Le Knowledge Graph est la base de données géante de Google qui stocke les entités (personnes, entreprises, lieux, produits) et leurs relations sémantiques. Il permet à Google de répondre directement dans la SERP sans cliquer sur un lien. 500M+ entités et 5B+ relations en 2024.
Launché en 2012, le Knowledge Graph a transformé la recherche d'un matching par mots-clés à une compréhension par entités. Au lieu de chercher «+tarte +pomme », Google comprend que « tarte aux pommes » est une recette, un dessert, liée à la entity « pomme » (fruit) et «pâte feuilletée » (ingrédient). Les informations du Knowledge Graph sont visibles dans les « Knowledge Panels » — les encadrés gris à droite des résultats. Le Knowledge Graph s'appuie sur le schema.org markup, le Natural Language Processing (NLP) de Google, et les données structurées du Knowledge Vault (500M+ faits vérifiés).
Le Knowledge Graph, c'est le cerveau de Google. Avant 2012, Google cherchait des mots. Depuis 2012, Google comprend des concepts. Quand vous cherchez « Einstein », le Knowledge Graph sait que c'est un physicien allemand né en 1879, mort en 1955, prix Nobel de physique 1921, et qu'il a développé la relativité générale. Il vous affiche ces facts sans que vous cliquiez sur un site.
Chaque entité du Knowledge Graph a : (1) Type — Person, Organization, Place, Product, Event, etc., (2) Attributs — facts known about the entity (dates, locations, measurements), (3) Aliases — noms alternatifs et variations (Einstein / Albert Einstein / Dr. Einstein). Plus une entity a d'attributs, plus Google la comprend. Les entités avec > 20 attributs sont considérées comme « bien définies » et moins susceptibles d'être confondues avec des homoglyphes.
Le Knowledge Graph ne stocke pas que des faits isolés — il encode les relations : « Einstein » — [a_worked_at] — « Université de Princeton ». Ces relations permettent à Google de répondre à des requêtes complexes (« Où Einstein a-t-il travaillé ? ») sans naviguer vers un site. Les relations hiérarchiques (is-a), les relations d'action (created-by, invented-by), et les relations temporelles (occurred-during) construisent un graphe de connaissances browseable. Les SERP avec Knowledge Panels ont un CTR 15% supérieur aux SERP sans.
Les faits du Knowledge Graph viennent de : (1) Schema.org markup — balisage structuré sur les pages web, (2) Wikipedia / Wikidata — sources ouvertes vérifiables, (3) Knowledge Vault — faits extraits automatiquement du web et vérifiés par des algorithmes, (4) Données propriétaire Google — interactions utilisateurs, Google Business Profile, Gmail. La fiabilité de chaque source est ponderée — Wikipedia est haute confiance mais pas infaillible. Les erreurs dans le Knowledge Graph peuvent persister des années si personne ne les signale via le form de feedback.
Une chaîne de restaurants wanted to appear in Knowledge Panels for queries like « best restaurants in Lyon ». Actions : (1) Created Wikipedia article for the brand (3K words, multiple citations), (2) Added Organization + Restaurant + Menu Schema markup on all pages, (3) Verified and optimized Google Business Profile with photos, hours, and menu, (4) Earned citations on Wikidata from food critics. Result : Knowledge Panel appeared for the brand name search within 6 months. Direct searches for the brand +65%. Branded search CTR +22%.
| Métrique | Valeur | Impact |
|---|---|---|
| Entités dans Knowledge Graph | 500M+ (2024) | Échelle Google |
| Relations stockées | 5B+ | Graphe sémantique |
| SERP avec Knowledge Panel | +15% CTR | vs SERP classique |
| Attributs pour entity « bien définie » | > 20 attributs | Réduit ambiguïté |