L'ontologia laterale nella SEO

Si tratta di una teoria di ottimizzazione della seo semantica ed è molto interessante. Si parte da un presupposto abbastanza chiaro, l'utente che cerca qualcosa su Google ha un bisogno e, spesso, non conosce bene il problema, figuriamoci la soluzione...

La ricerca per parole chiave

Un tempo si lavorava sulla SEO puntando tutto sulla parola chiave secca. L'utente cercava una keyword sul motore di ricerca e trovava le prime risorse con quella parola chiave all'interno o nel title.

esempio di ricerca tradizionale per keyword

Spesso i search engine distinguevano persino tra plurale e singolare, ad esempio "libro seo" o "libri seo", mostrando pagine dei risultati completamente diverse per l'una e per l'altra, anche se in realtà entrambe indicano lo stesso bisogno.

La ricerca semantica per ontologie

Con le ontologie e la semantica iniziò ad andare meglio. Non solo Google imparò a riconoscere il genere maschile e femminile o le forme singolari e plurali, ma riuscì a comprendere persino i sinonimi.

Non era più necessario ottimizzare due pagine web, una sul verbo "fare un sito ottimizzato" e l'altra sul verbo "realizzare un sito ottimizzato". I verbi fare, realizzare, costruire, ecc. indicano la stessa azione e ora Google lo sapeva .

Questo causò la scomparsa di molte nicchie letterali sulle SERP e fece emergere soprattutto le risorse pubblicate nei siti web più autorevoli.

un esempio di ricerca per ontologie

Quando si parla di ontologia sul web si intende la concettualizzazione e la specificazione di qualcosa.

Ad esempio, se dico quella cosa con le foglie e le radici, rendo subito l'idea di cosa sto parlando... senza averlo nemmeno pronunciato. Capita di frequente all'estero, quando non si conosce il nome di una cosa, si cerca comunque di farlo capire all'interlocutore, usando altri termini che descrivono le caratteristiche dell'oggetto.

Questo modo di parlare per entità è utile anche sui motori di ricerca semantici.

La ricerca per ontologie laterali

Cosa accade però se non so specificare bene l'oggetto? Chi non conosce i termini tecnici che specificano un oggetto, non riuscirebbe mai a trovarlo sul motore di ricerca.

Ad esempio, un imprenditore vuole rifare il sito per ottimizzarlo sui motori di ricerca. Potrebbe digitare su Google "seo per il sito" oppure "ottimizzare il sito web". In entrambi i casi il motore di ricerca capisce l'intenzione dell'utente e gli restituisce una lista di risultati in cui sono presenti guide alla seo e indirizzi di web agency.

L'ontologia laterale fornisce una definizione più semplificata della concettualizzazione. Non solo non conosco il nome dell'oggetto ma non so nemmeno specificarlo nel dettaglio, quindi descrivo il mio bisogno.

Tuttavia, l'imprenditore potrebbe non conoscere i termini "seo" o "ottimizzazione". In questo caso si esprimerà fornendo una descrizione semplificata del concetto: "leggere qualcosa per essere primo su google".

un esempio di ontologia laterale

Questa query indica il suo bisogno e fornisce una descrizione più semplice del concetto di quello che sta cercando. Il campo semantico della ricerca si allarga e Google presenta tra le risorse tutte le possibili soluzioni per aumentare la visibilità sul search engine. Non solo libri sulla SEO ma anche guide e siti web dedicati all'argomento.

In pratica, l'ontologia laterale è la semplificazione della realtà che va oltre la semplice specificazione dell'ontologia classica. E' quello che scriverebbe sulla query una persona che non conosce i termini tecnici corretti di ciò che sta cercando.

Un mio ex collega direbbe: "dillo come se lo spiegassi a un bambino di cinque anni". Ecco, l'ontologia laterale può essere sintetizzata in questo. Concentrarsi sulla terminologia corretta per costruire l'offerta dei contenuti può diventare inutile se gli utenti si esprimono in modo diverso.

 


 

Segnalami un errore, un refuso o un suggerimento per migliorare gli appunti

FacebookTwitterLinkedinLinkedin
knowledge base

Libri di approfondimento
  1. La ricerca semantica ( introduzione )
  2. La semantic search
  3. L'analisi automatica del testo