Google Search Autocomplete - les suggestions de recherche en lignes structurées
L'autocomplétion est la liste de complétions que Google propose sous la barre de recherche pendant que vous tapez, et c'est l'un des signaux publics les plus utiles du web. Elle provient de ce que les gens cherchent réellement, ce qui en fait une lecture directe des formulations de la demande plutôt qu'une estimation modélisée - et contrairement à un outil de mots-clés, elle fait remonter la longue traîne trop faible pour qu'un volume soit publié. Le problème est qu'elle n'existe qu'une fraction de seconde dans un menu déroulant. Ce service la transforme en tableau : une ligne par suggestion, trois colonnes, exportées en CSV, JSON ou Excel, pour autant de requêtes de départ que vous voulez soumettre.
L'export a une forme exceptionnellement prévisible, et c'est sa meilleure qualité. Chaque requête de départ renvoie exactement dix suggestions - cela s'est vérifié sur chaque bloc mesuré, sans bloc court ni long - si bien que la taille d'un travail est simplement votre nombre de requêtes multiplié par dix, connue avant toute dépense. La référence publiée accepte le paramètre query sous forme de tableau et regroupe jusqu'à mille requêtes par demande : une grande liste tient donc en un seul travail. Deux paramètres facultatifs font le reste : language, qui vaut anglais par défaut, et region, que la référence recommande de définir pour une meilleure expérience de recherche. L'autocomplétion dépend fortement de la locale : il vaut donc la peine de définir les deux délibérément, et de les consigner à part - aucune des trois colonnes de sortie ne vous dira ensuite de quelle locale provient une ligne.
Deux propriétés des données elles-mêmes méritent d'être anticipées. La première est que position est un rang à l'intérieur du menu déroulant d'une requête et non un numéro de ligne : il va de 1 à 10 puis repart pour la requête suivante, de sorte qu'un fichier de cinquante requêtes contient cinquante fois le nombre 1, et le regroupement par query doit précéder tout tri. La seconde est que la suggestion en tête est votre propre requête renvoyée - cela s'est produit sur chaque bloc mesuré. C'est Google qui propose la chaîne littérale en première option, et cela signifie que dix lignes par requête, c'est en réalité neuf nouvelles formulations plus un écho. Aucune des deux n'est un défaut, mais toutes deux faussent discrètement un comptage naïf, et un chiffre de suggestions par requête qui inclut l'écho est surestimé d'environ un dixième.
Une remarque honnête sur la volatilité, et elle joue dans les deux sens. Nous avons relancé plusieurs requêtes. L'une a renvoyé un top dix identique au octet près ; une autre a renvoyé les mêmes dix chaînes réordonnées ; une troisième en partageait huit sur dix avec son exécution précédente. La liste n'est donc ni figée ni aléatoire - elle dérive. C'est ce qui rend l'échantillonnage répété plus pertinent qu'une extraction unique, et c'est aussi pourquoi rien dans ces trois colonnes ne doit être traité comme un identifiant stable : construisez une clé à partir de la requête et de la suggestion réunies, enregistrez la date de chaque exécution, et laissez un mouvement de rang mériter son interprétation sur plusieurs échantillons plutôt qu'un seul. Commencez gratuitement : vos 500 premières lignes ne coûtent rien et ne demandent aucune carte bancaire.