Modellazione degli argomenti in SEO: il nuovo modo per classificarsi più in alto

La modellazione degli argomenti in SEO è l'uso di modelli statistici per scoprire argomenti in una raccolta di documenti. Esaminando la co-occorrenza di parole e frasi su migliaia di pagine, gli algoritmi sono in grado di assegnare rilevanza di attualità a una pagina e classificare la pagina rispetto a una query di ricerca.

Dalle parole chiave agli argomenti

Agli albori dei motori di ricerca - alla fine degli anni '90 - gli algoritmi facevano poco più che abbinare le parole chiave nei risultati alle parole chiave nella query. I motori di ricerca non hanno compreso il contesto della query o l'intento dietro la parola chiave.

Ma da allora i motori di ricerca hanno fatto molta strada. Gli algoritmi dei motori di ricerca ora comprendono non solo le parole chiave, ma l'argomento alla base delle parole chiave. Questa enfasi sugli argomenti piuttosto che sulle parole chiave è chiamata SEO semantica.

Il primo grande progresso verso la comprensione degli argomenti è arrivato con l'aggiornamento di Google Hummingbird nel 2013. Fu allora che Google iniziò ad analizzare intere frasi e non solo singole parole chiave.

Il prossimo grande passo avanti è arrivato nel 2015 con l'algoritmo RankBrain di Google, che ha utilizzato l'elaborazione del linguaggio naturale (NLP) per comprendere il contesto e l'intento dietro le query di ricerca.

A questo punto, la densità delle parole chiave come misura della pertinenza stava scomparendo rapidamente nello specchietto retrovisore. È stato sostituito da attualità. Quanto bene ti posizioni su Google ora dipende da quanto in modo completo il tuo contenuto copre l'argomento.

Da allora, Google e altri motori di ricerca sono diventati sempre più bravi nella comprensione degli argomenti. Lo fanno attraverso una tecnica chiamata topic modeling.

Modellazione degli argomenti vs classificazione degli argomenti

La modellazione degli argomenti è un metodo statistico per scoprire le relazioni che esistono tra parole e frasi.

Con la modellazione degli argomenti, l'algoritmo scopre le categorie di informazioni stesse, senza supervisione. Lo fa scansionando una serie di documenti e raggruppando parole e frasi in base alla frequenza con cui si verificano insieme ad altre parole e frasi. La modellazione degli argomenti è una tecnica di apprendimento "senza supervisione": l'algoritmo scopre le categorie stesse, in base ai modelli che trova.

La modellazione degli argomenti è distinta dalla classificazione degli argomenti, che è una tecnica di apprendimento automatico in cui gli esseri umani devono "addestrare" l'algoritmo assegnandogli determinate regole.

Con la classificazione degli argomenti, devi prima definire le categorie di informazioni che desideri utilizzare. Quindi fornisci all'algoritmo alcuni esempi di dati grezzi che sono stati taggati con quelle categorie predefinite. L'algoritmo utilizza quindi quelle categorie predefinite per analizzare i dati.

La differenza tra le due tecniche è questa: nella classificazione degli argomenti, gli esseri umani dicono all'algoritmo quali sono le categorie, mentre, nella modellazione degli argomenti, l'algoritmo scopre quali sono le categorie attraverso l'analisi statistica di come parole e frasi si raggruppano in determinati schemi.

Questi metodi di analisi del testo vengono utilizzati non solo dai motori di ricerca, ma anche su Internet.

Ad esempio, un'azienda che riceve elevati volumi di feedback dei clienti online potrebbe utilizzare la modellazione degli argomenti o la classificazione degli argomenti per ordinare i feedback in categorie, come notifiche post-acquisto, follow-up sull'esperienza, feedback sulla fedeltà al marchio, reclami dei clienti e recensioni dei clienti.

Due tipi di modellazione di argomenti

Finora, ho usato il termine "modellazione di argomenti" come se fosse un'unica cosa. Ma in realtà è un termine generico che copre una gamma di tecniche diverse.

Esaminiamo ora alcuni dei diversi tipi di modellazione degli argomenti.

Allocazione Dirichlet latente (LDA)

L'allocazione di Dirichlet latente (LDA) si basa su due presupposti: che argomenti simili facciano uso di parole simili e che i documenti parlino di diversi argomenti per i quali è possibile rilevare una distribuzione statistica.

LDA mappa i documenti su un elenco di argomenti assegnando argomenti a disposizioni di parole come n-grammi. Un n-gram è una sequenza di parole utilizzate nell'elaborazione del linguaggio naturale.

Il designatore 'n' si riferisce al numero di parole nel n-gram. Dove N=1, n-gram contiene una parola, dove N=2, n-gram contiene due parole e così via.

Ad esempio, la frase "La mucca salta sulla luna" conterrebbe i seguenti n-grammi di 2 parole (noti come bi-grammi):

• la mucca
• la mucca salta
• salta
• sopra il
• la luna

Una volta che hai n-grammi, puoi quindi fare calcoli che predicono la probabilità che determinate parole si trovino nella stessa frase o nello stesso paragrafo, o a una certa distanza l'una dall'altra.

Latent Dirichlet Allocation lavora sul presupposto che i documenti siano costituiti da particolari disposizioni di parole e che tali disposizioni determinino l'argomento del documento.

Analisi semantica latente

Come l'LDA, l'analisi semantica latente si basa sull'ipotesi distributiva: il significato delle parole può essere colto osservando i contesti in cui le parole compaiono. Come disse il linguista inglese, JR Firth: "Riconoscerai una parola dalla compagnia che mantiene" (Firth, JR 1957:11).

A differenza dell'LDA, che assegna argomenti a particolari disposizioni di parole, l'analisi semantica latente calcola semplicemente la frequenza con cui le parole si verificano in un insieme di documenti. Si presuppone che i documenti appartenenti ad argomenti simili contengano approssimativamente la stessa distribuzione delle frequenze delle parole per determinate parole.

Il metodo utilizzato per calcolare la frequenza delle parole è Term Frequency-Inverse Document Frequency o tf-idf.

La frequenza dei termini (TF) si riferisce al numero di volte in cui una parola chiave appare in un singolo documento.

Inverse Document Frequency (IDF), misura quante volte il termine appare in una raccolta di documenti.

La Term Frequency (TF) viene quindi divisa per la Inverse Document Frequency (IDF) per ottenere il valore TF-IDF.

Sia LDA che LSA sono tecniche non supervisionate.

Cluster di argomenti: la chiave per posizionarsi più in alto

Come puoi vedere, i motori di ricerca stanno rivolgendo la loro attenzione dalle parole chiave agli argomenti. Stanno usando vari metodi statistici per identificare i modelli nel modo in cui alcune parole vengono trovate con altre parole. Questi modelli consentono ai motori di ricerca di identificare gli argomenti.

Ed è per questo che i cluster di argomenti sono ora una parte vitale per posizionarsi in alto nei risultati di ricerca.

Google vuole fornire risultati di ricerca autorevoli. Ciò significa fornire contenuti che coprano bene un argomento, sia in profondità che in ampiezza.

Post pilastro e cluster di argomenti

Il modo migliore per farlo è utilizzare il modello di cluster di argomenti. Questa è una raccolta di pagine con una pagina centrale chiamata pillar post. Il post del pilastro copre l'argomento in modo approfondito e di solito è lungo almeno 3000 parole.

Nel post pilastro, tratti tutti i sottoargomenti associati al tuo argomento. Ma non entri necessariamente in questi argomenti secondari in modo molto dettagliato. Dedica alcuni paragrafi all'introduzione di ciascun argomento secondario e quindi collega a un post del blog separato in cui tratti quell'argomento secondario in modo più dettagliato.

Ad esempio, il tuo pilastro potrebbe riguardare "attrezzi da giardino". Sarebbe un articolo più lungo della media in cui descrivi brevemente tutti i principali tipi di attrezzi da giardino: tosaerba, tosaerba, tagliasiepi, forbici da potatura, trincia, soffiafoglie, attrezzi per bordi, irrigatori, ecc.

Dovresti quindi creare un contenuto separato per ciascuno di questi argomenti secondari e collegarti a quegli articoli dal post del pilastro.

Perché i cluster di argomenti aiutano con la SEO?

In che modo un cluster di argomenti ti aiuta a posizionarti più in alto? Mostra ai motori di ricerca che il tuo sito web ha autorità di attualità per un particolare argomento. Quando crei un cluster di argomenti, i tuoi contenuti saranno pieni di parole chiave correlate. Ed è esattamente ciò che stanno cercando gli algoritmi dei motori di ricerca. Un sito Web con dieci o quindici pagine di contenuti strettamente correlati pieni di parole chiave che in genere si trovano insieme riceverà il via libera dall'algoritmo.

Finora in questo articolo, abbiamo esaminato il motivo per cui gli argomenti stanno sostituendo le parole chiave al centro della SEO e come i motori di ricerca utilizzano vari strumenti di modellazione degli argomenti per comprendere gli argomenti e i loro argomenti secondari.

Come creatore di contenuti, ti starai chiedendo se esistono strumenti di modellazione degli argomenti che ti aiuteranno a "mappare" un argomento particolare in modo da poter creare contenuti che coprano in modo completo quell'argomento.

Ebbene, non sorprende che tali strumenti esistano già. E nella prossima sezione, te ne mostrerò due.

Strumenti di modellazione per argomenti

Questa sezione fornisce una panoramica di due strumenti di modellazione degli argomenti che ti aiuteranno a scrivere contenuti con un'elevata autorità di attualità.

MarketMuse

MarketMuse è uno strumento di ricerca di contenuti e pianificazione delle parole chiave basato sull'intelligenza artificiale. Utilizza l'apprendimento automatico e l'intelligenza artificiale per analizzare i contenuti, suggerire argomenti da trattare e sviluppare brief per aiutarti a creare contenuti migliori.

Quando accedi a MarketMuse, vedrai cinque strumenti nel menu a sinistra, Ricerca, Competi, Ottimizza, Domande e Connetti:

Diamo un'occhiata a questi strumenti uno per uno.

Lo strumento di ricerca

Nello strumento di ricerca, digita la tua parola chiave e MarketMuse identificherà gli argomenti principali per quella parola chiave:

Gli argomenti vengono visualizzati nella colonna di sinistra. Nella colonna di destra vedrai il volume di ricerca stimato per ogni argomento correlato, oltre a un grafico che mostra l'andamento della ricerca per quell'argomento.

La colonna all'estrema destra mostra il numero suggerito di volte in cui dovresti menzionare quell'argomento correlato nei tuoi contenuti. MarketMuse utilizza un codice colore per questo:

• Giallo = da 1 a 2 menzioni
• Verde = da 3 a 10 menzioni
• Blu = 10+ menzioni

È possibile approfondire ogni argomento correlato facendo clic sull'argomento. Vedrai un elenco di varianti per quell'argomento:

Includere queste varianti nei tuoi contenuti ti aiuterà a classificarti per più parole chiave. Aumenterà anche l'autorità di attualità del tuo articolo perché i motori di ricerca ora sono consapevoli che determinate parole appaiono insieme in contenuti che trattano un argomento in modo approfondito.

Lo strumento Competi

Lo strumento Compete crea un modello tematico analizzando migliaia di documenti. Quindi analizza i primi 20 risultati rispetto a quel modello e presenta i risultati come mappa termica.

Compete viene utilizzato per valutare e analizzare la competizione per un determinato argomento e prendere decisioni sulla copertura che si desidera avere per quell'argomento.

La mappa di calore di Compete ti aiuta a capire rapidamente come la competizione si avvicina a un argomento di cui vuoi scrivere, quali argomenti correlati devi includere e quali dovresti trattare per far risaltare i tuoi contenuti dalla massa:

Nella parte superiore della schermata Competi, vedrai i primi 20 risultati di ricerca per quell'argomento. Sotto ogni risultato di ricerca c'è il punteggio del contenuto di MarketMuse per quell'articolo. Questo è un punteggio proprietario sviluppato da MarketMuse che mostra quanto bene la pagina copre un argomento.

I codici colore sulla mappa termica mostrano quanto bene ogni contenuto copre l'argomento:

• Rosso = 0 menzioni
• Giallo = 1-2 menzioni
• Verde = 3-10 menzioni
• Blu = 10+ menzioni

Un modo rapido per valutare quanto bene una pagina copre un argomento è eseguire la scansione verticale lungo una colonna:

Allo stesso modo, puoi vedere come la competizione copre un particolare argomento eseguendo la scansione orizzontalmente su una riga:

Un'altra cosa da cercare nello strumento Compete sono i punteggi dei contenuti. Questi ti consentono di vedere a colpo d'occhio quanto bene i contenuti di alto livello coprono quell'argomento:

Se i punteggi sono bassi, è un'indicazione che hai buone possibilità di posizionarti in alto per quell'argomento con un contenuto ben studiato.

In basso a sinistra della schermata Competi, vedrai tutti gli argomenti che compongono il modello argomento.

Quando si utilizza lo strumento Competi, ci sono due cose da cercare: argomenti indispensabili e lacune negli argomenti.

Gli argomenti indispensabili sono quelli che si trovano costantemente tra le pagine più in alto nei risultati di ricerca. Per eseguire bene, questi argomenti devono essere inclusi nel tuo pezzo.

Le lacune di argomento sono argomenti che non sono coperti dal concorso. Sono un'ottima opportunità per ottimizzare i tuoi contenuti includendo argomenti che mancano ai tuoi concorrenti.

Lo strumento Ottimizza

Lo strumento Ottimizza è un editor di testo che ti fornisce un feedback in tempo reale su come i tuoi contenuti coprono un argomento. Basta digitare la parola chiave e l'URL del tuo articolo e MarketMuse verrà visualizzato

I codici colore nel pannello di destra mostrano quante volte hai usato quel termine e quante volte dovresti usarlo.

Quando aggiungi i termini suggeriti al tuo contenuto, i codici colore si aggiorneranno per mostrare che ti stai avvicinando al numero ottimale di menzioni per quel termine.

La scheda "Feed" ti offre una valutazione in corso di come i tuoi contenuti affrontano gli argomenti, mentre scorri la pagina verso il basso:

Nella parte superiore della schermata Competi, vedrai una barra di stato che ti dice il punteggio dei contenuti, il punteggio medio, il punteggio target, il conteggio delle parole, il conteggio medio delle parole e il conteggio delle parole target:

Lo strumento Domande

Lo strumento Domande in MarketMuse è utile quando sei nella fase di ricerca per scrivere il tuo articolo. Ti mostra le domande più frequenti relative al tuo argomento:

Includere domande correlate nei tuoi contenuti è un altro modo per aumentare l'autorità di attualità del tuo articolo.

Sul lato destro dello schermo, troverai una colonna con un pulsante che dice "Run in". Questo ti dà la possibilità di eseguire ogni domanda in uno degli altri quattro strumenti:

MarketMuse è un potente strumento per analizzare un argomento e garantire che il contenuto del tuo pezzo copra il più possibile l'argomento. Ciò che rende MarketMuse particolarmente utile è che si basa sui risultati di primo piano per quella particolare parola chiave.

Non solo mostra quali argomenti sono trattati dalle pagine che si posizionano in cima ai risultati di ricerca. Ti mostra anche le lacune nell'argomento. Affrontando le lacune degli argomenti, puoi far risaltare i tuoi contenuti dalle altre pagine.

Approfondimenti sull'articolo

Article Insights è un altro strumento di modellazione degli argomenti.

Ti aiuta a identificare le parole chiave che appaiono nei primi 10 risultati di ricerca per un particolare argomento. Aiuta con l'analisi della concorrenza confrontando i tuoi contenuti con quelli dei tuoi concorrenti in modo da poter vedere quali parole chiave stanno usando e tu non lo sei. E aiuta con il rilevamento delle entità taggando le parole chiave come persona, prodotto, azienda o luogo.

La prima cosa che devi fare in Article Insights è creare un progetto. Assegna un nome al tuo progetto e poi aggiungi la parola chiave che desideri scegliere come target:

La parola chiave va quindi in una coda di elaborazione: potrebbero essere necessari alcuni minuti per completare l'analisi.

Una volta che la parola chiave è stata elaborata, è necessario fare clic sul pulsante Visualizza.

Vedrai quindi una schermata composta da due parti: l'interfaccia di scrittura a sinistra e l'analisi a destra:

Nell'editor dell'articolo, hai due schede: "Articolo" e "Brief":

Brief è dove puoi lasciare note sull'articolo. C'è un pulsante di condivisione dove puoi ottenere un link per condividere l'articolo con i tuoi scrittori.

Sul lato destro c'è un pannello con tutte le analisi per i tuoi contenuti:

Questi includono:

• numero di parole
• parole chiave che hai utilizzato nel tuo articolo
• parole chiave utilizzate dai tuoi concorrenti (gap analysis)
• intestazioni che hai utilizzato e il numero di intestazioni utilizzate dai tuoi concorrenti.
• unicità dei tuoi contenuti
• punteggio di leggibilità

Puoi iniziare a scrivere il tuo articolo da zero oppure puoi importare un articolo in corso da un URL:

Dopo aver caricato il contenuto nell'editor dell'articolo, lo strumento analizza il contenuto rispetto ai primi 10 risultati di ricerca per quella parola chiave:

• I pannelli 1 e 2 mostrano quanto è completo il tuo articolo e il numero di parole a cui dovresti mirare.
• Il pannello 3 mostra le prime 15 parole chiave utilizzate nei tuoi contenuti.
• Il pannello 4 mostra le parole chiave utilizzate dai tuoi concorrenti e quante ne hai utilizzate.
• Il pannello 5 ti mostra le intestazioni che hai utilizzato e le confronta con le intestazioni utilizzate dai tuoi concorrenti.

Sotto il pannello Intestazioni c'è un pannello che mostra un punteggio di "Unicità" e uno strumento che ti fornisce un punteggio di lettura Flesch:

Lo strumento "Unicità" contiene un pulsante chiamato "Riscrittura articoli".

Fare clic su di esso e si apre l'editor dell'articolo, con utili suggerimenti per i sinonimi che puoi utilizzare per riscrivere gli snippet che hai aggiunto dalla scheda "ricerca". Passa il cursore su qualsiasi parola evidenziata e lo strumento ti offre sinonimi alternativi per quella parola:

Questo è molto utile che ti aiuta a riscrivere rapidamente i tuoi contenuti.

Nella parte superiore del pannello di destra ci sono sette schede. Finora abbiamo lavorato nella scheda Punteggio.

Se fai clic sulla scheda Concorrenti, vedrai un elenco dei primi 10 concorrenti per quella parola chiave, insieme a un raggruppamento di parole chiave per ogni concorrente. Questi raggruppamenti di parole chiave mostrano le principali parole chiave utilizzate da ciascun concorrente:

Puoi selezionare e deselezionare i concorrenti, il che è utile se ci sono risultati che ritieni non pertinenti ai tuoi contenuti.

La scheda successiva è "Ricerca". Questa scheda estrae frammenti dai contenuti di alto livello:

Fare clic su uno snippet di ricerca e verrà aggiunto all'editor dell'articolo. È quindi necessario riscriverlo per renderlo parte del proprio contenuto.

La scheda successiva è "Intestazioni". Questa scheda mostra le intestazioni utilizzate per ogni concorrente che hai selezionato. Puoi vedere esattamente quante intestazioni hanno sulla loro pagina e a che livello è l'intestazione.

La prossima è la scheda "Domande".

Questa scheda estrae domande da Google relative alla tua parola chiave principale. Questi sono argomenti secondari che puoi aggiungere al tuo articolo per ottenere autorità di attualità:

La scheda successiva è "Argomenti". Questo strumento mostra le parole chiave correlate, raggruppate in argomenti. I paragrafi corrispondenti a questi argomenti vengono inseriti automaticamente in quel pannello degli argomenti:

Lo schema dell'argomento ti aiuta a scoprire parole chiave correlate che puoi facilmente aggiungere ai tuoi paragrafi. L'aggiunta di queste parole correlate al tuo paragrafo aumenterà l'autorità di attualità del tuo contenuto e migliorerà drasticamente la qualità del tuo articolo.

L'ultima scheda è "Duplicati". Questo strumento rileva i frammenti all'interno dei tuoi contenuti che sono duplicati. Devi riscrivere tutto ciò che è contrassegnato in rosso da questo strumento.

Torniamo ora al pannello delle parole chiave nella scheda "Punteggio" perché ha una funzione utile. Fai clic su una parola chiave in quel pannello:

Quella parola chiave verrà quindi evidenziata nella scheda Concorrente. Puoi quindi vedere quante volte i tuoi concorrenti hanno utilizzato quella parola chiave:

La stessa parola chiave verrà evidenziata anche nella scheda "Ricerca":

Questa è una funzione utile quando stai cercando di ottimizzare i tuoi contenuti per una determinata parola chiave.

Conclusione

Man mano che gli algoritmi si allontanano dall'attenzione alle parole chiave e cercano di comprendere gli argomenti, sta diventando sempre più importante che i tuoi contenuti coprano un argomento in modo completo.

Questa sta diventando la chiave per posizionarsi in cima ai risultati di ricerca.

In questo articolo, abbiamo esaminato varie tecniche di modellazione degli argomenti che i motori di ricerca stanno attualmente utilizzando per comprendere meglio la co-occorrenza di parole all'interno di un documento e all'interno di un insieme di documenti.

Abbiamo visto come la presenza, la frequenza e la vicinanza di parole chiave simili all'interno di un documento vengono utilizzate dai motori di ricerca per comprendere gli argomenti.

È logico che se i motori di ricerca utilizzano questi strumenti per comprendere l'autorità di attualità, i creatori di contenuti devono utilizzare le stesse tecniche per garantire che i loro contenuti coprano correttamente un argomento.

Ed è qui che entrano in gioco strumenti come MarketMuse e Article Insights. Usano l'IA per analizzare l'argomento di cui stai scrivendo e mostrarti quali sono gli argomenti secondari all'interno di quell'argomento e quali parole chiave dovresti usare per classificarti bene per quell'argomento.

Risorse correlate

• Cluster di argomenti e SEO: 5 semplici suggerimenti per la creazione di hub di contenuti
• SEO semantico: una guida per principianti
• Crea una struttura silo sul tuo sito web in 5 semplici passaggi
• Cos'è l'indicizzazione semantica latente: 7 fatti importanti
• Quali sono le parole chiave LSI e come usarle per posizionarsi più in alto