques peuvent s'assurer un succès durable tout en s'adaptant aux constantes évolutions des plateformes de recherche. En savoir plus sur le Knowledge Graph.