Google BERT: cosa cambia per SEO e siti web

Nell’ottobre 2019 Google ha annunciato l’arrivo di un nuovo algoritmo del motore di ricerca: BERT. Il suo obiettivo principale è applicare il machine learning per aiutare i sistemi di ricerca a comprendere meglio le query degli utenti. In sostanza, Google BERT lavora nella stessa direzione di altri algoritmi già integrati nella ricerca. La domanda, quindi, è: qual è il suo vero vantaggio e perché Google ha introdotto BERT?

Che cos’è BERT

Durante la presentazione, Pandu Nayak, vicepresidente di Google, ha spiegato che l’algoritmo nasce dall’esigenza di capire meglio il linguaggio naturale e colloquiale degli utenti. Il compito del sistema è interpretare l’intento della persona e restituire l’informazione più pertinente, indipendentemente da come sono combinate le parole nella query e dalla sua lunghezza.

Chi usa il web in modo avanzato sa già che non è più necessario spezzare le query lunghe in frasi brevi e più “comprensibili” per il motore di ricerca. Grazie all’algoritmo “Hummingbird”, Google interpreta abbastanza bene le frasi naturali. Anche così, alcune difficoltà di comprensione sono rimaste:

1. Parole omonime. Il motore di ricerca può non capire quale significato attribuire a una parola. Per esempio, una frase come “come fare una treccia” può essere interpretata in modi diversi e produrre sia guide per acconciature sia istruzioni passo passo per assemblare una falce o un attrezzo da giardino. Anche una precisazione come “treccia per il giardino” potrebbe non bastare, perché i risultati potrebbero comunque orientarsi verso acconciature per bambini.
2. Frasi lunghe con preposizioni. A volte una preposizione cambia completamente il senso della query. Questo accade soprattutto con espressioni che contengono “senza”.

Secondo Google e gli sviluppatori di BERT, questi problemi possono essere affrontati con il machine learning. Il punto non è riconoscere singole parole o frammenti brevi, ma leggere la frase nel suo insieme.

Comprendendo l’intera frase, la rete neurale può imparare a:

• interpretare ogni parola nel contesto della query;
• capire il significato di frasi lunghe, con o senza preposizioni;
• generare query predittive capaci di portare a risposte più complete e precise per l’utente.

BERT non è il primo algoritmo di Google basato su machine learning e tecnologie neurali. Prima c’era RankBrain, che ha contribuito all’evoluzione di Hummingbird. È anche uno dei motivi per cui SEO specialist e marketer hanno iniziato a lavorare su contenuti più attenti al contesto semantico, non solo alla ripetizione delle keyword.

L’impatto di BERT sui risultati di ricerca

L’algoritmo non classifica le pagine e non le penalizza. Nel motore di ricerca viene usato solo per comprendere meglio le query degli utenti e non incide direttamente su prestazioni, traffico dei siti o posizionamento.

Questo semplifica il lavoro di marketer, webmaster, SEO specialist e copywriter. I visitatori più pertinenti possono arrivare sul sito proprio perché il sistema interpreta meglio le query lunghe.

Di conseguenza, la conversione può migliorare e il sito attirerà meno utenti fuori target, come nell’esempio della “treccia”, dove una persona cercava una cosa e ne riceveva un’altra. Anche il bounce rate può diminuire.

All’inizio BERT funzionava solo con le query in inglese, quindi molti mercati non ne vedevano ancora tutti gli effetti. Con l’estensione ad altre lingue, i proprietari di siti hanno iniziato a notare benefici anche fuori dalle ricerche anglofone.

Sarebbe sbagliato considerare Google BERT una rivoluzione paragonabile all’algoritmo Panda. Tuttavia, alcune difficoltà legate alle caratteristiche del mercato, all’intento della query o al numero di preposizioni vengono ridotte. I contenuti utili e di qualità diventano ancora più facili da trovare, più accessibili e più pertinenti.

Come ottimizzare un sito per Google BERT

Dopo l’annuncio del nuovo algoritmo, Google ha ribadito più volte che non serve ottimizzare i siti specificamente per BERT. BERT serve a comprendere le query e ad abbinarle ai testi e agli altri contenuti presenti nelle pagine.

L’unica raccomandazione davvero universale, valida anche in questo caso, resta scrivere contenuti naturali. I tuoi testi originali devono essere chiari per gli utenti, senza keyword inserite artificialmente e senza sovraottimizzazione.

Ogni articolo o video deve essere coerente con il tema della query principale, svilupparne il significato e rispondere alla domanda centrale dell’utente. Per questo, un brief per il rewriting dovrebbe indicare chiaramente di non usare liste enormi di parole chiave.

Questo approccio aiuta a ottenere un testo adatto sia al nuovo algoritmo sia a quelli già esistenti, come Hummingbird e Panda.

Nella pratica SEO, BERT pesa soprattutto dove l’intento è espresso in modo lungo, specifico o informativo:

• lavora spesso con keyword long-tail, che in precedenza erano più difficili da interpretare;
• rende molto più semplice la ricerca di informazioni sul web.

Da dicembre 2019 ha quindi senso lavorare sulla promozione del sito e sulle keyword long-tail, adattando i nuovi articoli a queste ricerche e, più in generale, agli intenti reali degli utenti. Un approccio integrato permette di sfruttare meglio le possibilità dell’algoritmo e renderlo utile per qualsiasi progetto web, che si tratti di un e-commerce o di un sito informativo con articoli.

Controlla le pagine uscite dai risultati di ricerca. Potrebbero richiedere una revisione del testo o un ripensamento del tema. In alcuni casi basta correggere poche frasi e migliorare la semantica. Più raramente può servire una pulizia del testo, eliminando parti superflue e contenuti troppo generici.