Avendo un articolo posizionato nelle prime posizioni per chiavi quali “seo immagini” ricevo settimanalmente commenti che mi fanno capire che purtroppo è molto difficile scardinare alcuni preconcetti sulla SEO martellati in modo apparentemente irrimediabile nelle menti dei poveri webmaster. Per questo ho voluto fare questo articolo/podcast sul futuro ( molto presente ) delle immagini nella SEO, come verranno considerate e analizzate e come, sopratutto, possiamo prepararci ottimizzandole già da adesso in modo che siano future proof.
L’utilizzo improprio e barbaro dell’alt text
Dai commenti del mio blog e sulle community SEO emerge una tendenza all’utilizzo improprio del testo alternativo ( alt text ) come ricettacolo di keyword sovraottimizzate. E’ innanzitutto una barbarie perchè questo elemento html serve in buona sostanza a prendere il posto dell’immagine descrivendola quando:
- non può venire servita al client;
- non viene proprio richiesta;
Quest’ultima situazione è per esempio originata dal software dedicato alle persone ipovedenti che di fatto legge ad alta voce la pagina all’utente, che viene quindi bombardato di sequele di keyword ripetute senza senso. Provate a mettervi nei loro panni e a immaginare il software che vi legge una keyword ripetuta allo sfinimento senza alcun senso.
Anche volendo essere cinici ( o più semplicemente poco sensibili a queste problematiche ) questa pratica rimane controproducente a livello SEO, ora ma sopratutto in futuro, perchè Google diventa sempre più bravo nel capire che stiamo barando e che stiamo di fatto facendo keyword stuffing e allo stesso tempo rendendo la pagina meno rilevante per la query non sfruttando la possibilità di arricchire di elementi multimediali ( comprensibili ) il contenuto.
Le immagini servono a completare l’esperienza richiesta e ricercata attraverso la query di ricerca e non a rimarcare tramite la ripetizione forzata la rilevanza della pagina alla query.
Il bug di Google Image Search che ha mostrato il futuro
Quando fate SEO dovete pensare al futuro e a investire le vostre energie in attività che non hanno possibilità ( o quasi ) di venire annullate da un update di Google. Penso sia fondamentale infatti ottimizzare non solo per le regole del presente ma sopratutto per come si giocherà domani la partita sui motori di ricerca.
Di questo domani se n’è visto un breve scorcio video pubblicato da Emanuele Tolomei la settimana scorsa dove ha parlato dell’esperienza di Lorenzo Ricciutelli, suo collaboratore, che è inciampato in un comportamento anomalo di Google Image Search poi identificato come bug da Danny Sullivan.
In pratica Lorenzo, usando la ricerca inversa, ovvero utilizzando un file immagine come query per cercare immagini simili e fare un controllo sulla possibilità di plagi e sulla originalità dell’immagine stessa, si è visto restituire come risultato una SERP che parlava non tanto dell’immagine ma di parte del soggetto dell’immagine. L’immagine che lui ha utilizzato era quella di una ragazza appoggiata, se così si può dire, ad un muro di mattoni, il quale rappresentava circa il 90% della composizione. Probabilmente per questo il motore ha interpretato l’immagine come una ricerca riguardante l’entità “brick”, mattone appunto.
Google non si è limitato a cercare una similitudine grafica, ma ha voluto interpretare il senso di questa query attraverso le entità che lui ha identificato come parti dell’immagine stessa. In modo ancora più affascinante ( ma non sorprendente per chi come me segue da vicino la ricerca sulle reti neurali ) provando a utilizzare come query la foto dell’interno di un ristorante Google ha mostrato come risultato dei siti web relativi al ristorante stesso! Ha riconosciuto insomma il ristorante da una foto dei suoi interni.
Immagini e reti neurali
L’anno scorso sul blog dedicato alla ricerca di Google erano apparsi post riguardanti gli esperimenti di applicazione di reti neurali a grossi database di immagini, con la rete NASNet in grado di identificare i soggetti dentro le immagini con la spettacolare precisione dell’83%.
Altro esperimento molto interessante ( nel quale Google mette lo zampino con Tensorflow ) è stata la spettacolare rete neurale in grado di trasformare un’immagine rendendola simile allo stile di pittori specifici, trasformando la foto di un campo fiorito in un Van Gogh. Le possibilità di applicazione sono pressochè infinite se parliamo di immagini ( ma più o meno di qualsiasi cosa a dirla tutta ).
Tornando sulla SEO, Google andrà sicuramente ad integrare queste tecnologie una volta sviluppate adeguatamente e ottimizzate per non appesantire troppo il suo sistema, nell’algoritmo che si occupa di indexing e anche in quello che si occupa di ranking.
- A livello di indicizzazione potrà probabilmente identificare in modo univoco gli elementi multimediali nelle nostre pagine e capire se stiamo fornendo media pertinenti. Spero potremmo dire addio alle brutture derivate dal volere ottimizzare in chiave secca a tutti i costi immagini anche solo lontanamente relative al documento per forzare la mano sull’ottimizzazione.
- A livello di posizionamento potrà probabilmente valutare la qualità e la pertinenza delle nostre immagini rispetto alla query, valutando quanto l’immagine sia tecnicamente ottimizzata ( compressione, tecnologia, presenza di artefatti, l’orientamento dell’inquadratura e chissà cos’altro ) e quanto arricchisca veramente il documento nel suo significato.
Potrà spero capire, ad esempio, se stiamo facendo un buon servizio agli utenti con handicap visivi utilizzando in modo appropriato il testo alternativo, giudicandoci di conseguenza. Io vi consiglio di iniziare a utilizzare questi strumenti in modo sensato e appropriato, avrete fatto una cosa giusta e un passo verso la tanto agognata prima posizione.