Google Hummingbird e il suo impatto sulla SEO | SEO Academy

Google Hummingbird, è questo l’argomento di cui parleremo in questa lezione. Esattamente cos’è Google Hummingbird e come lavora? Quando è stato rilasciato dalla compagnia di Mountain View? Quale reale impatto ha avuto l’Algoritmo Hummingbird sulle ricerche e quindi sulla Search Engine Optimization (SEO)? Come si interfaccia con Google Panda, Google Penguin e gli altri filtri? Quali tipi di ricerche aiuta? E molto altro… sono molti gli argomenti che tratteremo.

Come saprai nella nostra SEO Academy trattiamo tutti gli argomenti correlati al posizionamento sui motori di ricerca. Se sei nuovo ti consiglio di dare un’occhiata alle precedenti lezioni…abbiamo trattato diversi argomenti che ti saranno utili per comprendere meglio quello di cui parleremo in questo articolo.

Se sei interessato a questa lezione probabilmente è perché vuoi capire esattamente come funziona Google Hummingbird in modo da adattare la tua strategia SEO e raggiungere i tuoi obiettivi di business.

Allora non perdiamo altro tempo e partiamo!

 

 

Cos’è Google Hummingbird?

Hummingbird, traduzione in italiano “colibrì”, è il nome ufficiale di un update dell’algoritmo di ricerca di Google. Se non hai letto le precedenti lezioni ti ricordiamo che l’algoritmo è il “software” o il “programma” che Google utilizza per la risoluzione dei problemi di ricerca, ossia per ordinare le informazioni presenti nel suo indice al fine di restituire all’utente risultati utili e pertinenti.

Il rilascio di Google Hummingbird si stima sia avvenuto intorno al 30 agosto 2013 ma Big G né da l’annuncio nel corso di una conferenza stampa quasi un mese dopo, il 26 settembre 2013 (approfondimento). L’evento ha luogo a Menlo Park, nel garage dove esattamente 15 anni prima Larry Page e Sergey Brin diedero vita a Google Inc.

Nel suo intervento (riassunto poi in un post che puoi trovare qui), Amit Singhal (responsabile del Team Search di Google), accenna a Hummingbird senza svelare però le modifiche apportate.

 

Su quali query si riflette?

L’update impatta sul 90% delle query di ricerca ma in modo non troppo negativo. Da uno studio effettuato da searchmetrics (eccolo) risulta infatti che dal suo rilascio la perdita di traffico e ranking registrata per le diverse tipologie di query è del 4-6%.

A risentirne maggiormente sono le query interrogative e informative rispetto a quelle navigazionali. In base a quanto riportato da Moz (qui) riflessi minori si sono avuti anche sulle local search.

Ma Google Hummingbird Update è tutt’altro che un aggiornamento minore.

 

 

Perché è importante?

 

Da quando sono entrato in Google nel 2001, è la prima volta che l’algoritmo viene così pesantemente riscritto. Nel 2010 il “Caffeine update” è stato un grande cambiamento, ma ha aiutato Google solo a indicizzare le informazioni piuttosto che a ordinarle.

 

A fare queste affermazioni è Singhal nel corso di una intervista rilasciata a margine della conferenza stampa evento a Danny Sullivan di Search Engine Land (approfondimento).

Dalle parole di Singhal si capisce che si è davanti ad un cambiamento “infrastrutturale” dell’algoritmo e non ad un semplice update o aggiunta di componenti.

Hummingbird continua tuttavia ad utilizzare al suo intenro Google Panda, Google Penguin, PageRank ed altri componenti.

 

In cosa Hummingbird è differente?

A differenza di Google Panda e Google Penguin, Hummingbird non mira a colpire con delle penalità i contenuti di bassa qualità presenti in SERP. L’intento dichiarato è quello di capire, con la rapidità e precisione di un colibrì, l’esatto intento di ricerca degli utenti in relazione a query complesse come quelle “conversazionali” e “contestuali” e restituire risultati pertinenti e in linea con le esigenze degli utenti.

Progettato per applicare la sua tecnologia ai miliardi di pagine presenti sul web, con Google Hummingbird si vuole ora migliorare la capacità di fornire per questo tipo di query i migliori risultati possibili. In relazione al valore aggiunto apportato alla ricerca, Hummingbird assieme knowledge graph rappresenta una svolta epocale per Google ed un ulteriore e importante passo avanti verso un motore di ricerca semantico.

 

 

Come funziona Google Hummingbird?

Per spiegare meglio come funziona Google Hummingbird diamo prima un breve accenno a due degli elementi su cui questi influisce maggiormente: ricerca semantica (o semantic search) e Knowledge graph.

Vediamoli insieme.

 

Knowledge graph

Rilasciato il 4 maggio 2012 il Knowledge graph, o grafo della conoscenza (approfondimento), è una nuova caratteristica dell’algoritmo di Google che avvicina il motore di ricerca all’utente. Si tratta di un database che contiene informazioni su persone, cose, brand, entità, prodotti e luoghi.

Attraverso un processo di data mining, cioè di estrazione di conoscenza di informazioni strutturate e tra loro collegate, Big G è in grado di fornire all’utente informazioni dettagliate e personalizzate per una data query. L’aggiunta a Knowledge graph nel 2013 di altre funzionalità, quali ad esempio la possibilità di fare comparazioni e “filtri” per espandere le ricerche, ne ha migliorato ulteriormente la sua capacità di risposta.

 

 

In riferimento alla query di ricerca scelta (nel nostro esempio, “cioccolato”), Google restituisce in SERP i risultati organici e blue link a contenuti utili, ma anche una serie di informazioni Knowledge graph. Questi includono un box di risposta con le indicazioni geolocalizzate di dove è possibile acquistarlo. In un pannello a destra vengono invece date informazioni nutrizionali e suggerimenti per ricerche correlate.

 

 

Ma Big G come fa a determinare che il risultato della ricerca per la query di esempio o altra query riflette l’intento di ricerca ed i bisogni dell’utente? La risposta è, grazie alla ricerca semantica.

 

Ricerca semantica

Cos’è la ricerca semantica nei motori di ricerca web?

È un processo di recupero delle informazioni (information retrivial – IR) da pagine e documenti che considera il contesto di ricerca, l’ubicazione di chi ricerca, la variazione delle parole, sinonimi e co-occorrenze, riscontro di concetti, interrogazioni generalizzate e in linguaggio naturale, l’intento del cercatore e il significato contestuale dei termini utilizzati al fine di restituire risultati più rilevanti” (fonte wikipedia).

 

Come lavora Hummingbird?

La semantica è un argomento complesso e per spiegare come lavora Hummingbird ci avvarremo dunque dell’utile esempio utilizzato dallo stesso Singhal.

Consideriamo la segunte query conversazionale:

 

Qual è il posto più vicino a casa mia per comprare un iphone 5s?

 

Prima di Hummingbird un motore di ricerca tradizionale, per fornire un risultato utile all’utente, si sarebbe focalizzato nel cercare pagine che includono le singole keyword (ad es. “comprare” e “iphone 5s”).

Google Hummingbird invece cerca di capire il significato che sta dietro le parole. Come? Grazie alla geolocalizzazione per esempio è in grado di capire dove si trova fisicamente chi esegue la ricerca, dal fatto che deve essere vicino casa capisce che non si tratta di uno store online ma fisico, poiché parliamo di un iphone 5s capisce che è un dispositivo elettronico in vendita in certi negozi piuttosto che in altri.

La conoscenza di tutti questi significati aiuta Google ad andare oltre la ricerca basata solo sulle keyword.

In altre parole, il nuovo algoritmo identifica ed interpreta l’intera query e le relazioni tra i gruppi di parole che si trovano al suo interno. Nel fare ciò considera il contesto delle differenti parole nel loro insieme con l’obiettivo di restituire contenuti che rispondano all’intero significato della query invece che solamente ad alcuni termini.

 

Hummingbird e le query complesse

Google Hummingbird è stato progettato per comprendere concetti e relazioni tra keyword in modo simile ad un umano. Big G è da molti anni che lavora per migliorare l’aspetto semantico e con Hummingbird e l’integrazione con Knowledge graph il miglioramento è importante e significativo.

Lo studio effettuato da searchmetric, a cui abbiamo accennato in precedenza, comprende una misura della coerenza dei risultati di ricerca per coppie di keyword basata sull’analisi di query semanticamente simili. Eseguita in tre diversi step tra luglio 2013 e gennaio 2014, il risultato di questa ricerca è che con Hummingbird si registra un miglioramento del 20% nell’accuratezza dei risultati per query semanticamente simili.

È un passo avanti ma non è abbastanza.

 

 

Talvolta accade infatti che per una parola chiave, concetto o entità non ancora presente nel Knowledge graph, l’analisi semantica produca dei risultati poco rilevanti per l’utente come quello della foto sottostante.

 

 

Per comprendere l’intento di ricerca per nuove query Big G ha quindi affiancato ad Hummingbird Google Rankbrain, un algoritmo che utilizza un sistema di Machine learning (scopri di più) e neural matching, cioè l’intelligenza artificiale.

Nel 2015 Rankbrain viene integrato in Hummingbird e in un articolo di Bloomberg Google TurningIts Lucrative Web Search Over to AI Machines (Bloomberg) viene indicato essere uno dei tre principali fattori di ranking.

Grazie all’intelligenza artificiale e ad una migliorata capacità di comprensione ed elaborazione del linguaggio naturale (NPL), il nuovo algoritmo è ora in grado di apprendere in modo automatico e restituire risultati utili e pertinenti.

I miglioramenti intervenuti in Google Hummingbird conducono marketer e SEO a porsi degli interrogativi due dei quali sono:

• La seo è morta?
• PageRank si utilizza ancora?

 

Continua a leggere e lo scoprirai…

 

 

Google Hummingbird & SEO

Si, PageRank è ancora in uso ed è uno degli  oltre 200 fattori e 10 mila variazioni dei “sotto segnali” (approfondimento), che Big G prende in considerazione ai fini del ranking.

No, la SEO non è morta! Ma con Hummingbird cambia però il modo di fare Search Engine Optimization.

 

Voice search& Mobile search

Il rilascio di Google Hummingbird ed il maggiore utilizzo di long tail keyword nelle ricerche, tipiche del linguaggio naturale, è da associare ad una forte crescita del mobile search e del voice search (smartphones, tablet, siri, Google assistant, chrome apps, ecc.).

Ottimizzare pagine e siti web per il voice e mobile search quindi continua ad essere un fattore critico in particolare per il local SEO.

 

Dati strutturati

I miglioramenti apportati dal nuovo algoritmo alla ricerca semantica rendono l’utilizzo di schema.org markup ancora più importante.

Fornire maggiori informazioni riguardo ai tuoi contenuti attraverso i dati strutturati facilita il lavoro dei motori di ricerca nel categorizzare e connettere i punti tra entità nel web. Inoltre se visualizzati nel rich snippet i dati strutturati possono aumentare il click-trough-rate (CTR).

 

 

Links

Direttamente Hummingbird impatta poco sulla link building, ma i sui effetti indiretti sono rilevanti.

I link continuano ad essere rilevanti nel fornire segnali a Big G sulla autorità e credibilità dei contenuti, ma non quanto creare contenuti di qualità. Con il nuovo algoritmo, bounce rate, minor livello di condivisioni sui social ed altri segnali di qualità vengono rilevati ancora più velocemente. La link building ora deve perciò focalizzarsi nel fornire all’utente un reale valore.

Nel post di searchengineland: DidHummingbirdeat link building, vengono dati anche i seguenti utili suggerimenti:

• sviluppa contenuti di qualità
• informati/conosci gli influencer del tuo settore o area
• partecipa attivamente nelle comunità online
• se appropriato, considera di chiedere ai tuoi amici di condividere i tuoi contenuti
• privilegia la learn building, cioè acquisisci link prevalentemente in modo naturale

 

ma considera anche di:

• utilizzare nelle anchor text keyword e sinonimi
• se necessario ottimizzare le anchor text dei tuoi link interni per keyword semanticamente rilevanti
• controllare che le anchor text dei link esterni siano rilevanti

 

Keyword & Creazione di Contenuti

Nel cercare di capire l’intento di ricerca considerando il contesto per l’intera query, Google Hummingbird segna il passaggio dalla ricerca per stringhe di keywords a quella per concetti o entità.

Il nuovo algoritmo pone molta enfasi sulla unicità, originalità e qualità dei contenuti e richiede ai SEO di abbandonare un approccio basato principalmente sulle keyword in favore di uno che crei una grande user experience.

Ai fini della creazione di contenuti rilevanti in linea con il nuovo algoritmo, è bene seguire queste best practices:

• cerca di capire cosa vuole la tua audience e determina quali tipo di query utilizzano per trovare il tuo brand/prodotti e servizi. Assicurati che i tuoi contenuti rispondano adeguatamente a ciascuno dei seguenti tipi di query:
  • query conversazionali: scrivi i contenuti utilizzando il linguaggio colloquiale usato dagli utenti invece di fare un uso forzato delle keyword.
  • query informative: crea dei contenuti ad alto valore informativo stile wikipedia
  • query navigazionali: sono query che includono il nome della tua azienda o prodotti. Un modo per aiutare a scalare le SERP per brand keywords è che vengano menzionate in contenuti rilevanti
  • query transazionali: utilizza appropriate keyword transazionali nei tuoi contenuti

 

• verifica quali delle tue pagine generano maggiore valore e quali contenuti contribuiscono maggiormente al ROI

 

• utilizza sinonimi e co-occorrenze: nel cercare di capire il contenuto di una pagina, il nuovo algoritmo non guarda solo a keyword individuali ma anche alla presenza di sinonimi, correlate, LSI e co-occorrenze. Quelle ritenute più rilevanti saranno favorite ai fini del posizionamento SEO. Google mostra in SERP non solo risultati per le keyword o frasi esatte, ma anche quelli relativi ad argomenti correlati.

 

 

Questa extra esposizione rappresenta per i siti e brand una grande opportunità. Utilizza quindi questo tipo di termini nei tag title e meta description, oltre che nel testo.

Per espandere la tua keyword research utilizza SEO tool come SemRush, ahrefs, Google Search Console e Ubersuggest.

 

Co-citazioni

Le co-citazioni sono un ulteriore segnale che permette a Google di capire di cosa si occupa un sito o una azienda e riguardo la sua autorevolezza (2 fattori che hanno dei riflessi ai fini del ranking dei contenuti).

Il meccanismo funziona così: se un sito (1) è menzionato sui siti A, B e C assieme con i propri competitors (2, 3 e 4), per Google vi è una relazione associativa tra i 4 siti web (vedi schema).

Per favorire la menzione del tuo sito o brand/prodotti e servizi da parte di siti autorevoli:

• identifica i tuoi competitors utilizzando uno dei tool menzionati in precedenza o esegui una ricerca su Google con la query “il miglior “termine generico per un tuo prodotto” del 2019”
• esegui una link profile del tuo competitor per vedere da chi ricevono bancklink e se vi sono per te delle opportunità

 

Conclusione

In questa lezione della tua SEO Academy preferita abbiamo parlato di  Google Hummingbird. Ti abbiamo dato tutte le informazioni necessarie per comprendere funzionamento e importanza di questo algoritmo in modo da ridefinire la tua strategia SEO.

Questo non basta. I motori di ricerca cercano continuamente di migliorare l’esatto intento di ricerca degli utenti in modo da fornire risultati utili e pertinenti in relazione ad una data query.

Machine learning, neural matching, intelligenza artificiale, semantic SEO,… sono importanti novità che portano ad un’innovazione nel modo in cui si fa SEO e del cui sviluppo continueremo a trattare nelle prossime lezioni.

 

Rimani aggiornato e continua a seguirci, nelle prossime lezioni della SEO Academy parleremo di altre cose molto interessanti…

 

Vuoi migliorare il posizionamento SEO del tuo sito? Vuoi ottimizzare il sito, fare in modo che i tuoi clienti ti trovino su Google e battere la concorrenza? Contattaci! Studieremo la migliore strategia SEO per il tuo sito.

Vuoi migliorare le tue conoscenze in ambito SEO? Contattaci! Valuteremo il corso SEO adatto a te.

Vuoi chiederci info o parlare con noi? Contattaci! Siamo qui per questo.