I 5 trend della SEO per il 2023!
Le 5 principali tendenze SEO per il 2023: Il web generativo è arrivato e devi considerare il suo impatto per ripensare la tua strategia di marketing.
Il 2023 è l’anno del Web generativo (o Text-to-X, se preferisci). Il cambiamento più significativo nel modo in cui creiamo, troviamo e consumiamo i contenuti online. I contenuti generati dall’intelligenza artificiale saranno indistinguibili da quelli generati dall’uomo e nel 2022 hanno dimostrato di avere il potenziale per rivoluzionare il giornalismo, la SEO e il content marketing.
“Non so cosa stia succedendo. Non capisco nulla, tranne le regole per la manipolazione dei simboli”. In questo caso voglio dire che il robot non ha alcuno stato intenzionale; si muove semplicemente come risultato del suo cablaggio elettrico e del suo programma. Inoltre, istanziando il programma non ho stati intenzionali del tipo pertinente. Tutto ciò che faccio è seguire istruzioni formali sulla manipolazione di simboli formali”.
John R. Searle – (1980) Menti, cervelli e programmi (trad.)
Abbiamo fondato WordLift con la convinzione che i siti web sarebbero stati trasformati in insiemi di dati e che l’intelligenza artificiale ci avrebbe aiutato a navigare nel vasto ecosistema globale delle informazioni. Il nostro obiettivo è quello di continuare a rendere i dati accessibili e facili da usare per tutti, dando al contempo impulso a progetti di AI di successo.
La SEO è cambiata per sempre: le query che tradizionalmente andavano a Google vengono intercettate da ChatGPT. Questo avviene alla velocità di 1 milione di richieste al giorno.
“LLMO, o ottimizzazione del modello linguistico di grandi dimensioni, è un termine che abbiamo coniato per indicare la garanzia che le informazioni aziendali siano citate all’interno di un modello linguistico di grandi dimensioni (LLM). Una tecnica efficace a questo scopo è l’apprendimento nel contesto”.
Han Xiao e Alex C-G – Jina AI (trad.)
Oggi più che mai le tecniche di ottimizzazione per aumentare la domanda di prodotti e servizi sono fondamentali per le aziende. La SEO continua a evolversi per adattarsi alla natura mutevole della ricerca e al crescente utilizzo dell’IA conversazionale.
Nel nostro settore, da tempo ottimizziamo per fattori di ranking specifici dell’AI, come la capacità di un sito web di fornire una risposta chiara e coerente a una determinata query di ricerca, o l’uso di dati strutturati per facilitare la comprensione e l’interpretazione dei contenuti di un sito web da parte di Google, o ancora come entrare nel Knowledge Graph di Google.
Questo era solo l’inizio. Nel 2023, le cose stanno cambiando a un ritmo senza precedenti, poiché la tecnologia generativa fornisce un nuovo risultato per ogni nuovo utente, un nuovo risultato per ogni problema, e su scala web. Il gioco è iniziato ed ecco le mie previsioni.
In poche parole:
L’automazione e la crescita rimangono strettamente intrecciati e la possibilità di sperimentare nuove tecniche di ottimizzazione come l’apprendimento nel contesto, i prompt basati sulle istruzioni e altri comportamenti emergenti dei modelli fondamentali rimane ancorata a un tessuto di dati estensibile e all’autorità del marchio.
Costruiamo Knowledge Graphs per strutturare i dati, rendendo più flessibile e facile l’interazione dei marchi con la tecnologia generativa.
LAVORARE RESPONSABILMENTE CON I SISTEMI AI NON È UN’OPZIONE: È UN IMPERATIVO.
Come negli anni precedenti, vorrei ringraziare gli straordinari colleghi con cui lavoro, nonché i nostri clienti e investitori. Queste tendenze SEO annuali non sono solo le mie previsioni, ma anche le tendenze su cui WordLift si concentrerà per garantire il successo dei nostri clienti e il continuo sviluppo della nostra piattaforma.
Quali sono le tendenze principali della SEO nel 2023?
Ecco le 5 principali tendenze da tenere d’occhio nel 2023:
- Contenuto generativo
- E-E-A-T e Dati Strutturati
- eCommerce multimodale
- L’intento è il re
- Modalità Recessione: Gioco iniziato
1. Contenuto generativo
La tecnologia generativa ha fatto passi da gigante nel 2022, con progressi nel deep learning e nell’elaborazione del linguaggio naturale che hanno portato allo sviluppo di sofisticati sistemi di AI che abbiamo potuto utilizzare per un’ampia gamma di compiti SEO.
L’attuale stato dell’arte in molti settori del deep learning si basa su tre componenti chiave:
- Architetture grandi e scalabili (come quelle basate sul Transformer).
- Apprendimento di trasferimento basato sulla testa, in cui un generico strato di testa prende rappresentazioni pre-addestrate per predire una classe di uscita
- Prompting, in cui una stringa di pattern specifica per l’attività è progettata per indurre il modello a produrre un output testuale corrispondente a una determinata classe.
Questi modelli possono essere applicati a diversi tipi di dati, tra cui immagini, video e audio. Nell’area della SEO alimentato dall’intelligenza artificiale, alcuni dei modelli di maggior successo che abbiamo utilizzato sono BERT, RoBERTa, BART, DistillBERT, T5 e GPT-3 addestrati su miliardi di token di testo inglese utilizzando tecniche di modellazione linguistica mascherata.
Mi aspetto una forte accelerazione nel modo in cui la conoscenza esterna viene incorporata nell’apprendimento, migliorando il prompt. Abbiamo testato diversi modi per espandere le parole nei prompt da una base di conoscenza (cioè una tassonomia). Liu et al. hanno compiuto progressi significativi sul fronte della ricerca, utilizzando un LM per generare dichiarazioni di conoscenza rilevanti in un contesto di pochi colpi. È degno di nota il lavoro di incorporazione di dati di conoscenza aggiuntivi migliorando i dati di addestramento con l’uso di descrizioni di entità e tipi di entità (si veda Arora et al.) o il modo in cui le prestazioni dell’apprendimento in contesto possono essere migliorate fornendo una migliore spiegazione nei prompt, come proposto da Xi Ye et al. In parole povere, lavorare con dati esterni curati aiuterà i LLM a diventare più intelligenti senza sacrificare le prestazioni.
Possiamo anche prevedere che i dati stiano diventando il vero collo di bottiglia nell’addestramento delle LM. Jordan Hoffmann e il team di DeepMind hanno presentato un LM a 70B chiamato “Chinchilla” che ha superato LM più grandi (GPT-3, Gopher) scalando i dati di addestramento e non esclusivamente i parametri. Se l’aggiunta di più dati aiuta a migliorare le prestazioni, possiamo capire perché OpenAI stia sviluppando sistemi di riconoscimento vocale come “Whisper”, in grado di alimentare le LM, altrimenti gravemente affamate e poco addestrate, con trilioni di token di testo provenienti da YouTube o da qualsiasi Podcast disponibile. Non bastano i dati di dominio generale; questo vale anche per la messa a punto dei nostri modelli personalizzati; mi aspetto che otterremo più informazioni dai contenuti multimediali esistenti.
Sotto la pressione di un numero sempre maggiore di utenti che passano a ChatGPT per diverse interrogazioni, Google introdurrà presto il suo sistema di intelligenza artificiale conversazionale. Mi aspetto che Google cerchi di trarre vantaggio sia dall’indice web che dai segnali E-E-A-T.
Sperimentando nel 2022 con i LLM in SEO, abbiamo appreso alcune lezioni che stanno plasmando il nostro modo di procedere:
- Dobbiamo concentrarci su informazioni orientate ai fatti per portare valore all’utente finale. Solo migliorando l’accuratezza dei fatti (Truthful AI), potremo essere a prova di futuro per i contenuti generati dall’AI, mentre Google migliora i suoi algoritmi di rilevamento dello spam. Il costo maggiore risiede nella costruzione di pipeline di validazione in grado di fornire a qualsiasi brand informazioni accurate e lo stile di scrittura e il tono di voce adeguati.
- La messa a punto e l’apprendimento nel contesto sono approcci potenti che possono essere messi a disposizione dei creatori di contenuti e di chi fa SEO con cicli di feedback efficaci. Quando abbiamo coinvolto adeguatamente il team dei contenuti, abbiamo risparmiato tempo e migliorato significativamente la qualità.
- È possibile ottenere miglioramenti dei prompt confrontando la somiglianza visiva delle immagini sintetiche prodotte utilizzando text-to-image e CLIP. Anche questa è una linea di ricerca interessante da seguire nei prossimi mesi (si veda il lavoro di Song et al. sui diritti visivi).
- Non siamo Jasper (o qualsiasi altro strumento di generazione di contenuti che supporta la scrittura di contenuti); siamo una piattaforma di automazione SEO che sfrutta i dati semantici: per avere un impatto, dobbiamo prima indossare il nostro cappello SEO.
Il Web generativo sta cambiando il modo in cui i contenuti vengono distribuiti all’utente finale; i contenuti esistono nella loro forma unica una volta che raggiungono il pubblico di destinazione. Tuttavia, rimane la necessità di organizzare i contenuti utilizzando le entità. Si pensi, ad esempio, alla catena presentata nel seguente thread e ai limiti dei sistemi di intelligenza artificiale che non utilizzano i grafi di conoscenza.
Lo stesso problema si riscontra utilizzando il chatbot (YouChat) recentemente introdotto su You.com. È formidabile e plausibile, ma non riesce a capire di cosa sta parlando.
Spiegazione dell’apprendimento in contesto
Ecco un esempio di come l’inserimento di informazioni concrete nel prompt aiuti a perfezionare il risultato.
Conclusioni:
- Chiediti quali dati possono rendere unici i tuoi prompt. L’apprendimento contestuale richiede una chiara comprensione delle entità; abbiamo bisogno di fatti (triple) per aggiungere ulteriore contesto durante la richiesta al modello. L’AI generativa inizia qui.
- Concentrati sul rafforzamento della pipeline di validazione dei contenuti; assicurati che il tono di voce sia sempre adatto al marchio.
- Sii responsabile quando utilizzi l’IA e trova il miglior ciclo di feedback unendo le forze con gli esperti di dominio e i creatori di contenuti.
2. E-E-A-T e dati strutturati
La valutazione della qualità dei contenuti da parte di Google diventerà più severa con la creazione di più contenuti sintetici. Anche i LLM ne risentiranno: la loro qualità è a rischio perché d’ora in poi saranno alimentati con i loro stessi contenuti. L’importanza del brand equity crescerà nel 2023. Il performance marketing, le reti di social media e la pubblicità online perderanno trazione man mano che andremo avanti (TikTok potrebbe addirittura essere presto vietato negli Stati Uniti).
La proliferazione di contenuti AI aggiunge rumore all’esperienza del ricercatore e solo i marchi forti avranno successo e sfrutteranno appieno le opportunità offerte dalla tecnologia generativa. L’analisi dei tipi di dati strutturati nel tuo settore e la creazione di un piano solido rafforzeranno il tuo marchio. Abbiamo visto l’importanza (per i siti di e-commerce) di un markup sofisticato di prodotti e recensioni. È meglio avere un’implementazione dei dati strutturati priva di errori che guidi il crawler e stabilisca l’autorità del marchio e dei suoi ambasciatori (redattori, autori di contenuti ed esperti di dominio).
Il potere di un marchio dipenderà anche dalla sua capacità di pubblicare dati collegati su scala. Disporre di dati strutturati e collegati, utilizzare identificatori e avere altre fonti di dati e siti web che citano prodotti, luoghi, eventi e persone non è più un esperimento di nicchia, ma sta diventando una strategia redditizia per molti marchi.
Conclusioni:
- Concentrati sulla tua autorità collegando i tuoi dati con altri dati.
- Progetta una strategia di dati strutturati impeccabile e segui le linee guida di qualità di Google per i contenuti. Saranno una salvezza per te, dato che abbraccerai l’AI Content.
- Prepara il tuo piano di Structured Linked Data off-site; è link-building con gli steroidi.
3. eCommerce multimodale
La SEO per l’eCommerce si è evoluta in modo significativo nel 2022 e Google ha posto maggiore enfasi sull’esperienza utente e sui contenuti di qualità per guadagnare terreno rispetto ad Amazon. Inoltre, l’uso dell’intelligenza artificiale nei suoi algoritmi (come l’algoritmo delle recensioni dei prodotti) e l’introduzione dei pannelli di conoscenza dei prodotti richiedono ai commercianti di adattare costantemente le loro strategie alle tendenze in evoluzione. Anche prima dell’apertura di ChatGPT e del “codice rosso” che Google sta emettendo per rispondere a OpenAI e Microsoft, le ricerche nell’e-commerce erano diventate più conversazionali e multimodali.
Questo ha portato a opportunità concrete per i marchi che investono nella creazione di una base di conoscenza adeguata di coppie di domande e risposte associate a prodotti e categorie di prodotti. Il nostro successo nell’automatizzare la generazione di contenuti FAQ per i siti di e-commerce è stato significativo, con migliaia di nuovi snippet che hanno portato una crescita delle vendite a due cifre. Il nostro prodotto continuerà a migliorare per essere più brillante nel vagliare le domande, nel verificare le risposte e nell’interagire con redattori e SEO.
Con Google Lens che riceve più di 8 miliardi di query al mese, lo sviluppo di solide immagini di prodotto per le diverse SKU sta diventando un imperativo. MUM anticipa naturalmente il passo successivo nel viaggio del ricercatore e le immagini sono, per la maggior parte dei prodotti, un elemento chiave.
Dobbiamo anche considerare l’interazione tra Google Lens e la ricerca locale, in quanto gli utenti possono ora cercare immagini e testi combinati per trovare prodotti di rivenditori locali. È un’ottima opportunità per dimostrare l’importanza di una solida strategia di dati strutturati che ponga l’accento sul collegamento dei dati.
Mentre convertiamo i prodotti in entità per il product knowledge graph, vedo anche il valore di migliorare le annotazioni semantiche per le immagini e di portare il pieno supporto per i modelli 3D recentemente introdotti nella ricerca di Google per le scarpe da ginnastica e altri tipi di prodotti.
I fattori alla base dell’eCommerce multimodale sono rappresentati anche dall’evoluzione degli occhiali intelligenti e delle esperienze AR/VR che stanno lentamente entrando nel mercato.
Conclusioni:
Investi nei flussi di lavoro dell’intelligenza artificiale per sviluppare immagini complete dei prodotti, migliora la risoluzione delle immagini quando necessario, sperimenta modelli di base testo-immagine e immagine-immagine per costruire il contesto adeguato per i tuoi prodotti e lavora sulle annotazioni delle immagini. Una solida strategia di annotazione delle immagini consentirà alla tua azienda di ottenere maggiore visibilità nelle ricerche e ti aiuterà a mettere a punto modelli contrastivi come CLIP per l’inferenza visiva.
4. L’intento è il re
I sistemi di raccomandazione basati su modelli fondamentali accelerano la scoperta dei contenuti, fornendo agli utenti contenuti personalizzati in base alla loro cronologia di ricerca e ai loro interessi. Mi aspetto un aumento del traffico queryless, poiché gli utenti non dovranno più inserire parole o frasi chiave specifiche per trovare contenuti pertinenti. Le raccomandazioni vengono invece generate prevedendo in anticipo l’intento dell’utente.
Come si è visto negli anni precedenti, il traffico proveniente da Google Discover rappresenterà un flusso prezioso di clic, poiché proviene da utenti attivamente interessati ai contenuti raccomandati. Il rilevamento dell’intento tramite LLM consentirà una nuova ondata di strumenti di raccomandazione oltre a Google Discover e Microsoft Start. La possibilità di interagire più direttamente con i motori di ricerca come You.com consentirà agli editori e ai marchi di creare l’esperienza dell’utente quando vengono ricercate le loro entità principali.
Conclusioni:
- Sviluppare nuovi flussi di traffico, ottimizzare per Google Discover e cercare piattaforme emergenti per esporre contenuti e prodotti in modi nuovi e innovativi.
- La creazione di app all’interno di social network, motori di ricerca o piattaforme di chatbot sarà una tendenza importante da seguire.
5. Modalità Recessione: Gioco iniziato
Dopo un periodo prolungato di lenta crescita economica, la fine della pandemia e la guerra in Ucraina, stiamo affrontando una recessione globale con un alto tasso di disoccupazione, una bassa fiducia dei consumatori e un calo degli investimenti delle imprese.
Le difficoltà economiche e il calo degli investimenti in attività rischiose hanno portato anche alla crisi delle cripto valute. Sono tempi difficili, ma sono fiducioso che l’economia digitale in generale mostrerà una certa capacità di recupero. Con la riduzione della spesa pubblicitaria, un numero maggiore di aziende si rivolgerà anche alla crescita organica. Nello spazio SEO (o nella nuova arena LLMO in cui ottimizziamo i dati per GPT-4 e simili), dobbiamo concentrarci su due aspetti: 1) fare di più con meno grazie all’automazione e 2) investire in una solida reportistica.
Il marketing digitale deve dimostrare il suo valore per i profitti e possiamo sfruttare l’intelligenza artificiale per migliorare le previsioni SEO, l’analisi dell’impatto causale e l’A/B testing. Se non siamo in grado di fornire un aumento del valore di almeno 3 volte (per ogni dollaro speso, il nostro approccio o la nostra tecnologia portano almeno 3 dollari di ricavi), non siamo il partner giusto. Per avere successo, è necessario introdurre costantemente nuove idee e strategie. Se non si innova, è molto più probabile che si diventi irrilevanti. Il 2023 è l’anno dell’aumento della produttività. Possiamo risolvere rapidamente i problemi che ci rallentano con poche righe di codice, un piccolo prompt o nessun codice. È un sogno che si avvera e sta dando vita a una nuova ondata di piccoli strumenti che cambieranno per sempre il nostro modo di lavorare.
Conclusioni:
- Migliorare le competenze e gli strumenti di reporting, esaminare in modo approfondito l’impatto commerciale creato dal SEO e dal marketing digitale. Dato che si possono fare meno investimenti, rimanete snelli e abbracciate l’innovazione aperta. Le aziende avranno bisogno di un flusso di innovazione.
- Sii pronto a incorporare idee, tecnologie e conoscenze provenienti dall’esterno della tua organizzazione.
Sei pronto a innovare la SEO nel 2023? Hai ancora delle domande? Prenota una call con noi e unisciti alla nostra lista di clienti felici!
REFERENCES
- ACL 2022 Highlights by SEBASTIAN RUDER – Jun 2022
- chinchilla’s wild implications by nostalgebraist – LESSWRONG – Jul 2022
- Google’s New Visual Search Tool Plays to Fashion Crowd by LUKE LEITCH – Vogue – Aug 2022
- Generative AI Research – Base 10 – Nov 2022
- SEO is Dead, Long Live LLMO by Han Xiao and Alex C-G – Dec 2022
- 2022: The year that changed the way we work by Cassie Kozyrkov – Dec 2022