Parole chiave: cosa sono, come sono cambiate e come fare una corretta keyword research oggi

Una parola chiave, o keyword, è una parola o una combinazione di parole che rappresenta ciò che una persona sta cercando online.

Vista dall'utente, è il modo in cui sintetizza un bisogno. Vista da chi si occupa di SEO, è un'unità di misura della domanda: un segnale che dice quante persone cercano qualcosa, come lo cercano e con quale intenzione. Queste due prospettive sembrano ovvie, ma tenerle separate è utile: la keyword non è il bisogno, è la traccia misurabile di un bisogno quasi sempre più articolato.

Quando si parla di parole chiave, il pensiero va quasi sempre a Google, ma le keyword non nascono solo lì: quando una persona cerca un tutorial su YouTube, scrive un prompt su ChatGPT o digita qualcosa su TikTok, sta usando parole chiave anche in quei contesti, semplicemente in forme diverse, con aspettative diverse. È un tema che tornerà più avanti nell'articolo.

A cosa servono le parole chiave nella SEO?

La ricerca delle parole chiave è il punto di partenza di qualsiasi strategia SEO: permette di leggere la domanda del mercato in tempo reale, capire cosa cercano le persone, come lo esprimono e quando quel bisogno emerge. Non si tratta solo di essere visibili sui motori di ricerca, ma di essere rilevanti nel momento giusto, intercettando la persona quando ha già un bisogno attivo e guidandola verso una risposta coerente con ciò che offri.

In termini pratici, è possibile:

• stimare la domanda potenziale;
• capire in quale fase del percorso d'acquisto si trova l'utente;
• individuare opportunità editoriali ancora scoperte;
• valutare dove ha senso competere;
• costruire un'architettura informativa del sito coerente con i bisogni reali delle persone.

L’analisi keyword consente anche di verificare se i contenuti già presenti intercettano davvero le domande che si vogliono soddisfare, un passaggio spesso trascurato ma fondamentale per chi lavora su un sito già esistente.

Quali sono i principali tipi di parole chiave?

La classificazione più diffusa distingue le keyword tra:

• Parole chiave corte (short-tail): parole chiave generiche, brevi, solitamente molto cercate e altrettanto competitive: "scarpe running" è un esempio classico.
• Parole chiave a coda lunga (long-tail): parole chiave che intercettano un'esigenza più definita e di solito convertono meglio proprio perché il bisogno è più preciso, ad esempio "scarpe running invernali impermeabili".

Esiste in realtà una classificazione più utile dal punto di vista strategico, quella basata sul search intent, cioè sull'intenzione di ricerca:

• Informazionale: la persona vuole capire o imparare qualcosa ("ogni quanto vanno cambiate le scarpe da running?").
• Navigazionale: la persona cerca un sito o una risorsa specifica ("scarpe running Nike").
• Commerciale: la persona sta valutando un acquisto o un servizio ("migliori scarpe running asfalto uomo").
• Transazionale: la persona vuole compiere un'azione diretta ("scarpe running uomo offerta").

Lunghezza della query e search intent sono due dimensioni separate. Una keyword breve può avere intento informazionale, una lunga può essere transazionale. Tenerle distinte è fondamentale per capire quale tipo di contenuto produrre e dove posizionarlo rispetto al percorso di ricerca dell'utente.

Il modo in cui le persone cercano informazioni online è cambiato profondamente negli ultimi anni. Non è cambiato solo lo strumento, è cambiato il comportamento: la forma delle query, la quantità di contesto che le persone sono disposte a fornire, le aspettative su cosa dovrebbe restituire una ricerca. Per capire dove siamo oggi, vale la pena ripercorrere come ci siamo arrivati.

Quando cercare significava sintetizzare un bisogno

Per molti anni, usare un motore di ricerca ha significato imparare a parlare in un certo modo. Non il nostro modo naturale, ma quello compatibile con lo strumento.

Avevi un'esigenza complessa: volevi sapere dove mangiare pesce a Venezia spendendo circa 40 euro a persona, trovando anche qualche opzione vegetariana per chi veniva con te. La digitavi però così: "ristorante pesce venezia economico". Avevi compresso un bisogno articolato in tre parole perché sapevi, anche inconsapevolmente, che il motore non avrebbe capito molto di più.

Questo ha plasmato a lungo il comportamento di ricerca. Abbiamo imparato a trasformare il pensiero in query. Era un adattamento spontaneo, quasi invisibile, ma aveva un effetto diretto su come venivano costruite le strategie keyword: si cercavano le combinazioni che le persone effettivamente digitavano, e quelle combinazioni erano già semplificate, compresse, ridotte all'osso.

Long-tail e query conversazionali: le ricerche diventano più specifiche

Le parole chiave a coda lunga non sono un'invenzione dell'intelligenza artificiale. Esistevano già da molto prima. Ma nel tempo, per ragioni diverse, la ricerca si è progressivamente avvicinata al linguaggio naturale.

Il completamento automatico di Google ha reso più facile formulare query articolate. I risultati sempre più rilevanti hanno incoraggiato le persone a essere più specifiche. L'abitudine stessa alla ricerca ha insegnato che più contesto si fornisce, migliore è la risposta ottenuta.

Il risultato è che una keyword research non può limitarsi a identificare la keyword con il volume più alto. Bisogna capire quali varianti di uno stesso bisogno possono emergere, come si articola la domanda, quali forme prendono le sotto-richieste. Un bisogno singolo si traduce in decine di query diverse, e un'analisi keyword efficace le intercetta tutte, o almeno le più significative per il proprio pubblico.

L'intelligenza artificiale non ha eliminato le parole chiave, ma ha cambiato il contesto in cui esistono. Con la diffusione dei sistemi conversazionali, il modo in cui le persone formulano un bisogno si è trasformato: meno sintesi forzata, più contesto, più specificità. Capire questo cambiamento è fondamentale per chi costruisce contenuti e vuole restare rilevante anche in questo nuovo scenario.

Dalla query al prompt

Con ChatGPT, Gemini e gli altri sistemi conversazionali, viene meno, almeno in parte, la necessità di parlare come un motore di ricerca. Non devi più comprimere il tuo bisogno in tre parole. Puoi fornire contesto, vincoli, preferenze, domande collaterali, tutto nello stesso messaggio.

Riprendendo l'esempio di prima. Su Google digitavi "ristorante pesce venezia economico". Con un po' più di specificità potresti scrivere "dove mangiare pesce a Venezia spendendo poco con opzioni vegetariane".

Con un sistema AI potresti invece scrivere: "Sono a Venezia per un weekend con un amico vegetariano. Cerco un ristorante con buon pesce, atmosfera non turistica, budget massimo 40 euro a persona, zona Cannaregio o Dorsoduro. Cosa mi consigli?"

Il bisogno di fondo è identico. La quantità di informazioni espresse è completamente diversa. E il sistema non restituisce dieci link da esplorare: costruisce una risposta, basata sulle fonti che riesce a raggiungere e ritenere affidabili.

Esempi di ricerche e prompt per l’argomento ”ristoranti a Venezia” su Google, Google AI Mode e ChatGPT

​

Questo cambia il ruolo strategico delle parole chiave, ma non lo cancella. Chi produce contenuti deve ancora capire quali bisogni intercettare e come strutturare le informazioni perché siano utilizzabili, citabili, riconoscibili come fonti affidabili da un sistema AI. Le keyword rimangono la bussola, cambia il territorio che descrivono.

Query fan-out: una ricerca può generarne molte altre

Uno dei meccanismi più utili da capire nell'era dell'AI è quello del query fan-out: quando un sistema conversazionale riceve una richiesta complessa, la scompone internamente in molte sotto-domande, ciascuna usata per recuperare informazioni rilevanti da fonti diverse.

Il percorso non è più necessariamente quello classico: utente, keyword, risultati. Può diventare: bisogno, prompt, interpretazione, molteplici sotto-query, fonti, risposta sintetizzata.

Questo ha una conseguenza editoriale concreta: creare una buona risorsa oggi significa coprire bene l'argomento nelle sue dimensioni, relazioni e sotto-domande, non inseguire ossessivamente una singola stringa di testo. L'obiettivo di un'analisi keyword non è solo trovare la keyword giusta, ma mappare il territorio semantico attorno a un bisogno: le domande collaterali, le entità correlate, i sotto-argomenti che un contenuto completo dovrebbe trattare per essere davvero esaustivo.

Esempi di temi correlati (query fan-out) per la keyword primaria “ristoranti a Venezia” - MocaHub

L'evoluzione della ricerca non riguarda solo la forma con cui le persone esprimono i loro bisogni (query più lunghe, più specifiche, più conversazionali). Riguarda anche i luoghi in cui quella ricerca avviene. Accanto a Google e ai sistemi AI, una parte sempre più ampia della domanda si è spostata verso i social network, con comportamenti e aspettative completamente diversi:

• ​YouTube risponde a chi vuole vedere come si fa qualcosa
• ​Pinterest a chi esplora e raccoglie idee visive
• ​TikTok e Instagram a chi cerca un consiglio rapido o vuole sapere cosa pensa la community

Pensa a chi vuole comprare un paio di scarpe da running.

Su Google cerca "migliori scarpe running asfalto uomo". Su YouTube guarda video di recensioni o confronti tra modelli. Su TikTok scorre i contenuti dei runner che consigliano cosa usano, magari scoprendo un brand che non conosceva. Su Pinterest raccoglie ispirazione per il look da allenamento.

Il bisogno di partenza è lo stesso, ma il percorso che porta alla decisione tocca piattaforme diverse, in momenti diversi, con aspettative diverse su cosa dovrebbe restituire quella ricerca.

Esempi di ricerche per l’argomento “scarpe running” nelle piattaforme social YouTube, TikTok e Pinterest

Capire su quale piattaforma il tuo target cerca informazioni relative al tuo settore significa capire anche quale formato ha senso produrre: non sempre è una pagina web, a volte è un video, un contenuto visivo, una serie di post.

Che questa trasformazione sia reale lo conferma Google stesso.

Nelle SERP tradizionali i contenuti social compaiono con crescente frequenza, a fianco dei risultati organici classici.

E da qualche tempo Google Search Console permette di collegare i propri account social per monitorare il posizionamento dei contenuti direttamente in SERP.

Un segnale chiaro: ignorare i social nella propria strategia di ricerca significa rinunciare a una parte della visibilità che Google stesso sta iniziando a misurare.

Il punto di forza di una buona keyword research non è il tool che si usa, ma il metodo. Vediamo quali sono i passaggi fondamentali per fare una corretta analisi delle parole chiave.

1. Parti dai bisogni, non dalle keyword

Prima di aprire qualsiasi strumento, chiediti:

• Chi stai cercando di raggiungere?
• Quali problemi ha?
• Quali domande si pone?
• In quale momento del suo percorso si trova quando cerca quell'informazione?

Definire queste variabili cambia profondamente il tipo di analisi che farai. Non stai cercando keyword ad alto volume da inseguire: stai cercando i segnali di un bisogno che il tuo contenuto può soddisfare meglio degli altri.

2. Costruisci un primo set di keyword

Identifica una o più keyword di partenza, quelle più ovvie per descrivere il topic, e usale come punto di partenza per costruire progressivamente un insieme più ampio.

Le fonti da cui attingere sono diverse e si completano a vicenda: i dati di Google Search Console mostrano cosa porta già traffico al sito, l'autocomplete di Google e dei motori verticali rivela come le persone formulano le domande, i tool SEO come Ahrefs, Semrush o SEOzoom forniscono stime di volume, keyword correlate e gap rispetto ai competitor. Nessuna fonte da sola restituisce il quadro completo: è dall'incrocio di più segnali che emerge un set di keyword davvero utile.

Esempi di keyword correlate per la parola chiave primaria “scarpe running” - MocaHub

3. Analizza le SERP e il search intent

Il volume di ricerca di una keyword non dice nulla sull'intento di chi la cerca. Due keyword con lo stesso volume possono richiedere contenuti completamente diversi per posizionarsi. Analizzare le SERP significa guardare cosa appare quando si cerca quella keyword:

• sono articoli di approfondimento o schede prodotto?
• Blog post o pagine istituzionali?
• Video o immagini?

Capire il search intent, cioè cosa si aspetta davvero di trovare la persona che digita quella query, è il passaggio che fa la differenza tra un contenuto che si posiziona e uno che rimane invisibile, anche se tecnicamente ottimizzato.

4. Espandi verso domande e conversazioni

Una volta identificate le keyword principali, il passo successivo è andare più in profondità: capire quali domande si pongono le persone intorno a quel topic. Non si tratta solo di trovare varianti della stessa keyword, ma di mappare i bisogni reali del tuo target, quelli che emergono prima, durante e dopo il momento della ricerca.

L'obiettivo non è raccogliere più keyword possibili, ma capire il linguaggio con cui le persone descrivono un problema. Spesso è molto diverso da quello che userebbe un esperto del settore, ed è esattamente in quel divario che si nascondono le opportunità più interessanti.

Esempi di domande frequenti per la parola chiave primaria “scarpe running” - MocaHub

5. Analizza la domanda sulle diverse piattaforme

Per ogni topic identificato, chiediti: dove viene cercata questa informazione? Solo su Google? Anche su YouTube? È un argomento che genera discussioni su Reddit o su forum specifici? C'è una domanda attiva su TikTok o Pinterest? Questa analisi trasforma la keyword research da attività puramente SEO in una vera search analysis: non stai più cercando solo come posizionarti su Google, stai capendo dove e come le persone cercano informazioni su quel topic.

6. Raggruppa per topic e intento (keyword clustering)

Trattare ogni keyword come se richiedesse una pagina dedicata è uno degli errori più comuni. Il keyword clustering parte dal principio opposto: keyword diverse che esprimono lo stesso bisogno con la stessa intenzione di ricerca possono, e spesso devono, essere soddisfatte dalla stessa risorsa. Raggruppare le keyword per topic e intento permette di capire quante pagine ha senso creare, quale deve essere il focus di ciascuna e come si relazionano nell'architettura del sito.

7. Prioritizza le opportunità

Non tutte le keyword hanno lo stesso valore strategico, e il volume è solo uno dei fattori da considerare. Una buona prioritizzazione tiene insieme:

• la rilevanza per il business: questa keyword porta persone che possono diventare clienti?
• il search intent: il contenuto che posso produrre soddisfa davvero quell'intenzione?
• la competitività: con l'autorevolezza attuale del sito, ho possibilità concrete di competere in quella SERP?
• il formato necessario: ho le risorse per produrre quel tipo di contenuto?
• il potenziale di conversione: se porta traffico, porta anche azioni di valore?

Rispondere a queste domande prima di investire tempo e risorse su una keyword è ciò che distingue una keyword research strategica da una semplice raccolta di dati.

Non esiste un unico strumento che restituisce la keyword research perfetta. Ogni fonte osserva una porzione diversa della domanda, e un'analisi completa richiede di incrociarne più di una:

• Google Search Console: mostra le query reali che portano traffico al tuo sito, le impressioni, i clic e la posizione media. Sono dati reali, non stime su campioni, e per questo spesso i più preziosi.
• Google Trends: permette di analizzare l'andamento nel tempo di una keyword, capire se un topic è in crescita o in calo e confrontare l'interesse relativo tra più termini.
• Tool di keyword research: Semrush, Ahrefs, Seozoom e Keywordtool.io forniscono stime di volume, difficoltà di posizionamento, keyword correlate e gap rispetto ai competitor.
• Ricerca diretta su Google: l'autocomplete, le ricerche correlate in fondo alla SERP e il box "Le persone hanno chiesto anche" sono fonti immediate per capire come le persone formulano le loro domande intorno a un topic.
• Strumenti delle piattaforme social: Pinterest Trends e TikTok Creative Center offrono insight sui comportamenti di ricerca dei propri utenti, fondamentali se il tuo target è attivo su quei canali e che nessun tool tradizionale aggrega completamente.

Usarli insieme è l'unico modo per avere una visione completa della domanda che si vuole intercettare.

Conoscere gli errori è spesso più utile delle istruzioni, perché è difficile riconoscere un approccio sbagliato quando ci sei dentro. Questi sono i cinque che si incontrano più spesso.

1. Scegliere le keyword solo in base al volume: Il volume di ricerca è il primo dato che si guarda ma raramente è quello che conta di più. Una keyword con 10.000 ricerche mensili e un intento difficilissimo da soddisfare vale meno di una keyword con 200 ricerche e un bisogno preciso che puoi soddisfare meglio di chiunque altro.
2. Ignorare il search intent: puoi ottimizzare perfettamente un articolo per una keyword e non posizionarti mai, semplicemente perché il formato che hai scelto non corrisponde a quello che Google premia per quell'intento. L'analisi della SERP viene prima della scrittura, non dopo.
3. Trattare keyword diverse come contenuti necessariamente diversi: se dieci keyword esprimono lo stesso bisogno con la stessa intenzione di ricerca, non hai bisogno di dieci pagine. Ne hai bisogno di una, fatta bene.
4. Trascurare le parole chiave long-tail: le parole chiave a coda lunga hanno volumi bassi o non rilevabili dai tool, ma intercettano bisogni precisi. Sommate, spesso contribuiscono più della keyword principale al traffico complessivo di un sito nel tempo.
5. Limitare l'analisi a Google: se il tuo pubblico cerca tutorial su YouTube, ispirazioni su Pinterest o consigli su TikTok e svolgi l'analisi keyword concentrando la tua attenzione solo su Google, stai vedendo una parte sempre più piccola della domanda reale.

Questi errori hanno una radice comune: trattare la keyword research come un'attività meccanica invece che come un esercizio di interpretazione. I dati sono uno strumento, non una risposta: vanno letti nel contesto giusto per diventare davvero utili.

La risposta breve è sì. Quella utile è più sfumata.

Le parole chiave rimangono una fonte di dati fondamentale perché abbiamo volumi, impression, click, trend storici e SERP da analizzare. Sono segnali di domanda reale, misurabili e confrontabili nel tempo. Nessun altro strumento offre quella granularità sui comportamenti di ricerca su Google.

Ma rappresentano una parte di un comportamento di ricerca che nel frattempo è diventato molto più ampio.

La keyword research tradizionale cercava di rispondere a una domanda: "Quali parole digitano le persone?"

Quella contemporanea deve allargare la prospettiva: "Quali bisogni esprimono le persone, come li formulano, in quale contesto cercano una risposta e su quale piattaforma?"

La keyword strategy non viene cancellata dall'AI: evolve per interpretare modalità di ricerca sempre più diverse. Chi continua a lavorare con l'approccio di qualche anno fa sta guardando una porzione sempre più piccola del quadro, mentre chi trasforma la keyword research in una vera analisi dei comportamenti di ricerca, comprensiva di intenti, piattaforme e query conversazionali ha tra le mani uno strumento molto più potente.

La keyword research è il punto di partenza di qualsiasi strategia di contenuto efficace. Se non sai da dove iniziare o vuoi capire se stai intercettando davvero la domanda del tuo mercato, scrivici e costruiamo insieme una strategia che risponda ai bisogni reali del tuo pubblico!