Seleziona una pagina

Hai mai sentito parlare di Google Bert?

Si tratta dell’ultimo update dell’algoritmo di Google, basato su una tecnica di rete neurale artificiale che permette al motore di ricerca di comprendere meglio il linguaggio naturale (NLP) con cui gli utenti manifestano il proprio search intent nelle query.

Questo aggiornamento, dapprima lanciato solo in inglese negli USA, il 9 dicembre 2019 è stato rilasciato in più di 70 lingue, tra cui anche l’italiano, generando decisamente meno effetti rispetto a quelli attesi da molti degli utilizzatori del browser. 

In questo articolo vedremo insieme:

  • cos’è e perché è stato lanciato Google BERT
  • come funziona l’update dell’algoritmo di Google
  • esempi di SERP pre e post l’introduzione di BERT
  • l’impatto atteso ed effettivo di questo aggiornamento.

Vuoi saperne di più su come funziona l’algoritmo BERT per ottimizzare il posizionamento del tuo sito web sulla SERP? Allora che aspetti?! Scopri il corso SEO Specialist Certification di Digital Coach®. 

 

Google BERT: cos’è e perché è stato introdotto

Il 25 ottobre 2019 Google ha annunciato in maniera ufficiale sul suo blog l’introduzione di Google BERT, definendola come il più grande passo in avanti fatto negli ultimi cinque anni nonché uno tra i più importanti traguardi raggiunti nella storia della Search.

Ma cos’è Google BERT e qual è il motivo che ha portato al suo lancio da parte della nota società statunitense? Scopriamolo insieme in questo paragrafo!

 

Una definizione di Google BERT

BERT, acronimo di “Bidirectional Encoder Representations from Transformers”, non è altro che l’ultimo update dell’algoritmo di Google ed è basato su una tecnologia che consente al browser di comprendere meglio il linguaggio naturale (NLP) degli utenti. Oggigiorno, infatti, quasi tutte le ricerche online vengono fatte con le espressioni comunemente usate quando si parla anziché soltanto per parole chiave come avveniva in passato.

Le query diventano sempre più lunghe e conversazionali e le preposizioni all’interno di esse assumono un ruolo decisivo poiché, a seconda dell’interpretazione che ne viene data, possono modificare in maniera sostanziale il significato della frase. Ecco quindi che diventa fondamentale per il motore di ricerca cogliere nella maniera più precisa possibile il search intent.

Ciò permette di soddisfare al meglio gli utenti e fornire loro delle risposte attinenti, soddisfacendo i loro bisogni. In particolare, il colosso statunitense stima che l’introduzione di Goole BERT impatterà su circa il 10 per cento delle risposte elaborate dal suo motore di ricerca, rendendo molto più semplice per gli user trovare i contenuti che cercano.

rete neurale artificiale

Cosa dice Google sull’algoritmo BERT?

La nota società ha spiegato che il motivo alla base dell’introduzione di Google BERT è stata la necessità di rendere le ricerche online più semplici e veloci, quindi più efficaci. Per far ciò, è stato necessario implementare delle funzionalità che consentissero all’algoritmo di comprendere il linguaggio naturale usato dagli utenti per fare le ricerche sul web. 

Nel concreto, ciò ha significato insegnare all’algoritmo come mettere in relazione ciascuna parola con le altre contenute nella stessa frase per coglierne il contesto. Ecco cosa Google ha dichiarato sul suo blog al momento del lancio:

 

This breakthrough was the result of Google research on transformers: models that process words in relation to all the other words in a sentence, rater than one-by-one in order. BERT models can therefore consider the full context of a word by looking at the words that come before and after it – particularly useful for understanding the intent behind search queries.

 

Più efficaci grazie a BERT saranno anche le ricerche fatte con Google Assistant vale a dire l’assistente vocale che fornisce risposte attraverso Android o i dispositivi che fanno uso dell’Intelligenza Artificiale.

 

 

Come funziona Google BERT?

Dopo il lancio dell’algoritmo BERT, in molti si sono limitati ad indagare cosa fosse e perché è stato introdotto. In pochi hanno, invece, cercato di approfondire come funziona questo update dell’algoritmo, tema su cui cercheremo di fare chiarezza proprio in questo paragrafo. 

 

Il modello bidirezionale del nuovo algoritmo

Google BERT utilizza Transformer, un modello al computer basato su una rete neurale artificiale che imita il funzionamento dei neuroni del cervello umano. La caratteristica di questo sistema consiste nell’includere un meccanismo di codifica “bidirezionale” che legge contemporaneamente la sequenza di parole inserite.

codice algoritmico BERTA ben vedere, l’aggettivo bidirezionale non è del tutto corretto, sarebbe più appropriato dire che questo codificatore non ha alcuna direzione. In tal modo risulterebbe più intuitivo differenziarlo dai precedenti modelli definiti “direzionali” in quanto leggevano le stringhe in sequenza, da sinistra a destra o viceversa. 

Ciò portava l’algoritmo ad interpretare singolarmente ogni parola, rischiando di non cogliere il contesto in cui la stessa era inserita, quindi il suo reale significato. Google BERT sopperisce a questo eventuale inconveniente: elaborando simultaneamente ciascun termine, è in grado di comprendere il quadro generale di cui si parla ed il senso che l’utente voleva dare a ciascuna parola e preposizione. 

 

Le strategie di allineamento di BERT

I progressi fatti da Google nel campo del Machine Learning e le numerose sessioni di prove, hanno consentito all’ultimo update dell’algoritmo di sfruttare due strategie di allineamento, allo scopo di mettere in relazione fra loro le parole di una stessa frase. Scopriamole nel dettaglio:

  • Masked LM (MLM): questa tecnica prevede che il 15% delle parole di una sequenza venga mascherato e sostituito con un Token chiamato Mask. L’obiettivo è quello di allenare Google BERT a prevedere i termini mancanti, basandosi sul significato delle parole non mascherate, quindi sull’intero contesto della frase. 
  • Next Sentence Prediction: in questo modello, vengono fornite in input al motore di ricerca delle coppie di frasi estrapolate da un documento originale. Solo nel 50% delle coppie la seconda stringa rappresenta la frase successiva del testo iniziale, nella restante parte si tratta di una frase scelta casualmente all’interno del documento. Il sistema viene così addestrato a cogliere se la seconda frase di ogni coppia corrisponde alla proposizione immediatamente seguente nel corpo del testo analizzato.

 

 

Google BERT: qualche esempio

Vediamo ora due esempi proposti da Google sul suo blog per spiegare come cambia la SERP dopo l’introduzione di Google BERT:

  • Esempio 1: digitando la query “2019 brazil traveler to usa need a visa” prima dell’update dell’algoritmo, il browser forniva in risposta dei link utili per i cittadini US intenzionati a spostarsi in Brasile. Il search intent corretto, però, non è questo bensì quello di capire se i viaggiatori brasiliani diretti in US hanno bisogno di un visto. Come puoi notare dall’esempio sotto, l’algoritmo aggiornato interviene cogliendo l’intento di ricerca esatto grazie alla sua capacità di comprendere il reale significato del termine “to”.

 

esempio algoritmo 1

Screenshot dal blog di Google https://blog.google/products/search/search-language-understanding-bert

 

  • Esempio 2: alla domanda “can you get medecine for someone pharmacy” il vecchio modello rispondeva in maniera generica, spiegando come fare a ritirare dei farmaci con prescrizione. Ora, invece, il sistema elabora correttamente il significato della parola “someone” captando perfettamente il search intent. Risponde, infatti, spiegando come una persona può prendere farmaci con prescrizione per conto di qualcun altro.

 

esempio algoritmo 2

Screenshot dal blog di Google https://blog.google/products/search/search-language-understanding-bert

 

Gli effetti di Google BERT

Come cambierà la SERP dopo l’avvio di Google BERT? Questa è la domanda che in molti si sono posti pre lancio dell’update. Continua a leggere per scoprire quali sono stati gli impatti generati.

 

Effetti poco impattanti?

Tutto sommato, possiamo dire che Google BERT ha deluso le aspettative sugli effetti prodotti. In molti pensavano che avrebbe scatenato una rivoluzione simile a quella generata dal rilascio degli algoritmi Panda e Penguin. La realtà è stata ben diversa.

Non si sono riscontrati, infatti, cambiamenti rilevanti sulla SERP, anzi si può dire che fondamentalmente i link di risposta sono rimasti inalterati, a parte alcune oscillazioni che possiamo definire fisiologiche.

 

Google BERT e SEO: cosa cambia?

Pochi sono stati anche gli impatti sulla SEO dell’aggiornamento dell’algoritmo. Quest’ultimo si concentra, infatti, sull’analisi delle query e non sulle singole pagine web, il che porta ad una nuova e diversa visione del ruolo del SEO Copywriter. Se prima questa figura si occupava di scrivere per il motore di ricerca, considerato una macchina a tutti gli effetti, ora invece è chiamato a scrivere direttamente per i lettori e a puntare sulla qualità e sull’originalità dei contenuti.

 

 

Più ciò che viene prodotto è di valore, fornisce informazioni utili e rispecchia il search intent, più alta sarà la probabilità che quel contenuto verrà premiato dall’algoritmo e portato tra le prime posizioni sulla SERP. A parte queste considerazioni, c’è da sottolineare che Google non ha fornito molte indicazioni su come sia cambiato il funzionamento del suo algoritmo.

Rimane ancora un mistero quale sia il complesso meccanismo che interpreta le domande degli user e gestisce il posizionamento dei link nelle pagine dei risultati. Di certo non è una casualità: si tratta di una strategia del colosso statunitense per evitare che i gestori dei siti web usino a proprio vantaggio queste informazioni per posizionarsi in alto sulla SERP, a scapito dei propri concorrenti. 

In tal modo, invece, tutti sono spronati ad offrire contenuti di qualità per battere i competitor, destreggiandosi in una guerra ad armi pari dalla quale solo i più bravi e meritevoli potranno uscirne vittoriosi.

seo content

 

In questo articolo abbiamo visto cos’è Google BERT e come funziona, quali effetti ha generato. Come hai potuto apprendere, i benefici di questo cambiamento dell’algoritmo di Google riguardano soprattutto gli utenti, destinati ad ottenere risposte sempre più precise e pertinenti alle loro domande. 

L’invito rivolto ai SEO Copywriter è, dunque, quello di focalizzarsi sui contenuti e produrre ora più che mai testi di valore per cavalcare l’onda del più importante passo avanti degli ultimi anno fatto da Google nel campo della Search.

Test SEO Specialist

 

Sei un appassionato di digitale o ti piacerebbe saperne di più? Richiedi maggiori informazioni sui nostri corsi e master.

CONTATTACI

 

Potrebbero interessarti anche i seguenti articoli:

Consulente SEO Google bert  SEO COPYWRITING bert  seo on page

 

Maria D'amore on Linkedin
Maria D'amore
Un giorno qualcuno mi disse "tutto nella vita può succedere" ma io non ci avevo creduto. Beh, adesso posso dire che quella persona aveva ragione e la mia storia ne è l'esempio lampante! Dopo due lauree in economia ed una carriera intrapresa da commercialista, ho deciso di rimettermi in gioco e cambiare completamente rotta grazie ad un incontro speciale: quello con il mondo del Digital Marketing! Project Manager per una multinazionale di giorno e studentessa presso la Digital Coach di sera, mi sto specializzando in Content Marketing e SEO Copywriting. Grazie a questo percorso ho scoperto il piacere dello scrivere per il web e soprattutto una creatività in me che non avevo mai tirato fuori. Scrivo per aiutare il lettore a trovare le risposte che cerca, coinvolgendolo con contenuti chiari, sempre aggiornati ed accattivanti. Il mio motto? "Content is king!"
[i]
[i]
[i]
[i]
[index]
[index]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[index]
[index]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[index]
[index]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[i]
[i]
[i]
[i]
[13]
[13]
[13]
[13]
[12]
[12]
[12]
[12]
[10]
[10]
[10]
[10]
[11]
[11]
[11]
[11]
[14]
[14]
[14]
[14]
[15]
[15]
[15]
[15]
[16]
[16]
[16]
[16]
[17]
[17]
[17]
[17]
[18]
[18]
[18]
[18]
[19]
[19]
[19]
[19]
[13]
[13]
[13]
[13]
[12]
[12]
[12]
[12]
[10]
[10]
[10]
[10]
[11]
[11]
[11]
[11]
[14]
[14]
[14]
[14]
[15]
[15]
[15]
[15]
[16]
[16]
[16]
[16]
[17]
[17]
[17]
[17]
[18]
[18]
[18]
[18]
[19]
[19]
[19]
[19]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[index]
[index]
[i]
[i]
[index]
[index]