Cos'è rankbrain e come ottimizzarlo per la SEO

Cos'è Rank Brain?

Proprio come la maggior parte degli aggiornamenti di Google, RankBrain è avvolto nel mistero.

Da ottobre 2015 l'argomento è ancora circondato da un sacco di polemiche ma la verità è che RankBrain è una delle parti più essenziali dell'algoritmo di Google ed è l'unico sistema di apprendimento automatico che il motore di ricerca utilizza.

In questo articolo, proverò a scrivere qualcosa su come funziona effettivamente RankBrain, come ha impattato sulla SEO odierna e come ottimizzare un sito web per sfruttare questo algoritmo.

Com'è cominciato tutto

Internet 10 anni fa era un gran casino.
La rete era popolata solo da link spam per manovrare i posizionamenti: i webmaster acquistavano link e la SEO era ben lontana dall'essere definita un tecnica leale.
Poi, c'erano quelli che inserivano decine di volte le parole chiave nei testi, anche se in realtà, costoro esistono ancora e non sanno che i loro articoli o pagine non sono posizionati grazie a quella pratica.

Nel 2011, finalmente, cambiò tutto per sempre: Google capì che la qualità e i risultati pertinenti dovevano venire premiati con la visibilità.
Il motore di ricerca avviò una vera e propria rivoluzione penalizzando e ridimensionando i siti inaffidabili grazie all'avvento di Panda (2011) e Penguin (2012).

Subito dopo, come per magia, i siti di qualità si posizionarono nelle prime posizioni e Google iniziò a parlare di pertinenza nei risultati.

In passato, Google cercava parole chiave separate all'interno di una query per capire l'intento di ricerca ma l'espediente non sempre funzionava, motivo per cui venne introdotto Hummingbird (2013).

Questo algoritmo portò ad una vera svolta nella ricerca semantica prendendo in considerazione la combinazione tra parole chiave e contesto.

Tuttavia, i risultati della ricerca erano ancora lungi dall'essere perfettamente pertinenti perché l'algoritmo non capiva come elaborare query di ricerca sconosciute che venivano costantemente digitate.
In effetti, pare che circa il 15% delle query che Google elabora ogni giorno siano nuove.

Due anni dopo, nell'ottobre 2015, Google introdusse RankBrain, il cui scopo era elaborare query di ricerca mai viste prima per restituire un miglior risultato.

Che cos'è RankBrain?

RankBrain è il nome di un algoritmo di Google capace di apprendimento automatico, utilizzato per elaborare query non familiari e uniche e collegarle a ricerche già esistenti; RankBrain fornisce agli utenti risultati di ricerca più pertinenti.

Sebbene l'algoritmo fosse entrato in funzione nell'aprile 2015, RankBrain è stato annunciato pubblicamente per la prima volta in un'intervista a Greg Corrado, ricercatore senior di Google, a Bloomberg nell'ottobre 2015.

Come descrisse RankBrain Greg Corrado?

RankBrain uses artificial intelligence to embed vast amounts of written language into mathematical entities — called vectors — that the computer can understand. If RankBrain sees a word or phrase it isn't familiar with, the machine can make a guess as to what words or phrases might have a similar meaning and filter the result accordingly, making it more effective at handling never-before-seen search queries.

RankBrain utilizza l'intelligenza artificiale per elaborare grandi quantità di linguaggio in entità matematiche - chiamate vettori - che un computer può comprendere.
Se RankBrain legge una parola o una frase con cui non ha familiarità, l'algoritmo può fare un'ipotesi su quali parole o frasi potrebbero avere un significato simile e filtrare il risultato di conseguenza, rendendolo più efficace nella gestione di query di ricerca mai viste prima.

Come funziona RankBrain?

RankBrain utilizza le cosiddette entità, oggetti specifici già conosciuti da Google: persone, luoghi e cose.
Con l'aiuto di un algoritmo matematico, Google divide queste entità in vettori che puntano a parole più specifiche; vettori simili portano a SERP simili.

La novità di questo aggiornamento è che se Google ha già raccolto molte informazioni, può fornire immediatamente risultati di ricerca più precisi per la tua query.
Quando RankBrain incontra una query sconosciuta, cercherà il vettore più simile e restituità risultati per essa sempre più precisi.

Nel tempo, quindi, Google perfezionerà i risultati per una query di ricerca sconosciuta in base all'interazione dell'utente e ai modelli di ricerca precedenti.
Fondamentalmente, RankBrain analizza i risultati che gli utenti finalmente ottengono dopo aver digitato la stessa query di ricerca.
Se nota che molti utenti preferiscono un particolare risultato di ricerca rispetto ad altri, RankBrain lo considererà più pertinente e molto probabilmente lo classificherà più in alto per altre query simili.

RankBrain fornisce anche ottimi risultati nel comprendere le query orientate alla negazione con frasi contenenti parole come "senza" o "no": in passato, Google le avrebbe semplicemente ignorate.

Ecco come Gary Illyes ha spiegato il meccanismo di RankBrain alla SMX Advanced Conference:

Basically, it's a ranking factor. It's part of machine learning. It's something that tries to identify patterns and bucket data. It looks at data about past searches and based on what worked well for those searches, it will try to predict what will work best for a certain query. This works best for long-tail queries and queries we've never seen.

Fondamentalmente, è un fattore di ranking. RanBrain fa parte dell'apprendimento automatico: è qualcosa che cerca di identificare schemi e dati.
L'algoritmo verifica i dati nelle ricerche passate e sulla base di ciò che ha funzionato e cercherà di prevedere cosa funzionerà meglio per una futura query, funzionerà meglio per query a coda lunga e query che non abbiamo mai visto.

Quali query sono interessate da RankBrain?

Nel 2015, al momento del rilascio, RankBrain fu utilizzato solo nel 15% di tutte le ricerche di Google.
Nel 2016, quando RankBrain dimostrò risultati sorprendentemente buoni, la fiducia di Google nel sistema di apprendimento automatico iniziò a crescere.

Tuttavia, RankBrain non elabora tutte le query ma si specializza principalmente per quelle poco chiare.
Come affermato da Steven Levy:

"RankBrain probabilmente non è coinvolto in tutte le query ma in molte query".

 

La logica sta alla base del fatto che RankBrain non è coinvolto nell'elaborazione di tutte le query: quando Google è sicuro del significato di una query, RankBrain non è di alcuna utilità, entra in gioco solo quando il motore non riesce a capire l'intenzione di ricerca.

Cosa sono l'apprendimento automatico e l'intelligenza artificiale?

Per una migliore comprensione di RankBrain, è importante avere anche un'idea di cosa siano l'apprendimento automatico e l'intelligenza artificiale, funzioni strettamente intrecciate e, quindi, spesso fraintese.

In breve, l'Intelligenza Artificiale è un insieme di macchine in grado di svolgere compiti che normalmente richiedono intelligenza umana, come percezione visiva, riconoscimento del parlato, processo decisionale e traduzione tra lingue.

Quando si tratta di Apprendimento Automatico, l'Intelligenza Artificiale può apprendere senza essere esplicitamente programmata: questo è esattamente ciò che fa RankBrain, apprendere e migliorare in base all'esperienza passata.

Cos'è la corrispondenza neurale?

La corrispondenza neurale è probabilmente il termine più caldo nell'ambito SEO.
L'argomento è diventato molto popolare tra i SEO dopo che Danny Sullivan annunciò, a settembre 2018, che Google iniziò a utilizzare la corrispondenza neurale su circa il 30% di tutte le query.

Dopo la sua dichiarazione, nessun'altra informazione aggiuntiva fu diffusa:

Neural matching is an AI-based system Google began using in 2018 primarily to understand how words are related to concepts. It's like a super-synonym system. Synonyms are words that are closely related to other words.

La corrispondenza neurale è un sistema basato sull'Intelligenza Artificiale che Google iniziò a utilizzare nel 2018, principalmente per comprendere come le parole sono correlate ai concetti.
È come un sistema che lavora sui sinonimi: parole strettamente correlate ad altre parole.

In breve, la corrispondenza neurale è un sistema che aiuta Google a collegare le parole alle ricerche nel tentativo di fornire i risultati di ricerca più pertinenti.

In che modo RankBrain differisce dalla corrispondenza neurale?

Nonostamte RankBrain e la corrispondenza neurale siano sistemi basati sull'intelligenza artificiale, essi differiscono di molto.

Oltre al suddetto tweet, Danny Sullivan fornì un ottimo esempio di come funziona effettivamente la corrispondenza neurale:

For example, neural matching helps us understand that a search for "why does my TV look strange" is related to the concept of "the soap opera effect." We can then return pages about the soap opera effect, even if the exact words aren't used...

Ad esempio, la corrispondenza neurale ci aiuta a capire come la ricerca di "why does my TV look strange" sia correlata al concetto di "effetto soap opera" (prova anche tu).
Possiamo quindi restituire risultati sull'effetto soap opera, anche se quelle parole esatte non sono usate
Ed ecco come Danny Sullivan descrisse la differenza fondamentale tra RankBrain e la corrispondenza neurale in due semplici frasi:

In summary:

  • RankBrain helps Google better relate pages to concepts
  • Neural matching helps Google better relate words to searches.

And there's nothing special searchers or webmasters need to do. These are part of our core systems designed to naturally increase understanding. "

In breve:

  • RankBrain aiuta Google a relazionare le pagine con i concetti
  • La corrispondenza neurale aiuta Google a relazionare le parole con le ricerche.

Non c'è nulla che gli utenti che cercano su Google o i webmaster debbano fare. Si tratta di parte dei nostri sistemi di base progettati per migliorare naturalmente la comprensione dei risultati di ricerca.

Sulla base di questi unici commenti, la differenza principale tra RankBrain e Corrispondenza Neurale è che svolgono compiti diversi.
Lo scopo principale della corrispondenza neurale è quello di collegare le query a determinati concetti, formando ciò che Danny Sullivan ha definito un "sistema di super sinonimi".
Quindi RankBrain entra in gioco e restituisce risultati nelle SERP più rilevanti in base al comportamento dello storico di ricerca dell'utente.

Tieni presente che tutto ciò è solo un presupposto e non ci sono commenti ufficiali che dimostrano il contrario.
La SEO è così.

Sebbene RankBrain e la corrispondenza neurale facciano cose differenti, i sistemi hanno ancora alcune cose in comune: entrambi capiscono il linguaggio naturale e il significato dietro le query di ricerca.

RankBrain fa parte di Hummingbird?

Hummingbird è l'algoritmo di ricerca globale di Google, composto da molte parti diverse responsabili di determinate attività.
RankBrain opera sotto Hummingbird, essendo responsabile dell'elaborazione di query uniche: non gestisce tutte le ricerche, come farebbe un solo algoritmo principale.

RankBrain è un segnale di ranking?

RankBrain è un segnale di ranking? Bella domanda.
Il fatto è che, nella stessa intervista a Bloomberg, Greg Corrado ha chiamato RankBrain cone terzo segnale di classifica più importante di Google . Ecco cosa ha detto:

RankBrain is one of the "hundreds" of signals that go into an algorithm that determines what results appear on a Google search page and where they are ranked. In the few months, it has been deployed, RankBrain has become the third-most important signal contributing to the result of a search query.

RankBrain è uno dei centinaia di segnali che entrano in gioco in un algoritmo che determina quali risultati compaiono su una pagina di ricerca di Google.
In pochi mesi RankBrain è diventato il terzo più importante segnale che contribuisce al risultato di una query di ricerca.

Sulla base di ciò che hai appena letto, quindi, RankBrain sarebbe realmente un segnale di classifica.
Tuttavia, questa affermazione dipende ancora da ciò che si considera "segnale di ranking".

In un contesto più tradizionale, i segnali di rank sono determinate caratteristiche del sito Web come parole chiave nella pagina, numero di backlink, autorità, ecc., che gli algoritmi dei motori di ricerca prendono in considerazione.

Se guardiamo quindi i segnali di ranking da questo punto di vista, allora RankBrain non è sicuramente un segnale di rank - non è una caratteristica del sito Web e non esiste un punteggio RankBrain (almeno nessuno lo sa).
Ecco perché, dal mio punto di vista, RankBrain è più un meccanismo di elaborazione delle parole chiave che un fattore di ranking.

Ma se guardiamo tutto da un'altra prospettiva, considerandolo come un segnale che partecipa al processo di ranking generale, RankBrain può essere sicuramente definito come un segnale importante per posizionare i siti.

Di sicuro, Google non posiziona più grazie a parole chiave secche per via della presenza di RankBrain; quest'affermazione spiega parecchie cose, in primis, come mai molti siti si posizionano per parole chiave assenti sulle pagine e che le stesse sono soggette a forti fluttuazioni per via del continuo apprendimento di Google verso query simili o correlate a concorrenti.
Spesso, non sono le nostre pagine a scendere nelle SERP ma quelle dei concorrenti a salire!

In che modo RankBrain ha cambiato la SEO?

Ora che sappiamo come RankBrain collega le query a risultati più pertinenti possibili, l'intento di ricerca è diventato la priorità.
Questo è il motivo per cui RankBrain privilegia solo le pagine che soddisfano veramente i suoi requisiti: risponde alle domande degli utenti, consente la transazione (se necessario) o fornisce una informazione completa aull'argomento presente nella query.

Sostanzialmente, con RankBrain è necessaria una efficiente ottimizzazione dei contenuti testuali, senza la quale è impossibile comprendere l'intento di ricerca.

Un'altra cosa che ha cambiato per sempre il modo in cui facciamo SEO è il focus sull'ottimizzazione dei contenuti spostato dalle parole chiave agli argomenti.
Immagino che per la maggior parte dei SEO non sorprenda che il concetto "parola chiave" di una pagina sia davvero morto.
Nell'era RankBrain, tutto ciò di cui hai bisogno è la completezza di ciò che scrivi nella tua pagina e non c'è modo di ottenere maggiore visibilità creando pagine contenenti diverse varianti di parole chiave.

Come ottimizzare per RankBrain?

Utilizza un linguaggio naturale!
Fondamentalmente, l'unica raccomandazione sull'ottimizzazione di RankBrain ricevuta finora è arrivata da Gary Illyes, Webmaster Trends Analyst di Google:

Optimizing for RankBrain is actually super easy, and it is something we've probably been saying for 15 years now, is — and the recommendation is — to write in natural language. Try to write content that sounds human. If you try to write like a machine then RankBrain will just get confused and probably just pushes you back.

But if you have a content site, try to read out some of your articles or whatever you wrote, and ask people whether it sounds natural. If it sounds conversational, if it sounds like natural language that we would use in your day to day life, then sure, you are optimized for RankBrain. If it doesn't, then you are 'un-optimized.

L'ottimizzazione per RankBrain è in realtà molto facile, è qualcosa che probabilmente consigliamo da 15 anni: scrivere in linguaggio naturale.
Prova a scrivere contenuti che suonano umani. Se provi a scrivere come una macchina, RankBrain si confonderà e probabilmente ti rifiuterà.

Se hai un sito ricco di contenuti, prova a leggere alcuni dei tuoi articoli a qualcuno e chiedi se sembrano naturali.
Se suonano come una conversazione o come un linguaggio naturale che useresti nella vita di tutti i giorni, allora sicuramente sei ottimizzato per RankBrain.

Sono sicuro che questa raccomandazione ufficiale da Google non ti sorprenderà e starai già creando contenuti indirizzati a "lettori umani".
Tuttavia, ci sono ancora un paio di cose che devono essere prese in considerazione per un ottimizzazione di RankBrain.

L'intento di ricerca

Come ho già detto, il compito finale di RankBrain è quello di fornire risultati di ricerca più pertinenti possibili, pertanto, è molto importante che le tue pagine corrispondano all'intento di ricerca desiderato perché ciò comporta quasi sempre un CTR elevato.

Quindi il primo passo verso l'ottimizzazione di RankBrain è cercare di capire l'intento di ricerca dietro le parole chiave.
Digita semplicemente le tue parole chiave nella casella di ricerca; dai un'occhiata ai risultati ottenuti e prova a comprendere gli intenti dietro le tue parole chiave.

Ecco, ad esempio, cosa viene fuori da Google quando si digita "frullato verde":

L'intera prima pagina dei risultati di ricerca sono ricette di frullati - Google non si preoccupa di darti una definizione di "frullato verde", quindi è sicuro che l'intento di ricerca dietro la query è "come fare un frullato verde".

Quando cerchi "champions league", Google presume che tu voglia conoscere i risultati delle ultime partite e ti fornirà punteggi, giocatori che hanno segnato e un sacco di altre statistiche.
Inoltre, quando inizi a digitare "champions league", Google ti informa sul punteggio e sulla data dell'ultima partita direttamente nella barra di ricerca.

Migliorare la pertinenza e la completezza

È probabile che alcune delle tue pagine non corrispondano realmente all'intento di ricerca desiderato. In tal caso, devi lavorare per migliorarne la pertinenza e la completezza.

Come spiegato, RankBrain sposta l'attenzione dalle parole chiave agli argomenti; è necessario rendere le pagine dei contenuti il ​​più complete possibile diversificandole con termini e sinonimi correlati.
Inoltre, grazie alla capacità di RankBrain di elaborare il linguaggio naturale, cerca di astenerti dal fraseggiare in modo innaturale, specialmente nei titoli e nel meta description.
Evita stupidaggini inventate, inglesismi che riempono tanto la bocca e frasi dialettali.
Cerca di resistere!

Detto questo, il modo migliore per migliorare la pertinenza e la completezza dei tuoi contenuti è utilizzare qualcosa che misuri il TF-IDF in modo da raccogliere i termini più pertinenti utilizzati dai tuoi principali concorrenti.

Sapendo che il CTR è uno dei fattori che RankBrain prende in considerazione quando stima la pertinenza della pagina, è importante assicurarti dell'ottimizzazione dei vari meta poiché influenzano direttamente il CTR stesso.
Lavora sulla CTA e il copy dei meta dati.

Prendi in considerazione l'utilizzo di Google Search Console per individuare le pagine con un CTR basso e vedi cosa puoi migliorare.

Ciò significa che il tuo sito web ha altissime possibilità di posizionamento per ricerche successive simili dei tuoi concorrenti.
In parole povere, maggiore è il tuo posizionamento, maggiore è la probabilità che ti classifichi per query simili.

L'ultima cosa, ma non meno importante che consiglio vivamente di fare regolarmente è tenere d'occhio la tua nicchia.

Il vantaggio di RankBrain è che può modificare le SERP se ritiene che l'intento di ricerca delle tue parole chiave sia cambiato.

Quindi, se Netflix lancia una serie TV con un nome simile a quello del tuo marchio, le recensioni della serie supereranno le tue pagine.
Se non vuoi che ciò accada, assicurati di monitorare costantemente le SERP per le tue parole chiave.

Conclusione

La cosa che sappiamo per certo sugli algoritmi in continua evoluzione di Google è che non rimangono mai gli stessi a lungo.
Le probabilità che Google possa (se non lo ha già fatto) modificare e perfezionare RankBrain sono molto alte.

RankBrain apprende e cambia costantemente, quindi l'unica cosa da fare è indirizzare i tuoi contenuti agli esseri umani, mantenendoli pertinenti alle intenzioni di ricerca e rendendoli conversativi e aggiornati.

Aggiungi contenuti che parlino realmente di ciò che vuoi scrivere.
Non inventarti stupidaggini che fanno fighi: se tratti il tema dell'ambiente, evita di scrivere per un ambiente più green; scrivi tranquillamente per un ambiente più verde.

Non ti piace?
Fa niente: funziona.