Pour le moment, nos données sont spécialisées sur le marché français. En effet, notre objectif est de devenir un des leaders en France et avec les data les plus exactes possible. Nous nous concentrons donc pour le moment uniquement sur la France.

Nos données sont rafraichies en continu et jour par jour. Les mots clés et résultats les plus populaires sont rafraîchi par millions chaque jour.

Pour les mots clés ou données de longue traine, cela peut prendre plusieurs jours. 

Oui l’API est disponible depuis le 15/07/2023. La documentation est à cette adresse : https://tool.haloscan.com/user/api

L’accès est disponible dès le premier niveau d’abonnement payant.

Oui, vous pouvez réaliser des bulks avec 1000 entrées à la fois pour analyser des métriques de mots clés (https://tool.haloscan.com/keyword/bulk) ou obtenir des données de sites internet (https://tool.haloscan.com/domain/bulk). 

Si vous avez besoin d’un accompagnement, n’hésitez pas à nous contacter par mail sur [email protected].

Oui, vous recevez une facture par mail et vous avez également la possibilité de la récupérer sur votre compte haloscan.com. Vous pouvez payer par CB, Paypal ou virement.

Toutes les factures respectent les réglementations pour chaque pays en matière de TVA pour collecter et la reverser au pays de chaque acheteur. (Depuis le 1er janvier 2015).

Pour toute modification sur une facturation, vous pouvez contacter directement le support à l’adresse : [email protected].

Vous recevrez systématiquement les factures par e-mail et elles seront également disponibles sur votre compte à l’adresse : https://tool.haloscan.com/user/subscription

Nous utilisons des données publiques issues des résultats du moteur de recherche Google ainsi que leur service Google Adwords.

Les autres types de données sont exclusivement issus de nos algorithmes ou analyses de graphs.

Exemple de données que nous récupérons dans la SERP :

• Mots-clés connectés à des listes ordonnées d’URLs (organique)
• Des positions avec historique (qui peuvent avoir une saisonnalité)
• Des recherches associées ainsi que des questions fréquentes (PAA)
• Des mots-clés en gras (synonymes et variation orthographiques)
• Nombres de pages connues + le nombre de pages avec la commande “allintitle”
• Liste des Snippet (Maps, News, images, vidéos…)

Exemple de données en-dehors de la SERP :

• Les catégories de chaque mot-clé, grâce à l’API Google Ads, avec arborescence (pour déterminer une proximité thématique entre les mots clés)
• Les volumes de recherches Google Ads pour chaque mot-clé / SERP (alias avec même volume)

Vous retrouverez pour chaque mot clé des catégories avec une structure arborescente hiérarchique.

Pour information, haloscan recense 3180 catégories, dont 22 catégories de profondeur 1. Toutes les autres catégories ont un et un seul parent.

Les catégories sont connectées entre elles et forment une structure arborescente hiérarchique. Chaque catégorie possède une profondeur dans cette structure. Chaque mot-clé peut être associé à n’importe quelle catégorie.

Si un mot-clé est associé à une catégorie, il est systématiquement associé à tous les parents de cette catégorie

On peut également s’en servir pour comprendre l’intention thématique d’un domaine.

Par exemple, pour le site meilleurtaux.com avec 209 437 mots-clés positionnés (à la date du 18/07/2023)

~50% ont la catégorie « Finance »

~13% ont la catégorie « Credit & Lending »

~10% ont la catégorie « Loans »

Haloscan représente la SERP organique comme un graphe bipartite orienté et pondéré.

On peut s’en servir pour trouver les mots-clés dont la SERP est la plus similaire à un mot-clé donné.
Mais également pour grouper ensemble les mots-clés proches.

Nous pouvons aussi réaliser une détection des mots clés similaires qui provoquent des phénomènes de cannibalisation grâce à un clustering.

Les groupes sont faits automatiquement par optimisation d’une propriété mathématique (la modularité) du graphe des SERPs de ces mots-clés.

Nous utilisons des algorithmes avancés de machine learning visant à découvrir des motifs cachés dans des données semi-structurées à forte volumétrie (ce qu’on appelle vulgairement Big Data).

Nous crawlons le Web. Nous structurons cette donnée, notamment sous la forme de graphes, et la stockons dans des bases gigantesques. Ensuite, nous appliquons des algorithmes propriétaires pour découvrir des motifs (patterns), prédire des comportements et prescrire des actions.

Nos algorithmes permettent de déterminer les stratégies qui ont fonctionné, notamment pour la concurrence, ou qui pourraient fonctionner d’après les patterns détectés.

En termes communs, il s’agit d’une intelligence artificielle d’aide à la décision en matière de marketing digital.