Tendenze della SEO per il 2023

Chi mastica di seo, aldilà degli operatori del settore, può ben immaginare come, in quanto la SEO (Search Engine Optimization ) è una scienza astratta ed in continua evoluzione, i trend le tecniche e i modi di approccio siano in continuo mutamento, di anno in anno, seguendo giustamente le dinamiche e le effettive esigenze di mercato. Ecco di seguito allora un piccolo vademecum su quelle che saranno le strategie e gli strumenti ottimali su cui puntare nel corso del 2023.

Le strategie di ottimizzazione per i motori di ricerca sono in continua evoluzione ed è essenziale che le aziende stiano al passo con questi cambiamenti per assicurarsi che i loro sforzi rimangano efficaci. Si osserva che gli algoritmi dei motori di ricerca e i comportamenti degli utenti continuano a cambiare insieme agli obiettivi aziendali; pertanto, le aziende devono adattare le loro strategie SEO per garantire che i loro contenuti rimangano pertinenti, si posizionino più in alto nei risultati di ricerca ed estendano la loro portata. Così le tendenze SEO per il 2023 sono senza dubbio influenzate dagli importanti passi in avanti dell’intelligenza artificiale e ai progressi fatti in tema di ricerca vocale.

Un ruolo fondamentale nelle applicazioni di ricerca e strategie SEO verrà esercitato dagli strumenti di intelligenza artificiale generativa i quali consentono di risparmiare tempo in termini di ricerca, generazione di meta e analisi dati. La creazione di procedure operative standard SEO si sta rivelando determinante e irrinunciabile in una azienda per fare chiarezza sui vari ruoli in ambito SEO (creazione di SOP SEO).
Sempre spalleggiate dall’AI, se fino a pochi anni fa le ricerche delle parole chiave e i relativi volumi di ricerca erano incentrate su singoli termini, ora le ricerche sono sempre più specifiche, rispondendo a ciò che realmente il mercato consumer ricerca, quindi un orientamento verso le famose keyword a coda lunga. Ciò significa che gli utenti si rivolgono a termini di ricerca molto specifici, meglio di una semplice parola; questo comportamento sta a significare che le persone interessate sono più prossime a fare un acquisto.

L’update del Broad Core di Google (marzo 2023) premierà i contenuti ritenuti di alta qualità. Ciò significa per le agenzie una maggiore attenzione nell’analisi delle ricerche al fine di evitare che i propri articoli possano essere penalizzati in quanto percepiti come di qualità inferiore. L’evoluzione raggiunta dalla SEO determina una rivalutazione e continuo aggiornamento delle delle strategie di ricerca non più circoscritte al proprio marchio/prodotti ma orientate al comportamento dei consumatori, alla reputazione del marchio e all’esperienza del cliente.

Un rischio dello sviluppo e ascesa delle applicazioni dell’intelligenza artificiale generativa è quello di un possibile aumento di rifiuti di Internet, ovvero di contenuti che, seppur qualitativi, per l’algoritmo in uso vengono scartati; pertanto occorre fare maggiore attenzione sulla qualità e attendibilità dei contenuti per “distinguersi dal rumore” e “avere rilevanza“: è importante ricordare che la qualità deve essere sempre al primo posto.

Tornando sulla qualità dei contenuti, assicurarsi che siano ben congeniati, che diano informazione e siano interessanti, in maniera da risultare coinvolgenti per gli utenti e ben posizionati. I contenuti long-form per le pagine verticali – cioè articoli che trattano in maniera specifica un argomento – contribuiscono a migliorare le pagine dei risultati dei motori di ricerca.

Se è indubbio che l’intelligenza artificiale sta assumendo un ruolo sempre più determinante ed efficace nel marketing aziendale, è più che mai vera la necessità di avere procedure adeguate per rimanere all’altezza della sfida. Con la continua evoluzione del panorama SEO, puntare sempre più nelle best practice sull’esperienza utente, sfruttando le tecnologie di apprendimento automatico e implementando strategie di ottimizzazione della ricerca vocale.

Queste tendenze influenzeranno il lavoro di quest’anno. Gli utenti porranno domande ai chatbot di intelligenza artificiale anziché inviare richieste ai motori di ricerca come facevano in passato. La misurazione delle prestazioni SEO diventerà più impegnativa e probabilmente cambierà le nostre tattiche per influenzare il modo in cui i bot rispondono alle domande pertinenti.

Ecco allora arrivare al nuovo acronimo di Google: E-E-A-T (esperienza, competenza, autorevolezza e fiducia) di Google nella definizione delle linee guida dei parametri della qualità della ricerca: Google prenderà ora in considerazione l’esperienza dell’autore quale ‘connotato’ rilevante per orientare le scelte fatte online. Pure le metriche ‘tanto care’ subiranno una correzione e saranno orientate alla conversione: ciò determinerà una nuova filosofia della SEO così tendente alla ‘capacità di conversione‘.

Anche per l’anno in corso continuerà a imperare il verbo della User Experience (UX, Esperienze Utente) ovvero la valorizzazione dell’esperienza utente: fulcro delle strategie SEO sarà cioè l’attenzione alla velocità di caricamento delle pagine ad esempio; altro connotato irrinunciabile sarà puntare su un design capace di colpire e nondimeno su contenuti sempre più attinenti e di qualità al fine di premiare il posizionamento in SERP.
Il passaggio dai cookie di terze parti, informazioni , ai dati di prima parte, ovvero ad informazioni maggiormente conformate sui visitatori del sito, sarà fondamentale per monitorare, analizzare e ottimizzare le strategie SEO.

La profilazione con un profilo Google Business, a cui arrivare utilizzando keyword specifiche, unito a opportune strategie di SEO on-site, determina un feedback importante sui mercati: postare ogni giorno dal proprio profilo Google Business, utilizzando parole chiave relative all’offerta di servizi o prodotti, ha un grande impatto se abbinato a oculate strategie di SEO.

Primati di AI: Chatbot e Assistenti Virtuali

(19 febbraio)

In principio fu il mobile. Un settore che rapidamente ci ha imposto e abituato, con la sua crescita esponenziale, ad avere tempi di risposta sempre più rapidi dagli elaboratori, in un mondo pervaso dalla smanìa del “tutto e subito”, ma anche ad un continuo rincorrersi di artifizi e tecniche che soddisfacessero i nostri bisogni/desideri. Ebbene, anche a ciò l’informatica più avanzata ha saputo rispondere con le applicazioni dell’AI.

In particolare, a queste esigenze vengono incontro i cosiddetti “chatbots“. Si tratta di software piuttosto che dispositivi in grado di interpretare comandi vocali e interagire con le persone, in funzione proprio dell’Intelligenza Artificiale. Ne esistono di due tipi: i “chatbot” e gli ‘assistenti vocali” (o ‘virtuali”).


Un Chatbot è un software programmato che simula una chat: vale a dire, permette di ricreare una sorta di ambiente virtuale – ad es. una chat appunto – in cui un utente può confrontarsi per ottenere delle risposte . Può essere pensato come un programma in grado di ricevere domande e rispondere secondo specifiche; è strutturato come una alberatura domande/risposte che vengono effettuate in successione al fine di arrivare a una risposta. L’Assistente Vocale è invece basato su algoritmi intelligenti, mediante i quali si ottiene la comprensione di concetti precisi. A differenza del primo, entra in relazione con l’utente perché comunica con un “linguaggio naturale“, cioè comprensibile alla macchina; è un chatbot dotato di intelligenza artificiale, capace di rispondere anche a domande non previste.

Due applicazioni software che vengono utilizzati in disparati campi di applicazione – dalla casa al settore sanitario, alle applicazioni sulle automobili, ecc. -, e conseguentemente gli sviluppi che hanno seguito.

“La diversa interazione che si stabilisce con questi due differenti Virtual Assistant determina un diverso approccio alle due tecnologie: il chatbot è un software che può simulare una conversazione strutturata, e trova particolare applicazione nel settore ‘Customer Care‘ sostituendosi all’operatore umano; l’Assistente Vocale come detto altrove è una applicazione risultato di intelligenza artificiale e machine learning in grado di elaborare comandi vocali, che si può definire essenzialmente come un ‘aiuto nella quotidianità‘.

Quella dei chatbot in senso stretto è perciò una soluzione ideale nel campo dell’assistenza clienti dove è sempre più importante la qualità e la velocità del servizio.
Al contrario gli Assistenti Vocali (o Assistenti Virtuali) sono destinati ad un uso in larga parte casalingo, e il successo è apprezzabile nell’uso dispendioso che ne stanno facendo i consumatori i quali ben hanno accolto l’adozione dei comandi vocali, arrivando finanche ad assumere le sembianze di un umano con cui dialogare e addirittura in grado di risolvere possibili problematiche con un approccio empatico !

Diversità oramai latente a ben vedere. Se in passato, il chatbot poteva eseguire solo compiti specifici come una modifica della password o fornire informazioni sul tempo, al contrario dell’assistente virtuale in grado di offrire un ventaglio più ampio di risposte ricorrenti, i progressi che si sono ottenuti con la NLP (Natural Language Processing) e l’apprendimento automatico, hanno accorciato la forbice esistente tra i due: così, ecco che anche il chatbot in senso stretto viene ad essere una applicazione a cui rivolgere domande e ottenere risposte secondo specifiche fornite. “In futuro potremmo forse arrivare a parlare di un unico Assistente Virtuale, capace di integrare al suo interno soluzioni diverse che consentano diversi tipi di interazione, capaci in questo modo di andare incontro alle esigenze e preferenze di un numero maggiore di consumatori.”

La natura stessa dei chatbot delimita le loro capacità. Ogni chatbot è in un certo senso ancorato ad una funzione limitata: sono adatti ad applicazioni singole come il supporto clienti, il customer engagement o gli acquisti automatizzati. Non possono variare il loro vocabolario o acquisire un linguaggio così vasto da poter servire qualsiasi altra funzione, oltre a quella per cui sono stati progettati.
Come visto, vengono tendenzialmente usati per il supporto clienti (di qualsiasi natura, dal meteo fino ai consigli per i film) o per gli acquisti automatizzati (ad esempio per i biglietti del treno). Ancora adesso hanno difficoltà a ricordare le informazioni chiave durante le conversazioni. Viceversa gli assistenti virtuali dimostrano che possono memorizzare ciò che gli si dice, conservando le informazioni per uso futuro, risparmiando all’utente il tempo e la noia di riscriverle ogni volta. Dovessi chiedere info su un ordine o delle informazioni riguardo a modifiche da apportare, non ti chiederebbe di inviarle nuovamente.

“E’ importante che i Virtual Assistant rispecchino i desideri degli utilizzatori finali che, pur sapendo di stare interagendo con una macchina, preferiscono che questa abbia caratteristiche tipicamente umane, come la pazienza e l’empatia.”
“Umanizzare il più possibile l’Assistente e la modalità di interazione è dunque fondamentale per far sì che l’uso di questi software sia sempre più naturale e coinvolgente per gli utenti, elemento fondamentale per una reale diffusione di questa soluzione.” [rif.: www.vidiemme.it]

L’Assistente Virtuale è un’interfaccia di comunicazione che si basa su un motore cognitivo il quale, comprendendo i concetti affrontati, permette di simulare una conversazione vera e propria, uscendo dagli schemi logici preimpostati di domanda/risposta tipici della Chatbot.

Quindi un assistente virtuale è molto diverso da un chatbot. Fin dall’inizio, la tecnologia degli assistenti virtuali ha permesso loro di essere utilizzati per applicazioni sofisticate come pure molto semplici, ad esempio svolgere compiti o fare ricerche e confrontare prodotti, oltre a molte abilità.
Importante è la loro capacità di comprendere il linguaggio naturale, che consente di ricevere comandi vocali complessi in varie lingue e dialetti. I ricercatori dell’Università di Stanford hanno pubblicato un recente articolo sul Natural Language Processing (NLP), spiegando come migliorerà notevolmente la comprensione dei dialetti regionali, dello slang o del modo naturale di parlare.

Quando si parla di Natural Language Processing intendiamo l’elaborazione automatica del linguaggio umano mediante l’analisi delle sue varie componenti (entità): traduzioni, sentiment analysis, generazione automatica di testi e chatbot sono alcune tra le problematiche più comuni nel campo.

Così, i chatbot si sono evoluti rispetto ai primordiali e possono svolgere più funzioni grazie alla loro capacità di comprendere il linguaggio. L’uso di alberi decisionali, ad esempio, rende molto più facile scoprire l’intento preciso che sta dietro le richieste degli utenti, ampliando ulteriormente la sua utilità per il cliente e dunque per l’azienda, che può leggere meglio le richieste della clientela e prendere decisioni per il miglioramento del prodotto o servizio.

Particolare notare come in corrispondenza della rapida diffusione dei social network si è assistito al passaggio dell’utente da semplice fruitore di notizie a “protagonista attivo” e costantemente operativo, sempre più coinvolto nella produzione di contenuti propri come nella modifica di esistenti e in attività relative ad acquisti e vendite di oggetti e servizi – siamo nei primi anni del XXI secolo -, unitamente all’informatizzazione dei processi aziendali.

In questo contesto, l’importanza dell’Intelligenza Artificiale passa per l’applicazione di nuovi approcci, che integrano l’elaborazione del linguaggio naturale con gli algoritmi di apprendimento profondo (deep learning), producendo risultati straordinari in differenti scenari applicativi.
Dal 2011, l’NLP fornisce soluzioni per analizzare la struttura sintattica del testo (es. nome, verbo, aggettivo), identificando entità e classificandole in categorie predefinite, ricostruendo la struttura sintattica e la semantica tramite il significato delle parole, anche relazionato al contesto e alle modalità di utilizzo (ad es. ironia, sarcasmo, sentimento, umore), classificandolo in categorie predefinite (ad es. sport, geografia, medicina) o sintetizzandone il contenuto. Differenti problemi di NLP sono stati affrontati mediante un algoritmo basato sul deep learning , mostrando prestazioni via via migliori rispetto ad altre modalità di approccio; tecniche di NLP basate su deep learning stanno trovando sempre più applicazione riguardo lo sviluppo di sistemi conversazionali in grado di emulare il dialogo umano, di rispondere a domande su diversi argomenti. [cit. www.agendadigitale.eu]

HTML Snippets Powered By : XYZScripts.com