In Google, gli algoritmi si susseguono e non sono simili. Tuttavia, hanno una cosa in comune: creano preoccupazione negli esperti del posizionamento naturale, inquieti nel vedere le loro pratiche stravolte. Quindi, non sorprende affatto che il nuovo aggiornamento dell’algoritmo, Google MUM, sia sulla bocca di tutti gli esperti SEO da quando è stato annunciato il suo sviluppo nella primavera del 2021. Progettato per succedere a BERT, questo nuovo strumento implementa funzionalità avanzate, basate sull’intelligenza artificiale e su una maggiore comprensione del linguaggio naturale, per fornire agli utenti risposte più pertinenti a query complesse. Di cosa si tratta esattamente? Come funziona Google MUM? E quale sarà l’impatto di questo aggiornamento sulla SEO?
Cos’è Google MUM?
Sai cos’è il “Multitask Unified Model” (in italiano: ”modello unificato multitasking”)? No, non è una nuova teoria fisica che descrive il nostro Universo. È il significato dell’acronimo “MUM”, dal nome dell’ultimo aggiornamento dell’algoritmo di Google, che sarà implementato nei prossimi mesi (o anni?).
Anche Google MUM, che succede a BERT, si basa sull’intelligenza artificiale, ma assicura risultati più performanti e, come BERT, MUM è in grado di fornire agli utenti di Internet risposte concrete e precise a quesiti lunghi e complessi.
Query sempre più complesse su Google
Gli ingegneri di Mountain View sono partiti da un’osservazione: quando un utente esegue una ricerca complessa (composta, ad esempio, da più frasi e/o termini comparativi), sono necessarie in media otto diverse query per trovare la risposta corrispondente al suo quesito iniziale. Queste otto query sono dei passaggi essenziali per perfezionare la ricerca e ottenere informazioni, che non vengono restituite con i risultati precedenti.
Le query formulate su Google, infatti, sono sempre più complesse – e complete. Questo sviluppo è in parte dovuto alla ricerca vocale, che sta guadagnando terreno e che incoraggia gli utenti di Internet a formulare domande nel linguaggio naturale. In media, il 60% degli utenti utilizza la ricerca vocale almeno una volta al giorno (il 59% dei 18-24enni, il 65% dei 25-49enni e il 57% degli ultracinquantenni, secondo un’indagine PwC). BERT nel periodo di utilizzo, e Google MUM nel prossimo futuro, cercano di adattarsi a questo nuovo modo di ricerca delle informazioni.
Che cos’è una query complessa?
Una query può essere definita “complessa” per vari motivi. Citiamo i tre parametri più rilevanti:
- La lunghezza (il 69,7% delle query digitate sui motori di ricerca contiene almeno quattro parole, secondo Ahrefs).
- L’inclusione di diverse frasi (“Ho fatto questo, come fare quello?”).
- L’impossibilità – finora – di rispondere alla richiesta in una volta sola.
L’esempio fornito durante la presentazione di Google MUM dal vicepresidente della ricerca, Pandu Nayak, è stato il seguente:
“Ho fatto un’escursione sul Monte Adams. Ora voglio fare un’escursione sul Monte Fuji il prossimo autunno e voglio sapere cosa fare di diverso per prepararmi.”
Una richiesta per la quale, infatti, sembra difficile immaginare una pagina perfettamente ottimizzata. Il compito assegnato al nuovo algoritmo di Google consiste, quindi, nel tenere conto della complessità della richiesta e nel fornire risposte che si avvicinino il più possibile al quesito iniziale dell’utente Internet.
Per illustrare meglio questo principio, prendiamo un altro esempio. Immagina: il tuo obiettivo è visitare tutte le capitali d’Europa e stai preparando il tuo prossimo viaggio. Una domanda semplice sarebbe: “Quale capitale visitare in Europa?”. Google ti fornirebbe un gran numero di risultati, in particolare pagine che descrivono diverse città da scoprire, e starebbe a te cercare le informazioni, quindi formulare query sempre più precise.
Inoltre, hai già visitato diverse capitali europee e vuoi indirizzare la tua ricerca escludendo quelle che già conosci. Oggi, l’unico modo per farlo sarebbe cercare capitale per capitale e vedere quale risulta più adatta alle tue preferenze. Quello che farà Google MUM è condensare tutte queste esigenze in una query completa, come:
“Mi sono piaciute Parigi e Praga, ma non Berlino. Quale capitale soddisferà i miei gusti?”
Esattamente come faresti con un rappresentante di un’agenzia di viaggi che ti fornisce una risposta chiara… in una volta sola.
Google e la comprensione profonda delle intenzioni di ricerca
Comprendere una richiesta, anche complessa, è una cosa. Ma ciò che conta davvero è capire cosa intende l’utente di Internet quando la formula, ossia la sua intenzione, al fine di fornire la risposta più pertinente possibile. Ed è ciò che Google cerca di fare con i suoi ultimi aggiornamenti, tra cui BERT nel 2019 e MUM ora.
L’algoritmo BERT (Bidirectional Encoder Representations from Transformers) sfrutta già il machine learning per comprendere meglio il contesto in cui è formulata una richiesta, e cerca di interpretare il significato dei termini utilizzati in base alla loro posizione all’interno di un gruppo di parole. Ad esempio, se digito “Apple” in inglese, potrei voler trovare informazioni nutrizionali sulla mela o trovare informazioni sulla marca di computer e telefoni. L’algoritmo utilizza, quindi, i termini che circondano la parola problematica per dedurne l’intenzione di ricerca.
Anche il nuovo algoritmo di Google si basa sull’architettura Transformer, ma va oltre. Mille volte più potente di BERT (secondo Pandu Nayak), Google MUM mira a capire come comunicano gli esseri umani per interpretare al meglio i risultati e fornire risposte adeguate.
Il metodo utilizzato, il framework T5 (Text-To-Text Transfer Transformer), riunisce lezioni e miglioramenti forniti dai modelli di elaborazione automatica del linguaggio (Natural Language Processing) basati sul trasferimento dell’apprendimento. In sostanza, i compiti sono, per la maggior parte, espressi in un formato che utilizza i testi come input e come output.
Il diagramma riportato qui sopra dà un’idea di come funziona il T5. Vediamo che ogni compito considerato assume la forma di un input testuale. Il modello è preaddestrato per generare testo di output (di “uscita”) partendo dal testo di input (di “entrata”). Questi compiti includono la traduzione (in verde), l’accettabilità linguistica (in rosso), la somiglianza testuale (in giallo) e la sintesi delle informazioni (in blu). Se l’argomento ti affascina (e non ti spaventa), ecco una risorsa elaborata da Google sul trasferimento dell’apprendimento con T5.
In breve, Google MUM è un’estensione di BERT da cui riprende i meccanismi di machine learning spingendoli oltre. Questo miglioramento consiste in tre nuove abilità: MUM è multimodale, multilingue e multitasking.
Google MUM: un algoritmo multimodale
Cosa si intende con “multimodale”? Il nuovo algoritmo di Google è in grado di comprendere ed estrarre informazioni da diversi tipi di contenuti contemporaneamente. Se la versione attualmente testata si concentra su testi e immagini, negli anni a venire MUM dovrebbe essere in grado di elaborare informazioni anche da formati video e audio.
Due conseguenze:
- L’algoritmo è in grado di fornire risultati derivanti dalla sua analisi congiunta di diversi formati.
- L’utente Internet può formulare una richiesta utilizzando diverse tipologie di contenuto.
Prendiamo Google Lens come esempio. Questa applicazione mobile consente già di generare una ricerca da un’immagine, sia che si tratti di una foto scattata con il dispositivo telefonico o di un’immagine tratta dalla galleria multimediale dell’utente. La promessa di Google MUM è di poter aggiungere una query di testo o vocale a questa immagine e di chiedere all’algoritmo di eseguire una ricerca combinata. Ad esempio, sarebbe possibile scattare una foto di un piatto e chiedere a Google se è possibile metterlo nel microonde senza correre nessun rischio.
Google MUM: un algoritmo multilingue
Finora, le risposte date a una query vengono estratte dalle pagine scritte nella lingua utilizzata per formularla (a meno che l’espressione non abbia senso in più lingue) o nella lingua indicata nei parametri.
Google MUM si propone di portare gli utenti di Internet a fonti di qualità in una qualsiasi delle 75 lingue utilizzate. In concreto, l’algoritmo è in grado di interpretare i risultati di risorse prodotte in diverse lingue, o addirittura di generare contenuti lui stesso traducendo istantaneamente le risorse nella lingua preferita dell’utente.
L’obiettivo? Abbattere le barriere linguistiche quando si tratta di presentare i risultati della ricerca più pertinenti. Tornando all’esempio della query precedentemente citata, relativa alle capitali europee, Google sarà in grado di visualizzare informazioni da pagine scritte nella lingua di ciascun Paese target, tramite una traduzione istantanea. Abbastanza per offrire risultati estremamente completi, che non si sarebbero potuti ottenere consultando soltanto le pagine nella lingua in questione.
Google MUM: un algoritmo multitasking
Infine, Google MUM sa come svolgere più attività contemporaneamente. Naturalmente, questa non è una novità, perché il Google di oggi è in grado di tenere conto di diversi parametri per visualizzare risultati pertinenti, come la lingua utilizzata, il formato dei contenuti, la posizione dell’utente Internet o la cronologia delle sue ricerche.
Anche in questo caso, MUM mira ad andare oltre, eseguendo più compiti contemporaneamente: raggruppamento di parole-chiave, analisi multilingue, interpretazione dei risultati nei diversi formati di contenuto, traduzione istantanea, ecc. Il processo consente all’algoritmo di lavorare più velocemente e ridurre i tempi di attesa per gli utenti di Internet, offrendo al contempo risultati più completi e più vicini alle intenzioni di ricerca.
In che modo Google MUM influirà sulla pratica della SEO?
Google MUM è attualmente in fase di test e non è stata annunciata alcuna data di implementazione. L’impatto di questo nuovo algoritmo di Google sulla pratica del posizionamento naturale è, quindi, congetturale. Tuttavia, viste le informazioni di cui disponiamo al momento e la cronologia degli aggiornamenti dell’algoritmo, è possibile offrire alcune piste.
Evidenziare i risultati più pertinenti… e non necessariamente quelli meglio ottimizzati!
Alla luce degli sviluppi osservati negli ultimi anni, è chiaro che Google mira a correggere il modo in cui gli utenti di Internet accedono ai risultati.
Il fatto è che gli utenti di Internet tendono a concentrarsi sui primi risultati della SERP, ritenuti i più pertinenti: se vengono visualizzati sopra gli altri, non sono forse i migliori? Questo non è necessariamente vero: le pagine meglio posizionate sono soprattutto quelle ottimizzate con la massima efficienza. Perciò, le risorse di qualità possono anche essere relegate in fondo alla SERP per mancanza di sufficiente ottimizzazione, o per mancanza di autorevolezza. Immagina che la risposta più pertinente alla tua domanda sia a pagina 27 di Google: non la troverai mai!
Google cerca, quindi, sempre di più di evidenziare i risultati in base alla loro pertinenza rispetto alla domanda posta, e non più solo di premiarli per la loro buona ottimizzazione.
Google MUM sembra andare nella stessa direzione. La considerazione di un numero maggiore di parametri contemporaneamente, la comprensione di diversi formati di contenuto e la capacità dello strumento di recuperare informazioni nella maggior parte delle lingue, sono tutte leve che contribuiranno a evidenziare le pagine più pertinenti per l’utente. Inoltre, perché non incoraggiarlo a cercare risultati oltre le prime pagine, in particolare grazie a Google Lens? Questa è l’ambizione dello “scroll infinito” configurato sull’applicazione mobile di Google.
Lavorare sulla SEO per soddisfare gli utenti
Per questa ragione l’implementazione di Google MUM non dovrebbe cambiare radicalmente la situazione per chi già pratica la SEO “user centric”. Un buon modo per assimilare questo nuovo algoritmo è continuare ad impegnarsi in termini di:
- qualità dei contenuti (applicando i criteri EAT: Expertise, Authority, Trust);
- pertinenza del contenuto (in modo che risponda precisamente all’intenzione dell’utente, ad esempio lavorando sul campo semantico);
- ottimizzazione della ricerca vocale (che usa il linguaggio naturale per query più lunghe e specifiche formulate come domande);
- miglioramento dell’esperienza utente (tenendo conto dei tre nuovi criteri di Google: i Core Web Vitals);
- ottimizzazione di immagini, video e file audio (Google MUM ha tutte le possibilità di valorizzare i contenuti visivi e audio, perciò è importante ottimizzarli al meglio).
In breve, con l’approccio multimodale di Google MUM, questi sono tutti gli elementi della pagina che saranno presi in considerazione, in futuro, per visualizzare risultati pertinenti alle ricerche degli utenti di Internet – e cercare di renderli più soddisfatti.
Google MUM non è stato ancora implementato, ma è meglio non farsi trovare impreparati!
