Scopri la SEO e tutte le sue regole. Scriviamo articoli con argomenti quali i motori di ricerca, la pubblicità su internet, analytics e monitoraggio dei siti web, consigli sull'utilizzo di tagmanager, e tanti altri consigli utili per il tuo sito web e la tua attività. Buona lettura!
RankBrain è certamente uno dei più importanti update che Google ha effettuato negli ultimi anni per perfezionare l’algoritmo del motore di ricerca più famoso al mondo.
In passato la ricerca web si serviva principalmente di parole chiave lavorando sulla singola parola o su combinazioni di parole.
Oggi ci sono strumenti più all’avanguardia ed uno di questi è per l’appunto RankBrain.
Indice argomenti:
Google RankBrain: cos’è e come funziona
RankBrain
Questa innovazione è parte dell’algoritmo generale di Google (anche noto come Hummingbird), e il suo scopo è quello di aiutare il posizionamento dei siti più autorevoli fra i primi risultati di ricerca.
Grazie all’utilizzo dell’intelligenza artificiale, ha permesso la nascita di un nuovo modo di concepire le ricerche online. Esso si serve di una nuova tecnologia basata sul machine learning, un processo di apprendimento automatico.
Ma cosa significano le diciture artificial intelligence e machine learning? Se vi occupate di SEO non potete farvi scappare questi concetti. Vediamoli insieme.
Il sistema di intelligenza artificiale e il test di Turing
Per sistema di intelligenza artificiale si intende una tecnologia che lavora seguendo lo schema delle reti neuronali dell’essere umano. Essa adotta un comportamento quanto più simile al nostro, chiamato comportamento razionale. Fu Alan Turing a muovere i primi passi in questo campo istituendo un test che porta il suo nome: il test di Turing.
Questa prova valuta l’efficienza di una macchina in base alla somiglianza del suo ragionamento con quello umano. In altre parole, se il modo di agire dell’essere umano diventa indistinguibile da quello della macchina, quest’ultima è considerata una macchina intelligente.
Il machine learning di Google RankBrain
Per machine learning si intende un processo in cui la macchina fornisce a se stessa le istruzioni per fare qualcosa, apprendendo quindi in maniera autonoma. Non ci sarà pertanto bisogno di una persona che le dica cosa fare o di un programma pensato appositamente per insegnarle a portare a termine un compito.
Alla luce dei risultati raggiunti, possiamo dire che questo sistema rappresenta un vero e proprio punto di svolta nel mondo della tecnologia.
La raccomandazione degli esperti rimane, però, quella di agire con cautela e buonsenso, per non diventarne dipendenti o lasciarci soppiantare da questa tecnologia.
Fattori di ranking
A ridosso della data di inizio funzionamento, Google RankBrain era già diventato il terzo fattore di ranking. Ma cosa significa che Rankbrain è il terzo segnale di Google? Per segnali intendiamo tutto ciò che aiuta Google nel posizionamento delle pagine web.
Quali siano gli altri due non ci è dato saperlo visto che Google non lo ha comunicato nonostante le ripetute richieste ma possiamo immaginare che i link e le parole (intese come generatrici di concetti) siano due ottimi candidati.
Rankbrain lavora sulle query di ricerca instaurando un collegamento tra quelle più articolate e quelle più semplici, cercando di ricondurle agli stessi risultati.
Come agisce RankBrain
funzionamento Rankbrain
Alla base del perfezionamento delle query c’è un lavoro umano che sfrutta lo stemming (cioè trovare la radice di una parola, ad esempio infante è la radice di infantile) e le entity (entità, connessioni fra le cose).
Non potendo affidare ad un dipendente di Google un compito arduo come quello di analizzare miliardi di risultati di ricerca, Rankbrain entra in gioco per dare una mano. Esso lavora sulle query di ricerca instaurando un collegamento tra quelle più articolate e quelle più semplici, cercando di ricondurle agli stessi risultati.
Ad esempio le ricerche “quali sono gli stati più popolati al mondo” e “stati per popolazione” produrranno all’incirca gli stessi risultati di ricerca. Ciò che fa Rankbrain è creare una connessione fra la prima query che è più complessa e la seconda che è più immediata. In altre parole sfrutta quello che già sa per rispondere a domande meno comuni ma che sono comunque in tema.
Vediamo un esempio famoso per capire meglio: scriviamo “console grigia della Sony” sulla barra di ricerca. Un tempo l’algoritmo di Google avrebbe cercato delle pagine web in cui trovare le parole chiave per rispondere a queste query complesse mettendo insieme i risultati.
Rankbrain cerca invece di capire di che cosa si sta parlando, interpretando la richiesta dell’utente. Possiamo presumere che abbia delle conoscenze pregresse sulla console Nintendo, apprese grazie alle ricerche precedenti. Una volta compreso qual è l’argomento di cui si sta parlando (cioè console per i videogiochi), collega questo ragionamento alla console prodotta da Sony e ottiene per risultato la PlayStation.
Come Rankbrain valuta se una query di ricerca ha prodotto buoni risultati: gli user signals
Per sapere se la SERP ha generato dei risultati graditi all’utente, Rankbrain si serve di alcuni parametri chiamati user signals. Tra questi i più importanti sono:
CTR o click through rate. Rappresenta la percentuale di click su un annuncio. In poche parole se su cento visitatori di un sito uno di essi clicca sull’annuncio allora si avrà un CTR dell’1%.
Dwell time. Svela importanti informazioni sul tempo di sosta dell’utente su una determinata pagina. Più è elevato più significa che l’utente ha apprezzato il contenuto ed è rimasto a consultarlo. Se è bassa vuol dire che l’utente è uscito dopo poco tempo per effettuare una nuova ricerca.
Bounce rate o frequenza di rimbalzo. Questa ci permette di sapere dopo quanto tempo e ogni quanto un utente lascia la pagina per fare un’altra ricerca perché non soddisfatto della precedente.
Grandi differenze col passato: parole chiave a coda lunga e coda media
Con l’avvento di Google RankBrain è sconsigliabile continuare ad usare delle long tail keyword per ottimizzare i propri contenuti.
Infatti prima Google non poteva fare altro che prendere diverse ricerche e lavorare per parole chiave, creando due SERP distinte per query anche molto simili fra loro. A quel tempo l’utilizzo di keyword complesse era indispensabile ma adesso è obsoleto.
Piuttosto è opportuno affidarsi a delle keyword a coda media. Con questo metodo creeremo delle vere e proprie reti di correlazioni fra le parole chiave, inserendo una singola parola ma restando sempre attenti alla qualità di ciò che stiamo caricando online.
I vettori di parole e Word2Vec
L’intelligenza artificiale sta avvicinando sempre più il linguaggio delle macchine a quello umano, eppure ad oggi è ancora difficile per gli utenti comunicare con il proprio computer in maniera naturale.
Google ci ha però rassicurato che i progressi effettuati sono notevoli e sono visibili dal modo in cui la macchina apprende pur senza un’istruzione umana alla base. Gli ingegneri di Google hanno notato che attraverso dei pattern ben distribuiti nel testo, l’algoritmo è in grado di espandere la propria conoscenza in merito ad un argomento senza il bisogno che gli venga spiegato di cosa si tratta.
A tal proposito Google ha creato un tool di tipo open source chiamato Word2Vec in cui è possibile implementare dei vettori di parole.
Un esempio chiarificatore è stato fornito proprio da Google che ha spiegato come, attraverso la consultazione di vari articoli forniti da Word2Vec e corredati da immagini e schemi, AI riesca in totale autonomia ad effettuare dei collegamenti concettuali non scontati.
associazione fra paesi e capitali
Come possiamo vedere nell’immagine, l’algoritmo collega fra loro le capitali di paesi ai paesi pertinenti. Riesce, quindi, a capire che c’è una correlazione tra Spagna e Madrid, Berlino e Germania ma non tra Parigi e Italia.
Durante l’apprendimento l’intelligenza artificiale continua ad imparare sulla base di nuovi modelli che vengono creati, il tutto senza supervisione umana né prima né dopo il processo. Google ha reso libero l’uso di questo tool perché spera sia d’aiuto a ricercatori ed esperti di machine learning per aiutare il genere umano a progredire sempre di più.
Conclusioni e consigli per la strategia SEO
Sebbene ancora ci siano molte persone scettiche o timorose di una possibile ritorsione di queste nuove tecnologie, dobbiamo ammettere che il lavoro di Google Rankbrain e dell’innovativo sistema di intelligenza artificiale è di vitale importanza per la nostra specie.
Sapendo che un buon posizionamento del proprio sito è la chiave di una strategia SEO vincente, i consigli migliori che si possono dare ai webmaster sono di aggiornarsi sulle dinamiche tecniche della ricerca online e non trascurare le caratteristiche che rendono di qualità un contenuto online.
Solo in questo modo non si verrà colti impreparati dalle future tendenze SEO.
Utilizziamo i cookie per essere sicuri che tu possa avere la migliore esperienza sul nostro sito. Se continui ad utilizzare questo sito noi assumiamo che tu ne sia felice.OkNoPrivacy policy
