Indice di visibilità del passaggio

Passage Visibility Index (PVI) non è una metrica di Google. È un punteggio personalizzato che i SEO costruiscono per stimare quanto sia probabile che un passaggio di 40-250 parole emerga per una query, anche quando l’intera pagina non è il risultato migliore. Utile nella pratica. Facile da usare in modo improprio.

Che cosa misura davvero il PVI

Il PVI è di solito un punteggio compreso tra 0-1 o 0-100 assegnato a un paragrafo, a un elenco o a una breve sezione. Il modello cerca di prevedere se quel blocco ha struttura, rilevanza e contesto tali da poter beneficiare della comprensione “a livello di passaggio” di Google. Google ha introdotto il ranking dei passaggi nel 2020 e John Mueller di Google ha chiarito più volte che Google non dispone di un “indice dei passaggi” separato contro cui puoi ottimizzare direttamente. Tratta quindi il PVI come uno strato interno di prioritarizzazione, non come un fattore di ranking.

Il caso d’uso migliore sono le pagine che già si posizionano su Google Search Console tra l’8 e il 30. Spesso hanno abbastanza autorità per competere, ma presentano blocchi di risposta deboli. Stringere un singolo passaggio può spostare un URL da zero clic sulle varianti long-tail a un traffico incrementale significativo.

Come lo costruiscono i team

La maggior parte dei team estrae HTML a livello di paragrafo con un’extraction custom di Screaming Frog, Python o BeautifulSoup, quindi mappa ogni blocco al suo H2 o H3 padre. Le feature includono in genere lunghezza del passaggio, sovrapposizione dei termini della query, similarità semantica agli snippet che si posizionano in alto, allineamento delle intestazioni, contesto dei link interni e copertura degli enti rispetto alle pagine concorrenti dagli export di Ahrefs o Semrush.

Per modellazione, il semplice batte spesso il “fancy”. La regressione logistica di solito è sufficiente se hai un set di training pulito e etichettato da GSC più snapshot delle SERP. XGBoost può aiutare su siti più grandi con 10.000+ passaggi, ma solo se le etichette sono affidabili. È qui il punto debole. Le etichette a livello di passaggio sono rumorose perché GSC riporta a livello di pagina-query, non a livello di passaggio-query.

Un benchmark pratico: se il tuo modello non riesce a battere il random con un ampio margine e a mantenere un AUC sopra circa 0,75 nel back-testing, probabilmente non è pronto per la produzione.

Cosa ottimizzare quando il PVI è basso

• Forma della risposta: Inserisci la risposta diretta nella prima frase. Poi sostienila con dettagli in 40-80 parole.
• Match delle intestazioni: Riscrivi gli H2 e gli H3 per rispecchiare il framing della query effettivamente mostrato in GSC e Semrush.
• Segnali di contesto: Aggiungi enti vicini, esempi e link interni così il passaggio non risulta semanticalmente isolato.
• Formattazione: Elenchi e blocchi brevi esplicativi spesso superano paragrafi gonfiati per confronto e per intenti di tipo “how-to”.

Strumenti come Surfer SEO e sistemi di scoring dei contenuti in stile Clearscope possono aiutare a colmare gap sugli enti, ma non sono modelli di passaggio. È un lavoro diverso.

Dove il PVI si rompe

L’avvertenza è semplice: Google classifica le pagine, non passaggi scollegati fluttuanti nel vuoto. Un passaggio forte su una pagina con DR 18 e 12 domini di riferimento perderà comunque contro un passaggio più debole su una pagina con DR 70 e 5.000 domini di riferimento per termini competitivi. Il PVI è più utile su siti che hanno già autorità di base e indicizzazione stabile.

Inoltre si complica su pagine molto basate su JavaScript, su contenuti templated e su pagine con una gerarchia delle intestazioni scadente. Se Screaming Frog non riesce a estrarre sezioni pulite, il tuo punteggio sarà spazzatura. Inizia da qui. Non con teatro di machine learning.