I numeri parlano da soli: BERT, l’ultimo algoritmo di ricerca di Google, avrà un impatto di 1 su 10 su tutte le query di ricerca.

In queste ore Google sta apportando la più grande modifica al suo sistema di ricerca da quando l’azienda ha introdotto RankBrain, quasi cinque anni fa. L’azienda ha detto che questo avrà un impatto eccezionale su tutte le query, andando ad impattare su tutti i risultati che si classificano per quelle query.

Ancora in fase di lancio BERT ha iniziato a girare dalla scorsa settimana e diventerà pienamente operativo a breve. Anche se per ora sta lavorando solo sulla lingua inglese, in futuro si espanderà ad altre lingue.

Per ora possiamo dire che si sono già registrati i primi impatti sui featured snippet, e visto che Google ha detto che BERT sarà utilizzato a livello globale, in tutte le lingue, anche in Italia a breve vedremo i primi cambiamenti partire proprio dagli snippet.

Che cos’è l’algoritmo di ricerca di Google BERT

Come abbiamo detto BERT è il più grande cambiamento nella ricerca da quando Google ha rilasciato RankBrain ed in sostanza si tratta della tecnica di Google basata sulla rete neurale per l’elaborazione del linguaggio naturale (PNL) prima della formazione.

Ufficialmente  BERT è nato lo scorso anno scorso, tanto da essere ampiamente descritto sul blog di Google AI. In breve, BERT aiuterà i computer a comprendere il linguaggio un po’ di più come fanno gli esseri umani.

BERT è l’acronimo di Bidirectional Encoder Representations from Transformers.

Essendo il compito primario di BERT quello di aiutare a comprendere meglio le sfumature e il contesto delle parole nelle ricerche, principalmente lavorerà per abbinare al meglio le query con risultati più rilevanti. Ecco perché sta già lavorando sui featured snippet.

Google ha portato un esempio: nella ricerca “2019 brazil traveler to USA need a visa,” la parola “TO” e la sua relazione con le altre parole contenute nella query sono importanti per comprendere il significato.

Fino a qualche mese fa Google non avrebbe capito l’importanza di questa connessione e avrebbe restituito i risultati sui cittadini americani in viaggio in Brasile.

Come spiega Google “Con BERT, Search è in grado di cogliere questa sfumatura e sapere che la parola molto comune “TO” è molto importante qui, e possiamo fornire un risultato molto più rilevante per questa domanda”.

Gli esempi che seguono sono a scopo illustrativo e potrebbero non funzionare nei risultati della ricerca dal vivo.

In un altro esempio, una ricerca per “do estheticians stand a lot at work”, Google ha detto che in precedenza avrebbe abbinato il termine “stand-alone” con la parola “stand” utilizzata nella query, aggiungendo anche che i modelli BERT di Google possono capire che lo “stand” è legato al “concetto di richieste fisiche di un lavoro, e mostra una risposta più utile”.

Nell’esempio qui sotto Google può capire una query più simile a ciò che cercherebbe un essere umano per mostrare un risultato più rilevante su una ricerca di “Can you get medicine for someone pharmacy”.

Esempio di featured snippet. Ecco un esempio di Google che mostra un featured snippet più rilevante per la query “Parking on a hill with no curb”. In passato, una ricerca come questa avrebbe confuso i sistemi di Google. Google ha detto: “Abbiamo dato troppa importanza alla parola “curb” e abbiamo ignorato la parola “no”, non capendo quanto fosse critica quella parola per rispondere adeguatamente a questa domanda. Quindi restituiremo i risultati per il parcheggio su una collina con un marciapiede”.

A tutti coloro che dicono o diranno che RankBrain è morto, Google risponde a gran voce di no! RankBrain è stato il primo metodo di intelligenza artificiale di Google per comprendere le query nel 2015. Esamina sia le query che il contenuto delle pagine web dell’indice di Google per capire meglio quali sono i significati delle parole.

BERT non sostituisce RankBrain, è un metodo aggiuntivo per comprendere i contenuti e le query. Si aggiunge al sistema di ranking di Google. RankBrain può essere e sarà ancora usato per alcune query. Ma quando Google pensa che una query può essere meglio compresa con l’aiuto di BERT, Google la utilizzerà. In realtà, una singola query può utilizzare metodi multipli, incluso BERT, per comprendere nel miglior modo possibile la query.

Google ha spiegato che ci sono molti modi per capire il significato di una domanda e certamente ogni lingua può avere una o più declinazioni.

Ad esempio, se si scrive male qualcosa, i sistemi ortografici di Google possono aiutare a trovare la parola giusta per ottenere ciò di cui si ha bisogno. E/o se si utilizza una parola che è un sinonimo per la parola effettiva che è nei documenti rilevanti, Google può rilevarli. BERT è un altro segnale che Google usa per capire la lingua. A seconda di ciò che si cerca, qualsiasi segnale o combinazione di questi segnali potrebbe essere utilizzato per capire la richiesta e fornire un risultato rilevante.

È possibile ottimizzare per il BERT? La nostra risposta, almeno ad ora, è: improbabile.

Google ha detto che i SEO non possono ottimizzare i siti web per RankBrain e quindi a maggior ragione non si potrà ottimizzare BERT, ma è anche vero che ciò che Google si sta migliorando nella comprensione del linguaggio naturale, tanto che a livello di SEO writing basta scrivere i contenuti in ottica utenti. Questo è l’impegno di Google per comprendere meglio la query dell’utente che fa una ricerca e abbinarla al meglio ai risultati più rilevanti.

BERT ci interessa, non solo perché Google ha detto che questo cambiamento “rappresenta il più grande balzo in avanti negli ultimi cinque anni e uno dei più grandi balzi in avanti nella storia della ricerca”, ma anche perché il 10% di tutte le ricerche sono e saranno influenzate da questo aggiornamento.

Il consigliamo che vogliamo dare è quello di controllare e registrare i cambiamenti del traffico di ricerca già da questi giorni e vedere quanto il sito web è stato influenzato da questo cambiamento.

Se lo fosse sarebbe opportuno approfondire quale landing page è stato influenzata e per quali query, registrando anche quali pagine non hanno trovato la giusta conversione analizzando il traffico di ricerca che Google ha inviato ma che non ha finito per essere effettivamente utile.

[via searchengineland.com]