SEO e Sviluppi Futuri: Crescita della personalizzazione, geolocalizzazione e influenza generata dagli utenti nella ricerca (1 di 2)

Google: personalizzazione e geolocalizzazione della ricerca

SEO e Sviluppi Futuri: Crescita della personalizzazione, geolocalizzazione e influenza generata dagli utenti nella ricerca (1 di 2)

La scorsa settimana Fabrizio Caruso, titolare di SEOTutor, ha pubblicato una mia intervista nella sua sezione “Osservatorio SEO”, un’iniziativa davvero bella che mira a offrire un ventaglio di opinioni e riflessioni dei SEO italiani in tema di ottimizzazione per i motori di ricerca. Bravo Fabrizio e grazie per lo spazio che offri ai colleghi!

 

Ma andiamo al sodo: nel corso dell’intervista, Fabrizio mi ha posto un’interessantissima domanda, spesso incipit logoro e abusato di articoli sparsi nella rete: Quale sarà il futuro del SEO?

 

Bella domanda. In effetti è un interrogativo che ogni consulente SEO si pone, e si è posto, almeno una volta nella vita. Questo perché la SEO, di per sé, è una disciplina che dipende imprescindibilmente da un ambiente, quello della ricerca, che è imprevedibile e del quale si conosce davvero poco. Prendo in prestito un’immagine fresca fresca pubblicata dal collega SEO Amin El Fadil (brillante come sempre!).

 

 

Quello che conosci della SEO vs la SEO

Quello che conosci della SEO vs la SEO

 

 

Tuttavia, nell’intervista ho deciso di rispondere brevemente su ciò che credo, considerati i trend attuali, inciderà sulla SEO nel futuro prossimo.

 

Sulla scia di quanto affrontato già con i post precedenti, con l’articolo dedicato al predominio di Google e il blog post dedicato alla indicizzazione di contenuti multimediali e alle tecnologie di riconoscimento (che vorrei approfondire ancora con articoli dedicati alla ricerca mobile, alla ricerca vocale e alla ricerca geolocalizzata), ho deciso di espandere la risposta che ho fornito a Fabrizio. Lo spazio di un articolo solo non basterà, perciò lo suddividerò in due parti.

 

Personalizzazione dei risultati

 

Personalizzazione Ricerca Organica

Personalizzazione della ricerca organica

 

La personalizzazione dei risultati è stata una delle tappe evolutive più importanti degli ultimi anni per i motori di ricerca. I sistemi più semplici prevedono il tracciamento dell’indirizzo IP, che permette di geolocalizzare un utente, cosicché il motore sia in grado di mostrare risultati personalizzati rispetto alla posizione geografica da cui l’utente sta sottoponendo la sua query. In ogni caso i motori di ricerca continuano a esplorare nuove vie per fornire risultati sempre più pertinenti e rilevanti per il singolo, invece di concentrarsi sulla restituzione di risultati uguali per tutti.

 

Non ci sono studi di settore che permettano di affermare con certezza che l’utilizzo dei risultati personalizzati abbia portato a una migliore esperienza utente o comunque a una maggiore soddisfazione da parte degli utenti rispetto all’utilizzo del servizio – esclusa qualche vecchia ricerca condotta da addetti al settore, come SEO Training London, che però è stata condotta unicamente sui cittadini statunitensi; certo è che, visti gli investimenti e la continuità di questo tipo di servizio possiamo certamente dedurre che almeno i test condotti abbiano portato a risultati quantomeno soddisfacenti.

 

Negli ultimi anni i maggiori motori di ricerca hanno sviluppato sempre più questa caratteristica aggiuntiva, agendo su ulteriori fattori di personalizzazione per i risultati del motore.

 

Un altro fattore cardine è costituito dalla cronologia degli utenti. Utilizzando la cronologia, Google (così come gli altri motori), è in grado di conoscere i siti visitati dopo una determinata ricerca, il comportamento dell’utente sul sito, la tipologia di siti che visita più spesso, se tende o no a condividere i risultati trovati sui social media e infine le parole chiave utilizzate nelle ricerche passate. Tutto questo concorre alla creazione di risultati sempre più personalizzati, in grado, sono certo, di soddisfare gli utenti più accorti.

 

Intento di ricerca dell’utente

 

Intento di ricerca degli utenti - Search Engine Journal

Intento di ricerca degli utenti – tratta da Search Engine Journal

 

La personalizzazione della ricerca, si basa, come detto nel paragrafo precedente, sulla cronologia di ricerca dell’utente e non mostra soltanto i classici snippet di ricerca, ma propone un’ampia gamma di risultati come post provenienti dai blog, mappe, risultati locali e contenuti multimediali.

 

Oggi, i motori di ricerca più importanti mostrano anche le mappe delle attività locali, quando vengono sottoposte delle query local, così come notizie più attuali e rilevanti rispetto a una determinata ricerca. Non si tratta più soltanto di presentare i risultati, ma di presentarli secondo il formato che più si accorda rispetto all’intento di ricerca dell’utente.

 

Interazione dell’utente con i contenuti

 

Ritengo che un altro degli elementi che sarà oggetto di ricerca e sviluppo, sia composto dallo studio sull’interazione che l’utente ha con il motore di ricerca.

 

Poiché la quantità d’informazioni presentate dai motori di ricerca con molteplici formati evolve e aumenta costantemente, il pubblico continuerà a guardare ai motori non più soltanto come meta e strumento di ricerca, ma come risorsa di aggregazione di conoscenza e informazioni; questo in funzione di una tecnologia che non funzionerà più solo come un sistema di elaborazione delle ricerche, ma come portale che permette di reperire, scoprire e raggiungere notizie sempre aggiornate e contenuti in genere basati sugli interessi dell’utente.

 

 

Studio sull'interazione degli utenti

Studio sull’interazione degli utenti – tratto da Koos Looijesteijn

 

 

Per far sì che i contenuti siano correttamente visualizzati agli utenti, Google mette a disposizione, in alcuni casi, il tasto feedback (cfr. Knowledge Graph), nient’altro che un modulo per ricevere opinioni e valutazioni rispetto a un determinato risultato.

 

Sono però convinto che la maggior parte dei feedback provenga dal browser di casa Google, che, con il benestare degli utilizzatori, raccoglie moltissimi dati al riguardo della navigazione e del comportamento utente (cfr. Informativa sulla privacy di Google Chrome).

 

La quantità di dati accumulati da questo noto browser sono moltissimi, ivi compresi intenti di ricerca, suggerimenti di ricerca e i clic che essi accumulano, e ritengo che con molta probabilità esso, a oggi, sia il primo tra gli strumenti di raccolta dati in possesso del colosso statunitense.

 

Se consideriamo, inoltre, la percentuale di diffusione di Chrome, che cresce in maniera esponenziale mese dopo mese dall’anno di lancio, il 2008, e si è attestato a una quota di mercato del 70,4% all’Aprile 2016, ci rendiamo conto che Google ha in mano uno degli strumenti più imponenti per la raccolta di dati statistici e informazioni riguardanti intento ed esperienza utente.

 

Quel che più ci sembra plausibile, a giudicare dall’ampia letteratura in merito, è che Google stia tutt’oggi lavorando alacremente sulla misurazione dei feedback impliciti, anticipato da una serie di studi portati avanti in prima battuta da Thorsten Joachims, con uno studio del 2002 e uno studio del 2007.

 

Il 28 luglio 2015, Google ha infatti depositato il brevetto per un sistema di rilevazione del feedback che si basa sul CTR dei risultati di ricerca. Questo per migliorare il posizionamento dei risultati all’interno delle SERP, come già riportava Bill Slawski sul suo blog Seo by the Sea. Dall’abstract ufficiale del brevetto:

 

“[…]In general, the subject matter described in this specification can be embodied in a method that includes: obtaining user feedback associated with quality of an electronic document; adjusting a measure of relevance for the electronic document based on a temporal element of the user feedback; and outputting the measure of relevance to a ranking engine for ranking of search results, including the electronic document, for a search for which the electronic document is returned.

 

Obtaining the user feedback can include receiving user selections of documents presented by a document search service, the method can include evaluating the user selections in accordance with an implicit user feedback model to determine the measure of relevance, and adjusting the measure of relevance can include adjusting the measure of relevance in accordance with the implicit user feedback model. […]”

 

Gary Illyes, Webmaster Trends Analyst di Google, ha più volte negato la possibilità che Google possa utilizzare fattori come il CTR per valutare la bontà di un risultato. Durante la scorsa estate, ha voluto puntualizzare ancora una volta:

 

“He does say they see those who are trying to induce noise into the clicks and for this reason they know using those types of clicks for ranking would not be good. In other words, CTR would be too easily manipulated for it to be used for ranking purposes.

 

It is well known that you can buy people and bots who will specifically click on links in the search results in a way that makes it appear your site is the better one and your competitor’s site is not. It is pretty easy to find those that do this kind of thing.”

 

Quello che sostiene, in breve, è che Google non possa utilizzare questo fattore, seppur particolarmente interessante, poiché gli spammer potrebbero utilizzare facilmente questo fattore a proprio vantaggio, comprando servizi che mettono a disposizione persone disposte a cliccare, ad esempio, su un risultato di ricerca, o bot in grado di farlo in maniera autonoma.

 

Tuttavia altri Googler e addetti del settore smentiscono prontamente, per poi essere a loro volta smentiti da altri autorevolissimi. Ne usciremo mai?

 

Il CTR resta comunque un fattore particolarmente interessante da analizzare, in particolare per un motore di ricerca. Certo è che la dichiarazione di Illyes fa pensare che il CTR possa non essere un elemento sul quale potersi affidare al 100%.

 

In occasione dell’uscita di questo nuovo brevetto Rand Fiskin, ex CEO di Moz, ha eseguito dei test con il suo team per vedere se effettivamente all’uscita del brevetto corrispondeva una funzionalità già attiva sul noto motore di ricerca, riscontrando un risultato positivo. Per questo, non è certo assurdo pensare Google sfrutterà ancora meccanismi non dissimili da quelli dell’information retrieval (IR), in particolare una componente dell’IR, cioè il relevance feedback, distinguendo in:

 

  • Explicit feedback
  • Implicit feedback
  • Blind or “pseudo” feedback

 

Non intendo entrare nel merito dell’Information Retrieval poiché esistono già delle ottime guide, come quella di Giovanni Sacheli, che potete consultare qui.

 

Anche in questo caso, quel che mi aspetto è che la crescita dei dati provenienti dai feedback impliciti sarà un ulteriore passo avanti nel miglioramento della personalizzazione della ricerca.

 

Nel prossimo articolo concluderemo questo approfondimento in termini di sviluppo di risultati sempre più personalizzati e sull’influenza generata dagli utenti nella ricerca.

 

Shares