Google BERT

BERT (Bidirectional Encoder Representations from Transformers) è un metodo di deep learning che considera il contesto delle parole da entrambi i lati, permettendo al motore di ricerca di capire meglio le query con preposizioni e formulazioni complesse.

Cos'è Google BERT

BERT è un'architettura di rete neurale che elabora il testo in modo bidirezionale anziché da sinistra a destra. Questo permette a Google di considerare tutte le parole di una query e le loro relazioni: critico per capire preposizioni, negazioni e ordine delle parole.

Com'era la ricerca prima di BERT

Prima di BERT i motori di ricerca spesso ignoravano preposizioni e stop word, concentrandosi sulle keyword principali. Esempio:

text
Query: "ticket to Moscow"
Old approach: matches "ticket" and "Moscow", direction not always considered.
After BERT: the system understands the user wants a ticket from somewhere TO Moscow.

Questo ha costretto i SEO a passare dal keyword stuffing a un linguaggio naturale e umano.

Impatto sulla SEO

  • Maggiore attenzione all'intento di ricerca anziché alle keyword exact match
  • Cresciuto il valore delle query long tail e conversazionali
  • Necessità di scrivere contenuti che rispondano alle vere domande degli utenti, non agli algoritmi
BERT fa parte di un'evoluzione più ampia dell'algoritmo: Hummingbird → RankBrain → BERT → MUM. Ogni passo ha migliorato la comprensione del linguaggio naturale.

FAQ

BERT analizza l'intero sito o solo gli snippet?
BERT viene applicato sia alle query degli utenti sia alle pagine indicizzate per determinare la pertinenza. È però usato più attivamente nella fase di comprensione della query.
Posso ottimizzare una pagina specificamente per BERT?
Non esiste un'ottimizzazione diretta per BERT. Scrivi semplicemente in modo chiaro e logico, rispondendo a fondo alle domande ed evitando costruzioni artificiali.
BERT supporta il russo?
Sì. Dal 2020 Google applica BERT alle query in russo, in modo particolarmente visibile con preposizioni complesse e frasi come «come arrivare alla stazione».