I motori di ricerca apportano costantemente miglioramenti al loro sistema. Google, nel frattempo, implementa più di 500 modifiche al suo algoritmo ogni anno.
Tanto che oggi sarebbe più pertinente parlare degli “algoritmi” di Google.
Fortunatamente per i professionisti del SEO, la maggior parte di questi cambiamenti sono praticamente impercettibili a causa delle loro sottigliezze.
In effetti, la maggior parte dei cambiamenti ha un impatto troppo scarso per essere visto nelle SERP.
Ma Google sta riscontrando alcuni importanti miglioramenti i cui effetti sono chiaramente evidenti. Questi includono RankBrain la cui esistenza è stata annunciata pubblicamente in un Bloombergil 26 ottobre 2015.
Sebbene la sua data di lancio esatta non sia nota, questo aggiornamento ha ufficialmente segnato l’usodell’Intelligenza Artificiale (AI) nei prodotti di Google.
Alcuni anni dopo questo annuncio, RankBrain rimane in parte un mistero su come funziona. Google, infatti, non sembra voler svelare i segreti del suo sistema.
Questa situazione ha lasciato il posto a speculazioni e accese polemiche nella comunità SEO.
Questo è il motivo per cui dopo la mia vasta ricerca, ho deciso di scrivere questo articolo che cercherà di fare luce su RankBrain. Come bonus, avrai l’opportunità di scoprire come dell’esperienza utente (UX) si inseriscono nel processo di ranking di Google.
Per realizzare questo articolo, mi sono affidato a molte fonti diverse, al fine di supportare il mio punto. In particolare, vedrai diverse affermazioni provenire direttamente da Google e dai suoi ingegneri.
Quindi, quell’analisi acuta da parte di alcuni esperti del settore SEO per avere una perfetta comprensione di RankBrain e UX.
Se sei pronto, andiamo!
Capitolo 1.Che cos’è RankBrain e perché Google lo utilizza?
1.1. Cos’è RankBrain?
L’esistenza di RankBrain è diventata nota al pubblico il 26 ottobre 2015 grazie all’articolo di Bloomberg :
Il titolo tradotto in francese si presenta così:
“ Google passa dalla redditizia ricerca sul web all’intelligenza artificiale.
Attraverso l’annuncio, Google indica chiaramente l’implementazione dell’intelligenza artificiale nel suo sistema, che l’azienda chiamerà RankBrain.
Rankbrain è una macchina diapprendimento automatico che Google utilizza per elaborare i suoi risultati di ricerca.
È un prodotto dell’intelligenza degli articoli (AI) che consente ai programmi per computer di eseguire compiti che solo gli esseri umani sono in grado di eseguire con le loro intelligenze o processi mentali.
Come puoi immaginare, Google ha creato RankBrain con questa tecnologia per migliorare i risultati che fornisce ai suoi utenti.
Ma prima di capire come Google utilizza RankBrain, è una buona idea prima capire cos’è l’IA.
1.1.1. Cosa sono le macchine per l’intelligenza artificiale e l’apprendimento automatico?
Secondo Larousse, intelligenza artificiale (AI) è:
” L’insieme delle teorie e delle tecniche messe in atto per produrre macchine capaci di simulare l’intelligenza “.
In altre parole, l’IA mira a consentire ai computer di diventare intelligenti quanto gli esseri umani attraverso approcci matematici e statistici.
In altre parole, saranno in grado di:
apprendere attraverso l’esperienza;
Per organizzare la loro memoria;
Ragionare per risolvere i problemi da soli.
artificialeintelligenza è generalmente menzionata per riferirsi a programmi per computer progettati in questo modo. Quindi come funziona in pratica?
Nel 2015, Google ha organizzato l’evento “Machine Learning 101” per spiegare come funzionano le macchine di machine learning.
Fonte: MarchToday
Questo evento si è svolto nel campus di Mountain View ed è stato ospitato da diversi esperti di Google.
Danny Sullivan, giornalista e analista, ha tenuto un ” blog dal vivo ” per svelare i punti più importanti dell’evento.
Ma prima, chi è Danny Sullivan e cosa mi fa considerare le sue parole?
Nota : nel mio articolo ho considerato i commenti di diverse persone che mi sono comunque preso la briga di presentare in modo che possiate formarvi un’opinione sul grado di credibilità delle informazioni.
Danny Sullivan è un Googler da ottobre 2017 e il suo ruolo è aiutare il pubblico a comprendere meglio il motore di ricerca di Google.
Prima di entrare in Google, è stato giornalista e analista nell’ambito del web marketing e dei motori di ricerca.
Una fonte particolarmente credibile, vero?
Torniamo al suo “live-blogging” che ha tenuto sul “maching learning 101” organizzato da Google.
Si scopre che il sistema delle macchine di apprendimento automatico è costituito da tre parti principali:
Modello : il sistema che fa previsioni o identificazioni.
Parametri : i segnali oi fattori utilizzati dal modello per formare le sue decisioni.
Studente : il sistema che regola i parametri – ea sua volta il modello – esaminando le differenze tra le previsioni ei risultati effettivi.
Bisogna ammettere: è abbastanza difficile da digerire!
Lo rende noto anche Danny nel suo articolo sull’argomento:
In parole povere, tutto parte da un modello che la macchina utilizzerà per il suo apprendimento. Generalmente, questo modello viene introdotto da un essere umano a partire da determinati dati.
La macchina utilizzerà il modello ei dati per addestrare o risolvere compiti pratici che non esulano dall’ambito del suo modello.
Una volta assimilato il modello dalla macchina, sarà possibile fornirgli nuovi dati o problemi da risolvere che non seguono necessariamente il modello predefinito.
La macchina tenterà di risolvere quei compiti per i quali non è stata programmata provando diversi approcci.
In base al feedback sulla qualità delle sue risposte o risultati, il programma riadatta i parametri e quindi il modello.
Fonte: Martechtoday
Questo processo è continuo, il che implica che le macchine di apprendimento automatico apprendono costantemente, fintanto che sono attive.
In definitiva, l’apprendimento automatico è il luogo in cui un computer o un programma automatico insegna a se stesso a fare qualcosa, piuttosto che essere insegnato dagli esseri umani o seguire una programmazione dettagliata.
infatti, Google sa come funziona il suo strumento, ma non sempre sa cosa fa. Come alcuni esperti sembrano ancora confermare nell’articolo della tavola rotonda sui motori di ricerca:
Google doesn't quite understand what RankBrain is doing says @haahr#smx
Consultare questo articolo in cui Danny dettaglia un esempio concreto dato da Greg Corrado, il senior di Google che ha annunciato l’esistenza di RankBrain nell’articolo di Bloomberg:
Anche tu Wikipedia che fornisce molti dettagli e riferimenti sull’apprendimento automatico.
Avrai comunque tutte le informazioni e gli esempi concreti che possono aiutarti a capire come funziona RankBrain.
1.1.2. Qual è la relazione tra RankBrain e gli algoritmi di Google?
RankBrain fa parte dell’algoritmo di ricerca globale di Google: Colibrì.
“ A differenza dei precedenti aggiornamenti Panda e Penguin, originariamente rilasciati come componenti aggiuntivi per l’algoritmo esistente di Google, Hummingbird è stato citato come una revisione completa dell’algoritmo di base. “.
Inoltre, Danny Sullivan lo conferma nel suo articolo su Colibrì :
Usa questa metafora:
“ Era come se il motore avesse un nuovo filtro dell’olio o una pompa migliorata. Hummingbird è un motore completamente nuovo, anche se continua a utilizzare alcune delle stesse parti di quello vecchio, come Penguin e Panda ”.
Per conoscere l’evoluzione di Google dai suoi esordi, fino a Colibrì, potete seguire questa presentazione del googler Amit Singhal :
In effetti, sarà con Hummingbird che Google sarà in grado di porre maggiormente l’accento sulle query in linguaggio naturale. E questo, tenendo conto del contesto e del significato della richiesta nel suo insieme piuttosto che delle parole prese singolarmente.
L’algoritmo completo di Google è Hummingbird e RankBrain dovrebbe essere considerato come parte di esso.
Questa conclusione è tratta dall’articolo di Bloomeberg in cui Greg Corrado ha indicato chiaramente che RankBrain ha gestito solo il 15% delle query che il sistema di Google non aveva mai elaborato.
L’apprendimento automatico di Google prendeva solo parte delle query del sistema. A differenza dell’algoritmo centrale Hummingbird che dovrebbe gestire tutte le query dei motori di ricerca.
Diventa legittimo chiedersi quale posto occupa RankBrain nell’algoritmo di Google.
1.1.3. RankBrain è il terzo segnale più importante
Greg Corrado spiega attraverso l’articolo di Bloomberg che:
“In pochi mesi, RankBrain è diventato il terzo segnale più importante che contribuisce al risultato di una query di ricerca. ?
Detto questo, quali sono gli altri due segnali più importanti di GoogleLa risposta a questa domanda è stata data da Andrey Lipattsev di Google:
Dice nel podcast precedente:
“ Posso dirti di cosa si tratta. Riguarda il contenuto. E collegamenti che puntano al tuo sito. “.
Pertanto, i tre segnali di ranking di Google più importanti sono:
Backlink;
I contenuti ;
RankBrain.
Non c’è precisione sull’ordine di importanza di ciascuno di questi segnali. Non possiamo quindi fare una classificazione in quanto tale.
Tuttavia, dimostra che è molto importante capire come funziona questo machine learning di Google. E questo, al fine di sviluppare strategie efficaci per ottimizzare il referenziamento del tuo sito web nelle SERP.
A questo livello, è lecito chiedersi perché Google abbia lanciato RankBrain.
1.2. Perché Google ha lanciato RankBrain?
Fondamentalmente ho decifrato due ragioni principali per cui Google ha lanciato il suo machine learning.
Questi sono:
le difficoltà di Google nell’interpretare query che non aveva mai elaborato;
Che Google ha dovuto codificare manualmente i suoi algoritmi per apportare modifiche.
1.2.1. Le difficoltà di Google nell’interpretare le richieste
Fin dalla sua creazione, Google ha sempre cercato di migliorare per determinare con precisione ciò che i suoi utenti desiderano avere come risposta.
All’inizio, il motore di ricerca si basava principalmente sulla presenza nelle pagine web delle parole presenti in una query per visualizzarne i risultati.
Ad esempio, se cerchi “compra frutta e verdura”, il motore di ricerca si occuperà di fornire le pagine che contengono queste parole.
Inoltre, la minima variazione nelle espressioni utilizzate potrebbe portare a risultati differenti.
Ad esempio, il motore di ricerca non potrebbe dare gli stessi risultati per “abbigliamento” e “abbigliamento”. Lo stesso vale per le domande “migliori stivali da giardino” e “migliori scarpe da giardino”.
I risultati possono variare notevolmente con semplici modifiche a livello di query.
Pertanto, lo stesso motore di ricerca ha ritenuto che vi fosse spazio di miglioramento per fornire i migliori risultati ai suoi utenti.
Ma il problema non si ferma. Perché questa operazione ha dato la possibilità ad alcuni SEO “black hat” di ripetere parole ed espressioni nei loro contenuti per ritrovarsi in testa ai risultati. E questo, anche se il loro contenuto è di scarsa qualità.
Google ha fatto molta strada da allora. Il motore di ricerca ora riesce a rilevare e punire i siti web che utilizzano pratiche Black Hat SEO con gli algoritmi Penguin e Panda in particolare.
Anche sul lato delle query, Google ha fatto grandi progressi.
Infatti, il motore di ricerca è sempre più in grado di capire le query e di associarle tra loro se hanno lo stesso significato:
I migliori scarponi da giardino:
Le migliori scarpe da giardino:
Il motore cerca di capire cosa cerchi o intento di ricerca, in quanto un essere umano lo farebbe. Ma per arrivarci, Google ha dato diversi contributi al suo sistema.Colibrì, Stemming e il Knowledge Graph incarnava la transizione di Google a considerare le parole come “entità” e non solo una composizione di caratteri.
Infatti, Google ha adottato Word Stemming nel 2003 per comprendere le variazioni della stessa parola. Ad esempio, Google comprende che “mango”, “mango” e “albero di mango” significano essenzialmente la stessa cosa. Questo gli permette di dare risultati simili per questi termini.
Google non si ferma alla variazione delle parole e riesce a determinare il “sinonimo” delle parole. Il motore di ricerca riesce a fare dei ponti tra i termini, ad esempio con “SEO” e “riferimento naturale”, in quanto i risultati saranno vicini, o anche sostanzialmente gli stessi per queste query.
il Knowledge Graph, nel frattempo, è stato un modo per Google di diventare ancora più intelligente quando si tratta di relazioni verbali.
Il motore di ricerca ha imparato a cercare “cose, non stringhe”, come descritto Amit Singhal di Google
“ Rispondi a una domanda come [taj mahal]. Per più di quarant’anni, la ricerca si è essenzialmente concentrata sulla corrispondenza delle parole chiave alle query. Per un motore di ricerca, le parole [taj mahal] erano proprio questo: due parole. Ma sappiamo tutti che [taj mahal] ha un significato molto più ricco. Potresti pensare a uno dei monumenti più belli del mondo, a un musicista vincitore di un Grammy Award, o forse anche a un casinò di Atlantic City, NJ. Oppure, a seconda di quando hai mangiato l’ultima volta, il ristorante indiano più vicino. Ecco perché abbiamo lavorato su un modello intelligente – in gergo geek, un “grafico” – che comprende le entità del mondo reale e le loro relazioni tra loro: cose, non stringhe. “
stringhe” qui utilizzate si riferiscono essenzialmente all’elaborazione delle ricerche utilizzando solo stringhe di lettere.
Ad esempio, i risultati mostreranno pagine che contengono la parola esatta “Parigi” quando un utente effettua questa richiesta.
Le “cose” significano che invece Google capisce che quando qualcuno cerca “Parigi” probabilmente intende la capitale della Francia, un luogo reale con link a:
Altri luoghi;
punti di riferimento;
Attività;
Le persone ;
Etc…
Il Knowledge Graph è un database di cose nel mondo e le relazioni tra di esse.
Ecco perché puoi fare una ricerca come “data di costruzione del monumento più alto di parigi” e ottenere una risposta sulla “Torre Eiffel” come nell’immagine qui sotto, senza mai usare il nome:
Ma mentre il Knowledge Graph si basa su database esistenti per vedere le connessioni tra concetti, RankBrain impara come gli utenti collegano parole e concetti durante la ricerca.
1.2.2. RankBrain consente a Google di elaborare determinati tipi di query
Durante l’annuncio nell’articolo di Bloomberg, Greg Corrado ha affermato:
” Negli ultimi mesi, una “frazione molto ampia” dei milioni di query al secondo che le persone inseriscono nei risultati di ricerca dell’azienda sono interpretato da un sistema di intelligenza artificiale […] Se RankBrain vede una parola o una frase che non conosce, la macchina può indovinare quali parole o frasi possono avere un significato simile e di conseguenza filtrare il risultato, rendendola più efficiente nella gestione mai -query di ricerca precedenti. “.
Dalla sua affermazione, si può affermare che RankBrain rende più facile per Google elaborare query che i suoi utenti non hanno mai cercato prima.
In effetti, il motore di ricerca deve costantemente occuparsi di query che nessuno aveva mai cercato prima.
Le statistiche lo mostrano approssimativamente Il 15% delle query giornaliere su Google non è mai stato cercato. Quella Google conferma nel suo blog nel 2017:
“ Ci sono trilioni di ricerche su Google ogni anno. In effetti, il 15% delle ricerche che vediamo ogni giorno sono nuove, il che significa che c’è sempre più lavoro da fare per presentare alle persone le migliori risposte alle loro domande da un’ampia gamma di fonti legittime. »
Attualmente, il motore di ricerca elabora 5,8 miliardi di query al giorno. Se il 15% non è noto, ci sono quasi 870 milioni di query completamente nuove a cui il motore di ricerca deve rispondere.
Sebbene la maggior parte delle query non sia mai stata cercata prima, chiaramente Google ha dovuto ricominciare da zero per capire cosa cercano le persone.
Inoltre, la maggior parte delle ricerche che effettuiamo non contengono le espressioni esatte relative a ciò che stiamo cercando. Ci piace far indovinare a Google le informazioni che stiamo cercando, vero?
Sappi che prima il motore di ricerca aveva davvero problemi a indovinare cosa volevano i suoi utenti.
Ecco perché RankBrain è stato lanciato nel 2015 e per cercare di dare soluzioni efficaci a questo tipo di query. Vedremo nel prossimo capitolo come funziona in pratica.
Per ora, tieni presente che Rankbrain funziona bene per collegare una query che è già stata elaborata a una nuova query di cui non è ancora a conoscenza.
Ad esempio, supponiamo che molte persone cerchino “costruisci una casetta da giardino”.
Con i dati raccolti, RankBrain capisce che un “capanno da giardino” è una specie di edificio.
Al tuo livello se cerchi “costruisci un edificio con giardino”, che nel nostro esempio non sarà mai stato cercato su Google prima (ovviamente questo esempio non è reale).
Google non ti mostrerà necessariamente pagine che includono le parole:
Build;
Costruzione ;
Giardino.
Hai un tale risultato:
Google ha capito che stavi cercando come costruire “una casetta da giardino” e non “una costruzione da giardino”, come avrebbe fatto un essere umano!
Lo stesso vale per questa query particolarmente folle composta da 18 parole:
e
sebbene la prima parola chiave non sia molto specifica, ho essenzialmente gli stessi risultati con la seconda che è composta da una sola parola.
18 parole potrebbero sembrare molte, ma RankBrain è anche più bravo a gestire query lunghe.
“Funziona meglio per query a coda lunga e query che non abbiamo mai visto prima. “.
In effeti, 64% delle ricerche è composto da 4 parole o più:
Gli utenti di Internet utilizzano come risposta frasi specifiche che descrivono ciò che vogliono:
Se gestire una manciata di parole può essere un problema per Google, non c’è dubbio che la difficoltà aumenterà se il numero di parole aumenta.
Un altro fattore da considerare è il ricerca vocale in rapido movimento
Fonte: Justcreative
Statistics mostra che entro il 2020 il 50% delle ricerche sarà basato sulla voce.
Tuttavia, gli utenti usano più parole quando fanno a ricerca vocale :
queste ricerche conversazionali sono più simili al modo in cui le persone parlano in modo naturale.
Ciò significa che è molto importante per i motori di ricerca comprendere:
le parole più importanti in una query;
Cosa significano effettivamente le parole se combinate.
È in questa logica che Google ha sviluppato la sua macchina di apprendimento automatico “RankBrain” che è stata utilizzata per la prima volta per comprendere meglio le query degli utenti.
Gary Illyes lo chiarisce attraverso uno dei suoi discorsi Twitter :
” Provo a spiegare un’ultima volta: Rankbrain ci offre una migliore comprensione delle domande. »
Lemme try one last time: Rankbrain lets us understand queries better. No affect on crawling nor indexing or replace anything in ranking
Eventuali modifiche apportate da Google al proprio sistema sono generalmente volte a migliorare l’esperienza dei propri utenti. RankBrain non fa eccezione alla regola e il suo lancio ha permesso all’azienda di risolvere un altro problema.
1.2.2. Google ha codificato i suoi algoritmi a mano
Prima di lanciare RankBrain, Google ha codificato tutti i suoi algoritmi a mano.
Questa osservazione è stata fatta da Brian Dean nel suo articolo su RankBrain.
Ma prima, chi è Brian Dean?
Brian Dean è un esperto SEO e fondatore di Backlinko:
i suoi premi e riconoscimenti dicono molto su di lui:
Brian afferma che gli ingegneri di Google erano responsabili di apportare tutte le modifiche al suo sistema.
Questa infografica permette di capire il processo:
Ma con l’arrivo di RankBrain, le cose sono cambiate poiché si occupa di testare e implementare le modifiche stesse:
ovviamente gli ingegneri di Google continuano a lavorare sugli algoritmi del loro sistema.
Ma RankBrain può fare parte del lavoro modificando i risultati che suggerisce. Infatti, una volta che offre risultati agli utenti, valuta il successo di ciò che ha proposto.
Nel caso in cui i risultati abbiano soddisfatto l’intenzione degli utenti, le modifiche vengono mantenute.
In caso contrario, la vecchia configurazione o algoritmo viene riattivato.
Quindi, RankBrain è più efficiente degli ingegneri umani di Google?
Greg Corrado ha affermato che per determinare l’opzione migliore tra i suoi ingegneri umani e la macchina, l’azienda ha effettuato un test.
Hanno chiesto a un gruppo di esperti e a RankBrain di identificare le migliori pagine su determinate query.
Il risultato è conclusivo poiché la macchina di apprendimento automatico raggiunge prestazioni maggiori con un’accuratezza di previsione superiore al 10% rispetto a quella degli esperti:
i risultati sono conclusivi e RankBrain sembra svolgere i compiti per i quali è stato creato in modo eccellente. Ora, come funziona effettivamente l’IA di Google?
Capitolo 2. Come funziona effettivamente RankBrain?
2.1. Tu sei l’insegnante e RankBrain è il tuo studente
Per capire facilmente come funziona RankBrain, userò un esempio.
Immagina che uno studente faccia un test giornaliero composto da 5,8 miliardi di domande, scritte da milioni di insegnanti.
Ogni insegnante fornisce un feedback dopo che lo studente ha risposto a una domanda. Fa sapere allo studente:
È perfetto: la prima risposta è quella giusta!
Non è ancora perfetto: la risposta migliore è un po’ più in basso;
No, non hai risposto alla mia domanda: stavo chiedendo questo invece.
Lo studente ricorda i feedback di tutti i suoi insegnanti per il test di domani, dove solo il 15% saranno domande sconosciute.
Per analogia, lo studente rappresenta bene RankBrain e ogni persona che effettua una ricerca su Google è un suo insegnante.
Proviamo a vedere come Google potrebbe utilizzare la sua IA.
2.2. Come funziona RankBrain?
Come abbiamo visto prima, gli ingegneri di Google hanno dovuto programmare manualmente gli algoritmi di Google per fare le cose in modo diverso.
RankBrain, d’altra parte, impara direttamente da come interagiamo con i suoi risultati.
“ [RankBrain] esamina i dati sulle ricerche passate e sulla base di ciò che ha funzionato bene per quelle ricerche, cercherà di prevedere ciò che funzionerà meglio per una determinata query. Funziona meglio per query a coda lunga e query che non abbiamo mai visto. .
Pertanto, il sistema è completamente autonomo e non ha bisogno di sentirsi dire che un tale risultato è negativo e che il problema deve essere risolto in tal modo
RankBrain ha già criteri, inclusi altri segnali di ranking, che gli consentono di sapere se un risultato risponde perfettamente a una query o meno. Che descriverò nel prossimo capitolo.
Ha un ampio database di vecchi risultati di ricerca che lo aiutano a prendere buone decisioni.
Questo è il motivo principale per cui RankBrain ha ottenuto risultati migliori rispetto agli ingegneri di Google.
RankBrain prevede ciò che funzionerà meglio, lo testa e, se il cambiamento funziona, si attiene ad esso.
RankBrain non si limita a migliorare i risultati organici, ma è anche in grado di perfezionare i risultati su Google Suggest.
2.3. RankBrain influisce sulle ricerche suggerite?
Moz ha ipotizzato che RankBrain utilizzi anche alcuni fattori per fornire risultati rilevanti:
” Pre-RankBrain, Google ha utilizzato il suo algoritmo principale per determinare quali risultati visualizzare per una determinata query.Post-RankBrain, si ritiene che la query passi ora attraverso un modello di interpretazione in grado di applicare possibili fattori come la posizione del ricercatore, la personalizzazione e le parole della query per determinare il vero intento del ricercatore. Riconoscendo questo vero intento, Google può fornire risultati più pertinenti. Othertinkgroup
passo avanti e mostra uno scenario in cui RankBrain potrebbe svolgere un ruolo in Google Suggest. Farò un esempio simile a quello che hanno dato.
Supponiamo che io voglia fare una ricerca per “Antoine Griezmann” giocatore francese di France Football.
Inserisco le prime due lettere “an” del nome “antoine”, Google visualizza i suggerimenti:
Puoi vedere che non c’è “Antoine Griezmann” nei suggerimenti.
Mi fermo a questo livello per il momento e cercherò prima “squadra di calcio francese”:
quindi inserisco le prime due lettere di Antoine “an”:
puoi vedere che “Antoine Griezmann” ora fa parte delle raccomandazioni. Anche se non è in prima posizione, fa comunque parte delle proposte.
Finora non ho ancora richiesto il nome “Antoine Griezmann”.
La stessa cosa accade per “Kylian mbappé” quando inserisco le prime due lettere “ky”:
è importante notare che Google comprende le relazioni tra le cose abbastanza bene da indovinare cosa cercherai quando vorrai fare una ricerca successiva . Cosa significa questo per un business online?
Diciamo che hai scritto contenuti di autorità sulla “costruzione di backlink”.
La tua guida offre un immenso valore aggiunto agli utenti. Quando i tuoi lettori tornano alla barra di ricerca dopo aver trovato ciò di cui hanno bisogno, Google suggerirà ricerche correlate.
Il motore di ricerca potrebbe offrire loro un’altra opportunità di interagire con il tuo marchio, i tuoi contenuti e, in definitiva, con il tuo prodotto. È piuttosto interessante, vero?
Ma è opera di RankBrain? Non è certo.
È possibile che questo non sia il lavoro di RankBrain, ma piuttosto un altro modo in cui Google utilizza l’IA nel suo sistema.
Ad ogni modo, è un modo per Google di chiarire l’intento del ricercatore.
“ Il machine learning è un modo fondamentale e trasformativo con cui stiamo ripensando il modo in cui facciamo tutto. Lo applichiamo con attenzione a tutti i nostri prodotti, che si tratti di ricerca, annunci, YouTube o Play. E siamo ancora nelle fasi iniziali, ma vedrai che applichiamo costantemente l’apprendimento automatico in tutte queste aree. Sappiamo
che RankBrain si concentra sull’intento di ricerca dietro le parole che inseriamo nella barra di ricerca.
Ma se Google incorporasse anche l’apprendimento automatico in tutto ciò che fa, sarebbe fuorviante presumere che RankBrain abbia un impatto su Google Suggest.
Stando così le cose, torniamo ora a ciò che sappiamo per certo.
RankBrain cerca di comprendere le query valutando quanto le SERP passate abbiano soddisfatto l’intento del ricercatore. L’apprendimento automatico utilizza quindi questi dati per fare previsioni su ciò che le persone stanno realmente cercando per la query.
Queste previsioni derivano dalla vasta comprensione di RankBrain di come le parole sono correlate tra loro. Il che ci porta alla nozione di vettori di parole.
2.4. Cosa sono i vettori di parole?
Abbiamo già visto che Google utilizza il Knowledge Graph per collegare le parole ai concetti che esistono in relazione tra loro.
Ma funziona solo con le informazioni presenti nel suo database.
Per andare oltre con l’apprendimento automatico, Google si è rivolto avettori di parole poiché aveva bisogno di apprendere il significato nascosto dietro le parole:
i vettori di parole o vettori di parole sono il modo in cui le macchine di apprendimento automatico di Google o RankBrain imparano nuove relazioni tra le parole.
“ RankBrain usa l’intelligenza artificiale per incorporare grandi quantità di linguaggio scritto in entità matematiche – vettori – che il computer può capire. Se RankBrain vede una parola o una frase che non conosce, la macchina può indovinare quali parole o frasi possono avere un significato simile e filtrare il risultato di conseguenza, rendendola più efficiente nella gestione di query di ricerca mai viste prima. “.
Affinché ciò sia efficace, Google ha sviluppato uno strumento open source chiamato ” Word2vec “:
questo strumento utilizza l’apprendimento automatico e l’elaborazione del linguaggio naturale per comprendere da solo il vero significato delle parole.
Nel suo articolo su word2vec, Google mostra un esempio di come può imparare il concetto di capitale di un paese.
L’azienda afferma:
“ Word2vec utilizza rappresentazioni distribuite del testo per catturare le somiglianze tra i concetti. Ad esempio, capisce che Parigi e la Francia sono collegate allo stesso modo di Berlino e della Germania (capitale e paese), e non allo stesso modo di Madrid e dell’Italia. Questo dipinto mostra quanto bene possa apprendere il concetto di capitale, solo leggendo molti articoli di cronaca, senza la supervisione umana ”.
Schematicamente, questo è il modo in cui word2vec comprende i concetti creando connessioni tra di loro.
RankBrain utilizza lo stesso sistema per determinare le relazioni tra termini e contenuti sul Web al fine di fare previsioni per query che non conosce.
Questo è il motivo per cui Google non indica un modo particolare per ottimizzare un sito per RankBrain. In effetti, RankBrain non è un “classico algoritmo” come Panda e Penguin.
Sappiamo come evitare le penalità di Penguin e grazie alle linee guida sappiamo come accontentare Panda.
RankBrain è invece un modello interpretativo per il quale non è possibile eseguire ottimizzazioni specifiche.
L’unico consiglio di Google è di scrivere i tuoi contenuti in un linguaggio naturale in modo che gli utenti ottengano il maggior valore aggiunto possibile. Discuteremo questo aspetto nelle prossime sezioni.
C’è una domanda che è ancora molto importante per capire come funziona RankBrain.
2.5. In che modo RankBrain valuta i risultati che offre?
La macchina di apprendimento automatico di Google utilizza i vecchi dati per cercare di prevedere i migliori risultati futuri.
” Tutto ciò che RankBrain impara è offline, ci ha detto Google. Ci vuole molta ricerca storica e impara a fare previsioni da essa. Queste previsioni vengono testate e, se si rivelano corrette, viene rilasciata l’ultima versione di RankBrain. Quindi si ripete il ciclo di e-learning e test. le cose
accadono così, come fa RankBrain a decidere se il risultato che dà è buono o cattivo?
Si potrebbe supporre che esista un punteggio RankBrain come quello di PageRank.
Ma non è così!
Su questo argomento, ci sono state molte voci secondo cui RankBrain dia un punteggio alle pagine per sapere cosa proporre dopo.
Google ha avuto l’opportunità di rispondere a questa domanda molte volte. Durante la conferenza SMX Advanced, Danny Sullivan ha avuto un’intervista con Gary Illyes:
Alla domanda se c’è un punteggio, Gary dice che non c’è:
In francese:
” Danny Sullivan: Existe-t- c’è un punteggio RankBrain? Gary Illes: Non hai un punteggio. Penso che la radice della tua domanda sia se puoi ottimizzare per RankBrain – (ride) ”.
Se quindi non c’è un punteggio o un sistema di rating, come riesce RankBrain a determinare la soddisfazione dell’utente in relazione ai suoi risultati?
Alcuni esperti SEO ritengono che RankBrain utilizzi segnali di esperienza utente o UX per prendere decisioni. È questo il caso?
Se RankBrain utilizzi i segnali relativi agli utenti per eseguire le sue classifiche è un argomento controverso all’interno della comunità SEO.
Mentre alcuni esperti SEO ritengono che l’esperienza utente o l’esperienza utente non siano considerate da RankBrain, altri mostrano che è un fattore importante da considerare.
È difficile ottenere una risposta definitiva sull’argomento. Tanto più che Google non sembra voler dare spiegazioni informate e definitive.
Ma propongo di analizzare questo problema passo dopo passo. Per prima cosa rispondiamo alla domanda se Google tiene conto dell’esperienza dell’utente quando fa le sue classifiche.
Capitolo 3. La UX può influenzare il posizionamento dei siti web nelle SERP?
Soprattutto, penso che sia saggio vedere quali fattori sono correlati al comportamento degli utenti.
Nel mio articolo sulla tecnica dell’overbidding, ho avuto l’opportunità di parlare in dettaglio delle metriche relative all’esperienza dell’utente.
Può essere riassunto perfettamente con queste immagini:
La questione se Google tenga conto dei segnali dell’esperienza utente quando si classificano i siti web è controversa anche nel mondo della SEO.
Cercherò di rispondere alla domanda con le opinioni di Google sull’argomento e alcuni studi effettuati da alcuni colossi del settore SEO.
3.1. Google considera UX per la sua
classifica 3.1.1. Google considera gli utenti i giudici più affidabili
Nel 2015 Google ha pubblicato a brevetto sul tema “ Alterare il ranking dei risultati di ricerca in base al feedback implicito degli utenti e un modello di bias di presentazione ”:
Google dice:
« Par exemple, les réactions des utilisateurs à des résultats de recherche particuliers ou à des listes de résultats de recherche peuvent être mesurées, de sorte que les résultats sur lesquels les utilisateurs cliquent souvent seront mieux classés. L’hypothèse générale d’une telle approche est que les utilisateurs de recherche sont souvent les meilleurs juges de la pertinence, de sorte que s’ils choisissent un résultat de recherche particulier, il est susceptible d’être pertinent, ou au moins plus pertinent que les alternatives présentées. ».
Questo brevetto di Google mostra chiaramente che le “reazioni degli utenti” possono essere misurate e possono anche influenzare il posizionamento nelle SERP .
Tuttavia, non salterò alle conclusioni e mi prenderò il tempo per scavare più a fondo.
3.1.2. I motori di ricerca possono raccogliere informazioni sui movimenti del cursore
Sebbene Google sia il motore di ricerca con la quota di mercato più ampia, è possibile ottenere alcuni indizi da altre entità.
Nel 2012, Microsoft che gestisce Bing ha pubblicato un articolo su: “Miglioramento dei modelli di ricerca utilizzando l’attività del cursore del mouse”:
L’azienda mostra:
” Così come i clic forniscono segnali di pertinenza nei risultati di ricerca, la ricerca, il passaggio del mouse e lo scorrimento del cursore possono essere ulteriori spunti impliciti. Scopriamo che il passaggio del mouse e lo scorrimento del cursore sono segnali che ci dicono quali risultati di ricerca sono stati rivisti e utilizziamo queste interazioni per rivelare variabili latenti nei modelli di ricerca per calcolare in modo più accurato l’attrazione e la soddisfazione dei consumatori. L’accuratezza viene valutata calcolando quanto bene il nostro modello che utilizza questi parametri può prevedere i clic futuri per una determinata query. Siamo in grado di migliorare le previsioni dei clic rispetto a un modello di ricerca di base per i risultati di ricerca con le prime posizioni utilizzando dati di registro aggiuntivi. “.
Sebbene sia un po’ difficile capire la posta in gioco di alcuni termini, è possibile capire il messaggio che questo articolo trasmette.
Microsoft sembra essere in grado di conoscere il movimento del cursore dei suoi utenti e quindi prevedere quali risultati verranno selezionati.
Google può fare lo stesso? Penso che non ci sia dubbio che il motore di ricerca più popolare sia in grado di avere questi stessi dati e agire di conseguenza.
3.1.3. Google può conoscere il tempo dedicato a un determinato articolo
Rimaniamo nell’ambito dei brevetti e vediamo quali altri dati Google è in grado di conoscere.
Nel 2015 il motore di ricerca Google ha rilasciato un brevetto intitolato: “Metodi e sistemi per migliorare il posizionamento nella ricerca utilizzando le informazioni sugli articoli”.
Si legge:
“I dati sulla durata possono includere, ad esempio, il tempo che l’utente trascorre su un articolo, come una pagina web. Inoltre, i dati sulla durata possono includere il tempo che l’utente trascorre su un elemento, ad esempio una pagina Web ospitata da un’altra pagina Web. Ad esempio, il tempo che un utente trascorre su www.google.com/search/images.html può essere attribuito, in parte, al tempo trascorso sull’hostwww.google.com. I dati di accesso possono includere, ad esempio, il numero di volte in cui l’utente visualizza un articolo o apre e inserisce o interagisce con un articolo […] Alle pagine Web visualizzate per un periodo molto più lungo possono essere assegnate valutazioni di rango superiore. Determinando per quanto tempo una pagina web viene visualizzata, la presente invenzione può determinare, tra le altre cose, se lo scorrimento o un’altra attività viene eseguita su una pagina per indicare che l’utente sta effettivamente visualizzando la pagina e non ha semplicemente lasciato una pagina web aperta durante l’esecuzione un’altra attività. Questa
è un’altra informazione che supporta il fatto che Google è in grado di utilizzare i dati dei suoi utenti per eseguire il suo posizionamento.
Ecco il tempo trascorso sulla pagina web di un sito web. Più tempo gli utenti trascorrono sul tuo sito web, più le tue pagine tenderanno a classificarsi meglio.
Quali altri dati può raccogliere Google?
Penso che il motore di ricerca possa avere accesso a molte informazioni sul comportamento degli utenti per ottenere risultati pertinenti.
Quindi, come possono raccogliere le informazioni sugli utenti?
3.1.4. Google è in grado di raccogliere dati dai propri utenti tramite browser
Nel 2012, Google ha pubblicato un altro brevetto intitolato: ” Classificazione dei documenti in base al comportamento dell’utente e/o dati caratteristici “:
Il motore di ricerca afferma:
” I dati relativi al comportamento dell’utente possono essere ottenuti da un browser web o da un assistente browser associato ai client. Un browser helper può includere codice eseguibile, ad esempio un plug-in, un’applet, una libreria di collegamento dinamico (DLL) o un tipo simile di oggetto o processo eseguibile che funziona insieme (o separatamente) con un browser Web. Il browser Web o l’assistente del browser possono inviare informazioni su un utente di un client al server. »
Google è in grado di raccogliere i dati degli utenti tramite browser.
Che browser web sono questi? Non posso dirlo, ma quello che è ovvio è che Chrome, che è il browser dell’azienda, ne fa sicuramente parte.
Google va oltre nella sua spiegazione:
“ Ad esempio, il browser Web o l’assistente del browser possono registrare i dati relativi ai documenti a cui l’utente accede e i collegamenti nei documenti (se presenti) selezionati dall’utente. Inoltre, o in alternativa, il browser web o l’assistente del browser possono registrare dati relativi alla lingua dell’utente, che possono essere determinati in diversi modi noti nella tecnica, come l’analisi dei documenti a cui l’utente ha accesso. Inoltre, o in alternativa, il browser web o l’assistente del browser possono salvare dati relativi agli interessi dell’utente. Ciò può essere determinato, ad esempio, dai preferiti o dall’elenco dei preferiti dell’utente, da argomenti associati ai documenti a cui l’utente sta accedendo, o da altre modalità note all’art. Inoltre, o in alternativa, il browser web o l’assistente del browser possono registrare dati relativi ai termini di query inseriti dall’utente. Il browser Web o l’assistente del browser possono inviare questi dati per l’archiviazione nel repository. I browser
sono un’alternativa per i motori di ricerca per raccogliere informazioni sugli utenti.
In questa fase non ci sono più dubbi sul fatto che Google sia in grado di utilizzare la UX per influenzare il posizionamento dei siti web nei motori di ricerca.
Ora vediamo in che misura possono essere utilizzati i segnali dei comportamenti degli utenti.
3.2. In che modo Google utilizza i segnali UX nelle sue classifiche?
3.2.1. Google utilizza i segnali UX indirettamente
Eric Enge e Gary Illyes di Google hanno discusso questo argomento a SMX Advanced 2016.
Ma prima, chi è Eric Enge?
Eric Enge è un esperto SEO di alto livello che ha dovuto pubblicare il Libro ” The Art of SEO “, considerato una delle bibbie della SEO di lingua inglese.
Ha ottenuto diversi premi e riconoscimenti che troverete sulla sua pagina LinkedIn :
È ovviamente una fonte che può essere considerata affidabile su domande relative ai motori di ricerca.
Ecco un video dell’intervista che Gary Illyes di Google e Eric Enge a Pubcon hanno rilasciato:
Infatti, i due esperti hanno dovuto discutere di come Google possa considerare i segnali degli utenti come fattori di ranking.
Eric indica che lo stesso argomento è stato discusso tra lui e Paul Haahr a SMX West 2016:
nel suo articolo, Eric afferma che secondo quest’ultimo:
“ Google utilizza questi segnali come fattore di posizionamento indiretto ”.
Il concetto può essere rappresentato in questo modo:
Nelle parole di Eric:
” Nel tempo, questo tipo di feedback loop farà sì che le pagine che ottengono il più alto tasso di coinvolgimento (compreso il più alto CTR più alto) salgano nei risultati di ricerca. La sottigliezza di ciò che ha detto Haahr è che Google ovviamente non misura direttamente i segnali di coinvolgimento. Al contrario, ottimizzano l’uso di altri segnali in modo che le pagine con un maggiore coinvolgimento vengano spostate in alto nelle classifiche. »
L’esperienza utente può influenzare le classifiche?
Anche se indirettamente, questo viene confermato ancora una volta con i dipendenti di Google.
Ma non fermiamoci a queste affermazioni e consideriamo i contributi di Gary Illyes.Nota : Per mantenere intatta l’idea che il googler sta cercando di trasmettere, tradurrò solo i commenti riportati da Eric:
« De nombreuses parties ont contesté cette affirmation de Google et, pour cette raison, j’ai demandé à Gary ce qu’il en pensait.
Voici ce qu’il a partagé :
Les signaux utilisateurs, comme les CTR, ont tendance à être très bruyants sur le web, et Google ne les trouve pas fiables.
Dans un environnement contrôlé, ils fonctionnent assez bien, et Google les utilise de cette manière. (Pour le reste de ce point, j’extrapolerais un peu à partir des commentaires de Gary). Pour ce faire, ils effectuent des tests d’échantillonnage pour évaluer la qualité de la recherche (Gary a suggéré qu’ils pourraient échantillonner 1 % des utilisateurs). Sur la base des résultats de ces tests, ils évaluent la qualité de leurs algorithmes de base. Selon les résultats, Google peut ajuster ses facteurs et réévaluer la situation.
L’exécution de ce type de processus continu de QC/QA entraînera en effet une montée des postes ayant un CTR élevé dans l’ensemble des SERP.
Il problema principale nell’usare segnali di coinvolgimento come CTR come fattore diretto è che la natura sporadica del CTR sarebbe probabilmente a volte causano movimenti selvaggi nelle SERP, e questo non è necessariamente desiderabile (di nuovo, ho estrapolato un po’).
In un ambiente di test controllato, Google può riconoscere set di dati non validi e semplicemente scartarli, dando loro un controllo molto migliore sul risultato.
Il CTR è una delle cose esaminate in questo modo, ma ci sono anche altri fattori. »
La percentuale di clic o il CTR influiscono sul ranking delle pagine? È chiaro che Sì! Ma non direttamente come pensano molti esperti SEO.
Inoltre, sembra che i segnali UX non abbiano sempre lo stesso peso.
3.2.2. I segnali UX vengono utilizzati in misura diversa
I dati sul comportamento dell’utente vengono utilizzati in misura diversa in metriche diverse.
Nel suo brevetto pubblicato nel 2015 su “Metodi e sistemi per migliorare il ranking della ricerca utilizzando le informazioni sugli articoli”, scrive Google:
“Il processore di ranking determina un punteggio di ranking basato almeno in parte sui dati comportamentali lato cliente, estratti dal processore dati comportamentale del cliente, associati con l’ennesimo articolo. Ciò può essere ottenuto, ad esempio, da un algoritmo di classificazione che pondera i vari dati sul comportamento dei clienti e altri fattori di classificazione associati al segnale della query per produrre un punteggio di classificazione. Diversi tipi di dati sul comportamento dei clienti possono avere pesi diversi e tali pesi possono essere diversi per le diverse applicazioni. Il responsabile del ranking, oltre ai dati comportamentali del cliente, può utilizzare metodi convenzionali per classificare gli articoli secondo i termini contenuti negli articoli. Può inoltre utilizzare informazioni ottenute da un server in rete (ad esempio, nel caso di pagine web). Il processore di classifica può richiedere un valore di PageRank per la pagina Web da un server e utilizzare questo valore per calcolare il punteggio di classifica. La classificazione può anche dipendere dal tipo di articolo. La classifica può anche dipendere dal tempo, come l’ora del giorno o il giorno della settimana. Ad esempio, un utente può in genere lavorare ed essere interessato a determinati tipi di articoli durante il giorno ed essere interessato a diversi tipi di articoli durante la sera o nei fine settimana. “.
Sebbene abbia termini tecnici, è facile capire che Google non attribuisce lo stesso peso ai segnali degli utenti per tutte le query.
A seconda delle query, alcuni segnali UX potrebbero avere un impatto maggiore sulle classifiche rispetto ad altri.
Ora sappiamo che Google utilizza i segnali degli utenti per fare le sue classifiche. Anche se indirettamente, l’UX ha un impatto sulle classifiche.
Per chiudere questo argomento, ti suggerisco di prendere in considerazione alcuni studi di settore.
3.3. Studi di settore che mostrano correlazioni tra metriche UX e posizione nelle SERP
Larry mantiene una buona reputazione nel marketing digitale e ha 17 premi e riconoscimenti:
è una fonte affidabile? Posso dire di sì!
Larry ha condotto alcuni studi nel 2016, molto tempo dopo il lancio di RankBrain, per determinare se esiste una correlazione tra determinati segnali dell’esperienza utente e la posizione dei siti Web nei motori di ricerca.
Potete trovare il suo articolo su Moz e come lui stesso sottolinea, le figure di questi studi non dovrebbero essere scolpite nella pietra. Ricorda che Google può variare il peso dei segnali a seconda delle query.
Qui, Larry dice:
“Stiamo solo guardando i numeri per una particolare verticale. L’impegno minimo previsto varia in base al settore e al tipo di query. “.
Detto questo, questo è un ottimo studio!
Fattore 1: la percentuale di clic o il CTR è correlato alla posizione nelle SERP
. Gary ha riconosciuto che il CTR può influenzare indirettamente il posizionamento nelle SERP.
Per chiarire le cose, Larry ha condotto a studio basato su 1.000 parole chiave che gli hanno permesso di avere un grafico del genere:
c’è una forte correlazione tra il tasso di clic e la posizione nelle SERP. La correlazione è comunque diversa a seconda del tipo di keyword short o long tail.
La stessa osservazione è stata fatta da Rand Fishkin di Moz che ha condotto un semplice studio. Ha chiesto alle persone di fare una ricerca particolare e fare clic sul link del suo blog che era al n. 7:
Fonte: Sparktoro
Nel giro di poche ore la sua pagina web si è trovata al primo posto delle SERP:
Fonte: Sparktoro
In questa fase sarebbe ancora difficile avere incertezze sull’influenza del click-through rate sul ranking nelle SERP.
Fattore 2.: La frequenza di rimbalzo ha un impatto sulla posizione organica
La frequenza di rimbalzo o la frequenza di rimbalzo del design quando qualcuno visita una pagina e preme il pulsante Indietro senza fare clic su nulla nella pagina.
Ufficialmente, Google non utilizza la frequenza di rimbalzo o le informazioni di Google Analytics per classificarsi.Gary Illyes risponde in a tweet :
@dnespo we don't use analytics/bounce rate in search ranking
Dopo il suo studio, Larry ha scoperto che esiste una correlazione tra la frequenza di rimbalzo e la posizione organica:
Per la query che era oggetto del suo studio, avere un 76% la frequenza di rimbalzo ti dà una migliore possibilità di apparire nelle prime posizioni. Superando il 78%, il tuo sito web potrebbe avere un ranking più basso.
Larry non sostiene che la frequenza di rimbalzo sia un fattore di ranking diretto.
Piuttosto, dice:
“ Ma penso che ci sia sicuramente un legame tra frequenza di rimbalzo e ranking. Guardando questo grafico, ho l’impressione che non sia un caso, ma che sia in realtà un algoritmo. Sempre
è importante ricordare che una frequenza di rimbalzo bassa non è necessariamente sinonimo di un ranking migliore poiché dipende dalla nicchia del sito web.
Ma in generale, una frequenza di rimbalzo elevata sarà un brutto segno per siti come l’e-commerce. D’altra parte, lo sarà meno per un sito Web che fornisce solo informazioni come Wikipedia.
Detto questo, le conclusioni che abbiamo tratto finora sono ancora vere, vero?
Fattore 3: il tempo trascorso su un sito web può influire sulla sua classifica
Secondo lo studio di Larry King, il tempo trascorso su un sito web ha una chiara correlazione con la posizione nelle SERP:
secondo questo grafico, se i visitatori trascorrono circa 500 secondi sul tuo sito web, sei probabile che raggiunga le prime 6 posizioni.
Questo non significa che devi cercare a tutti i costi di raggiungere i 500 secondi. L’idea è di mostrarvi che un costante miglioramento di questo parametro avrà un effetto positivo sulle vostre classifiche.
E perché non superare i 500 secondi o gli 8 minuti!?
Fattore 4: Il tempo di permanenza e il suo impatto sulla posizione nelle SERP
Il tempo di permanenza è il tempo che un ricercatore di Google trascorre su una pagina dei risultati della ricerca prima di tornare alle SERP.
Sebbene non esista un modo preciso per determinare il tempo di permanenza, è possibile valutarlo con i fattori che ho appena citato.
Larry ritiene che:
” Google utilizza il tempo di permanenza – che non possiamo misurare, ma è proporzionale alcoinvolgimento degli utenti come frequenza di rimbalzo, tempo sul sito e tassi di conversione – per convalidare i tassi di clic. Queste metriche aiutano Google a determinare se gli utenti alla fine hanno ottenuto ciò che stavano cercando. un
esempio per illustrare questa impostazione.
Immagina di utilizzare la query: “come creare backlink”.
Google ti mostra alcuni risultati:
il primo risultato sembra buono e fai clic su di esso. Ma quando ci arrivi, il sito è:
Bad designer;
Difficile da usare;
Presenta contenuti inutili.
Per questo motivo esci dal sito dopo 10 secondi!
Il tuo tempo di permanenza è quindi di 10 secondi e questa brevissima visita indica a Google che non sei soddisfatto del risultato che ti ha offerto.
Ora diciamo che fai clic sul secondo risultato e questa volta:
il contenuto è molto utile;
Hai grande facilità nell’usare il sito web;
Il design è ben elaborato.
In breve, hai dei contenuti eccellenti:
quindi questa volta hai passato più di 10 minuti sul sito web per leggere i contenuti e poi sei tornato alle SERP.
Questo lungo tempo di permanenza consente a Google di sapere che hai acquisito un valore aggiunto attraverso questo sito web.
Ora considera che molti utenti, come te, trascorrono molto tempo sulla seconda pagina web.
Il motore di ricerca tenderà ad aumentare il ranking di quella pagina per quella query, giusto?
” Inoltre, l’utente può selezionare un primo collegamento in un elenco di risultati di ricerca, accedere a una prima pagina web associata a il primo collegamento, quindi tornare rapidamente all’elenco dei risultati della ricerca e selezionare un secondo collegamento. La presente invenzione può rilevare questo comportamento e determinare che la prima pagina web non è rilevante per ciò che l’utente desidera. È possibile effettuare il downgrade della prima pagina Web o, in alternativa, è possibile aggiornare una seconda pagina Web associata al secondo collegamento, che l’utente ha visualizzato per periodi o tempi più lunghi. .
È stato appena chiarito anche un altro punto, in particolare l’uso del tempo di permanenzaSe ti stai chiedendo se esiste un tempo di permanenza standard, sappi che il tempo di permanenza dipende da diversi fattori, vale a dire: la
tua nicchia;
Il tipo di contenuto;
La query di ricerca che le persone usano per trovare la tua pagina;
Andamenti stagionali;
Eccetera…
Invece di preoccuparti di un numero arbitrario, ti consiglio di concentrarti sul miglioramento del tempo di permanenza del tuo sito web.
3.3.2. Lo studio Semrush
Nel 2017, Semrush ha condotto uno studio sui fattori di ranking attraverso oltre 600.000 parole chiave. I risultati possono essere riassunti con questa infografica:
Per le parole chiave utilizzate per questa query, i segnali degli utenti sono molto importanti per il motore di ricerca.
Eccolo:
tempo trascorso sul sito;
Il numero di pagine per sessione;
Frequenza di rimbalzo.
Oltre alle informazioni provenienti da Google e da vari studi, non c’è più alcuna incertezza: il motore di ricerca tiene conto dell’esperienza dell’utente nelle sue classifiche.
Anche se indirettamente e in misura diversa, Google tiene conto dell’UX. Se l’UX è così importante, dove si inserirà la SEO in questa immagine?
3.3.3. SEO e UX: due potenti strumenti per ottimizzare un sito web!
Google è cambiato in modo significativo nel corso degli anni.
In effetti, il gigante dei motori di ricerca aggiorna costantemente i suoi algoritmi per garantire che gli utenti ottengano i migliori risultati possibili.
Come me, molti esperti ritengono che ogni aggiornamento apportato da Google sia stato progettato per fornire risultati più intuitivi e incentrati sull’utente.
Abbiamo avuto il tempo di vedere le modifiche che il motore di ricerca ha apportato alle SERP e che hanno mostrato l’importanza che attribuisce alla UX.
Questi includono:
frammenti in primo piano;
Da Google Suggerisci;
Grafico della conoscenza;
Da Google Maps;
Da RankBrain;
Etc…
Tutte le azioni di Google mirano a fornire ai propri utenti la migliore esperienza possibile.
Normale che tenga conto dei segnali dell’esperienza dell’utente per fare le sue classificazioni, non è vero?Inoltre, i principi base che il motore di ricerca indica ai webmaster nel suo istruzioni sono le seguenti:
«
Concevez vos pages en pensant d’abord aux internautes et non aux moteurs de recherche.
Ne trompez pas les internautes.
Évitez les “astuces” destinées à améliorer le classement sur les moteurs de recherche. Pour savoir si votre site Web respecte nos consignes, posez-vous simplement la question suivante : “Cela me dérangerait-il d’expliquer au propriétaire d’un site Web concurrent ou à un employé de Google quelles sont les solutions que j’ai adoptées ?”. Vous pouvez également vous poser les questions suivantes : “Ces solutions sont-elles d’une aide quelconque pour les internautes ?”, “Aurions-nous fait appel à ces techniques si les moteurs de recherche n’existaient pas ?”
Pensez aux éléments qui rendent votre site Web unique et attrayant, et qui lui confèrent de la valeur. Faites en sorte que votre site Web se distingue des sites concurrents dans votre secteur d’activité. »
Siamo d’accordo, l’utente è al centro delle decisioni prese dal motore di ricerca.
Questo significa che la UX è più importante della SEO, che mira a utilizzare tecniche per migliorare il posizionamento di un sito web nelle SERP? Ovviamente no!
UX e SEO condividono lo stesso obiettivo e sono complementari! Ecco qua, l’ho detto ☺
In effetti, l’UX può adattarsi perfettamente alla SEO perché entrambi condividono obiettivi comuni.
Fonte: Paldesk
Se hai seguito la SEO negli ultimi anni, saprai che si è allontanato dal semplice posizionamento per i termini di ricerca.
Ora, la SEO cerca di fornire agli utenti informazioni che soddisfino le loro esigenze.
È qui che UX e SEO iniziano a interagire poiché entrambi vogliono aiutare gli utenti a svolgere i propri compiti fornendo loro informazioni pertinenti.
Mentre la SEO condurrà una persona al contenuto di cui ha bisogno, UX risponderà alla sua domanda una volta che atterra sulla pagina web.
Stando così le cose, che dire di RankBrain? Usa l’UX per influenzare le classifiche?
Capitolo 4. In che modo RankBrain valuta il successo dei risultati che offre?
Per rispondere a questa domanda, vediamo prima come RankBrain si relaziona con altri segnali di ranking.
Questo approccio è molto più interessante, non trovi?
4.1. RankBrain influisce sulla classifica di Google
4.1.1. RankBrain è un fattore
di ranking Iniziamo con lo stabilire le basi per capire meglio questo punto molto importante.
“ RankBrain è uno dei ‘centinaia’ di segnali che entrano in un algoritmo che determina quali risultati appaiono su una pagina di ricerca di Google e dove sono classificati. In pochi mesi, RankBrain è diventato il terzo segnale più importante che contribuisce al risultato di una query di ricerca. penseresti
che influenzi direttamente la classifica, non credi? Ma è davvero così?
4.1.2. RankBrain influenza i risultati della SERP!
Con la parola “Rank” nel nome, questo è sicuramente ciò che implica☺.
Ma non limitiamoci a questa banalità che ovviamente non ha peso in termini argomentativi.Grazie alla sezione precedente, potresti già avere un’idea in merito. Ma considera una risposta più diretta da Gary Illyes :
Lemme try one last time: Rankbrain lets us understand queries better. No affect on crawling nor indexing or replace anything in ranking
” Rand Fishkin: non sono sicuro di cosa significhi” sostituire qualcosa in la classifica”? Stai dicendo che Rankbrain “non ha alcun impatto diretto” sulle classifiche? Gary Illyes: Intendevo qualsiasi componente del ranking cambia il ranking, ad esempio, siamo più bravi a ottenere risultati pertinenti per query negative. »
Considera anche questa risposta di Gary a Moty Malkov:
@MotyMalkov that's the whole point of a ranking change. Now you can actually rank for queries like [can I finish super mario WITHOUT help]
“ Moty Malkov: Non sono classificati in modo diverso quando li capisci meglio?
Gary Illyes: Questo è il punto centrale di un cambio di classifica. Ora puoi davvero classificare per query come [posso finire super mario SENZA aiuto] ”
Conclusione: RankBrain aiuta Google a capire meglio le query e classificare meglio i loro risultati.
Solo il 15% delle richieste sconosciute è interessato? Sembrerebbe non da quando Danny Sullivan ha pubblicato a articolo sull’argomento:
Danny dice:
” Google è in genere confuso su come migliora esattamente la ricerca (qualcosa a che fare con la coda lunga?) ma Dean dice che RankBrain è “coinvolto in ogni query” e influisce sul ranking reale “probabilmente non in ogni richiesta ma in molte richieste”. RankBrain
il campo d’azione diL’IA ha un impatto su quasi tutti i ranking dei motori di ricerca. Ma come procede?
4.1.3. In che modo RankBrain può influenzare la classifica?
RankBrain non ha alcun impatto su altri componenti dell’algoritmo di Google. La sezione successiva dettaglia ulteriormente questa affermazione.
A questo livello, bisogna capire che se i visitatori tornano alle SERP subito dopo aver cliccato e visitato la tua pagina web, RankBrain ritiene che la tua pagina non abbia nulla a che fare con ciò che vogliono i suoi utenti.
Non valuta la tua pagina web considerando i tuoi contenuti come scadenti, ma cercherà di offrire presto altri contenuti per soddisfare l’intento dell’utente per la query.
Pertanto, la tua pagina web potrebbe avere una posizione più bassa per questa query.
Ma ciò non significa che non sarà presente per un’altra query.
È importante notare che RankBrain non valuta la qualità della tua pagina. Gli altri algoritmi dei motori di ricerca si occupano di valutare gli altri fattori di ranking.
L’IA di Google cerca semplicemente di capire cosa intende l’utente quando esegue una determinata query.
Pertanto, se RankBrain decide che la tua pagina non è ciò che qualcuno sta cercando, non significa che il tuo contenuto non sia buono.
Piuttosto, RankBrain considera i tuoi contenuti non i migliori.
Questa conclusione è stata confermata da Gary Illyes nella precedente conversazione con Rand Fishkin:
@randfish I meant any ranking component. It does change ranking, e.g we're better at getting relevant results for negative queries
Un utente di Google fa la richiesta “costruzione di una casetta da giardino” e Rankbrain posiziona la tua pagina web in prima posizione.
Se il visitatore arriva sul tuo sito web e non trova le informazioni che sta cercando, è probabile che le lasci rapidamente.
Anche se un numero sufficiente di utenti fa lo stesso, RankBrain non ti considererà un cattivo contenuto.
Riterrà di aver commesso un errore fornendo un risultato che non soddisfa le intenzioni dei suoi utenti.
Per una prossima volta con la stessa richiesta, regolerà quindi la classifica delle pagine. L’IA di Google continuerà a farlo finché non troverà la risposta migliore per quella specifica query.
Diventa legittimo cercare di sapere come RankBrain valuta il successo o il fallimento delle sue proposte.
4.2. RankBrain utilizza i dati storici per valutare la pertinenza dei suoi risultati
Quando si tratta di machine learning, Wikipedia dice:
“ In pratica, alcuni sistemi possono continuare ad apprendere una volta in produzione, a condizione che abbiano un modo per ottenere feedback sulla qualità dei risultati prodotti. “.
In che modo RankBrain ottiene un feedback sulla qualità dei risultati che offre?Eric Enge, l’esperto SEO che ho già avuto modo di citare, ha intervistato Gary Illyes durante l’evento Pubcon di Las Vegas nel 2016:
Sul suo blog, Eric ha pubblicato un questo articolo che riassume la discussione che ha avuto con il googler.
Quando si tratta di RankBrain, Eric mostra che Gary non si è limitato alla funzione di RankBrain che Google ha ripetuto più e più volte dal lancio:
” Concentrati sul miglioramento della gestione delle query a coda lunga e sconosciute”.
Dal momento che abbiamo già affrontato questo aspetto, non sarebbe saggio tornare su di esso.
D’altra parte, alcuni punti sono molto cruciali da ricordare per capire come funziona RankBrain.
Come gli altri concetti molto importanti, cercherò di riportare fedelmente le sue parole (con alcuni dettagli da quando parlava in inglese☺):
“2. Gary ha anche indicato che RankBrain prende le sue decisioni sulla base della valutazione dei dati storici sulle prestazioni per le query ritenute molto simile da RankBrain (nel linguaggio dell’apprendimento automatico, questo è determinato vedendo come una determinata query si comporta rispetto a query storiche nello spazio vettoriale ad alta dimensione). Google potrebbe utilizzare le prestazioni storiche di queste altre query per modificare i risultati del ranking della nuova query a coda lunga non appena arriva”.
3. Ho chiesto a Gary di valutare i pro ei contro delle affermazioni secondo cui RankBrain guida altre parti del loro algoritmo e ha ribadito che non cambia quegli algoritmi. Pertanto, gli algoritmi relativi ai collegamenti – Penguin, Panda e altri algoritmi – sono completamente invariati da RankBrain. “.
Cosa significa questo in realtà?
Lascia comunque che Eric faccia luce sul suo secondo incontro con Gary Illyes al SMX Advanced nel 2017 (ovvero 1 anno dopo):
” RankBrain sfrutta le prestazioni storiche di query per lo più o quasi identiche per vedere cosa ha funzionato e cosa no, quindi sfrutta tali informazioni per modificare e migliorare i risultati forniti per la query corrente. Più in dettaglio, RankBrain confronta la query dell’utente con altre query storiche di natura simile. È qui che entra in gioco l’apprendimento automatico, poiché lo usano per identificare le query storiche più simili a quelle a cui Google ha già risposto. Nel linguaggio di apprendimento automatico, questo viene fatto in uno “spazio vettoriale ad alta dimensione”. Questo viene quindi utilizzato per vedere come sono state eseguite queste query storiche. Esaminando più query, Google può determinare quali tipi di risultati hanno funzionato bene e quali no. Queste informazioni vengono quindi utilizzate peraffinano i risultati ottenuti dai consueti algoritmi di Google per la nuova query e, in alcuni casi, possono anche modificare gli algoritmi invocati per elaborare la query. “.
Ciò che Gary Illyes sembra dire e l’interpretazione di Eric Enge un anno dopo sono simili.
Ora, c’è un punto cruciale da notare che: “RankBrain sfrutta le prestazioni delle query storiche “. Cosa significa effettivamente il termine “prestazioni storiche della query” nel contesto di RankBrain?
Questa domanda ha portato molti esperti SEO a credere che RankBrain utilizzi i segnali UX per prendere decisioni. Inoltre, abbiamo già visto che Google considera i suoi utenti come i migliori giudici per valutare la pertinenza dei suoi risultati.
Questo è un punto controverso nella comunità SEO. Mentre ci sono alcuni esperti che sostengono che RankBrain sembri prendere in considerazione l’UX, altri confutano categoricamente questa ipotesi.
Si tratta di un’ipotesi poiché Google non sembra voler chiarire chiaramente questa domanda.
Ad ogni modo, sappiamo che Google tiene conto dei segnali UX quando fa le sue classifiche. RankBrain fa parte del sistema e potrebbe interagire con questo tipo di segnali.
Infatti, Eric Enge, che ha discusso a lungo di RankBrain con Gary Illyes, ne schematizza il funzionamento in questo modo:
ad un certo punto, RankBrain potrebbe interagire con i dati relativi al comportamento degli utenti. Soprattutto perché consente anche a Google di classificare parte dei risultati tenendo conto delle prestazioni passate.
Seroundtable rivela un dipendente di Google che parla all’evento Think Auto Google a Toronto nel 2017:
” Quindi, quando è stata inventata la ricerca, come quando è stato inventato Google molti anni fa, hanno scritto euristiche che hanno capito quale fosse la relazione tra una ricerca e la pagina migliore per quella ricerca. E questa euristica ha funzionato abbastanza bene e continua a funzionare abbastanza bene. Ma Google sta ora integrando l’apprendimento automatico in questo processo. Quindi devi addestrare i modelli per sapere quando qualcuno fa clic su una pagina e rimane su quella pagina, quando torna indietro o quando torna indietro e prova acapire esattamente questa relazione. Quindi la ricerca sta migliorando sempre di più con i progressi nell’apprendimento automatico. »
Non è esplicitamente indicato che RankBrain integri un proprio sistema che valuta il tempo di permanenza e le sue implicazioni. Potrebbe benissimo essere un altro machine learning che è/sarà dotato di questa capacità.
In ogni caso, l’esperienza dell’utente è al centro dello sviluppo di Google e RankBrain probabilmente interagisce con tali segnali per offrire risultati migliori.
Per concludere questa parte, vediamo in che misura RankBrain potrebbe tenere conto dell’UX.
4.3. In che modo RankBrain potrebbe prendere in considerazione l’UX?
In questa sezione, considereremo lo scenario in cui RankBrain considera la soddisfazione degli utenti per convalidare i risultati che offre. Ammetto che questa ipotesi mi sembra la più probabile.
RankBrain potrebbe farlo in questo modo:
RankBrain ti mostra una serie di risultati di ricerca che pensa ti piaceranno.
Se un numero significativo di utenti apprezza una determinata pagina nei risultati, il motore di ricerca darà a quella pagina un aumento del ranking.
Se il risultato non è soddisfacente, Google sostituirà questa pagina con un’altra.
E la prossima volta che qualcuno cerca quella parola chiave o un termine simile, il motore di ricerca vedrà come quella pagina si sta comportando con gli utenti.
Abbiamo appena esaminato l’operazione di RankBrain. Vediamo alcuni esempi che descrivono RankBrain in azione.
Capitolo 5. Alcuni esempi di come RankBrain potrebbe migliorare i risultati
Per capire esattamente come RankBrain migliora i risultati di ricerca di Google, utilizzeremo alcuni esempi.
Alcuni provengono direttamente da Google, altri provengono da interpretazioni fatte da alcuni esperti SEO.
Nota : nota cheoverthinkgroup ha svolto la maggior parte del lavoro poiché il loro articolo RankBrain ha riunito i sei esempi successivi.
Cercherò di trasmettere fedelmente questi esempi, dal momento che alcuni esempi sono quasi impossibili da riprodurre in questi giorni.
5.1. RankBrain indovina cosa stai cercando, anche se non sai quali parole usare
Questo è il primo esempio dato di come funziona Rankbrain ed è tratto dall’articolo di Bloomberg.
Per spiegare questa capacità di RankBrain, Danny Sullivan , che ora lavora in Google, usa la stessa query usata da Greg:
“Qual è il titolo del consumatore al livello più alto di una catena alimentare”.
In inglese:
“Qual è il titolo del consumatore al livello più alto della catena alimentare?.
Questo è il tipo di query che in genere digitiamo su Google quando abbiamo dimenticato un termine particolare
Ecco il risultato di questa query nel 2016:
Fonte: SearchEngineLand
Va notato che Google sta chiaramente lottando per fornire un risultato preciso e pertinente per questa query.
Il motore di ricerca ha comunque compreso l’intento di ricerca e ha restituito alcuni risultati che potrebbero portare l’utente a trovare la risposta.
Detto questo, il ricercatore dovrà scavare da solo tra le pagine per ottenere le informazioni di cui ha bisogno.
Il risultato non è più lo stesso quando si cerca:
“Top level of the food chain” o in francese “plus haut level de la chain food”:
questa query è molto più precisa e Google fornisce le risposte che l’utente desidera avere .
La condizione per avere un risultato del genere era che si dovessero inserire i termini giusti per avere risposte precise.
Secondo Danny, RankBrain consente di avere lo stesso risultato per due query diverse se rileva che l’intento di ricerca rimane lo stesso.
Nel 2018 Danny ha fatto la stessa richiesta:
“Qual è il titolo del consumatore al livello più alto di una catena alimentare”
In francese:
“Qual è il titolo del consumatore al livello più alto della catena alimentare?”risultato
è il seguente:
a questo livello, vediamo che esiste uno snippet in primo piano che fornisce direttamente la risposta alla domanda posta.
Inoltre, ci sono domande correlate che possono fornire risposte a domande correlate.
È possibile ritenere che RankBrain abbia capito nel tempo che questa domanda necessitava di una risposta molto specifica.
Questo è l’apice predator o l’apice predator in inglese.
D’altra parte, il risultato è diverso per il “livello più alto della catena alimentare”:
RankBrain ha dati sufficienti per stimare che la seconda query dovrebbe avere un risultato diverso dalla prima.
La seconda domanda, infatti, mira ad ottenere informazioni su un particolare livello della catena alimentare. A differenza della ricerca più lunga che mira a ottenere informazioni su un consumatore specifico.
RankBrain cerca di comprendere concetti e le loro sfumature che possono essere molto complessi da comprendere. È per questo motivo che può fornire risultati accurati anche quando non si utilizzano le parole e le frasi esatte nelle ricerche.
5.2. RankBrain può capire quando le parole d’arresto sono importanti
Ranks fornisce un elenco di parole chiave che vengono spesso ignorate da Google durante l’elaborazione delle query:
torna al nostro esempio!
RankBrain è in grado di determinare quando una parola di stop è importante in una query.
A questo livello, la parola “senza” (“senza” in francese) va considerata per non alterare il significato della frase:
“Posso battere Mario Bros senza usare un walkthrough?”
senza”, ti ritroverai con un’altra query e risultati che non corrispondono all’intento di ricerca.
A questo proposito Gary Illyes afferma:
“ Senza RankBrain diamo risultati interessanti che non soddisfano le mie esigenze. Ma con RankBrain possiamo dare risultati che soddisfano la mia domanda. .
Se dopo aver eseguito questa ricerca su Google ti vengono presentate pagine che trattano solo come battere Mario Bros con una procedura dettagliata, probabilmente sarai frustrato
Tuttavia, RankBrain è abbastanza intelligente da sapere che la parola “senza” è importante.
Quindi verranno visualizzate solo le pagine che rispondono alla domanda “ho bisogno di una procedura dettagliata per battere Mario Bros?” “.
Le pagine che non rispondono in modo specifico a questa domanda di RankBrain probabilmente si classificheranno più in basso.
Ciò non significa che siano di bassa qualità, semplicemente non soddisfano l’intento di ricerca per quella query.
Possiamo concludere che è importante passare in rassegna tutti gli aspetti che riguardano gli argomenti che ti stanno a cuore da trattare.
5.3. RankBrain sa quando la tua posizione cambia e offre risultati adeguati
Anche il terzo esempio è tratto da Danny Sullivan ☺ segnalando i commenti di Google.
L’esempio è per la query:
“Quanti cucchiai in una tazza?””
Oppure in francese:
Quanti cucchiai in una tazza?””
Google consiglia:
RankBrain ha favorito risultati diversi in Australia rispetto agli Stati Uniti per questa query perché le misurazioni in ogni paese sono diverse, nonostante nomi simili “
In effetti, tazze e cucchiai sono più grandi in Australia che negli Stati Uniti. Google deve considerare la tua posizione durante la visualizzazione dei risultati.
Tuttavia, dopo aver testato questo esempio, Danny Sullivan afferma di non aver notato una vera differenza:
infatti, ha utilizzato la stessa query su Google.com e Google Autralia.
Danny sente di non aver trovato una grande differenza e anche senza RankBrain i risultati sono stati soggetti a modifiche. Ciò è dovuto alla tendenza di Google a favorire le pagine di siti locali più noti per gli utenti locali.
Cattivo esempio dato da Google? Personalmente, sembrerebbe di sì.
Google sta probabilmente cercando di spiegare teoricamente come funziona RankBrain. O il suo utilizzo dei dati di personalizzazione.
Conclusione: RankBrain usa la posizione per interpretare ciò che intendi veramente con le parole che inserisci nella barra di ricerca.
5.4. RankBrain può consolidare ricerche simili per utilizzare dati più affidabili
Ancora una volta, Danny Sullivan utilizzando un esempio della query:
Miglior negozio di fiori a Los Angeles”
&
”
RankBrain
” come funziona Miglior negozio di fiori a Los Angeles” del “Miglior negozio di fiori a Los Angeles”. Potrebbe capire che questa è una ricerca simile a una che potrebbe essere più popolare, come “I migliori negozi di fiori di Los Angeles”. Se è così, allora potrebbe semplicemente tradurre la prima ricerca dietro le quinte nella seconda. Lo farebbe perché per una ricerca più popolare, Google ha molti più dati utente che lo aiutano a sentirsi più sicuro della qualità dei risultati. RankBrain
è in grado di determinare se due query diverse hanno lo stesso intento di ricerca.
Pertanto, tenderà a offrire i risultati della query più popolare per query simili.
Se i risultati di una query sono già stati visualizzati milioni o miliardi di volte, è del tutto normale che i risultati di questa query vengano visualizzati per una query che ha lo stesso intento di ricerca ed è meno popolare.
Ma come dice Danny,
” In definitiva, RankBrain ha cambiato la classifica di quei risultati. Ma lo ha fatto semplicemente perché ha attivato una ricerca diversa, non perché ha utilizzato uno speciale fattore di ranking per influenzare l’ordine esatto in cui è apparso l’elenco. “.
RankBrain può quindi consolidare ricerche simili per fornire i migliori risultati.
5.5. RankBrain può darti risultati soddisfacenti per un intento di ricerca sottile
Come abbiamo visto, RankBrain tende a mostrare risultati simili per query con lo stesso intento di ricerca.
Indica che RanKbrain tenderà a fare lo stesso per queste cinque domande: I
migliori programmi Netflix: I migliori programmi Netflix;
I migliori programmi su Netflix: i migliori programmi su Netflix;
Quali sono i buoni programmi Netflix: quali sono i buoni programmi Netflix?
Buoni programmi Netflix: buoni programmi Netflix;
Cosa guardare su Netflix: cosa guardare su Netflix.
Rand va oltre e indica che per questo tipo di ricerca il fattore “freschezza” dei contenuti è molto importante.
In effetti, RankBrain esaminerà tutta questa ricerca e capirà che: stai cercando ciò che è su Netflix in questo momento.
Che è qualcosa che non è indicato nella tua query ed è sottile.
Rand Fishkin dice:
” Se non sei fresco, non stai mostrando agli utenti ciò che vogliono, quindi Google non te lo mostrerà. In effetti, il numero uno di tutti questi film è stato rilasciato, credo, sei o sette giorni fa, durante le riprese di questo Whiteboard Friday. Non particolarmente sorprendente, vero? La freschezza è molto importante per questa query. Ricordiamo
che Google utilizzava già la freschezza come fattore di ranking Caffeina :
con RankBrain, Google è ora migliore perché è in grado di determinare quando questo fattore verrà preso in considerazione o meno per una determinata query.
L’aggiornamento dei tuoi contenuti è importante, come ho avuto occasione di descrivere nel mio articolo sulla tecnica di potenziamento.
Ma non dovresti affrettarti ad aggiornare tutti i tuoi contenuti poiché Google non darà la stessa importanza al fattore “freschezza” per tutti i tipi di contenuti.
Mentre il fattore freschezza sarà cruciale per le notizie sui rilasci del Presidente, lo sarà meno per una guida sulla creazione di backlink.
5.6. RankBrain è davvero bravo a capire le complicate
“Forma dell’ottimizzazione della conversione nel futuro del marketing digitale e oltre”
In francese:
“
Gomez ha effettuato diverse query piuttosto che riguardano la stessa parola chiave: ” ottimizzazione delle conversioni”.
Gomez ha successivamente presentato a Google le seguenti richieste:
Ottimizzazione delle conversioni: Ottimizzazione delle ;
Miglior strumento di ottimizzazione delle conversioni: miglior strumento di ;
Qual è il miglior strumento di ottimizzazione delle conversioni per gli esperti di marketing? : Qual è il miglior strumento di ottimizzazione delle conversioni per gli esperti di marketing?
Forma dell’ottimizzazione della conversione nel futuro del marketing digitale e oltre: Forma dell’ottimizzazione della conversione nel futuro del marketing digitale e oltre .
I risultati di Google sono i seguenti:
Nonostante la complessità delle query, RankBrain o Google hanno compreso l’intento di ricerca e fornito i risultati pertinenti.
Questi sono solo alcuni esempi di come RankBrain potrebbe davvero cambiare i risultati offerti da Google.
Ora, come ti assicuri che RankBrain apprezzi e posizioni la tua pagina nelle prime posizioni?
Capitolo 6. Come ottimizzare i tuoi contenuti per RanKbrain?
La macchina di apprendimento automatico di Google è arrivata per convalidare ciò che i migliori SEO affermano da molto tempo: crea i migliori contenuti possibili per il tuo pubblico.
Dopo il suo lancio nel 2015, non è stato fino al 2016 Gary Illyes fornisce una risposta parziale all’ottimizzazione dei contenuti per RankBrain:
” Ottimizzare per RankBrain è in realtà semplicissimo, ed è qualcosa che diciamo da probabilmente quindici anni, è – e la raccomandazione è – di scrivere in linguaggio naturale. Prova a scrivere contenuti che suonino umani. Se provi a scrivere come una macchina, RankBrain si confonderà e probabilmente ti allontanerà. Ma se hai un sito di contenuti, prova a leggere alcuni dei tuoi articoli o quello che hai scritto e chiedi alle persone se ti sembra naturale. Se suona colloquiale, se suona come un linguaggio naturale che useremmo nella tua vita, allora ovviamente sei ottimizzato per RankBrain. Se questo non è il caso, allora sei “non ottimizzato “
posso dedurre che la strategia da adottare per un’ottimizzazione per RankBrain è quella di creare contenuti che offrano un’esperienza utente ottimale.È
importante ricordare che RankBrain non è un ranking fattore come gli altri. Non abbiamo alcun controllo su di esso poiché è facoltà di Google comprendere meglio le richieste dei suoi utenti.
Facciamo un semplice esempio:
i backlink fanno parte dei tre fattori di ranking più importanti di Google. Ottenendo i backlink grazie alle tue campagne di netlinking hai la possibilità di migliorare il tuo posizionamento nelle SERP.Puoi
intraprendere azioni concrete per ottimizzare questo fattore.Sai che se hai un numero considerevole di backlink puoi posizionarti più
Che non è il caso di RankBrain che cerca di capire le query per offrire risultati migliori. È impossibile ottimizzare i contenuti per RankBrain? No, puoi ottimizzare i tuoi contenuti in modo che l’IA di Google posizioni meglio le tue pagine web.
6.1. Come eseguire la ricerca di parole chiave nell’universo dell’IA?
Con RankBrain, Google è in grado di comprendere meglio l’intento di ricerca dietro le query dei suoi utenti.
Questo significa che devi saltare il passaggio della ricerca delle parole chiave?
No, non si tratta di ignorare questo passaggio che è anche cruciale per determinare l’intento di ricerca del tuo pubblico. Nella misura in cui avrai l’opportunità di progettare contenuti che soddisfino le loro esigenze e che sembri abbastanza rilevante da consentire a RankBrain di posizionarli tra i suoi risultati migliori.
A questo livello, si tratterà di scegliere le parole chiave giuste e di usarle nel modo giusto.
6.1.1. Evitare di ottimizzare pagine diverse con parole chiave simili Fino
a pochi anni fa era importante ottimizzare pagine diverse con parole chiave significativamente diverse.
Ad esempio, supponiamo che tu stia ottimizzando due pagine diverse con queste parole chiave leggermente diverse:
“come costruire una casetta da giardino”
“come costruire una costruzione da giardino”
Google prima ti consente di classificare per queste due diverse parole chiave- Chiavi:
Fonte: Backlinko
Con RankBrain, Google viene a sapere che l’intento di ricerca è lo stesso e produrrà risultati simili.
Per il mio esempio, ho avuto quasi gli stessi risultati.
“come costruire una casetta da giardino”
“come costruire un edificio da giardino”
Di solito le parole chiave a coda lunga vengono utilizzate in questo modo. Cioè, a volte hanno pochissime differenze in termini di significato e intento di ricerca.
Questo significa che non dovrebbero più essere utilizzati?
No, non sto cercando di dire che una categoria di parole chiave è completamente obsoleta. L’idea è semplicemente quella di assicurarsi che le tue pagine siano ottimizzate per parole chiave chiaramente distinte e con intenti di ricerca diversi.
Altrimenti rischi cannibalizzazione delle parole chiave con più pagine classificate per parole chiave uguali o simili. Tuttavia, Google opta per la diversità nei suoi risultati di ricerca e non mostra nei suoi risultati più di due pagine web per sito.
Allora, cosa fare concretamente?
6.1.2. Ottimizza le tue pagine con parole chiave di medie dimensioni
Il funzionamento di RankBrain potrebbe avere un impatto negativo sulle parole chiave a coda lunga in diversi modi.
Non c’è dubbio che le parole chiave a coda lunga sono le più numerose e sono molto più precise rispetto ad altri tipi di parole chiave:
RankBrain è infatti in grado di determinare se due query sono simili anche se composte da parole diverse. Per questo motivo, potrebbe visualizzare lo stesso risultato per “Come costruire una casetta da giardino da soli” e “Costruire una casetta da giardino”.
E questo è proprio il caso di questo esempio:
“Come costruire una casetta da giardino da soli”
“costruire una casetta da giardino”:
Un altro motivo è il fatto che RankBrain offre i risultati delle parole chiave più popolari per parole chiavi simili.
Prendi il mio esempio, è più probabile che “costruisci una casetta da giardino” abbia un volume di ricerca più elevato rispetto a “Come costruire una casetta da giardino da solo”.
La prima query è popolare e RankBrain ha già fornito risultati che hanno soddisfatto i suoi utenti più di una volta. Sarà opportuno ottenere quasi gli stessi risultati quando si tratta di query simili.
È per questi due motivi che è saggio optare per parole chiave di medie dimensioni.
Quando ottimizzi la tua pagina attorno a una parola chiave a coda media, la macchina di apprendimento automatico di Google ti classificherà automaticamente per quel termine e parole chiave simili.
Sicuramente avrai notato che i tuoi contenuti non sono posizionati solo per le parole chiave principali per cui li hai ottimizzati. Si classificano su parole chiave correlate o simili.
Per questo, puoi optare per parole chiave LSI e co-occorrenza.
6.1.3. Usa parole chiave e co-occorrenza LSI La co
occorrenza indica la frequenza con cui i termini correlati appaiono sulla tua pagina.
Utilizzando termini che fanno parte dello stesso campo semantico della tua parola chiave principale, RankBrain avrà più precisione sul tema che tratta principalmente il tuo articolo.
Quando pensa che qualcuno stia cercando informazioni relative all’argomento, sa che i tuoi contenuti soddisferanno le sue intenzioni.
Anche le parole chiave LSI o Latent Semantic Indexing svolgono questo ruolo aiutando RankBrain a vedere quanto sia rilevante il tuo contenuto per una determinata query.
Le parole chiave LSI sono parole e frasi relative all’argomento principale dei tuoi contenuti. Danno anche a RankBrain il contesto di cui ha bisogno per comprendere appieno la tua pagina.
Supponiamo che tu stia scrivendo una guida sulla “costruzione di una casetta da giardino”. È possibile utilizzare parole chiave LSI come:
giardino a pendenza singola;
Casette da giardino in legno;
Costo di costruzione;
Permesso per costruire casetta da giardino;
Strumenti e materiali da costruzione;
Etc…
Quando RankBrain vede che il tuo contenuto contiene questi termini, è sicuro che la tua pagina riguardi davvero la costruzione di casette da giardino”.
6.1.4. Cosa evitare quando si utilizzano le parole chiave
Ma bisogna stare molto attenti a non cadere nel Ripieno di parole chiave.
Ricorda, cerchiamo di apportare ottimizzazioni per offrire agli utenti la migliore esperienza possibile. I tuoi testi devono essere chiari e ” suonare come unlinguaggio naturale che useremmo nella tua vita di tutti i giorni”
“ E’ un nuovo segnale. Ma il motivo per cui ho chiesto di ottimizzare per RankBrain è perché non lo fai. Questo per garantire che l’utente ottenga il risultato che merita per la sua query. Se scrivi in linguaggio naturale, sei pronto. Se riempi i tuoi contenuti con parole chiave, sicuramente non ti farà bene. trattato
l’argomento quando si tratta di ricerca di parole chiave. Vediamo come puoi ottimizzare le tue pagine per la migliore esperienza utente.
6.2. Ottimizza la tua pagina per i segnali UX
RankBrain esamina i segnali dell’esperienza utente per valutare la pertinenza dei risultati che fornisce.
Per questo, dovresti anche usare i segnali UX per determinare se hai fatto un buon lavoro o meno.
I fattori principali a cui dovresti prestare attenzione sono:
Il CTR o percentuale di clic nelle SERP;
La frequenza di rimbalzo sulla tua pagina;
Il tempo di sosta.
6.2.1. Ottimizza la percentuale di clic nelle SERP
Come abbiamo visto, il CTR organico è un segnale chiave per il ranking di Google. Rankbrain probabilmente lo usa per classificare meglio i risultati che offre.
Anche i migliori contenuti al mondo non funzioneranno bene nelle SERP se non generano clic. Non c’è dubbio che avere dei clic sia fondamentale poiché ti permettono di avere visitatori che poi eseguiranno determinate azioni sul tuo sito web.
Supponendo che RankBrain includa la tua pagina nelle giuste SERP, devi renderla più attraente rispetto alla concorrenza.
Per fare in modo che gli utenti facciano clic sul tuo risultato o sulla tua pagina, ci sono tre fattori principali da considerare:
il titolo della tua pagina;
La descrizione della pagina;
Marchio.
Fattore 1: dai titoli accattivanti ai tuoi contenuti
Il titolo è l’elemento principale che gli utenti di Internet prenderanno in considerazione per determinare se disponi delle informazioni che stanno cercando. Non è più sufficiente inserire la parola chiave principale del tuo contenuto nel titolo per farlo funzionare.
Un titolo attraente dovrebbe mostrare chiaramente che i tuoi contenuti sono in grado di soddisfare le esigenze del ricercatore.
Si noti inoltre che i titoli che suscitano forti emozioni tra gli utenti di Internet si comportano molto bene in termini di clic e impegni.
Infatti, uno studio di CoScheduke ha dimostrato che più emozioni evoca un titolo, maggiore è il coinvolgimento che avrà. In particolare in termini di condivisioni:
BuzzSumo e OkDork hanno anche condotto uno studio nella stessa direzione che mostra che i contenuti che suscitano determinati tipi di emozioni sperimentano il maggior coinvolgimento.
Tieni presente che la cosa più importante è essere sufficientemente chiari su ciò che offri all’utente di Internet. Il tuo titolo dovrebbe trasmettere immediatamente il seguente messaggio: “ Qui troverai sicuramente quello che cerchi ”.
Una volta trovato il titolo giusto per il tuo contenuto, rimane solo il tag di descrizione.
Fattore 2: ottimizza il tag di descrizione per ottenere più clic
Oltre al titolo, questa è un’opportunità per mostrare come i tuoi contenuti siano unici e possano soddisfare l’intento di ricerca dell’utente.
Tocca i concetti chiave nei tuoi contenuti in modo che gli utenti sappiano che hai quello che stanno cercando.
” Non c’è limite alla lunghezza delle meta descrizioni, ma gli snippet dei risultati di ricerca vengono troncati secondo necessità, di solito per adattarsi alla larghezza del dispositivo. Tuttavia
, è una buona idea mantenere la descrizione breve di circa 155 caratteri per impedire a Google di troncare il testo. Devi anche essere chiaro, specifico e non dimenticare di includere la tua parola chiave.
Come puoi già immaginare, è importante rendere il tuo meta tag “suono umano” e naturale.
Molte più informazioni sul tag meta description possono essere trovate in my Articolo SEO.
Fattore 3: Branding e consapevolezza del tuo marchio
” È più probabile che i ricercatori facciano clic su di te se hanno già sentito parlare di te “
In effetti, quando le persone sono nelle SERP, è molto più probabile che ti seguano un collegamento a un marchio che già conoscono e di cui si fidano.
Questo è un grande vantaggio che puoi ottimizzare aumentando la consapevolezza del tuo marchio.
Il branding fa parte delle mie strategie di marketing, come spiego nel mio articolo su come sono passato Da 0 a 1.000 visitatori.
Come puoi vedere nell’immagine seguente, la query che mi ottiene più traffico è il nome della mia agenzia SEO: Twaino.
Ciò dimostra che un gran numero di visitatori digita il nome della mia agenzia direttamente nelle SERP per accedere al mio sito web. Presto dedicherò un articolo completo sul branding.
Per ora, tieni presente di fornire la migliore esperienza possibile ai tuoi visitatori in modo che abbiano una certa fiducia nel tuo marchio.
Per fare ciò:
crea contenuti di alta qualità;
Invia buone e-mail;
Essere presenti sui social network;
Etc…
Con questi tre fattori, sarai in grado di migliorare significativamente la tua percentuale di clic. Ma una volta che hai portato i visitatori al tuo sito web, devi essere in grado di mantenerli lì e consentire loro di trovare le informazioni che stanno cercando.
6.2.2. Come ridurre la frequenza di rimbalzo?
Quando un visitatore arriva sulla tua pagina e se ne va immediatamente, questo è un buon indicatore del fatto che è arrivato nel posto sbagliato.
Se un numero significativo di visitatori lascia la tua pagina web in questo modo, RankBrain potrebbe ritenere che la tua pagina non soddisfi l’intento di ricerca per quella query.
Pertanto, diminuirà il ranking della pagina e offrirà invece altri contenuti.
Anche con un’elevata percentuale di clic, è importante considerare questi due fattori per ridurre la frequenza di rimbalzo sulle tue pagine.
” Velocizzare i siti web è importante, non solo per i proprietari di siti, ma per tutti gli utenti di Internet. I siti più veloci creano utenti felici e abbiamo visto nei nostri studi interni che quando un sito risponde lentamente, i visitatori trascorrono meno tempo lì. “.
La velocità di caricamento è un fattore di ranking molto importante in quanto ha una forte correlazione con la posizione nelle SERP.
Piu, 53% degli utenti lascerà una pagina che impiega più di 3 secondi per caricarsi: la
tua frequenza di rimbalzo aumenterà inevitabilmente se i visitatori lasciano la tua pagina web in questo modo.
Tieni presente che i siti Web con le migliori posizioni in media 1,9 secondi per essere caricati. Sarebbe saggio provare ad avvicinarsi a questa cifra e perché no, a fare meglio.
Fattore 2: assicurati che il tuo sito sia ottimizzato per i dispositivi mobili
con l’arrivo di mobile-first indexing, è diventato fondamentale avere un sito web che si adatti ai telefoni cellulari.
Google sostiene un design reattivo che aiuta i suoi algoritmi a:
“ assegnare accuratamente le proprietà di indicizzazione alla pagina invece di dover segnalare che esiste una corrispondenza tra le pagine mobili e desktop. “.
Se il tuo sito web non è mobile friendly rischi di essere penalizzato nelle SERP.
Inoltre, rischi di perdere gran parte del tuo pubblico:
devi quindi impegnarti in queste direzioni poiché un sito Web non reattivo rischia di avere una frequenza di rimbalzo elevata.
Questi due fattori ti consentono di ridurre significativamente la frequenza di rimbalzo, ma puoi andare oltre ottimizzando il tempo di permanenza.
6.2.3. Come aumentare il tempo di permanenza delle tue pagine?
Più a lungo i tuoi contenuti trattengono i visitatori sulla tua pagina, meglio è!
Ciò consente a RankBrain di sapere che ha offerto un buon risultato per una determinata query.
Ecco perché è importante fare rapidamente una buona impressione.
Quando qualcuno arriva alla tua pagina da Google, supponi che avrai solo pochi secondi per impressionarlo. La prima cosa che vedranno è confermare di essere nel posto giusto.
Solo perché sono atterrati sulla tua pagina web non significa che abbiano deciso che eri la scelta migliore.
Ecco alcune tattiche che possono aiutarti ad aumentare il tempo che le persone trascorrono sul tuo sito web.
Tattica 1: scrivere contenuti autorevoli
Il primo consiglio è scrivere contenuti autorevoli che trattano in modo approfondito gli argomenti trattati. Avere contenuti lunghi ti consente di aumentare significativamente il tuo tempo di permanenza.
Sebbene i contenuti brevi consentano di rispondere direttamente alle domande dei lettori, a volte li lasciano con una sete di informazioni.
Molte statistiche mostrano l’efficacia del contenuto di autorità e vi invito a leggere il mio articolo sulla tecnica dell’overbidding.
Supponiamo di voler sapere “come costruire una casetta da giardino”.
Avevi un contenuto di 500 parole che descrive brevemente i passaggi da seguire e i materiali da utilizzare, questo lascia ancora diverse domande irrisolte.
Quindi torni alle SERP (pogo-sticking) e alla fine ti imbatti in un contenuto di 10.000 parole che spiega l’intero processo in dettaglio.
Non solo hai tutte le informazioni che desideri, ma scopri anche aspetti dell’argomento a cui non avevi pensato. Ti prendi quindi il tempo di consultare tutto e tornare più tardi su punti che non avevi conservato.
I contenuti lunghi si comportano molto bene ed ecco il risultato in 1 mese in cui metto in ordine le pagine che hanno avuto una durata elevata:
questo non sarebbe stato possibile se il contenuto non fosse lungo e apportasse un certo valore aggiunto ai lettori.
Tuttavia, non si tratta di pubblicare un blocco di testo.
Certo, leggere un contenuto di 10.000 parole è particolarmente difficile.
Per fare ciò, usali:
Sottotitoli;
Gli elementi visivi;
Piccoli paragrafi;
Spazio per fornire una buona esperienza di lettura;
Etc…
Fonte: SEOPressor
Cerca di offrire un’esperienza ottimale ai tuoi lettori.
Tattica 2: Metti i tuoi contenuti above the fold
Hai solo pochi secondi per mostrare ai visitatori che sono nel posto giusto per trovare le informazioni che stanno cercando.
Uno dei modi migliori per farlo è posizionare i tuoi contenuti sopra le pieghe in modo che il visitatore non debba scorrere la pagina verso il basso prima di leggere le prime frasi.
Invece di avere qualcosa del genere:
Fonte: Backlinko
Opta invece per una presentazione come questa:
Inoltre, prova a fare una breve introduzione poiché sono molto più efficaci.
Perché quando qualcuno cerca qualcosa su Google, ne sa già qualcosa. Quindi non hai bisogno di lunghe presentazioni.
L’introduzione è dove il 90% dei tuoi lettori deciderà se continuare a leggere o lasciare la pagina. Quindi crealo in modo tale da ispirare le persone a continuare a leggere.
Con queste due tattiche, dovresti essere in grado di mantenere i tuoi visitatori sulle tue pagine web più a lungo.
Ecco fatto, hai appena ottimizzato i tuoi contenuti in modo che RankBrain li capisca e li consideri i migliori risultati per i temi che stai affrontando.
Conclusione: l’ottimizzazione per RankBrain è molto semplice
Google migliora continuamente il proprio sistema e le conseguenze sono spesso evidenti in termini di ranking dei risultati che offre. Questo è uno dei motivi per cui è improbabile che mantenga una determinata posizione nelle SERP.
Gli specialisti SEO devono quindi conoscere le tendenze relative ai vari fattori che possono influenzare il posizionamento del proprio sito web.
Questo è il caso di RankBrain che continua a godere di un certo mistero su come funziona e come si relaziona con altri fattori di ranking.
In questo articolo abbiamo avuto l’opportunità di questi diversi elementi che possono essere così riassunti:
RankBrain viene utilizzato per elaborare richieste sconosciute o imprecise grazie alla sua capacità di apprendimento e previsione;
L’IA di Google è tra i tre segnali di ranking più importanti in quanto aiuta a fornire risultati migliori a una query;
RankBrain non influisce sugli altri processi tradizionali di classificazione e punteggio;
RankBrain può utilizzare i segnali dell’esperienza utente per giudicare la pertinenza dei suoi risultati;
Anche l’IA di Google non influisce sulla scansione o sull’indicizzazione.
Per quanto riguarda l’ottimizzazione, è importante tenere presente che l’IA di Google non valuta le pagine. Gli altri segnali si occupano di questo e sono già fattori per i quali dovresti ottimizzare il tuo sito web.
Per quanto riguarda RankBrain, è sufficiente pubblicare contenuti di alta qualità per il tuo pubblico. Senza dimenticare di indirizzare parole chiave a coda media con volume elevato.
I motori di ricerca continueranno sempre a migliorare per fornire risposte come il modo in cui teniamo le nostre conversazioni. È importante rimanere in questa tendenza per offrire agli utenti l’esperienza più ottimale possibile.
Cosa ne pensi dell’uso da parte di RankBrain dei segnali dell’esperienza utente?
Sentiti libero di condividere il tuo punto di vista!
