Cos’è la Ricerca Semantica? Come Impatta la SEO

Cos’è la Ricerca Semantica? Come Impatta la SEO

Avatar
Marketer e scrittore di contenuti ad Ahrefs. Appassionato di SEO, aviazione, profumi, sushi e tacos.
Hai notato che Google riesce a gestire quasi ogni domanda che gli poni ultimamente?

Guarda al risultato per questa query:

yoda fs

Anche se non è menzionato Yoda per nome, Google ha capito di chi stiamo parlando, e cosa vogliamo conoscere di esso.

Tutto ciò non sarebbe possibile senza la ricerca semantica.

Cosa troverai in questo articolo:

La ricerca semantica è un processo di recupero informazioni utilizzato dai motori di ricerca moderni per fornire i più rilevanti risultati di ricerca. Si focalizza nel significato delle query di ricerca in alternativa al tradizionale confronti di parole chiave.

La terminologia deriva da una branca della linguistica chiamata semantica, che è dedicata allo studio del significato.

Nonostante ci siano molte variabili in gioco, i principi della ricerca semantica, perché è necessaria, e come è influenzata sono facili da capire.

Gli utenti spesso non usano lo stesso linguaggio del contenuto desiderato

Peggio, a volte non sappiamo come articolare correttamente una query di ricerca.

Immaginiamo che hai sentito una canzone nuova alla radio. Ti è piaciuta ed inizi a digitare su Google testi a caso finché la trovi.

soad serp

una canzone su Google cercando testi vaghi.

Per aggiungere un altro strato di complessità, compara ciò che hai digitato su Google con ciò che dici a Siri, Alexa, o all’Assistente Google. Le parole chiave ora diventano conversazioni.

Ci sono molti modi per esprimere la stessa idea, ed i motori di ricerca devono avere a che fare con ognuno di essi. Devono essere in grado di abbinare il contenuto nel loro indice con la query di ricerca in base al significato di entrambi.

Per quanto ciò sembri già molto sfidante, è solo l’inizio.

Molte ricerche sono non-intenzionalmente ambigue

Circa il 40% delle parole in Inglese sono polisemiche—hanno 2 o più significati. E’ probabilmente la sfida più significativa che la ricerca semantica sta cercando di risolvere.

Per esempio, la parola chiave “phyton” ha 533.000 ricerche mensili solamente negli USA:

Se io dovessi cercare per “phyton”, molto probabilmente mi riferirei al linguaggio di programmazione. Ma ognuno al di fuori dell’industria tech si aspetterà il serpente o la  leggendaria troupe britannica.

Il problema è che le parole raramente hanno un significato senza contesto. In cima alle parole polisemiche, ci sono un’infinità di sostantivi che possono essere aggettivi, verbi, o entrambi. E siamo ancora nella sfera del significato letterale. Diventa ancora più interessante se noi scaviamo nei significati dedotti (pensa al sarcasmo).

Il contesto è tutto in semantica, e ci porta ai 2 punti rimanenti.

Il bisogno di capire la gerarchia lessicale e le relazioni tra entità

Guardiamo alla query di ricerca seguente e i risultati di ricerca in cima:

complex query example

E’ davvero impressionante. Ecco cosa deve fare Google per capire questa query:

  1. Capire che “partner” significa moglie/fidanzata/marito/ragazzo/sposa.
  2. Capire che Obi-Wan appare il molteplici film e serie impersonato da attori diversi.
  3. Fare le connessioni.
  4. Mostrare i risultati di ricerca in modo da riflettere l’ambiguità di “obi wan”.

Non possono nemmeno immaginare che tipo di risultati di ricerca avrei avuto se avessi fatto la ricerca nel 2010 o prima.

Ora, facciamo un passo indietro e spieghiamo i concetti.

La gerarchia lessicale illustra le relazioni tra le parole. La parola partner è superordinata (iperonima) di moglie, fidanzato, sposa, e le altre.

Come detto prima, le nostre query spesso non corrispondono la frase esatta o il contenuto desiderato. Sapere che “conveniente” è qualcosa tra economico, medio, e prezzo ragionevole è cruciale.

Entità, in questo esempio, sono i personaggi delle serie e film (Obi-Wan), persone con un lavoro specifico (attore), e le persone che sono associati ad esso (i partner). In generale, le entità sono oggetti o concetti che possono essere distintamente identificate—spesso persone, posti, e cose.

E se tutte queste complessità linguistiche non fossero abbastanza, dobbiamo andare oltre a questo.

Torniamo all’esempio “python”. Se lo ricerco, avrò sicuramente tutti i risultati in relazione al linguaggio di programmazione.

Non importa quanto non ci piacciano i modi in cui i nostri dati siano usati, sono comunque utili per i motori di ricerca. Google usa dati limitati assieme al tuo storico delle ricerche per fornire risultati di ricerca accurati e personalizzati.

Ne siamo tutti a conoscenza. Scrivi qualsiasi tipo di servizio nella barra di ricerca ed avrai risultati localizzati:

local results

Risultati localizzati per la query “barbiere”.

Ma ciò che maggiormente affascina è l’abilità di Google di modificare temporaneamente i risultati in base ai cambiamenti dinamici dell’intento di ricerca.

Per esempio, coronavirus non è un termine nuovo. E’ sempre stato il nome di un gruppo di virus. Ma come tutti sappiamo, l’intento di ricerca cambia rapidamente all’inizio del 2020. Le persone hanno iniziato a cercare informazioni su una specie di coronavirus (SARS-CoV‑2), e la SERP si modifica di conseguenza.

Come puoi vedere sopra nella storia della posizione di “coronavirus”, nessuna delle attuali prime cinque risultati di ricerca era posizionata prima del 2020.

Vedi la stessa cosa nel settore ecommerce durante i grandi eventi di vendita come Natale o Black Friday. L’intento di ricerca durante questo periodo è altamente transazionale, mentre le persone solitamente preferisce vedere recensioni e confronti.

Google continuamente eroga aggiornamenti dell’algoritmo e tecnologie che migliorano continuamente le sue capacità di comprendere il linguaggio naturale e l’intento di ricerca.

Ci sono 4 pietre miliari importanti che rendono la ricerca semantica ciò che è nel 2020.

Grafico di Conoscenza

Il Grafico di Conoscenza Google, rilasciato nel 2012, è una base di conoscenza di entità e di relazioni tra esse.

Puoi immaginare che assomigli a qualcosa simile a questo—ma con 5 miliardi di entità:

In breve, è una tecnologia che fa partire e abilita il passaggio dall’abbinare le parole chiave all’abbinamento semantico.

Ci sono 2 metodi principali per alimentare il Grafico di Conoscenza:

  1. Dati strutturati (ne parliamo dopo)
  2. Estrazione di entità dal testo

Per il secondo punto, i motori di ricerca hanno bisogno di capire il linguaggio naturale. Qui è quando gli aggiornamenti dei 3 algoritmi che seguono entrano in gioco.

Hummingbird

Nel 2013, Google ha lanciato un algoritmo di ricerca chiamato Hummingbird per fornire risultati di ricerca migliori. E’ stato molto utile specialmente per query di ricerca complesse.

Hummingbird è stato il primo aggiornamento colossale che ha enfatizzato il significato delle query di ricerca rispetto alle parole chiave individuali. E’ stato un catalizzatore per scrivere di argomenti, non di parole chiave.

RankBrain

Se hai mai incontrato la frase Latent Semantic Indexing o parole chiave LSI, dimenticala. Google ha risolto il problema per cui LSI era nato per risolvere con un algoritmo chiamato RankBrain.

E prima ne abbiamo già parlato. Riguardava un disallineamento tra il linguaggio utilizzato nelle query di ricerca e il contenuto desiderato.

RankBrain di Google poggia su una tecnologia che è molto superiore a LSI. Nei termini di layperson, RankBrain capisce il significato anche di parole e frasi non comuni con l’uso di algoritmi sofisticati di machine learning.

E ciò è una cosa enorme considerato che il 15% di tutte le query di ricerca sono nuove.

Possiamo considerare RankBrain come ad un aggiornamento a Hummingbird, e non ad un algoritmo di ricerca indipendente. E’ uno dei più forti segnali di posizionamento, ma l’unica cosa che puoi fare proattivamente per ottimizzare è soddisfare l’intento di ricerca.

BERT

Bidirectional Encoder Representations from Transformers (BERT) è l’ultimo grande aggiornamento sulla funzionalità della ricerca semantica. Interessa circa il 10% di tutte le query dalla fine del 2019.

Non preoccuparti; ci ho messo anch’io un po’ di tempo solamente per ricordare il significato dell’acronimo BERT.

Tutto quello che devi sapere è che BERT migliora la comprensione di frasi e query lunghe e complesse. E’ una soluzione per gestire le ambiguità e sfumature perché si sforza di capire meglio il contesto delle parole.

E mentre non puoi fare nulla per ottimizzare per BERT di per sé, è bene conoscere cosa significa e cosa fa brevemente.

Ho già disseminato qualche trucco e suggerimento nell’articolo. Ora vediamo ciò che davvero serve.

  1. Punta agli argomenti, non alle parole chiave
  2. Valuta l’intento di ricerca
  3. Usa HTML semantico
  4. Usa il markup schema
  5. Costruisci il brand per diventare una entità del Grafico di Conoscenza
  6. Crea rilevanza attraverso i link

1. Punta agli argomenti, non alle parole chiave

Nella SEO di una volta, potevi posizionarti in alto con pezzi diversi di contenuto sullo stesso argomento, ma puntare a parole chiave leggermente diverse come:

  • tag open graph
  • meta tag open graph
  • og meta tag
  • tag open graph
  • cos’è open graph
  • tag facebook open graph

Non è più così. Google ora comprende che tutte queste ricerche significano più o meno la stessa cosa, e posiziona la maggior parte delle stesse pagine per tutti.

Tienilo a mente quando crei contenuti. Non si deve più mirare per posizionarsi con solamente una parola chiave ma bisogna coprire un argomento a fondo così Google posiziona la tua pagina per molte simili e parole chiave in coda lunga.

Per esempio, il nostro articolo sui meta tag Open Graph si posizionano bene per centinaia di parole chiave. Alcune di queste sono modi diversi di cercare per la stessa cosa, ma alcuni sono sottoargomenti come “og: title”, “og url” e “og:image”.

open graph keywords

Screenshot dal report Parole Chiave Organiche in Site Explorer di Ahrefs.

Siamo in grado di posizionarci per tutte quelle parole chiave perché abbiamo scritto un dettagliato articolo sull’argomento, non solamente una singola parola chiave.

Guardare a questo report per una pagina in cima alle posizioni su un argomento è un buon modo per capire su quale sottoargomento scrivere. Per esempio, ipotizziamo tu voglia scrivere un articolo riguardo la crescita di asparagi. Se prendi la pagina prima in classifica per “crescere asparagi” su Site Explorer di Ahrefs e controlli il report Organic Keywords, vedi che è posizionata per queste parole chiave tra le altre:

  • quanto profondamente piantare asparagi
  • condizioni di crescita asparagi
  • quando piantare asparagi
  • miglior posto per piantare asparagi
  • come raccogliere asparagi
  • come curare le piante di asparagi

Queste sono tutte cose che dovrai menzionare per creare un articolo approfondito che avrà quanto più traffico organico possibile.

Con un po’ di cautela. Mirare ad un particolare argomento non significa che dovresti coprire assolutamente tutto a riguardo di quell’argomento o andare troppo in profondità.

Prendi questo articolo come esempio. Potrei aver speso decine di ore sul processo di ricerca del linguaggio naturale ed andare in profondità sulle tecnicalità della ricerca semantica. Non l’ho fatto perché alla maggior parte delle persone non interessa.

E questo ci porta al prossimo punto.

2. Valuta l’intento di ricerca

Puoi comunque pubblicare contenuti riguardo un certo argomento che non sono allineati con l’intento di ricerca.

Ipotizziamo tu sia un geek nel data marketing, e vedi un’opportunità nel mirare un argomento, “report SEO”. Ovviamente, vorrai condividere tutto ciò che è necessario per creare il miglior report SEO. Quindi ti inventi cose come “Usa il Potere della QUERY per Creare il Miglior Report SEO”.

Potrebbe essere invece il contenuto che di fatto genera il miglior report SEO. Ma molte persone che cercano questo argomento non conoscono bene le molte funzionalità di Google Sheet. Vogliono solamente qualcuno che faccia il lavoro per loro:

seo template ranking

Posizionarsi #1 con un semplice schema di report SEO.

Quindi, prima di delineare un nuovo contenuto, guarda le pagine in cima alla classifica per dedurre l’intento di ricerca.

Lettura consigliata: Intento del Ricercatore: il ‘Fattore di Posizionamento’ Sottovalutato Per Il Quale Dovresti Ottimizzare

3. Usa HTML semantico

Prima di essere in grado di avanzare nella ricerca semantica, abbiamo dovuto iniziare la scoperta per un Web semantico. Il concetto originale del WWW potrebbe essere interpretato come a documenti con collegamenti standardizzati senza significati espliciti. Ma ora, dovrebbe essere chiaro che c’è bisogno del significato.

E tutto inizia dal tuo HTML di base.

Confronta i due elementi HTML seguenti:

L’HTML semantico aggiunge significato al codice così le macchine possono riconoscere blocchi di navigazione, header, footer, tabelle, o video.

HTML5 fornisce la maggior parte degli elementi semantici, che già usano i più moderni temi CMS. Se il tuo non lo fa, c’è di solito un plugin da usare per aggiungerli.

Ma l’HTML semantico è comunque abbastanza limitato. Mentre dice, “questa è una tabella, questo è un footer”, non descrive il significato reale del contenuto. Ecco perché c’è il markup schema.

4. Usa il markup schema

Il markup schema è un modo aggiuntivo di contrassegnare le tue pagine. E’ definito anche come dato strutturato, che può essere descritto come uno schema semantico comune per il Web.

Il vocabolario Schema.org contiene centinaia di tipi che sono associati a proprietà. Puoi usarli per contrassegnare il tuo contenuto in un modo facile per Google da capire senza algoritmi complicati.

Ad esempio, sarà più semplice per Google estrarre significato da contenuto strutturato come questo:

tempo di cottura: 20 minuti
calorie: 80

… che da un linguaggio naturale come questo:

Ci vorranno 20 minuti per fare i pancake. Ancora meglio, questi sono pancake a basso contenuto calorico—circa 80 cadauno.

Quindi quando un utente vuole sapere quanto tempo ci vuole per cucinare un pancake, o quante calorie ha, Google può fornire l’informazione nel modo migliore.

5. Costruisci il brand per diventare una entità del Grafico di Conoscenza

Il titolo è abbastanza autoesplicativo perché ho già parlato di entità, quindi ti inserirò solamente il link al nostro articolo che spiega il Grafico di Conoscenza.

Tra tutti i consigli sulla modifica della tua SEO per la ricerca semantica, questo è il più difficile da trasformare in realtà. E’ una conseguenza a lungo termine di costruzione di brand e applicazione di tutti gli altri consigli.

I link sono storicamente uno dei primi indicatori di rilevanza. Se un documento A è collegato ad un documento B, possono essere visti come connessi.

Sia i link interni ed esterni da pagine rilevanti usano il naturale anchor text per aiutare Google a capire di cosa tratta il contenuto—anche prima di processarlo.

Conclusioni

La ricerca semantica ha cambiato l’intero ecosistema dei contenuti. Gli utenti hanno contenuti rilevanti e di valore, e ciò motiva gli autori a produrre questo tipo di contenuti.

Mentre sono coinvolti algoritmi e tecnologie sofisticate, i principi di ricerca semantica sono facili da capire. Dovresti ora essere pronto a fare qualsiasi cambiamento necessario e assicurare per il futuro la tua SEO.

Hai qualche domanda o commento sulla ricerca semantica? Scrivimi su Twitter.

Se vuoi conoscere di più riguardo gli aspetti tecnici della ricerca semantica, segui Dawn Anderson e controlla le sue presentazioni.

Tradot­to da Mau­ro Marinello